对基础软件创业者来说，全球化不仅仅是一种策略，更如同一种使命。在这一期对话中，两位在全球化道路上探索的先行者PingCAP联合创始人&CTO黄东旭、Zilliz创始人&CEO星爵与五源合伙人刘凯探讨了他们的全球化探索之路。
他们都踩过坑，经历过转型，积累了经验也有过教训。对话的当下，两位创业者也正在硅谷拓展他们的全球化业务，如同他们在对话中都提到全球化战略的关键，“核心团队与创始人一定要到本地去”。
这是一场愿景更大、路途更难的冒险。无论是PingCAP还是Zilliz，他们都“从创业第一天就决定打造一家全球化的公司”。在对谈中他们分享了很多思路，希望对你有所启发：）
本期对话嘉宾：
PingCAP联合创始人&CTO  黄东旭
Zilliz创始人&CEO  星爵
五源合伙人  刘凯
01
从第一天起，
就决定要做全球化的公司
刘凯：今年很多企业服务软件的创始人都不约而同关注和聊到全球化，比较巧的是两位创业者刚好都在硅谷扩展业务，请东旭和星爵先介绍一下自己的公司。
黄东旭：我是PingCAP的联合创始人兼CTO，PingCAP是一个分布式数据库的公司，属于数据基础设施的一部分，我们主要的方向是在线交易型和实时分析的数据库。最近几年也是一直在海外拓展企业级市场。
星爵：我是向量数据库公司Zilliz的创始人兼CEO星爵。Zilliz是一家向量数据库公司，我们长期的使命和愿景是打造一个非结构化数据的处理平台，为 AI数据基础设施的民主化做出贡献。我们从2018年开始做向量数据库，是这个领域全球最早的探索者。现在Zilliz在全球有700万的下载和安装量，有超过1万家的企业级用户。
刘凯：现在基本每个公司都在讲全球化。出海和全球化是一件事吗，在策略和做法上会有什么差异？你们二位对全球化是小试牛刀，还是要all in？
星爵：出海和全球化虽然最终都是要面向全球市场，但从公司的起点来看还是存在一些区别。在我比较狭义的理解里，出海更多是指那些在中国已经做得很成功的企业接下来要走向全球，扬帆出海。另一方面，现在越来越多新一代的中国公司，创业的地点可能就是在全世界的任何角落，他们的客户获取、产品对象和商业化路径都越发全球化。
所以出海跟全球化的起点可能不太一样。对我们来讲，从创业的第一天，我们还是一个很小的团队、在上海一个很小的办公室开始的时候，我们就决定要打造一个全球化的公司，面向全球的用户。当然这条路经历了很多艰辛，也犯了很多错误。
黄东旭：我的理解跟星爵也类似，关键是看企业本身的DNA和创始人的自我认知，从公司创立第一天开始就决定了未来是不是一个能够全球化的公司。
我其实一直都不太喜欢出海这个词，对于做企业软件或者基础软件的公司，在不同国家的市场、产品、团队管理方式都是完全不一样的。出海这个词代表着从一个地方出去，但根还在中国。我们也经常会看到一些大家耳熟能详的大公司，在海外的业务却做得很别扭。有次我去一个公司在海外的研发中心，一进办公室，除了前台是外国人以外，里面所有人都说中文，感觉跟在中国是一样的。但这样的心态是很难去做好海外业务的，如果真的想把全球化做好，其实就相当于在海外做本地化，就要变成海外的本地公司一样。
02
不要犹豫，再勇敢一些
刘凯：星爵刚刚讲到全球化其实大家都是交了很多学费的，你们在哪些方面交过学费，现在找到 play book了吗？你们觉得中国软件全球化标杆的公司是哪个，能从他们身上学到什么东西？
黄东旭：我觉得第一个学费就是我们在中国时间太长了，没有早一点出去在当地构建团队和熟悉市场。PingCAP是8年前成立的，虽然我们从第一天开始就立志做一个全球化的公司，但是我们是在产品已经成型，在国内已经有一定的商业化体感后，才慢慢在海外多投入，所以后面转型是还蛮痛的。
当你想做全球化的时候，作为创始人屁股如果还坐在国内，这就意味着你的精力分配、资源投入都会在你周边熟悉的东西上。这个认知不转变的话，在产品投入、组织人才结构设计上都是完全不一样的，会浪费很多时间。
我这边倒没有play book，但有个很好的衡量指标，在海外做企业服务的公司，尤其是像我们做infra，有一个很重要的指标叫Rule of 40，如果在这个指标上能有一个比较好的表现，意味着你是比较顺的。至于有没有参考的公司，过去我们会经常去和华为学习，华为在海外的中国企业里出海味道还是很正的，就是大胆去用当地的人，遵循当地的游戏规则，同时还能融合中国集体主义的一些好的东西。
现在我的认知是，我就是个当地人，好的经验应该去看你在本地的同行，看看这些公司是怎么做的，我们也每天都在学习。
星爵：我是认为中国企业软件的全球化才刚刚开始，大家还在一个探索的过程中，可能还没有一个跑完全周期的公司。在消费软件里，我会把Tik Tok定义成是一个出海的公司，在全球化里，可能微牛是做的比较好的公司，它从第一天开始就是面向海外市场。
