甲小姐：两年前你说“宁可改造基因，不可改造使命”，所以你不断在调整团队结构，从最开始技术为主的团队，变成“工业管理+工业技术+数据技术”的混合团队。过去两年多，你们团队结构有进一步迭代吗？

陆薇：迭代是长期持续的，我们在不断引入有工业行业know-how的专家，这两年我们还在技术之外加强商业化团队的建设。

甲小姐：你们团队现在多少人？商业化团队占比多少？

陆薇：不到一百人。商业化团队占比现在不到三分之一，我觉得还不够，我们还在不断增加这个占比。技术领先性仍是我们要保持的核心竞争力，更强大的商业化引擎不仅会提升业务增速，还会带来更多需求来滋养技术的演进。

甲小姐：昆仑数据已经发展了七年，站在七年节点往回看，概括地说，你们经历了几个阶段？

陆薇：自公司创立，我们提出的口号就是“释放机器数据价值Actionable insights from machine data”，我们发展的大方向一直在它的指引下。这里有三个关键词——一是Data，数据；二是Insight，从数据里挖掘洞察；三是Action，通过洞察驱动行动。三者结合，才能形成数据价值落地带来业务提升的闭环。

我们第一阶段的关注点在于解决数据问题。之前很多工业现场的数据都没收集，或者收集过没有保存。我们首先要把数据收集和保存下来，核心问题是海量工业数据怎样有效地管理。我们推出的第一代产品KMX，昆仑的工业大数据平台，是个数据后台，解决的是对工业数据进行高效管理，包括怎么存贮、怎么索引、怎么查询。在第一阶段，insight和action基本还是靠人来服务。

第二阶段，有了数据后，如何更高效地产生业务洞察，这就需要一些数据分析工具；如何形成Action，这就需要介入IT业务系统形成应用闭环。这个阶段我们做了很多尝试，包括经历了一段商业模式的创新，和龙头合资在垂直行业做工业互联网平台，汇聚数据开放给行业ISV开发工业APP，后来发现这个模式有些超前，也不能解决数据利用深度的问题，算是走了一段弯路。

所以第三阶段我们又折回来，重新审视自己的定位——我们是一家技术公司，回归到原来的道路上，用技术创新推动解决从data到insight再到action，把这条路径上的方法和技术总结沉淀下来，去帮助工业企业构建这方面的能力。

甲小姐：在insight和action两部分，你们有什么思路和进展？

陆薇： 这几年有一个很大的认知收获——我们发现从insight到aciton的过程，我们直接能做的十分有限，沧海一粟而已，单靠自己这条路很难走通。