摘要：數睿數據極致地追求企業級無代碼。

最近無代碼在業界刮起了一股旋風，一家名叫數睿數據的公司，推出了一個數用一體化的獨具特色的企業級無代碼軟件平臺——Smartdata，短短4個月時間就獲得了包括紅杉中國在內的多家機構的兩起高額 投資 。

早前中國軟件網記者在報道數睿數據時曾提到，數睿數據重新定義了企業級無代碼，其面向軟件開發商、軟件供應商，幫助ISV快速響應客戶需求，通過極致無代碼化掀起10倍速效率革命，給軟件行業數智化轉型帶來重磅驚喜。僅一年多的時間里，數睿數據在無代碼領域取得了眾多亮眼的實踐成果。

《你好，數智新世界》邀請到了數睿數據總裁劉超，詳話數睿數據企業級無代碼在數字化轉型中的故事，并深度探討數據驅動的企業級無代碼平臺的四大關鍵問題：數據驅動的企業級無代碼平臺的門檻在哪？數用一體化有何魅力？如何理解數據資產沉淀？企業級無代碼的未來將會走向何方？

順勢而為無代碼

問：您能先介紹一下您的團隊以及在什么樣的契機下創辦了數睿數據這家公司嗎？

劉超：開始的時候，我們團隊的專業是軟件中間件，后來深耕數據方面的技術，例如數據治理、數據分析、數據共享等。在大數據發展的過程中，我們發現數據的價值呈現面臨投資成本高、周期長以及價值見效慢等痛點。我們希望結合中間件技術和大數據等技術來解決這些痛點，于是成立了數睿數據。

創業 初期，我們希望能夠把大數據做小，讓數據能夠快速使用，讓人人盡享數據價值，并快速響應客戶在數據方面的訴求。

問：從現在的定位來看似乎有些許改變？

劉超：這中間是有一個契機的。我們在發展的過程中發現，即使把軟件規模做得更敏捷、讓客戶更實用、讓投資成本更低，還是有一個大問題沒有解決：數據從哪兒來？數據的價值到哪兒去？

顯然這個問題僅靠一個工具或者數據平臺是解決不了的。

問：大概是什么時候意識到這個問題的？

劉超：2018年，我們就已經意識到了并開始做儲備；2019年，全線轉型做無代碼；同時，我們提出了“數用一體化”，大數據和應用系統不分離，應用系統的數據應該能夠自動變成數據資產，形成數據資產之后的數據能夠很快的嵌入到業務應用系統里面去。在這個過程里，實現應用和數據的閉環，最好的方式就是無代碼。讓數據能夠快速使用，讓人人盡享數據價值，我們這個初心一直都未曾改變。

問：數睿數據進入企業級無代碼市場，趕上了市場風口期。

劉超：是的。2020年初疫情期間，我們有個客戶必須在短時間內完成一個1200萬左右項目的交付。這個時候，無代碼的優勢就完全體現出來了，680多個模塊、10+大屏、4個人、1個半月我們的客戶就通過Smartdata圓滿完成了任務；也證明了Smartdata具備快速交付企業級軟件的能力。

三大門檻：數據驅動、企業級、無代碼

問：在轉向企業級無代碼市場中，市場發生了怎樣的變化？

劉超：其實在軟件發展當中，我們已經充分意識到軟件最終使用者的水平不斷提升，一方面他們對軟件工程中各環節的需求響應速度要求越來越高；另一方面，客戶需求的顆粒度也變得越來越碎片化。

軟件建設者或者說是軟件供應商們到了要響應這種變革的時候。

問：能夠舉一個需求側的例子嗎？

劉超：我們的客戶主要是軟件供應商、軟件開發商，有個客戶在做長沙的一個智慧城市項目的時候，客戶需求響應周期要求特別短，同時跨領域的內容較多、需求非常碎片化，以現有的人力配置是無暇應接的。

還有一個客戶也比較典型，很多需求從設計層面都已經完成，軟件也完成了配置，但是中后期，底層表結構發生了變化，上升到所有業務、所有功能模塊都必須隨之變化，客戶的項目不得不推倒重來。這是模型驅動會遇到的典型問題。

