都说开源公司赚钱难，到底是为什么？( 三 ) 当我们谈论开源时

我相信没有一个软件从推出第一天起就是完美的，第一个版本肯定全是bug 。但最终决定这个软件能否长久生存下去的，是你能以多快的速度消灭bug ，向下一个版本迭代。
速度，才是最核心的竞争力。
FounderPark：开源公司商业化的挑战在哪里？
肖涵：我是深信开源的那种人。开源不是一个宣传自己的方式，也不仅仅是一个爱好，更多的是一个经济体系。它不仅能喂饱你自己，还能营造一个市值几千亿的公司。
作为商业化开源公司来说，最大的挑战，其实有三点。
第一是如何从0到1打造一个开发者社区。当你脱去了大厂光环，一切的影响力只有通过技术本身施加。开发者本身就是一个对技术非常挑剔的群体，你只有证明你的技术确实比别人好，才能说服他们。
当你拥有了一个规模不小的社区之后，第二个难点就是如何去深耕这个社区。良性的社区生态是一个双向的互动，既要去给予社区，也要从社区中获得反馈。不论是作为布道师还是核心代码的贡献者，只有当你和社区形成这种共生共建的生态之后，社区才能成为你的护城河。
更难的第三步，如何将一个开源项目塑造成可以商业化的产品，它其中哪些点可以商业化？
如果能很好地解决这三步，那一家开源商业公司就具备了成功的前提。

文章图片
02
搜索永远
会是硬需求
FounderPark：跟我们传统认知的搜索相比，神经搜索有什么不同？
肖涵：传统所说的搜索，其实是符号化搜索。
这个概念，在计算机发明之初就存在了。包括老一辈程序员用的DOS操作系统下的WPS文字处理系统，就已经包含了搜索功能。到今天百度、谷歌的网页搜索，微信聊天记录和公众号文章的搜索，他们都属于符号化搜索。
符号化搜索的原理就是在文本框中输入一段文字，然后逐字地扫描这个文字的值。满足一定的阈值之后，就达成匹配。

文章图片
WPS2.2主菜单画面截图｜图片来源：WIKIPEDIA
问题在于，符号化搜索针对的场景是文本信息，但是今天互联网发展到这个阶段，信息已经慢慢从单纯的文本逐渐过渡到了图片、声音、视频、文字的多元形态。 10年前我们拿起手机刷的是新闻，今天往往就是短视频了。
在这种情况下，传统搜索就需要给视频打标签，再通过标签来建立模态之间的联系。要实现这样的系统，无论是转化为标签，还是维护标签体系，在实际工程中是都很有挑战的。
但是这两年AI技术的发展提供了一种新的搜索范式。通过深度学习模型，神经搜索可以将不同模态的数据投射到同一个向量空间，实现不同模态间的相互搜索。从结果上来说，有了AI的加持，不管是搜索的输入还是结果的呈现，计算机就可以做到用人类的思维表达。
这是我觉得AI给搜索带来最大的改变——之前的搜索是人在适应机器，神经搜索是让机器适应人。

文章图片
JinaHub中提供跨模态搜索常用的CLIP预训练模型，开发者还可以进一步使用finetuner对模型进行领域适配｜图片来源：JinaAI
FounderPark：B端用户为什么需要Jina的搜索技术？百度、谷歌不是已经很成熟了吗？
肖涵：如果是构建像百度、谷歌这样广义的全网搜索引擎的话，那它肯定受众是最广的。但作为一个B端用户，要在内部使用百度、谷歌的搜索技术是非常难的。