實時數(shù)據(jù)分析基礎(chǔ)設(shè)施平臺Timeplus今天宣布完成種子輪融資，高瓴創(chuàng)投（GL_Ventures）領(lǐng)投。
其他共同投資者和專家顧問包括 GIC TMT 投資主管 Jeremy Kranz；前蘋果高級副總裁 Rory Sexton（他在過去 20 年負責打造蘋果的全球供應(yīng)鏈能力）；以及全球頂尖實時流式數(shù)據(jù)庫領(lǐng)域?qū)＜襌ichard Tibbetts；現(xiàn)Tableau產(chǎn)品副總裁; BMC 高級副總裁、數(shù)字服務(wù)和運營管理總經(jīng)理；Splunk 前副總裁 Margaret Lee。
如此早期的一個項目，高瓴看重的是什么？
據(jù)高瓴創(chuàng)投合伙人李強表示，一方面是企業(yè)對于新一代數(shù)據(jù)分析平臺的剛需：“全球數(shù)據(jù)增長進入持續(xù)爆發(fā)階段，未來3年的增長總量將是過去30年的總和，其中又以流數(shù)據(jù)占比最高——達到了增長中的30%以上，而現(xiàn)有基礎(chǔ)設(shè)施難以應(yīng)對這一數(shù)據(jù)快速增長下的需求。”
另一方面，便是與大方向資質(zhì)匹配的、牛人團隊：
比如Timeplus創(chuàng)始團隊擁有超過15年的全球頂尖軟件行業(yè)實戰(zhàn)背景——團隊來自Splunk、SAP和Amazon幾個最頭部的數(shù)據(jù)平臺公司。CEO王亭是Splunk前全球工程副總裁，早前還曾在SAP BusinessObjects擔任產(chǎn)品工程全球副總裁，負責全球頭部的BI平臺主打產(chǎn)品線Crystal Reports和Dashboards的產(chǎn)品和研發(fā)，主導了SAP新一代分析可視化平臺軟件。
這樣一個團隊，“他們基于多年工程實踐和技術(shù)創(chuàng)新、打造出的云原生流數(shù)據(jù)分析平臺，能夠幫助企業(yè)實現(xiàn)更高的業(yè)務(wù)敏捷性。我們看好Timeplus有機會成為新一代數(shù)據(jù)分析基礎(chǔ)設(shè)施，這也是我們?yōu)楹螐姆N子輪開始支持Timeplus的原因。相信在創(chuàng)始人王亭帶領(lǐng)下，Timeplus將以頂尖技術(shù)、為更多行業(yè)和企業(yè)提供持續(xù)創(chuàng)新的數(shù)據(jù)服務(wù)能力。” 李強說。
投早、投小、投牛人
今年是高瓴將VC品牌——高瓴創(chuàng)投獨立運行的第三年。一個顯著的趨勢是，高瓴往VC走，高瓴創(chuàng)投更是在往早期、乃至首輪投資人走。
從公開數(shù)據(jù)看，高瓴創(chuàng)投2022年上半年披露了80多個項目，其中A輪前（包括A輪）有35個，占比超過40%。
其中種子輪、天使輪則達到了13個，除了今天的Timeplus，還有星銳醫(yī)藥、合生科技、鴻鈞微電子、云驥智行、華深智藥等。
如果把時間線拉得更長的話，這份名單還包括云原生數(shù)據(jù)服務(wù)商Datafuse.lab，邊緣云計算平臺秒如科技、AI驅(qū)動創(chuàng)意的水母智能、動作物理引擎公司的Motphys等。
包括今天已接近百億美金估值的地平線，高瓴也是在其天使輪就進入，然后持續(xù)投了其A、A+、B直到目前的C輪。
去年年底，張磊在中國合成生物學學術(shù)年會上曾表示，從方向上看，投新、投硬、投科技，從階段上說，投早、投小、投牛人，“是高瓴創(chuàng)投鮮明的投資主題”。
對照高瓴投的這些早期公司來看，牛人團隊+硬科技方向，似乎成了其出手天使以及種子輪項目時一個明顯的標配。
除了Timeplus創(chuàng)始人王亭這樣的“大廠牛人”，另一種高瓴很喜歡的是“科技牛人”。比如合生科技創(chuàng)始人，武漢大學教授劉天罡，他的團隊最近剛剛在Nature上發(fā)表了關(guān)于“揭曉新型三萜天然產(chǎn)物合成機制、搭建萜類化合物深度挖掘路徑”的重磅研究。