問：數睿數據在突破這些典型性問題上有哪些思路？

劉超：數睿數據提出改變“軟件構建方法”和“軟件構建模式”兩項舉措。

一方面，通過改變軟件構建方法來提升軟件工程中各環節的響應速度。例如智能問答引導輔助挖掘客戶需求，將需求結構化，進行支持腦圖式設計，依據需求用例串接業務場景流程，自動生成原型和測試用例，再通過樣式、交互的細化完成軟件裝配以及自動化測試，同時借助于AutoNLG能力自動生成產品配套文檔，對比傳統軟件的交鑰匙式工程，用戶可基于Smartdata平臺持續改進和構建軟件系統，讓系統保持生命力，以上幫客戶解決了響應速度問題。剛提到的長沙客戶一次性采購了三十幾套，這是我們的一個里程碑事件——第一個實現產品化銷售的客戶。

另一方面，改變軟件構建模式，即以數據驅動的企業級無代碼平臺配置應用來提升軟件構建的靈活性，滿足日益碎片化的需求。模型驅動是被使用較多的一種應用構建方式，但其對專業性和規范性的要求同樣也阻礙了其靈活性，而數據驅動是以數據資產為核心，而非數據結構，回歸軟件本質，不僅可以響應當前碎片化個性化的需求，還能沉淀數據資產面向未來的發展變化。

問：當前國內外無代碼或低代碼平臺都有數據驅動、模型驅動、表單驅動等，數睿數據有什么不一樣的地方，對標產品是？

劉超：應該這樣說，我們沒有做產品的對標。我們的產品定位是數據驅動的企業級無代碼平臺，它有三大明顯特點：

數據驅動。實現數據驅動需要達到兩個目標：一是沉淀數據資產；二是通過數據資產響應業務需求變化，即在短期內滿足當前的軟件構建，長期是能夠持續地通過數據資產的方式響應業務變化，這是數據驅動的核心。

企業級。即高復雜、高可靠、高容量。這需要有支持高復雜度軟件配置的能力、在DFX測試中完成大量可靠性工作、滿足底層數據量以及上層用戶請求量等。

無代碼。數睿數據追求極致無代碼化有兩個方面：一是不需要寫代碼去生成軟件；二是在運行平臺上通過數據描述生成軟件。我們認為軟件=數據+形式，即軟件是數據的不同表現形式，數據可以定義一切。

問：那么以數據驅動的企業級無代碼平臺中軟件的構成是怎樣的？

劉超：我們做了大量的推演后發現軟件的功能大致劃分為四個域：管理域（數據定義管理軟件）、數據域（數據定義底層數據資產）、分析域（數據定義分析軟件）、運營域（行業領域內的錯綜復雜的一些邏輯）。數睿數據目前在占據80%軟件能力的數據域、管理域、分析域三域中能做到絕對的無代碼。

其中，運營類軟件配置的復雜度和寫代碼的復雜度近似，同時運營類面向行業公司的核心資產（例如涉及算法類的——工廠排班、應急地震模型、失火模型等），我們支持客戶通過二次開發、自建插件方式合作。

問：是什么樣的環境來支撐無代碼的編寫或者是制作軟件應用的？

劉超：你可以把Smartdata類比成軟件開發的一個studio，并且這個studio的風格就像office一樣，打開新建一個程序，就像新建一個word一樣。

數用一體化下的數據資產

問：與用友提出“數用分離”（數據作為獨立單元處理可以更好地復用或者共享）理念相反，數睿數據提出了“數用一體”（應用系統產生的數據自動沉淀、資產化），兩者有何不同？

劉超：關于“數用分離”，我個人理解是因為在數據資產意識形成之前，很多信息化系統已經建設起來、數據也已經沉淀下來，在這樣的背景下大家就需要思考如何讓大數據的價值快速發揮出來以更好地服務于業務，最直觀建設方式是把各種業務子系統的數據抽出來放到一個數據平臺上，在平臺上將數據治理好，再將這個平臺開放出來為業務系統去使用，即讓原來的業務子系統里面的數據通過數據中臺治理之后，再反過來給到業務系統去使用。

不過這種建設方式存在很多問題，比如：這個系統里面的數據從哪兒來？這些數據又如何治理好后回歸到業務里面去？當平臺本身不懂業務時如何去做數據治理？其中每一個階段都是困難，而且困難重重，不管是從投資、建設周期，還是從它發揮的價值來看，都遇到了非常大的門檻。

