6月21日，OpenAI宣布完成了对数据库检索和分析公司Rockset的收购，公司将整合 Rockset的技术和人员，强化各项产品的检索基础设施。

OpenAI在X平台上表示，Rockset公司主要提供世界级的数据索引和查询功能，OpenAI将在产品中集成Rockset的技术，将数据转化为可操作的智能。

Rockset首席执行官兼联合创始人Venkat Venkataramani 随后发文表示，在Rockset成为OpenAI的一部分之后，其将为OpenAI产品套件的检索基础架构提供支持。

Rockset创立于2016年，由前Meta员工创立，先后获得 Greylock、红杉资本等投资机构约1亿美元的投资。

对于这次收购，外界猜测颇多，有观点认为 OpenAI 在为推出搜索服务铺路，也有观点认为，这是OpenAI 重视B端业务的一个标志性动作。

6月24日，智能超参数对话质变科技CE0占超群(花名：离哲)，让他从专业视角解析 OpenAI对Rockset的并购。

离哲是数据库领域的大咖，曾担任阿里云OLAP产品部总经理，从无到有创建 AnalyticDB，他在2011年就曾研发过类似Rockset 的产品，并在阿里集团和阿里云上提供大规模服务，是中国实时数仓领域计算规模和营收最大的产品。现在他创立的AI数据云厂商质变科技，正为企业客户提供经生产验证的一体化AI数据云服务，公司获得了多家顶级投资机构的投资。

以下是经编辑过的对话：

智能超参数：OpenAI宣布收购云原生数据库公司Rockset。这家公司有什么独特之处？

离哲：最近很多投资人和行业同学也找我咨询这个问题。我简单说一下我的理解，Rockset应该是在国外算比较早做实时数仓的厂商。它的产品有三个主要特性，第一个特性叫实时数据集成；第二个特性叫全索引；第三个特性叫云原生，对应的就是存储计算分离，可以做到低成本。

这三个特性背后，其实是能解决今天大模型进入企业的三个核心问题。

大模型进企业面临的第一个问题，现在企业基本上都是需要支持实时数据集成，而大模型默认都是pre-train的数据，需要有外部的data infra来支持。所以这个时候，大模型进入企业第一就要实现实时的数据更新。

第二个叫做全索引，全索引核心技术和实践可以参考我于2018年发表在VLDB顶会的论文。全索引能解决什么问题呢？比如说，今天我做了大模型的RAG，但实际上还缺两个能力，全索引的第一个价值是检索与校验，大幅降低Token成本和做facts还原。第二个价值是什么呢？全索引还有一个特征是能做计算，进行任意维度的多维检索与计算。就比如说按照性别、年龄，消费水平、区域等等做多维检索与计算，这样就可以解决大模型不合适做私有海量数据检索、计算与insight的问题。

这个计算的好处是什么呢？举个例子，比如我想结合大模型知道某家公司当前的运营状况是否有什么异常。这个场景，其实除了需要大模型做plan之外，需要做很多维度的分析，然后找出哪个维度有异常。但如果你没有全索引，计算成本就会特别高。

第三个点就是，它的云原生架构，能带来足够低的成本和按需付费，可以真正按照数据容量进行付费。那么这个时候，这个收购也让 OpenAI 的Assistants API 有一个好的 infra基础设施，去满足用户按需存储、计算以及与大模型的结合场景。

我以前在阿里的时候，应该算全球最早做实时全索引数仓的团队，所以我能感受到实时数仓和大模型结合的价值。另外，我们质变科技去年10月份在海外发布了第一个AI分析产品，目前已经积累了近百万用户，在AI分析这个领域，被很多榜单认定为中国出海的第一厂商。

智能超参数：OpenAI必须要收购数据仓库厂商吗？

离哲：现在，你要真正的做好 AI时代的数据分析和企业级场景落地，把数据和 AI一体化做好，数仓非常重要。

今天大模型还很难去做一些深度计算的工作，但在企业内部不做计算肯定不行。大模型本质上是把数据都压缩。但是压缩之后，还需有一个东西去做全量的任意维度的检索、校验、与计算才能真正融入业务中被用起来。

智能超参数：OpenAI 跟微软合作很深，Rockset 的产品，微软没有吗？

离哲：微软还真没有。Rockset 是一种实时全索引数仓，这个细分赛道上的厂商并不多。据我了解，阿里云AnalyticDB 是做得最早的，我在 2011 年就开始做了。Rockset 是 2018 年开始做的。

智能超参数：外媒说Rockset一年营收2000万美元左右，似乎规模不大？是因为市场需求不大吗？

离哲：Rockset 的具体营收我不是很清楚；基于我们曾经的经验来看，应该不会很高。以前实时数仓更多做离线的数据平台的加速或在线分析（OLAP），如果仅仅只提供实时数仓服务，结合他们的客户案例来看，营收应该不大，如果想要做大，一定要找到新的革命性的场景或往一体化数仓转型。比如说，AI 就会加大实时数仓的价值。

智能超参数：所以这个收购可以看作是，OpenAI开始往企业级市场渗透了。

离哲：我的感觉在往上两个方向渗透，一个是往企业市场渗透，第二个就是更好服务 C 端用户。因为但凡服务未来实时数据场景或需要准确性的场景，它一定需要有一个新的技术，不能只是依靠基于Transformer架构的大模型。

其实前段时间谷歌发表的一篇论文也讲了这个事情，当大模型上下文越来越长的时候，是不是可以解决所有问题？最终的实验结果表明，是不可能的，一定需要和一个好的Data Infra结合才可以。