矩阵起源的“黑客帝国”梦，从帮助大模型落地开始
数据库赛道，早已是一片竞争激烈的红海。
回顾2024年底，墨天轮中国数据库流行度排行榜上还收录着288款产品。然而，市场洗牌的速度超乎想象，到了2024年12月，这个数字已降至227款，同比减少了超过五分之一。这似乎是一个明确的信号：经历了爆发式扩张后，数据库市场已经进入了“大浪淘沙”的阶段。
矩阵起源创始人兼CEO王龙在2024年的一次访谈中，曾精准地指出国内市场的症结：割裂与碎片化。一个略显尴尬的现实是，国内数据库市场的总体规模尚远落后于欧美，但数据库产品的种类数量却几乎与国外持平。
这种碎片化，究竟意味着高速增长的活力，还是社会效率低下与内卷到极致的表现？答案或许兼而有之。
时间来到2025年初，当再次被问及市场现状时，王龙的判断更为直接：如果创业公司仍然只将自己局限在传统的“数据库”三个字里，那么机会窗口恐怕已经关闭。转型，无论是拥抱AI还是寻找新的突破点，已成为生存的必选项。
他用了一个生动的比喻：“这就好比冰箱里已经塞满了100种冰淇淋，这时候你再去做第101个，非要说自己比别人更好，坦白讲，机会已经不大了。与积累了数十年的前辈们正面竞争，非常辛苦，我们必须尊重历史积累。”
那么，转型之路究竟指向何方？成立于2024年的矩阵起源，又做出了哪些新的尝试？我们不妨听听王龙的讲述。
矩阵起源创始人兼CEO王龙
数据库能对AI幻觉做什么？
谈起2019年Gartner发布的一份报告，王龙用了“冥冥之中”这个词来形容其前瞻性。
当时，Gartner将所有数据相关产品统一归入“数据库管理系统”的范畴，次年更是升级为“云数据库管理系统”。值得注意的是，像Hadoop、Palantir、Snowflake和Databricks这类分布式计算框架或数据平台，都被囊括其中。从那时起，在许多行业分析中，数据库逐渐被视为数据平台的一部分，而非一个孤立的赛道。
回顾这一变化，其背后逻辑变得清晰：擅长从企业客户视角审视IT市场的Gartner，早已预感到企业IT架构即将发生的深刻变革。对企业而言，比起纠结于某个软件应该长什么样，从真实的业务需求出发显然更为重要。经过数十年的信息化发展，数据库是时候升级为更广义的“数据管理系统”了。王龙认为，“把大家放在这个更宽阔的赛道里，想象空间自然就打开了。”
与传统数据库主要处理SQL结构化数据不同，现代企业的数据管理需求早已延伸到PDF、音视频、Excel表格乃至训练数据集等多元类型。这无疑给传统的数据库公司带来了挑战，但也指明了升级与转型的方向。
“创业需要新的空间、新的想象力和新的标签。过程中也必须不断自我迭代，找到能充分发挥自身优势的市场位置。”王龙在创立矩阵起源时，目光就没有仅仅停留在数据库上。正如其英文名“Matrix Origin”所暗示的，他的野心是打造一个足以支撑“黑客帝国”或虚拟世界的底层数据平台。公司的创立愿景也直指核心：构建一个简捷而强大的数据智能平台。
在推出超融合异构云原生数据库管理系统MatrixOne的首个版本后，矩阵起源迅速融入了AI基因，并在第二个版本中推出了MatrixOne Intelligence（简称MOI）。这个基于云原生和存算分离架构的平台，目标明确：将企业内部散乱的数据，转化为能够直接服务于生成式AI应用的、“AI就绪”的高质量数据。其本质，是通过数据、工程与算法的创新结合，来减少大模型的“幻觉”，提升其在企业严苛场景下的精准度与可靠性。
MOI概念图
大模型带来的便利有目共睹，但其偶发的“幻觉”问题，始终是许多企业应用时如鲠在喉的顾虑。那么，以严谨、精准著称的数据库技术，能否彻底消除这种模糊性？带着这个疑问，在ChatGPT推出仅三个月后的2024年3月，王龙邀请了几位Meta的大模型科学家加入团队，共同探索答案。
团队走访了硅谷及国内顶尖院校和实验室，请教了众多数学家与科学家。经过近一年的尝试，他们得出了一个务实结论：短期内完全消除幻觉是无法实现的。然而，优质的数据、精心设计的工程架构以及持续优化的算法，可以极大地抑制幻觉的产生。后者，正是从生成式AI走向通用人工智能不可或缺的基础能力。
