作者：毛烁
镜舟科技CEO 孙文现
在如今的各行各业的竞争中，如果有一种“降维打击“，那么毫无疑问就是“卷”。“内卷”几乎已经成为各方玩家面临的最大难题。
在所有可以“卷”的环节中，“卷价格”无疑是最“见效”的。在产品、服务、性能等层面进行优化，常常面临深厚的路径依赖，需要长期投入大量时间与资源不断打磨和迭代。
而相比之下，“卷价格”似乎容易的多。
“下定决心，一咬牙、一闭眼，直接把价格砸到极低。”这种思路在创业者和企业经营者中并不少见。当某个创新产品火爆市场，不少人选择直接跟进，以几乎相同的功能、外观与形式迅速杀入市场，再用极限价格实现“挖墙脚”的目的。
这种竞争策略所依仗的，正是价格这一维度的“无路径依赖”特性。这让镜舟科技CEO孙文现感慨万千。
毕竟，产品的性能与体验可以被质疑，服务与品牌也可能被诟病。但是，当价格一降到底，便成了对行业企业真正的“降维打击”。不断“卷价格”意味着企业要以极低的利润空间甚至亏损来获得市场份额。
“卷产品创新”但“不卷价格”。这件事，孙文现很执着。
做“卷”的“B面”
“卷价格”这种短期的“饮鸩止渴”难以支撑长期的研发、创新，还会在激烈竞争中迅速消耗战斗力与资源。
其实，以“卷死”同行为目标的恶性竞争，本身不可持续。在孙文现看来，只有从“囚徒困境”中跳脱出来，想尽一切办法来寻求差异化，才能在市场中证明独一无二的价值。
“做“卷”的“B面”，深耕差异化，不断创新价值。”这是孙文现创立镜舟科技至今秉持的初心。
孙文现的“不卷”，体现在用“买方思维”判断决策。
国内许多B端服务企业往往过分追求销售数字，忽视了合作的深度与质量。他们基于“卖方思维”随意迎合客户需求，实在不行就提供情绪价值上的满足。以极低的“买断”价格配备大量服务人员。这样虽然短期内可能提升销量，但从长远来看，产品缺乏核心竞争力，就难以确保收入的持续性和健康增长。
“事实上，当企业试图通过压低价格来争取客户时，这些客户最终十有八九都选择放弃合作。他们往往不愿意投入过多资金的原因，是因为产品对他们的意义和价值并不大。”孙文现坦诚说：“所以，我们不卷价格，不支持‘买断’，镜舟科技采用订阅模式，这是双方相互选择、相互约束的共赢机会。”
曾有社区大合作伙伴主动过提出每年支付50万人民币左右服务费，让镜舟科技做技术兜底，但孙文现拒绝了。他知道，一旦接受后公司便从“合作伙伴”角色转换为“乙方”，无法自主决策，无法掌控代码贡献和功能研发方向，必须尽可能满足所有要求。这样将导致公司无法良性发展，有可能会陷进去。
“别说50万，100万也不能要。”面对询问，孙文现说的很坚定。
“准确识别和选择高价值机会，以公司经营的业财一体化为目标，期望为全部用户提供长期有价值服务”——这是镜舟科技的核心经营策略。
这一策略下，镜舟科技以ARR（年经常性收入）和NRR（净留存率）两个关键指标统筹公司运营。
“ARR提供了可预期的稳定收入，助力财务规划；NRR则衡量现有客户的收入增长，反映了公司在客户维护方面的能力。”孙文现直言，重视这两个指标，意味着镜舟科技不仅高度关注新客户的获取，也同样重视老客户的维护。
孙文现确信道：“企业客户需求与我们发展相辅相成，彼此激发良性互动，才能共同成长。”
增长背后的“变”与“不变”
StarRocks本身合理的基础架构，加上研发上投入精力的长时间打磨，让镜舟科技很少会受到市场干扰，这也是是孙文现坚持“不卷”价格的“内核”——“保持产品和技术的核心竞争力”
这种对技术竞争力的重视，也体现在镜舟科技“STARROCKS SUMMIT ASIA 2024”的演讲次序上。与许多大会不同，这场会议由镜舟科技的CTO开场，随后才到CEO孙文现登台。这是孙文现的有意安排。
“因为我们不是一个Sales Leader的公司，我们是一家产品驱动的公司。在公司人员结构中，研发团队占据了70%～80%，而销售团队却不到10人。”孙文现毫不掩饰地说。
