对话驻云创始人 | 七问技术创业者(合辑)

简介: 上海驻云信息科技有限公司创始人蒋烁淼,马云湖畔大学第一期学员,公认的“湖畔第一大脑”,在云计算领域深耕多年,在云计算领域深耕多年,曾在阿里云成立之初为其提出开发建议。创业6年,在这里和大家一起交流创业那些事儿。

上海驻云信息科技有限公司创始人 蒋烁淼,马云湖畔大学第一期学员,公认的“湖畔第一大脑”。

test

在云计算领域深耕多年,曾在阿里云成立之初为其提出开发建议。创业6年,和大家一起交流,把技术和创业成功融合在一起,才能打造出属于自己的江湖。


七问技术创业者(一):AI、IoT,你是等技术成熟后用,还是提前布局?

云计算、大数据以润物细无声地方式改变着人们的生活,当坐着家里叫外卖,半小时就能吃到澳洲龙虾时,当开车在路上,app里提示如何躲避拥堵时,当走到阿里园区,扫脸就可以通过时,背后都是有强大的IT支撑。

面对技术浪潮,作为一家公司的CEO,是等到这个技术成熟了再去拥抱它,还是要提前预判这个技术的趋势来做一个布局?

image.png

阿里云MVP时间特邀上海驻云科技创始人蒋烁淼,与技术创业者们促膝长谈。

七问技术创业者(二):云计算、大数据,你要掌握底层技术,还是会用就够了?

对开发者而言,首先“勿在浮沙筑高台”,很多名词都会变,什么AI、IOT,包括大数据等等,这个变化是很正常的。包括再往十年、二十年看,什么数据库、EIP这些词语也是在层出不叠的出来。今天看的比较Low的Web,包括所谓的HDP请求,可能当年作为前端开发工程师,很多人如果经历过十年前,会觉得所谓的异步数据请求都厉害的不得了。但实际上回头去看,这些东西已经成为所有人的必备品或者标品的时候,它就变成一种基本的技能了。

image.png

所以回到本质,对于开发人员,管理者判断一个开发者的水平,不是他会用多少工具,会用多少产品,而是他要有能力对于计算机最本质的技术要有足够的了解。

作为开发者很多时候都会去想,当有一些热门出现的时候要怎么学习它,或者选择哪一个热门技术学习未来会有更好的发展。未来对于开发者而言最能获益的技术是什么?

七问技术创业者(三):被云厂商绑架 vs. 被技术人员绑架?你怎么选?

所谓避免Lock in,更多的是从技术人员角度出发的。举个简单的例子,所谓避免Lock in,就是说今天可以在云上面搭建一套容器的服务,这个容器服务背后的节点可以跨多个云,甚至不受云厂商所有本身提供的技术所束缚,通过开源的技术去构建一切应用。也就意味着今天如果对阿里云不满,可以一键很快的迁移到亚马逊或者其他地方去,或者反过来也是可以的。看起来带来一些技术上的便利性和所谓的灵活迁移性,但也带来另外一个问题,就是很难发挥出云原生的价值。这个云原生不是CNCF的云原生,而是云厂商原生的特定技术的价值。

image.png

在CNCF所推崇的理念里面有个叫做避免云厂商的Lock in,试图通过一些跨云厂商的通用技术框架,来避免被云厂商锁定。作为驻云,很多时候有机会接触一线的客户,被云厂商锁定是一个核心痛点吗?

七问技术创业者(四):“业务中台”and “数据中台”,你真的了解吗?

阿里提出双中台概念,包括业务中台和数据中台。他们的概念是什么?

业务中台这个概念,现在阿里云总裁行颠提过,包括在湖畔大学马校长也提过。其实业务中台更多的是战略选择,不是纯粹的技术选择。

image.png

企业要上业务中台的目的,不管是全渠道营销也好,现在讲的私域流量也好,亦或是业务打通也好,业务复用也好,所有的价值体现点都在两个字“业务”。当一个企业要上中台的时候,一定要让自己变得更好,让自己的渠道也好,营销也好,客户管理也好,订单也好,亦或在线化也好,变得更好。如果这点不成立,上一套业务中台是不会让企业变得更好的,只有业务想清楚,业务中台会加速发展,加速突破。但如果这一点没有想清楚,可能最后从企业角度来说,上了业务中台只不过上了另外一个ERP。

七问技术创业者(五):创业者,如何让你的商业得到快速验证和落地?

主持人:驻云是一家成功的创业企业,老蒋能不能给我们简单分享一下驻云创业的经历?

蒋烁淼:驻云创业是始于2013年的7月,当时也挺懵懂的,因为之前接触了阿里云,也在阿里云上做了很多事情,认识了很多阿里云的同学。在当年王坚博士的感召下,加上阿里云之前也没有整体的生态合作伙伴体系,我们就误打误撞进入了这个领域,开始了驻云这段旅程,这是驻云一开始的过程。

驻云科技今年步入第六个年头,而且中国云计算如果从阿里云开始算的话,今年也正好是十周年。这六年来从一路发展,驻云无论从人员规模还是收入规模都有了非常大的成长。那么同为创业者,如何让你的商业得到快速验证和落地?