另一个发现是，即便幻觉无法根除，过去两年里，生成式AI的落地场景仍在不断被解锁，企业已然能从中获得巨大价值。这就像自动驾驶技术，即便目前无法达到L5级别，但实现L3级自动驾驶同样具有巨大的社会与经济价值，且已是世界级团队的竞技场。
因此，矩阵起源将目标设定为：以MatrixOne数据库为核心，升级打造新一代AI原生数据平台MatrixOne Intelligence。通过前沿的技术创新，大幅降低直至最终消除大模型幻觉，切实帮助生成式AI在企业中落地，从而拥抱这个广阔的赛道。
去年六月，团队开始构建一个连接数据、算力、模型与应用的操作系统级平台，并命名为MatrixOS。到了十月，为了更直观地体现数据与AI的融合，平台被重新命名为MatrixOne Intelligence。
MOI就此诞生，其口号简洁有力：“用AI处理数据，用数据支持AI”。MOI的迭代速度令人印象深刻，王龙将之归功于团队研发原创All in One数据库的技术积淀。同时，核心成员在大数据与人工智能领域的深厚经验也至关重要——他们站在AI与数据的交叉点上，堪称数据领域里最懂AI、AI领域里最懂数据的一批人。
要迈过A轮到C轮的“死亡谷”
“商业化这件事，其实有个很朴素的判断标准，”王龙说道，“那就是客户是否愿意不费太大力气就试用并购买你的产品，产品能否顺利交付，款项能否收回。简而言之，投入一块钱，能否产生十块钱的价值？如果能，商业闭环就成立了。”
在他看来，商业化成功的具体体现，就是实现了PMF（产品与市场匹配）。矩阵起源的产品自去年八月开始与客户落地，目前基本完成了PMF，已经拥有了几十家付费企业客户。
一旦跨过PMF这道门槛，越来越多的客户便会主动找上门。矩阵起源首先聚焦于那些能从产品中获得最大价值的行业，王龙认为，这首先是传统实体行业。许多数据库公司在成长初期会选择与金融客户打磨产品，因为其数据量大、需求明确。但王龙指出，金融行业固有的组织结构和风险厌恶型文化，决定了其对新技术往往持保守态度，市场拓展难度其实不低。
相反，传统实体企业对AI的需求更为直接：要么替代人工，要么比人工做得更好，核心诉求是降本增效。这也是矩阵起源目前的主要客户群体。与这类客户沟通，逻辑非常清晰：看投资回报率。如果不能帮你赚钱或省钱，我们也不会收费。
此外，出海是矩阵起源商业化的另一个重点。当前，公司主要通过与海外合作伙伴联合运营的模式拓展市场，由合作伙伴负责前端开拓，矩阵起源则提供坚实的后端支持与服务。
王龙相信，海外市场是检验产品真正含金量的试金石。目前，矩阵起源已与重要的合作伙伴成功“破冰”，获得了首批海外客户。公司发布的中英文白皮书，也吸引了新一波的合作意向。一个明显的对比是，相较于国内市场，海外市场对新技术的接纳度、尊重度以及付费意愿都更高。
在明确看到“投入一块钱能产生更多价值”的当下，矩阵起源加快了商业化步伐：一方面，已经组建了专业的商业团队，原腾讯云的销售负责人现已加入；另一方面，售前、售中、售后的服务支持人员也在陆续增加。
矩阵起源团建
进入2025年，客户需求变得更为旺盛，公司的商机储备显著增加。王龙预计，今年有望实现收入两到三倍的增长。
然而，在实现增长之前，公司需要先跨过一道关键的槛：融资。
矩阵起源正准备启动新一轮融资，但王龙已经感受到了寒意。当下的资本市场，注意力明显集中在“两头”：要么是处于天使轮的早期小项目，要么是准备上市或已开始稳定盈利的成熟项目。像矩阵起源这样处于高速成长期、但仍需投入的项目，尴尬地卡在了中间地带。
这种投资风向直接导致了A轮到C轮阶段的“断档”。王龙对此不无担忧：如果企业无法跨越A轮到C轮这个“死亡谷”，如何能做大做强？倘若现在没有足够多公司成功走过这个阶段，那么三五年后，市场上可能就难觅新兴的成功企业了。尽管不少投资人对矩阵起源表示出浓厚兴趣，甚至坦言“等投资风向一变，你就是我们的首选”，但王龙对此感到无奈：“可风向什么时候变？怎么变？谁也不知道。”
他感慨，当前的商业模式普遍变得非常短期。过去，企业只要能让资本相信未来几年有潜力省钱或赚钱，或者讲讲“市梦率”和退出故事，就有可能获得投资。而现在，只有短期内能看到利润的公司，才能获得青睐。
