在數據爆炸性增長的今天，企業正面臨著前所未有的數據管理挑戰。傳統的關系型數據庫在處理復雜、相互關聯的數據時顯得力不從心，而圖數據庫則以其獨特的優勢脫穎而出。根據Business Research Insights的報告，全球圖數據庫市場在2023年達到了6億美元的規模，預計到2032年將激增至21.6億美元，復合年增長率高達18.2%。國內調研也顯示，95%的企業視圖數據庫為關鍵的數據管理工具，超過65%的廠商認為圖數據庫在其業務應用中優于其他選項，特別是在金融風控和欺詐檢測等領域。

然而，盡管圖數據庫具有諸多優勢，但其普及和應用仍處于初級階段。市場教育不足、生態系統和應用場景有待完善等問題限制了圖數據庫的發展。不過，一些前沿企業正在積極推動圖數據庫的應用和發展，嬴圖就是其中的佼佼者。

嬴圖成立于2019年，憑借其在圖數據庫領域的卓越表現，成功入選Gartner 2022年的《圖數據庫管理系統市場指南》全球代表廠商，并榮獲DataTech 50 2024和ESG FinTech100全球獎項。去年，嬴圖發布了Powerhouse產品，標志著其產品架構的全面革新，為復雜數據的計算、分析和存儲提供了強大的支持。

嬴圖的創始人兼CEO孫宇熙回顧了公司的成長歷程，并分享了他在數據庫市場的觀察。孫宇熙指出，圖數據庫的目標源于他2016年的一次創業嘗試。當時，他離開EMC后，創立了一個名為全歷史（Allhistory）的文化產品，該產品的內核是知識圖譜，對內容關聯性要求極高。然而，市場上的圖數據庫算力不足，數據庫穿透能力弱，無法滿足需求。因此，孫宇熙決定親自下場，成立了嬴圖。

孫宇熙強調，圖數據庫具有更高的靈活性，支持高維建模和動態建模，能夠進行高效的復雜查詢與計算、多表關聯查詢，實現動態、海量、復雜模型的實時計算與分析，且具備白盒化、可解釋性等特點。尤其在查詢邏輯上，圖數據架構在關聯查詢時的效率顯著高于關系型數據庫，隨著查詢深度的增加，時耗差異會指數級增長。

然而，早期的數據庫市場混亂，用戶對圖數據庫的接受度有限。孫宇熙指出，一些用戶在使用產品前需要先采購，但POC往往只是走過場，難以判斷產品的真實效力。由于漢字使用習慣等原因，一些中國IT從業者會習慣性地認為數據庫只是存儲數據，而不進行復雜的計算和分析。這導致了一些頭部金融機構和銀行在采購圖數據庫時走了彎路，只選擇了存儲功能而忽視計算和分析能力。

嬴圖的產品包括底層的實時圖數據庫和上層的高可視化平臺。底層的分布式、可擴展、可彈性的高性能原生圖數據庫，能夠承載萬億級點邊的超大規模數據集，通過超融合統一圖計算架構，提供微秒、毫秒級的實時查詢和分析。孫宇熙表示，市場教育需要時間，但近年來，頭部和中部客戶對實時性的重視程度正在發生變化。

嬴圖的存儲引擎、計算引擎和查詢語言都是自研的。孫宇熙認為，新的查詢語言不會給用戶帶來學習壓力，因為國際標準組織已經發布了圖查詢語言（GQL）的第一個正式版本，嬴圖也在其最新的Powerhouse版本中提供了GQL支持。他相信，圖數據庫是一種終極數據庫，但由于其門檻較高，目前市場上的同類玩家并不多。

孫宇熙還分享了創業過程中的挑戰和心得。他指出，產品從0到1可能只需一年時間，但從1到99可能需要五到十年時間。在這個過程中，需要不斷完善產品功能、提高穩定性和效率。這三個維度是數據庫級別產品的“不可能三角”，需要花費大量時間和精力才能達到閉環。嬴圖在成立初期進行了大量內部試驗，實現了高效的計算引擎，并在第二年將計算引擎與存儲引擎結合，實現了端到端的閉環。真正的商業化落地是在第三年開始的。

孫宇熙強調，定制化解決方案雖然能滿足客戶的臨時需求，但難以推動行業的長遠發展。因此，嬴圖致力于打破定制化局限，創造更具價值的創新樣本。通過金融+科技手段，將金融風險管理推向更普適、高效的后手棋。在這個過程中，嬴圖的研發團隊緊密圍繞實際反饋，對產品性能進行全方位、深層次的優化，針對不同場景下的特殊需求進行精雕細琢。

孫宇熙還談到了嬴圖的出海計劃和與云廠商的合作。他指出，嬴圖的客戶大多是大型企業，海外的云廠商可以整套組件部署到客戶端，提供直接的API和SDK調用。今年年初，嬴圖發布了Cloud2.1版本，并在海外上線。面對國內圖數據庫市場的激烈競爭，孫宇熙對嬴圖的優勢充滿信心。他觀察到，一些互聯網產品在金融機構中可能水土不服，而大廠內部的復雜陣營傾向和立場分歧也會影響產品研發。因此，嬴圖從創立之日起就崇尚TEAL文化，強調組織的自主性、完整性和進化性。

孫宇熙還分享了他在招聘員工時的標準。他強調，情緒內核穩定是招聘時著重考慮的一點，其次才是專業技能。情緒穩定代表心智的成熟和把控自己情緒的能力，這對于創業公司的員工來說尤為重要。在孫宇熙看來，自己能夠承受普通人難以承受的壓力，甚至不覺得那是壓力。他對于過往的經歷并沒有太多惋惜，但在突破性的時刻都感到成就滿滿。