寫代碼是愛好，是生存工具，只有當生存不成問題，才能不恥于談夢想。

1986年出生的馬曉東看起來比實際年齡大一些，個子不高，瘦，黑色短款夾克添了老干部范兒，總之，不像個沉迷于大數據的IT男，但很快，他就暴露了。

“你知道本·***是怎么被抓到的嗎？”

這個故事，他在許多場合說過，他對聽眾的反饋有信心，隨著故事的展開、深入，他們的眼睛會越睜越大，身體前傾，并忍不住提問。

Palantir是美國一家神秘而低調的大數據公司，CIA、NASA、FBI都位列它的客戶名單。2011年，Palantir的工程師們像往常一樣，坐在屏幕前監測數據。一個小小的“異常”引起了他們的注意，在巴基斯坦一處貧困山區的小醫院，出現了一筆昂貴的高端藥消費，這令CIA迅速聯想到了頭號獵物奧薩馬·本·***，縮小了包圍圈，最終在喀布爾350公里外將他擊斃。

在講述本·***喪命經過的《終結》（TheFinish）一書中，作者馬克·鮑登（MarkBowden）寫道，Palantir公司的軟件是“名副其實的殺手級應用”。

在馬曉東的想象中，像Palantir這樣估值百億美元的獨角獸是他的學習榜樣，盡管6年前初創國云數據科技有限公司時，Palantir還是一個陌生的單詞。

出走

2016年阿里巴巴提出中臺概念，其核心是建設全域大數據。所謂“全域大數據”，指的是阿里生態中的各個業態產出的一切數據。中臺要實現的是：利用全域大數據驅動業務，讓數據發揮更大價值。

最經典的例子是千人千面的手淘，比愛人更懂你的相關推薦背后，是對數據的解析和處理。中臺不僅打通了數據和業務之間的隔閡，并且，數據刺激業務增長，增長反哺新的數據，形成良性閉環。

馬曉東從湖南大學計算機系畢業后，進入阿里巴巴，職務是淘寶數據平臺架構師，參與大數據框架構建，平臺包括支付寶、阿里P2P、天貓、淘寶等在內的所有阿里數據。2010年，企業大數據平臺上盤踞多個境外知名軟件公司并不是什么新鮮事，阿里也不例外。

那是IOE的時代。IOE，是對IBM、Oracle、EMC的簡稱，其中IBM代表硬件以及整體解決方案服務商，Oracle代表數據庫，EMC代表數據存儲。

“基本上一個環節一家公司，光給Oracle的服務費一年就一個億。”馬曉東回憶。

昂貴還不是最大的問題。國際巨頭們之前服務的多是制造業客戶，對中國的海量互聯網數據缺乏操作經驗。雙十一、搶紅包、秒殺，動輒好幾億人同時干一件事，傳統的IOE架構成為系統的瓶頸。這是阿里下定決心取而代之的契機，發起了著名的“去IOE”革命。

彼時，從成百上千件商品中挑選出符合推廣條件的十幾樣，再將它們精準營銷，需要經歷數據分析、建模、技術人員開發的漫長周期，往往是結果出來了，熱點也過了。淘寶的數據分析團隊、技術團隊整天忙于應對前端業務人員提交的“訂單”，今天是放心的奶粉，明天是美味的狗糧，重復寫難度不高的代碼，是一種變相的人力資源揮霍。

馬曉東察覺到了這個痛點，他和幾個朋友一起，瀏覽了阿里過去十年做過的數據挖掘，發現其中相當一部分是基礎的日常分析，不需要十分復雜的算法。他由此萌生了做一個傻瓜式平臺的想法，降低大數據的應用門檻，把挖金子的工具交到業務人員的手里。

平臺推出后，阿里內部的反饋出乎意料得好，馬曉東升至最年輕的核心數據項目負責人，直接向副總裁匯報。

他放棄四倍薪水的挽留，選擇了“單飛”，“有句話叫‘欲使人滅亡，必先讓其瘋狂’，當時一門心思想做一個最牛的可以改變世界的產品，你覺得你能做扎克伯格，為什么要留在公司呢？”

錯過

在國云數據位于蘇州工業園區的辦公室里，馬曉東在9塊液晶顯示器合成的大屏幕上向我展示城市大腦，物理意義上的城市通過信息技術采集的數據，抽象為虛擬城市，數據進入城市大腦，由大腦做決策，從交通信號燈的控制到城市產業布局，讓城市變得更加安全、高效、溫暖。

羅馬不是一天建成的。

離開阿里后，馬曉東和一群極客伙伴們開啟了燒錢之旅，多數是本科時認識的，也有之前在阿里結識的知根知底的同事。一百多人的團隊在一開始的兩年半里，每天8:00-22:00，每個月工資800元，即使在發不出工資的時候，也從未停過工，沒有人用腳投票離開。

這股凝聚力可以追溯到湖南大學。2006年，云計算的火熱程度堪比當下的人工智能，馬曉東組建了云計算工作室，不收會費，但要通過選拔才能加入。工作室參與了與谷歌、IBM合作的大數據分布式計算技術商業項目，同時在國家云計算重點實驗室與國內外學者一起參與國家863云計算大數據研發項目。

“我們這幫人很無聊。”一次TED演講上，馬曉東用自嘲向臺下西南政法大學的學子描述自己不同尋常的校園經歷，5點起床，跑步上岳麓山，登頂后讀《少年中國說》，“特別二，一幫男生，下山后我們不是敲木魚，集體寫代碼。”