当然，如果问孙文现“不卷内核”的正确与否？从镜舟科技连续三年的业绩增长来看，自然不言而喻。
作为主打基于StarRocks开源社区商业化的企业，2022年镜舟科技刚刚迈入了商业化元年。当时，镜舟科技成功将StarRocks的100多家大用户转化成20多个付费客户，奠定了坚实的商业基础。
这一年，镜舟科技也建立了完善的研发、前端销售、市场和社区运营团队，并投入专人进行社区运营和客户管理，验证了统一管理大开源用户与大客户的运营思路。
2023年，镜舟科技进入快速增长与深入行业的阶段。在商业化元年的基础上，镜舟科技的用户数量迅速增长，开源大用户达到200多家，付费客户突破80家。相比上一年，金融行业的大客户显著增加。同时，运营模式进一步优化，行业特征更加明显，服务范围和客户基础持续扩大。
2024年，是镜舟科技迎来长足发展的一年，也是深耕行业拓展应用的一年。开源大用户达到450多家，付费客户突破120家。延续过去的行业深耕策略，镜舟科技全面覆盖了金融全领域，新增了中信银行、民生银行、广发证券等多家重量级客户，覆盖银行、证券、基金、保管、资管等，同时拓展至新零售、新经济和汽车等多个行业。
镜舟科技在用户业务场景上实现连续三年ARR翻倍，并将NRR保持在约130%。
从“极速统一”，到“极速湖仓”，再到“Lakehouse云原生”三年来每个创新概念，都从增长的数据中，证明着现在比过去更成功。
增长的背后，蕴含着商业逻辑的“变”与“不变”。不变的是“把开源用户当客户”的核心理念，这是镜舟科技始终坚持的运营方法论，贯穿其发展的每一步。
接受采访时，孙文现提到，一些开源用户谈到StarRocks开源版本时，总会这样说：“挺好的，又不是不能用。”作为一种默认的高度评价，这句话的背后也暗藏了一种微妙的态度：认可产品性能，却对商业化版本的升级持保留意见。
孙文现也很坦诚：“既然觉得不错，那我们不妨先交个朋友。”镜舟希望通过这种轻松的方式建立联系——不急于说服用户购买商业版，而是站在用户的角度，成为他们信赖的后盾。“如果哪天真的‘不能用了’，重启也解决不了问题，那时候来找镜舟，我们一起解决，好吗？”孙文现说。
开源商业化的道路上，用户的每一次“又不是不能用”，或许正是镜舟一次次赢得信任的开始，在这种坦诚下，镜舟科技也建立起越来越大的生态圈。
反观镜舟科技的转变，则体现在以终为始的商业选择。“以构建一家能够长期经营的商业化公司为目标，打造能够满足致胜场景、带来商业化价值的产品。”孙文现传递出从问题到答案、从理论到实践、从零散到完整的动态平衡的哲学观。凝聚于痛点，成就于解决之道，回归市场则是为优化提供了源源不断的动力。
这条路径，或许正是这个优秀开源产品成就商业化的终极奥义。
坚持“开源商业化”突破
坚持”“突破”是孙文现形容过去一年的关键词。“坚持”是一如既往地坚持搞开源，以商业化成功作为最后重要的评价指标。而“突破”则是把公司的整体运营目标从追求市场占有率突破到追求商业成功！
“然而，一个优秀的开源产品‘不完全等于’ 一个成功的商业化产品。”百度的八年沉淀，创业的两度起伏，在金山云创立金融事业部，到后来创建镜舟科技，一路的角色转换之间，孙文现淬炼出对产品价值的深刻思考——产品价值层面，以湖仓新范式，驱动企业构建现代化的数据架构。业务价值上，以降本增效助力企业业务持续发展。
今年，镜舟科技发布了镜舟数据库3.3版本，全面提升了应用性、便捷性、安全性与稳定性。此次更新中，企业级功能在多个维度表现尤为突出，主要集中在三个方面。
在数据安全与可靠性方面，镜舟数据库3.3版本推出了“Faliover Group”功能。这一功能实现了跨集群的数据同步、归集与迁移，通过读写分离、资源分离和负载均衡等手段，显著优化了用户体验。
“尤其在金融行业，许多银行和金融机构已经采用这一功能，提升了灾备能力。同时，跨国企业如屈臣氏等也利用Faliover Group实现了数据的统一归集，增强了数据资产的整合性。”孙文现强调，该功能无需依赖第三方工具，进一步提高了系统的可靠性。