還有一種——如紅西瓜半導體、云驥智行，創(chuàng)始人分別為地平線的余凱和壁仞科技的張文。“已投牛人的二次創(chuàng)業(yè)”，顯然也是高瓴出手早期的偏好之一。
實時數(shù)據(jù)分析帶來巨大商業(yè)價值
IDC預測到2025年”Global Datasphere”將從2022年的64.2ZB增長到181ZB(CAGR 23%), 實時數(shù)據(jù)將達到30%的驚人占比。Gartner預測在2022年超過50%的企業(yè)業(yè)務(wù)場景亟須實時數(shù)據(jù)分析來提升業(yè)務(wù)決策的即時性和效率。
什么意思？在數(shù)字化轉(zhuǎn)型已成為不可逆轉(zhuǎn)的全球趨勢的今天，善于通過對數(shù)據(jù)的融合、分析、洞察來推動企業(yè)決策和快速響應(yīng)，實現(xiàn)運營自動化是成為領(lǐng)先企業(yè)的制勝之道。
同時，當今企業(yè)身處的經(jīng)濟環(huán)境和競爭格局錯綜復雜，客戶需求瞬息萬變，面對這樣一個VUCA(Volatile,Uncertain,Complex,Ambiguous)的世界，時間與速度成為企業(yè)應(yīng)對變化的最重要的變量。
比如，博世汽車將IIOT與大數(shù)據(jù)相結(jié)合，通過傳感器實時采集生產(chǎn)系統(tǒng)數(shù)據(jù)，對生產(chǎn)過程及關(guān)鍵要素進行全領(lǐng)域?qū)崟r監(jiān)控，幫助生產(chǎn)團隊分析產(chǎn)能效率及瓶頸，提供產(chǎn)線可靠性評估及產(chǎn)線設(shè)備維護排期建議，提升博世生產(chǎn)總體產(chǎn)出效率約十個百分點，大大提升了產(chǎn)量和客戶滿意度。
那么，如何在一定時效前提下更好、更快、更廣泛地使用實時數(shù)據(jù)來驅(qū)動實時業(yè)務(wù)的需求不斷提升，以時間為基礎(chǔ)的流式數(shù)據(jù)和相應(yīng)應(yīng)用的增長也迎來了爆發(fā)，專注于構(gòu)建強大持續(xù)實時數(shù)據(jù)分析基礎(chǔ)架構(gòu)的Timeplus應(yīng)運而生。
盡管實時數(shù)據(jù)分析能夠為企業(yè)和組織帶來巨大的收益，但限于目前其底層的數(shù)據(jù)基礎(chǔ)架構(gòu)仍然大多基于服務(wù)于海量歷史數(shù)據(jù)分析而非專門為持續(xù)實時數(shù)據(jù)分析的技術(shù)棧，大多數(shù)企業(yè)在建立實時數(shù)據(jù)分析技術(shù)能力的過程中一籌莫展，真正建立起有效的持續(xù)實時分析的成功案例仍然比例較低。
我們甚至觀察到盡管很多企業(yè)和組織在數(shù)據(jù)能力建設(shè)方面投入巨大但其持續(xù)增長的數(shù)據(jù)量及業(yè)務(wù)需求與其數(shù)據(jù)分析能力之間的缺口仍然在逐漸擴大，其中主要的一個原因就在于能夠高效對接應(yīng)用的底層實時數(shù)據(jù)分析技術(shù)棧和平臺的缺失。
“實時、強大、簡單”則是Timeplus的重要產(chǎn)品理念之一，Timeplus力求為用戶提供下一代實時流式數(shù)據(jù)分析基礎(chǔ)架構(gòu)技術(shù)及平臺以解決當前用戶在建立“延遲敏感”的實時業(yè)務(wù)分析能力過程中遇到的種種技術(shù)挑戰(zhàn)。
為向用戶提供強大的實時分析能力從而賦能用戶實現(xiàn)最短“從數(shù)據(jù)到洞見到價值”時間，實現(xiàn)延遲最小化，“Timeplus采用了“流式優(yōu)先”的技術(shù)架構(gòu)理念對針對數(shù)據(jù)的寫入、計算、交互全過程技術(shù)棧進行了全面重新優(yōu)化設(shè)計。Timeplus核心功能之一的實時動態(tài)數(shù)據(jù)格式識別為實時數(shù)據(jù)的采集、計算、分析及交互提供了巨大的靈活性。