我觉得目前我们都还在跌跌撞撞的摸索阶段，还没有play book，但是有一个不能做的book。也像东旭刚刚说的，第一就是要all in，核心团队和创始人一定要把自己的大部分精力和时间放到最主要的市场。如果你自己都不在那个市场，就不会有体感，整个团队对市场、客户的把握都可能会出现很多失误。
其次就是要做一个很明确的选择，你全球化的重点到底在哪儿，选择做得越快越好，选择了以后就不能犹豫。现在回看，如果我们全球化的选择能做得更勇敢一点，今天的局面可能会更好。
另外我觉得要尊重事物发展的客观规律。2017年我从美国回国创业的时候，从组建公司、招聘到建立各种规章制度，基本上所有能想到的错误我们都犯了一遍。有了这些教训，我们也希望进入美国市场时能少犯点错误。但我发现，虽然之前在美国待过10多年，到真正创业的时候，在中国犯过的错误也都会再犯一次，比如要怎么评价好的销售和市场人员，在中国和美国的评价体系是完全不一样的，要衡量这个人是否符合你的需要。所以大家不要害怕犯错误，不要犹豫，冲到最前面去，错误一定会重犯一次，不可避免。
刘凯：有一个最重要的点跟我们做早期投资很像，就是找到conviction。二位都提到，要day one就做一个全球化的公司，你们的conviction是怎么持续建立的？你们也都经历了一段时间的全球化，团队和公司要怎么建立，怎么让公司的员工也都理解conviction？
黄东旭：做基础软件是一个非常慢的活，从开始写第一行代码，到最后成为能卖的产品，可能好几年就过去了，不管在中国还是在美国都是这样。所以要在不同的阶段关注不同的东西。
我习惯看一些数据，早期我们的目标都是在工程师或者社区生态上面，背后的逻辑也比较简单，因为我们最终的用户并不是CEO或者CIO，而是开发者、工程师，所以我们抓住工程师的需求，慢慢的top down加上bottom up的方式，才能有一个可规模化效应的基础。有了这个基础以后，才能去谈商业模式和后面的很多事情。
所以早期可能更关注增长，到了中后期就要去关注到底怎么商业化，这两年我观察北美开发者工具赛道，我的体感是，很多在B轮之前的公司都做得非常成功，大家都好像发现了开发工具的关键，就是要讨好开发者，他们的增长其实做得非常好。
其实PingCAP已经走到更前面一点了，我们现在需要想怎么盈利，所以会遇到一个转型，这个转型会比大家想象的更加痛苦。我相信这些现在看起来非常酷的公司，到了要去做商业化的时候也是一样的，要去追求利润和客户还是很有挑战的。不过美国市场客户和市场的厚度，也都是非常大的。
星爵：刚刚说到我们公司从第一天开始就一定要做一家全球化的公司。原因特别简单，我问公司的小伙伴们，想不想做全球这个领域的老大。一个商业化的公司想做领域内的老大，那就要占据这个领域里面最大的市场份额。如果拿几家全球领军的基础软件公司的财报和行业分析看，很容易会发现，这个赛道全球一年有几百亿美金，中国市场只占了不到5%的份额。最大的北美市场占了35%~40%的份额。欧洲市场大概占了15％~20%以上的份额，日本市场大概10%~15%，另外其他的市场全部加起来可能还有10%~15%。所以就算做到了中国第一，占了中国市场40%的份额，40%×5%的话，全球也只有3%。
用以终为始的方式推导一下，如果你说想做一个全球领军的公司，全球化是一个必要条件。但不是充分条件，因为还有很多运气和外部条件，要有天时地利人和，可能早5年做向量数据库也会成为先烈，那你的全球化梦想就折戟了。但我们能多做一点必要条件，可能就会离成功会更近一点。
刘凯：讲得非常好，要找能够打出油的田，而不要在没有油的田里一直折腾，以终为始的战略方法非常重要。
目前这一波AI在硅谷和中国都备受关注，AI对你们来说是加成还是摧毁与挑战？同时经历全球化和AI的变革，要怎么应对这两种挑战？
黄东旭：我的判断是这样，AI颠覆什么行业都很难颠覆数据库，像AI和现在我们用的大语言模型，本质上都还是数据的游戏，所以不管怎么样存数据和处理数据，数据库是一直都会存在的，在职业安全性上稍微放心了一点。
我觉得任何公司都不要想这个东西跟你没关系，一定跟你有巨大的关系。但关键是怎么用这个技术来武装自己，把它作为改进产品的手段。最近这大半年我们单独搞了一个团队，就是用Gen AI的能力改进我们的算法和产品。
另外也有个有意思的事情，现在在硅谷不说自己是个跟AI有关系的公司，人家可能都不太有兴趣跟你聊天。不过，大家看似都在聊AI，但实际上看这些厂商在展会上面展示的东西和讲的话题，更多还是专注在go to market和产品上，关于AI的不多，更不用说彻底转型成AI公司了。但AI是个很好的工具，而且你要为未来做好准备。