镜舟数据库的透明数据加密（TED）功能，旨在满足全球各地对数据加密和安全合规的要求。透明数据加密不仅有效防止了数据泄露和盗取风险，即使数据被窃取，若无用户授权的密钥，内容依然无法读取。该加密过程对现有用户几乎无侵入，数据加解密不影响性能，操作简便，极大地提升了数据库的安全性。
为了降低用户使用成本，镜舟数据库3.3也推出了“Auto MV”功能。孙文现坦言，物化视图作为过去一年重点打造的功能，尽管功能强大，但使用这一功能，要求用户具备丰富的数据架构知识和业务理解。作为自动化的物化视图推荐系统，“Auto MV”可以简化操作流程，并实现透明加速，几乎无需业务改动。这一创新功能使得更多用户能够轻松享受物化视图带来的性能提升。
在业务场景覆盖方面，镜舟科技也取得了的突破性进展：“从最初的固定报表分析，到如今的实时数据分析、数据跑批加工、湖仓一体化分析等全场景支持，StarRocks 展现了强大的技术适应性。
截至目前，实时数据分析场景已服务 270 多家企业，湖仓分析能力也获得 50 多家企业的实践验证。
“AI skill up” 扬帆出海
“开源商业化”的突破下，孙文现也带领着镜舟科技紧紧拥抱着时代发展的洪流。
如果说这两年有什么重要的变革，那无疑是人工智能的飞速发展与企业出海战略的深入推进。“镜舟科技“skill up”的主要策略之一是产品AI能力”孙文现如是说。
在构建强大AI能力的过程中，镜舟科技选择与LangChain进行深度结合。作为领先的开发框架，LangChain成功集成了StarRocks，并将其定位为数据仓库的首选推荐产品。这一选择不仅基于技术层面的考量，更蕴含着对未来数据处理方式的深刻洞察。
孙文现强调，StarRocks为AI开发量身打造的多种专用函数、优化机制以及卓越的性能表现，使其成为支持AI相关应用开发与部署的坚实基石。
镜舟科技在数据库性能优化领域也迈出了重要一步。孙文现指出，通过引入大型AI模型，镜舟科技致力于解决SQL优化和慢查询调优等技术难题。AI大模型通过智能分析与自动化建议，能够迅速识别性能瓶颈，优化查询语句，显著提升数据库的整体效率与响应速度。
技术革新之余，孙文现同样重视服务体系的智能化升级。镜舟科技为每位支持服务工程师都配备了先进的AI工具，并通过精心设计的Prompt训练，培养出专门服务客户的知识专家。
孙文现表示，当客户遇到问题时，工程师首先借助AI工具提供基本策略，然后在实际应用中进行验证与调整。这一流程在绝大多数情况下，能够迅速且有效地解决客户问题，显著提升了服务效率和客户满意度。
“这技术的革新，更是服务理念的提升。”孙文现说，AI本身并非目的，而是实现更高目标的手段。通过AI的赋能，让服务体系焕发出新的活力。
在提升向量化检索与分析能力方面，镜舟科技与腾讯展开了深度合作。孙文现介绍，腾讯音乐和微信团队开发的特征库功能，进一步丰富了StarRocks的向量化检索与分析能力，使得AI能够直接通过StarRocks的向量化函数访问湖中的非结构化和半结构化数据。
这一功能的引入，不仅极大地增强了大模型在训练过程中的数据处理能力，还拓展了AI服务的应用范围，使其在处理结构化、半结构化及文本数据时更加精准和全面。
“skill up”之上，镜舟科技也正乘着StarRocks的国际影响力，扬帆出海，走向国际市场。
依托Lakehouse架构的强大产品力，目前很多跨国企业、互联网企业、金融企业，逐渐对Lakehouse的概念比较清晰。镜舟科技服务了众多拥有全球业务的客户，积累了丰富的跨国服务经验，并做好了面向亚太乃至全球市场的技术与服务储备。
“面向全球化，镜舟科技已经ready。”孙文现说。
“尽管如此，但是，镜舟科技仍然是一家中国企业，所以必须要立足中国，以商业成功为伴，“以终为始”不断为用户带来更有价值的产品。”孙文现很坚定，这是他与镜舟科技为之长久奋斗的事业。”