問：所以現在出現了數據湖來解決這些問題。

劉超：對。在不懂業務的時候，想純粹通過數據屬性的方式把數據治理好，其實很難的。因為數據治理是一個持續的過程，是要與業務持續互動的一個過程。即使在這個平臺里面把數據治理好了，最后是誰來用？使用的一方怎么去用這個平臺？怎么去開放？如何協調這幾者之間的關系？

所以數睿數據的做法是，能不能讓大數據平臺在建設的過程就把這些問題弱化掉，但是保留大數據平臺本身，那么業務系統再去構建、改造、升級的時候，讓業務系統的數據資產在這個大數據平臺中的顆粒度變得越來越小，那么平臺的建設門檻也會相應降低。

具體來講，數據資產在每一個點上的顆粒度都變小了，如果我再把它給串起來，這時候不管是建一個分布式平臺還是一個集中化平臺，建設的門檻以及數據資產價值發揮的難度都在變小，在無意識中就可以把問題解決了，就是“大事化小，把大困難化成小困難”。

問：這樣來看，數睿數據的“數用一體”形成了數據沉淀、再利用、再放大的閉環？

劉超：數睿數據提出“數用一體化”，即大數據和應用系統不分離，應用系統的數據應該能夠自動變成數據資產，形成數據資產之后的數據能夠很快的嵌入到業務應用系統里面去。

我們一直在想如何讓數據快速使用，只要數據能夠快速使用了，那么在上面做業務的這些合作伙伴就一定能夠將數據的價值發揮出來。

問：數據資產沉淀具體是指什么？是一個怎樣的流程？

劉超：首先要強調一下沉淀的目的是為了再利用，數睿數據希望在更低門檻的工具下幫助用戶更方便地使用數據。具體流程的第一步是先將數據存下來，在這個過程中數據價值密度開始往上增長，這是業界共識的DIKW模型，接下來是DI（把數據變為信息）、知識化（把信息變為知識）。?

問：為此數睿數據打造了哪些工具產品？

劉超：在DI信息層面有“數據圖書館”。軟件在構建和運營的過程當中，圖書館全面管理這些數據資產，在分析類軟件中更容易地、更低門檻地再使用這些數據，數據使用之后的結果要很容易地嵌到上層應用業務系統中；在知識層面，通過數據分析儀、交換機的工具可實現知識沉淀再利用。

總的來說，我們盡量讓軟件工程過程的靈活度變高、門檻變低，然后通過無代碼的這種方式拓寬參與度，從而使數據沉淀的能力變強。

Smartdata產品體系

無代碼軟件工廠與未來

問：在您看來，低代碼或者無代碼中有核心技術嗎？

劉超：如果講核心技術的話，我認為最核心的技術是工程技術，就是將中間件、可視化分析、大數據、人工智能等技術再利用融合，變成無碼，解決軟件工程的問題，解決如何讓數據快速使用的問題。

問：數睿數據提出的“軟件工廠”模式，能具體介紹一下嗎？

劉超：軟件工廠跟傳統軟件構建有兩個不一樣的地方：

一、報價模式。過去包括現在很多廠家在去報軟件工作量的時候，是按照人天報價，軟件工廠是按照計件的方式進行報價，業務設計的能力越強、頁面數越少，成本也就越低。這種模式很新奇，客戶的接受程度非常高。

二、軟件制造模式。當前我們的軟件工廠有四條生產線：管理生產線、分析生產線、數據生產線、素材生產線。例如，素材生產線就是進行素材采集，做個動畫、拍個視頻等，按照內容方式生產軟件的素材。

問： 數睿數據對自己的未來規劃有哪些？

劉超：3-5年內數睿數據將圍繞“讓天下數據快速使用”持續在企業級無代碼這個領域發力，讓軟件工程的每一個環節，讓軟件工程的需求調研、軟件設計、開發，包括測試和運維，提升靈活度、降低門檻。就是極致追求讓人干人的事，機器干機器的事，通過企業級無代碼讓最終生產出來的軟件對于消費者來說更有溫度，對于未來的業務響應靈活度更高、具備一定的柔性、滿足未來需求。

第二個方面，當數據資產沉淀下來，數睿數據將在數據分析、數據價值挖掘、數據價值使用上持續投入。比如在數據分析這個方向，客戶對我們的Nextion BI接受程度還是蠻高的，所以在這方面我們也是極致地追求讓客戶去使用已經沉淀好的數據資產，讓門檻變得越來越低，讓它的價值更容易去傳播，更容易地去創造出面向行業的一些價值。