（1）问题背景

一、背景

中国发了1.2亿张营业执照，其中8000多万是个体户营业执照，4000多万是企业营业执照。我个人观点:中国实际运行的企业估计在2500万家。

我过去还把中国企业分了七个层次:

微型、小型

中小、中型

中大、大型

巨型

一般SAP、Oracle、埃森哲、IBM他们收割巨型客户，向下延伸到部分大型企业。

一般国内企业软件厂商，收割中小、中型、中大、大型客户。

对于微型、小型、中小型，一般会由互联网电子商务厂商收割，提供业务+IT一体化。如阿里，就提供天猫+阿里云+钉钉协同平台+低代码开发平台+全国交付服务生态伙伴，用这个模式来兜住中国庞大数量的、低价格的、低生命周期的、碎片化需求。

二、问题

中国现在大型巨型企业都在嚷嚷，我们要数字化转型。具体落地就是：我们要云原生平台、大数据平台、AI平台...。

要这些平台干什么？我也问过很多大型企业的管理层，他们给了我两个观点：

1、国家要求/十四五规划、上级主管单位国资委要求

2、全国大集中、投资并购整合，过去的IT平台和IT系统支撑不了这个大集中的高性能，也支撑不了投资并购整合的灵活性

三、现在国内企业软件厂商现状

国内企业软件厂商一般都是做中型企业起家的，然后向上仰攻做中大、大型客户。

在软件时代，技术很简单：中间件+数据库。如果是微软技术体系，那连中间件也不需要，就一个SQLServer数据库。

所以一般开发人员、实施人员都能搞定。

但是再往前走一步，挺多开发人员、实施人员就搞不定了。

客户遇到性能问题了，怎么扩带宽和升级硬件、优化索引和优化SQL都搞了，还是不管用。这事就难住了中国企业软件商的大部分研发人员和实施人员。

本来正确的解也很简单，在十五年前就已经很成熟：

1、缓存、数据库Sharding

2、OLTP、OLAP应用分离

3、各应用系统拆分独立部署，通过：统一门户、统一工作流引擎、统一API网关、统一主数据来集成

但是，就这已经很成熟的方案，对于中国企业软件商的大多数研发人员和实施人员也搞不定。谁也不敢动产品、不敢动客户部署环境。

所以我经常看到：

1、所有的应用系统套件都只能部署在一台服务器上，不能拆分部署，只能不断升级这台服务器的硬件设备，直到升无可升

2、后台月初月末年初年末一跑统计报表，一线的现场作业业务IT处理就卡顿停滞

（2）新技术来了

现在的云原生技术、大数据技术、AI技术，大多数都是由国际互联网电子商务巨头们开源出来的。

这些技术主要是为了解决全球客户规模层级的问题，不是为了解决一个企业客户的问题。

现在中国企业软件商正为一个客户的性能问题头疼，看见这些电子商务厂商能解决上亿用户的性能问题，很是羡慕。

于是，中国企业软件商一咬牙：我们也要云原生技术、大数据技术、AI技术。我们要用这些技术解决一个中国大型企业客户的问题。

（3）海量计算：云原生技术

我随手画了一张云原生技术链的图。

也就是说，你要把云原生技术运行起来，你需要安装部署：KNative、Harbor、eted、CoreDNS、Envoy、Istio、gRPC、Tekton、Docker、K8s、Helm、Skywalking、Fluentd、Prometheus等等这些技术平台。

嗯，这是能解决高性能计算的问题。

但这套解决方案，对于中国企业软件商的大部分的、平时只会部署两台服务器、一套商用WebLogic+一套商用Oracle数据的研发人员和实施人员来说，这套云原生技术方案，连安装都不会。

你看现在，即使在计算层，也被拆分的特别细、特别专业。因为如果不这么拆分，互联网电子商务巨头们确实解决不了全球十几亿用户访问的问题。但现在，这个方案正在被中国企业软件商用来解决一个大客户的性能问题。

（4）海量存储：大数据技术

对于大数据技术，我也随手画了一张技术链图。

也就是说，你想让数据处理能够高性能，你可能需要：SQL、NOSQL、Kafka、Hadoop、Hudi、ClickHouse、Spark、Presto、Kylin、ElasticSearch、SuperSet等等许多技术组件。

这对于中国企业软件商的只会安装一台Oracle数据库的实施顾问来说，连安装都不会。

很多人想：我就是为了解决个优化索引和优化SQL都解决不了的问题，你咋给我这么大一堆东西？

很多人要求：你要给我把大象装在冰箱里。你要么想办法给我就安装一个技术组件解决我的问题，要么给我一个点一下Setup就能自动安装好的安装盘。

嗯嗯，想把全球互联网电子商务巨头用的技术平台装在一个安装盘里，也许只有中国企业软件商才能想出这样的思路。

（5）海量处理：AI技术

要应用AI，需要四个要素资源：海量算力、海量数据、海量训练模型、持续优化微调的算法。

而且每种AI应用，都有自己一套专用的技术组件。你就说计算机视觉AI吧，搞人脸的、人体的、智能汽车的、商品零售的、仓储物流的、OCR的，各不一样的技术组件。你再往下细分，你就拿OCR来说，搞票据识别的、卡证识别的、文档识别的、自然场景识别的、手写文字识别的，又不一样。这技术组件比云原生技术、大数据技术还要更细分更专业。所以我就没做技术链图了。

中国企业软件商的认知是：我开发一套应用、写好一套业务逻辑代码，然后给客户安装部署上去，他们自己录入数据，自己统计数据出报表就可以了。

所以中国企业软件商认知不到，原来要应用AI，需要持续不断地进行社会化的海量数据融合、标注，需要持续不断地进行大模型训练，需要持续不断地观察效果优化算法。中国企业软件商以为写好AI算法就和写好应用的业务逻辑一样。

所以，中国企业软件商开发完AI赋能的应用，然后给客户安装部署上去后，客户感觉到：这AI怎么这么傻，简直不能用啊。这企业软件商的AI技术水平不行啊。

（6）海量应用：SaaS

你看现在云原生技术被拆的多么细分，你看现在大数据技术被拆的多么细分，你看现在AI技术被拆的多么细分。

而且你还还会惊奇地发现，在这些极其细分的技术平台之上，就连应用也极其细分。这到底是未来格局，还是暂时发展过程中的现状？