七问技术创业者(六):这轮融资你凭什么拿?

技术创业者的优势和劣势或者说缺点其实是一体两面,技术创业者最大的优势是对技术的了解,对技术的了解和通透可以使得他在技术上的花费,或者是他的成本消耗可以降到非常低,甚至更有效的用到最好的技术或者最优的技术解决当下面临的问题。

image.png

但技术创业者的劣势也在这个点,往往陷入于技术的迷思,把自己的成败锁在技术上。实际上今天除非你是一个硬核的开发者,是核心技术的开发者,否则绝大多数成功都是来自于商业,或者商业模式,或者资源调配上的成功,而不仅仅是技术,技术只是让这件事情变的可能的一个重要的催化剂或者黏合剂。

创业领域有个说法叫精益创业,即通过使用云计算的技术,或者技术的赋能,可以帮助创业者快速验证他的商业模式,快速去试错。那作为一个技术人员去创业,作为开发者去创业,有什么优势,又有什么需要注意的地方?

七问技术创业者(七):5G、中国制造2025,你如何抓住这其中的机会?

未来这个世界会怎么变,创业者在这个过程中能抓到什么机会?

5G时代很多东西会发生变化,因为带宽更快,响应速度更快,也可能会带来无人驾驶等等,但这些东西真走到那一天会不会发生,还要看下去,也许实现这些东西可能要到6G、7G时代也不一定。

image.png

技术革命,5G是下一代的基础设施。而时代给了这一代中国人,或者中国的开发者一个好的机会,在这个时代开创一个新的中国软件的格局。

image.png

相关文章
|
SQL 关系型数据库 MySQL
|
运维 Kubernetes Cloud Native
【云原生-DevOps】企业级DevOps平台搭建及技术选型-CICD篇(一)
【云原生-DevOps】企业级DevOps平台搭建及技术选型-CICD篇(一)
1886 0
【云原生-DevOps】企业级DevOps平台搭建及技术选型-CICD篇(一)
|
存储 弹性计算 安全
阿里云服务器付费类型、地域、镜像、存储、带宽和安全组设置与选择注意事项参考
在我们通过自定义购买的方式购买阿里云服务器器ECS时,会有多个选项,有的新手用户可能并不是很清楚这些选项是什么,选择或设置时需要注意什么,本文将从付费类型、地域与可用区、镜像、存储、带宽和安全组等多个方面,为您详细解析云服务器购买过程中各个参数与配置的选择注意事项,以供参考。
577 66
|
敏捷开发 存储 数据可视化
高效无纸化办公指南:轻量级看板工具
在推进无纸化办公的过程中,轻量级、使用成本低、入门快 的项目管理工具是企业实现数字化转型的有效途径之一。
420 7
高效无纸化办公指南:轻量级看板工具
|
Prometheus Cloud Native Linux
Prometheus+Grafana新手友好教程:从零开始搭建轻松掌握强大的警报系统
本文介绍了使用 Prometheus 和 Grafana 实现邮件报警的方案,包括三种主要方法:1) 使用 Prometheus 的 Alertmanager 组件;2) 使用 Grafana 的内置告警通知功能;3) 使用第三方告警组件如 OneAlert。同时,详细描述了环境准备、Grafana 安装配置及预警设置的步骤,确保用户能够成功搭建并测试邮件报警功能。通过这些配置,用户可以在系统或应用出现异常时及时收到邮件通知,保障系统的稳定运行。
2143 1
|
机器学习/深度学习 自然语言处理 算法
政府部门文档管理革新:实现90%自动内容抽取与智能标签化处理!
本文介绍了多模态数据处理技术,涵盖自然语言处理(NLP)、光学字符识别(OCR)和图像识别的技术原理,以及智能分类、标签化处理、系统集成与国产化适配、安全与合规、算法优化等方面的内容。通过这些技术的应用,实现了文档管理的全流程智能化,为用户提供高效、可靠的解决方案。
464 3
|
机器学习/深度学习 自然语言处理 Ubuntu
FunAudioLLM 技术评测报告
【7月更文第31天】随着人工智能技术的迅速发展,语音识别和语音合成技术已经成为日常生活中不可或缺的一部分。FunAudioLLM 作为一款开源的语音大模型,致力于提供高质量的语音服务,支持多种应用场景。本次评测将重点评估 FunAudioLLM 在性能、功能及技术先进性方面的能力,并将其与国际知名的大规模语音模型进行比较。
607 2
|
前端开发 JavaScript 算法
|
Prometheus 监控 Cloud Native
应用监控(Prometheus + Grafana)
应用监控(Prometheus + Grafana)
1120 2
|
机器学习/深度学习 存储 PyTorch
PyTorch深度学习基础:张量(Tensor)详解
【4月更文挑战第17天】本文详细介绍了PyTorch中的张量,它是构建和操作深度学习数据的核心。张量是多维数组,用于存储和变换数据。PyTorch支持CPU和GPU张量,后者能加速大规模数据处理。创建张量可通过`torch.zeros()`、`torch.rand()`或直接从Python列表转换。张量操作包括数学运算、切片和拼接。在深度学习中,张量用于神经网络模型的构建和训练。理解张量对于掌握PyTorch至关重要。