星爵：这一波AIGC跟大语言模型直接让向量数据库走入了千千万万开发者的视野，我们是直接的受益者。之前我们基本只在全球1%的AI工程师的工具箱里，但过去这一年，全球数量最多的工程师，比如应用工程师、网站开发工程师、移动应用开发的工程师和产品经理，他们都知道做一个大语言模型的应用可能需要用到向量数据库。做商业化的这半年我们也看到用户的需求增长很快，年初我们定了一个销售目标，隔了三个月，我们勇敢地把这个目标上调了一倍。所以AIGC的爆发对我们来说是利好的，但长期来讲，我觉得对于AI数据基础设施赛道还是有很大的挑战。
其中的最大的一个挑战是，过去半年很多接触到向量数据库的开发者可能只是简单用了一下，还没有真正了解向量数据库的真正含义。长期来讲，他们还不理解向量数据库的价值，甚至可以说是严重低估了向量数据库的价值。
在我看来，不管是ChatGPT还是其他的大模型，本质上就是把自然语言处理领域无数的小模型，用一个超大规模的模型拼在一起涌现的智能。用一个大模型能更高效地解决以前几十个小模型拼在一起的更复杂的问题，本质上是在自然语言处理中有了一个统一的文本和语义的表达。
在AI领域不只是文本和自然语言的处理，还有计算机视觉、自动驾驶等，此外现在越来越多的推荐系统是由深度学习和AI去驱动的，在合成生物学和AI制药里也有很多需要用AI算法解决的问题。我觉得在未来的几年，这些领域会涌现出更智能、更复杂、更好的foundation model。向量数据库从2018年发布以来，在计算机视觉、自然语言处理、推荐系统、风控、AI制药等领域里都有无数的应用，如果这些领域的大模型都出来了，整个向量数据、向量的语义表达和非结构化数据的处理能够上一个新的台阶。
黄东旭：我也有个问题问星爵，站在技术的角度，向量数据库的公司现在收获了一波流量，但你会面临两个选择。第一，往下去做，去解决更根本的问题。比如数据在更大规模的扩展性上，说到底还是个数据库的问题，就是要存得下、用得起、跑得快。第二种路是往上走，更往应用和变成解决方案的方向去走，你觉得未来向量数据库公司会走向哪个方向？
星爵：东旭提出了数据库领域的一个根本问题。我们从2018年开始做向量数据库，2019年开源，到了2020年我们在全球就拥有了接近1000家的用户，整个社区生态也做得很好。为了快速验证市场，我们当时做了一个比较薄、比较轻的向量数据库，就是Milvus的1.0版本。它是一个小而美、具备基本功能的产品，代码量比较少，但已经收获了很多的用户。
但2020年下半年，我们在不断打磨的过程中发现了一个特点，就是用户在非结构方面的向量数据增长速度特别快。因为世界上有80%的数据都是非结构化的，包括图片、视频、语音等。有了AI以后，这些数据就可以被挖掘价值了，数据量增长特别快。所以2020年底，我们做了一个特别重要的决定，就是把已经取得了一定成果和流行度的Milvus 1.0版本向量数据库产品重做一次。我们从第一行代码开始写，下决心一定要做一个正式规格的，按照少林易筋经修炼出来的数据库系统。
这个坑一跳就是两年，现在来看这是一个很牛的决定，但在当时很多人都不认同，包括我们内部团队也有很多质疑。因为1.0版本已经做了一年半，用户量一直在增长，用户反馈也很好，CEO说这个产品要换一种语言方式重做，大家都很不理解。当时这个决定真的挺难做的，但回头来看，我们花了两年多的时间把2.0稳定下来，现在我们2.0几乎80%的用户来自海外，而且数据量也可以从上亿的向量扩展到上百亿的向量。所以做数据库产品，千万不能满足于几万行代码。我觉得没有几百万行代码的话，就不能说是数据库系统，说是Demo就好了，这是一个必要条件。今天来说，从整个市场上看的话，我们是云原生的，完完全全分布式的、可以水平扩展的系统，能在云上提供更高的性能和更好的性价比。
回到东旭的问题，2023年上半年开始我们也看到，这一波AIGC技术为新兴的AI开发者提供一个更加便利的工具。很多开发者是从产品经理、移动开发者或者网页开发者过来的，可能对数据库不是很了解，没有数据库的运维经验，更不用说是向量数据库了，所以我们也会往应用程序的开发者走近一点，给他们提供一个更好的API。
刘凯：感谢二位带来的分享，也感谢两位为中国企业软件出海破风，希望你们能够回来分享更多的经验和教训。
互动送礼
你对他们的对话有哪些评论与观点，欢迎在评论区分享，我们会选取2位精选留言，送出五源被投神秘礼包一份：）
五源寻找、支持、激励孤独的创业者，为其提供从精神到所有经营运作的支持。我们相信，如果别人眼中疯狂的你，开始被相信，世界将会别开生面。
BEIJING·SHANGHAI·SHENZHEN·HONGKONG
WWW.5YCAP.COM
继续阅读
阅读原文