在资本市场遇冷与客户付费愈发谨慎的双重压力下，许多数据库公司也感到力不从心。即便是标杆客户的公开招标项目，有时压价过低，导致撰写标书的成本就可能占去一半预算，即便中标也存在烂尾风险，许多企业索性选择放弃。“以前大家或许还会做亏本买卖抢占市场，但现在，刀架在脖子上也不做了。”数据库赛道由此呈现出一种“极度内卷”与“部分躺平”并存的奇特景象。
去年，矩阵起源上海子公司获得了“2024上海市双百高成长企业”第一名。王龙在高兴之余，也有一丝忧虑：“这份荣誉一方面肯定了我们的努力与成绩，实至名归；但另一方面，我们真心希望有更多优质企业能共同繁荣这个行业与市场。”
“当然，换个角度看，许多如今鼎鼎大名的企业，都曾经历过一两轮行业低谷的大浪淘沙，最终渡过危机才获得成功。历史经验表明，不少优质企业恰恰成立于经济低谷期，因为那时的客户更看重脚踏实地降本增效，这反而能更好地帮助打磨产品。”
“助手”角色之外，大模型与数据库间的更多桥梁
以数据为核心，服务下一代数字世界，是矩阵起源创立之初就确立的目标。进入大模型时代，生成式AI应用和智能体，已成为这个数字世界不可或缺的组成部分。
公司在2024年初便启动了生成式AI与数据库融合的探索。这两年大模型领域日新月异，尝试的过程自然也走了不少弯路。但随着生成式AI热度持续，越来越多的人开始学习、接受并试用，如今客户对于它能做什么、有何缺陷、需要如何改进，都有了基本认知。商业化的齿轮，相比之前确实更容易咬合、转动了。
生成式AI是当前乃至未来五年最有可能给世界带来革命性变化的领域，这一点毋庸置疑。王龙分析道，以AI为代表的数字世界与物理世界的深度融合，道路漫长且充满挑战，需要芯片、算法、大模型、具身智能、机器人、数字孪生等全方位的突破。然而，在纯数字世界内部，比如编程、文案编辑、数据管理等工作，生成式AI处理起来则显得游刃有余。未来，这些虚拟世界内部的闭环工作，都将被生成式AI重塑。
他进一步指出，生成式AI未来可能替代八九成的传统软件和SaaS服务，这将引发技术架构的根本性改变。传统的三层架构——负责存储的高可用数据库/数据平台、处理业务逻辑的中间件、负责交互的客户端——将面临重构。数据库是有状态的，而业务中间件通常是无状态的。但大模型本身可以携带状态，也能执行业务逻辑，基于RAG的智能体更是融合了数据与逻辑。因此，未来必将需要一种全新的IT架构来承载这一切。
具体到数据库与大模型的结合，王龙指出了两个主要方向：其一，是利用大模型让数据库变得更好用，例如自然语言转SQL、聊天式商业智能、AI驱动的运维调优等。
其二，是让大模型替代传统数据管理领域中，初级数据工程师、数据科学家或算法工程师的部分工作。从过往经验来看，这些岗位的工作往往是企业数字化、智能化转型中投入最大、风险最高的环节，当然，也是潜在收益最大的地方。
对大模型，客户最直接的体感将越来越多地体现在“助手”角色上——利用大模型结合企业或个人数据，构建基于RAG的智能体，来辅助工作和生活。矩阵起源所做的，就是思考如何让这个助手变得更聪明、更灵活、更具性价比。
实现路径在于，通过聚合、整合、治理和增强客户的数据，使其达到100%的“AI就绪”状态。例如，帮助媒体集团整理高质量的纪录片视频档案，将优质镜头素材转化为可商业化的AI训练数据集，最终实现数据资产入表；或者协助企业梳理数据，为其开拓市场总结出最适合特定渠道和产品的销售策略。
在当前阶段，AI应用普遍仍需一定程度的定制化。矩阵起源的应对策略是，聚焦于数据智能平台MatrixOne Intelligence的核心能力建设，同时联合生态合作伙伴进行端到端的解决方案交付。王龙坚信，打造“黑客帝国”般的数字世界，需要由AI驱动的全新IT技术架构，而在这个宏大的蓝图中，必然会有矩阵起源的一席之地。
回顾创业以来的历程，王龙坦言有过不少遗憾的决策。但始终不变的驱动力，是“想做有价值的事”。小到一个项目、一个产品，大到一家公司，他正在实践自己“用产品和技术影响更多人”的创业梦想。
原创文章，未经授权禁止转载。详情见转载须知。
