公司发展历程与战略 - 公司由创始人于2016年从华尔街辞职后创立，核心愿景是融合分布式、实时流计算与海量数据实时存储分析技术，以替换传统数据系统 [5] - 创业初期团队不足20人，以技术研发为主，刻意控制扩张速度以打磨产品，在2020年前团队规模维持在20人左右，但建立了极高的用户粘性 [7] - 2020年疫情期间，公司通过推动产品标准化和远程高效交付，赢得了首批公募及海外客户，并在2021年市场观望期逆势完成了A轮与B轮融资，团队从20人扩充至90人 [8] - 2022年后，市场进入寒冬，客户需求从概念转向务实，公司凭借在性能提升和成本节约方面的实际价值（如将数小时的回测任务缩短至十几分钟），在波动中站稳脚跟 [9] - 创业十年，公司从杭州的小办公室成长为布局京沪深的130多人的科技企业，客户从几家初创公司扩展到覆盖金融、电力、能源、高端制造、公用事业等领域的近二百家头部客户 [9] 产品定位与价值演进 - 公司产品DolphinDB最初定位为高性能时序数据库，痴迷于毫秒级延迟和指数级吞吐的性能指标 [10] - 随着市场变化，公司认知从“性能至上”转向“价值回归”，核心是让产品解决客户核心业务问题，而非单纯展示技术能力 [11] - 为实现价值回归，公司在产品使用复杂度上做减法（如自研编程语言和流计算框架以屏蔽底层复杂性），并在行业解决方案上做加法（将共性逻辑抽象为标准组件）[12] - 产品应用场景已从金融量化拓展至泛行业，包括电力行业规则仿真、钢铁生产线参数优化、卫星发射前仿真测试等，核心逻辑是为试错成本极高的场景提供高仿真的数字化回测 [12] - 公司产品已自然演进为以时序数据为核心，融合实时计算与深度分析的企业级数据平台，并被客户与Databricks、Palantir等巨头进行比较 [29] 商业模式与客户关系 - 公司自创立之初即坚持订阅制收费模式，这在国内企业服务市场面临巨大挑战，需要持续证明产品在客户核心场景的价值 [13] - 订阅制被视为与客户持续共同创造价值的机制，倒逼公司每年必须用肉眼可见的进化来留住客户，为此公司会主动为客户做容量规划、优化架构甚至开发标准化组件 [14] - 公司投入资源进行校园推广和高校合作，旨在为客户培养未来人才并构建自身生态，这被视为一项长期投资 [15] - 在国内SaaS行业资金续签率达80%已属优秀的大环境下，公司资金续签率长期稳定在120%左右，即使在最艰难的2024年也做到了100%，表明客户不仅在续约，还在扩容和增购 [15][16] 技术优势与行业竞争 - 公司从时序数据这一极致场景切入，为满足微秒级高频交易计算和处理海量工业异构数据的需求，打造了低延时引擎和专用存储引擎，这在通用平台上难以实现，构成了公司的护城河 [30] - 公司与Palantir类似，采用深入客户业务现场的模式（如带着研发团队驻扎），在真实阵痛中打磨解决方案，实现了与客户的共同进化 [30] - 公司明确不会追求成为覆盖一切的泛用工具，而是将持续深耕“时间即生命”的场景，如金融市场和工业设备，致力于构建“时间智能”能力 [30] 市场拓展与全球化 - 在没有主动海外推广的情况下，公司凭借口碑在国际市场悄然生长，海外收入占比已超过5% [33] - 随着公司跨越盈亏平衡点，计划成建制地进行海外市场推广，目标是将在中国严苛场景中验证过的“中国速度”转化为全球标准 [33] - 公司认为高性能时序数据处理和实时决策能力是全球企业的共同刚需，出海是去全球最高水平的赛场与世界一流同行共舞 [33] 组织管理与运营理念 - 公司高度重视现金流管理，在非核心事务上极度克制（如无豪华办公室），最奢侈的支出是用于员工健康与效率的人体工学椅和午餐 [18] - 面对经济下行周期，公司放弃了短期内无法回款的出海扩张和构建大型AI集群等诱惑，选择保现金流、先求生存 [18] - 公司创始人强调控制员工数量对软件创业公司的重要性，并提出了一个用于估算年末现金余额和招聘规模的公式 [18] - 公司注重管理团队的稳定和人品，早期伙伴不计利弊的陪伴为公司成长奠定了基础，对于跟不上节奏的员工倾向于调整岗位的温情处理 [19] AI时代的战略与机遇 - 公司认为AI对深入业务场景的基础软件是巨大机会，而非威胁，只有长在业务核心、沉淀了深度数据、嵌入复杂决策流程的深层软件才是客户砍不掉的命脉 [31] - 在AI时代，公司计划在三个方面深耕：拓宽存储边界以统一管理时序、关系、向量等多模态数据；深挖实时计算以应对AI Agent时代几何级数增长的低延时调用需求；重塑交互体验，开发能解决长尾问题、对大模型幻觉容忍度极低的AI Agent 2.0 [31][32] - 公司以实时风控为例，展示了结合自身数据底座与AI Agent 2.0解决高性能、低延迟复杂业务场景的信心，认为AI是公司行业深度理解价值的放大器 [32]