寫代碼是愛好，是生存工具，只有當生存不成問題，才能不恥于談夢想。

2013年初，大數據分析平臺“大數據魔鏡”上線，分為云平臺版、基礎企業版、標準企業版、高級企業版和Hadoop版。其中云平臺版為永久免費SaaS版，提供常用數據分析模型和算法，能實現500多種可視化效果。“讓人人都能用上大數據”是它的slogan，如今出現在辦公區上方垂掛的KT板上，輔以漫威英雄的形象。

產品做出來了，卻沒錢推廣。最窘迫的時候，他們意外獲得了一筆價值90萬的“救命”訂單，“（訂單）要求和我們真正想做的東西差太遠了，就給拒了。”馬曉東一狠心，把自己唯一的一套房賣了，勉強填上了資金的窟窿。

在2013年Gartner發布的十大科技趨勢中，戰略性大數據位列其中。Gartner預測，大數據將與社會化網絡結合。互聯網上最豐富的五大數據資源分別是社交圖譜、意向圖譜、消費圖譜、興趣圖譜和移動圖譜。傳統單一企業數據倉庫的概念已經過時，大數據需要多種系統的整合。

技術創業者有時需要守著引以為傲的產品等待被廣為知曉和理解的時刻。2017年9月，國云數據完成1.08億元的B輪融資，創業4年獲融資總額近1.3億元人民幣。大數據魔鏡有15000家B端用戶，行業覆蓋軍工、政府、企業等類型。為華為定制一款多地服務器的安全監控應用，前后只需要兩天時間，顛覆了傳統軟件開發的邏輯。

但也不是沒有遺憾。

馬曉東坦言錯過了6年前的那場“風口”。“當時投資界數一數二的人找我吃飯，我總說‘還在專心弄產品’，也不是說‘佛系’，只是當時沒有經歷過完整的創業周期，認知上有漏洞。”

未能主動布局融資和營銷，外界看來，國云數據的擴張速度緩慢，資金壓力一直都在，反過來看，倒也給了馬曉東不斷在最小單元試錯的機會，摸索出高人效的戰略。“錢多會遮蔽企業的短板，要么像扎克伯格那樣一戰成名，要么像OFO那樣轟轟烈烈倒下。”

風口

大數據在多數人眼里是一個既萬能又高大上的存在，似乎什么都可以做，但又不知道能做什么，怎么做。衛報稱它為當代的“石油”，在互聯網時代，推動著世界滾滾向前。和石油類似，數據同樣需要采集、獲取、提煉，加工、交易、應用，同樣，也需要面對反壟斷調查。

馬曉東有一個更接地氣的比喻解釋大數據應用，做菜。數據是食材，第一步收集，將IT系統、微信、微博……產生的數據傳到中央廚房的倉庫；第二步開發，數據清洗、建模型分析、數據挖掘，類似洗菜、切菜、烹飪。大數據魔鏡及國云數據中臺內置了多種數據分析算法和模型，用戶只需要拖拽數據維度和度量，就可以觀察、發現數據之間的關聯。

大數據應用的門檻消失了。

世界上90%的數據都是在過去的兩年產生的，在人類產生的所有數據信息中，只有0.5%被分析處理過，有大量數據等待挖掘。對于世界500強企業，每增加10%數據獲取量，將提升超過6500萬美元的凈收入。

還在阿里的時候，馬曉東記得，馬云來他們部門，說“你們怎么把這個數據搞點價值”，阿里金融被視為一場對傳統銀行業的顛覆，互聯網的海量數據和基于用戶行為的信用體系是阿里金融的根基。2018年，螞蟻金服估值千億美金，超過了百度。

大數據技術前期投入特別大，技術接口，個性化定制非常耗時耗精力，不是普通草根創業者玩的地方。2B的方向是一開始就定下的，它不及2C熱度高、性感，馬曉東研究過，美國市場上的同行，平均上市花費的時間都在十年以上。好處也很明顯，每一步走得穩健，獲得華為這樣的優質的標桿客戶之后，他慶幸自己活下來了。

經濟學家許小年比較過2B和2C企業基因上的不同，前者自下而上，從車間開始，逐漸做到云端，講行業知識，后者自上而下，先建平臺，講DAU、MAU、生態。

4年前，國云數據開始建中國乳業大數據平臺，來自政府的千萬大單對初創公司而言可謂夢幻，對程序員來說，天蒼蒼，野茫茫，風吹草低見牛羊第一次不再是計算機桌面，而是復雜的現實。飼料槽紀錄每頭牛吃草的數據，牛身上配有的“手環”紀錄發情時間，把一家傳統牧場改造成智慧牧場需要100萬元，牧場數量是4000家。大數據平臺搭建后，產奶量的預測將更精準，奶價制定過程將更科學，奶農、奶企將從中受益。這個商業閉環的形成耗時費力，卻是一個典型的大數據推動供給側改革和產業升級的故事。

2018年，一批受資本追捧的消費互聯網企業的倒掉，讓市場重新打量2B企業，“賦能”是其中的關鍵詞。數字化轉型的口號喊了多年，企業還在為數據用不起來而苦惱。大多數企業對數據服務是有需求的，比如網站數據、銷售數據、ERP數據、財務數據等等，但沒有自己的數據團隊。傳統的軟件公司提供不了系統的大數據服務。馬曉東相信，大數據魔鏡和垂直行業深度結合，前景廣闊。

今年初，多家銀行找到國云數據，面對互聯網金融的沖擊，他們急于盤活存量，深度挖掘客戶需求，國云數據中臺及魔鏡大數據成為他們擁抱大數據的抓手，某種程度上，一根求生存的重要繩索。馬曉東開始思考新的商業模式，比如以很低的價格提供軟件和服務，隨后跟銀行談分成。

玩大數據13年后，他又一次嗅到了風口的味道。