2020 年，中国初创公司Zilliz筹集了 4300 万美元以扩展其业务和准备工作，该公司构建了云原生软件来处理 AI 应用程序和非结构化数据分析的数据，并且是流行的相似性搜索开源矢量数据库Milvus的创建者。公司将进军美国 近两年后，今天 Zilliz 宣布进一步融资 6000 万美元，因为它最终向西进军，并在旧金山设立了新总部，以利用对更高效加工技术日益增长的需求不断扩大的非结构化数据宝库被征用为人工智能应用程序提供动力。
这笔资金由 Prosperity7 Ventures 牵头，这是一个价值 10 亿美元的风险基金，由沙特石油巨头 Aramco （该名称指该国第一口开采石油的商业井）创建，中国支持者为淡马锡的 Pavilion Capital、高瓴资本、5Y资本和云启资本——所有之前的投资者——也参与其中。该公司没有披露其估值，但值得指出的是，最新的注资被描述为对 4300 万美元 B 轮融资的延伸，而不是新一轮融资。如果我们了解更多信息，我们将对此进行更新。该公司目前筹集的资金总额为 1.13 亿美元。
资本和搬迁不仅说明了公司的关键时刻，也说明了机器学习领域和影响中国初创企业的更广泛趋势。
首先，Zilliz 的突破性产品开源 Milvus 蓬勃发展。该公司表示，目前下载量已超过 100 万次，而一年前为 30 万次，同期生产用户增长了 300%，尽管它没有透露其活跃用户数量。客户包括 eBay、腾讯、沃尔玛、宜家、Intuit 和 Compass。
正如我们在 2020 年指出的那样，Milvus 并没有过多地依赖广告和营销支出，而是选择在开发者喜欢闲逛的地方寻找想法和灵感来吸引自己的注意力，例如 Github 和 Reddit。这一策略奏效了：Github 上的“观星者”增加了 200%，达到 11,000 多人，贡献者数量翻了一番。 （相比之下，在 2020 年，它已被出演约 4,400 次。）
对 Milvus 感兴趣的原因——以及随后 Zilliz 的路线图，该路线图基于创建更多产品，最近是Zilliz Cloud托管服务，现在处于私人预览阶段； Towhee 是另一个开源框架，用于矢量数据 ETL，这是因为人们对矢量数据库越来越感兴趣，因为它们在 AI 应用程序中的使用方式。
简而言之，虽然可以（并且经常）通过更传统的数据库处理数据，但异常检测、推荐、评级和其他 AI 驱动任务等活动的复杂性和结构使其更自然、更有效地适用于设计用于工作的矢量数据库以及 AI 数据的表示方式。 （Zilliz 指出，其矢量数据库“既是云原生的，又能够在几毫秒内处理数十亿规模的矢量数据。”）
“Zilliz 的旅程始于创建 Milvus，这是一个开源矢量数据库，最终作为顶级项目加入 LF AI & Data Foundation，”Zilliz 创始人兼首席执行官 Charles Xie 在一份声明中说。 “Milvus 现在已经成为世界上最受欢迎的开源矢量数据库，拥有超过一千名最终用户。我们将继续作为 Milvus 的主要贡献者和提交者，兑现我们的承诺，即在公共云上提供完全托管的矢量数据库服务，具有企业所需的安全性、可靠性、易用性和可负担性。”
还有其他（竞争对手）像Pinecone和Weaviate也在构建解决方案来解决这个问题； AWS等大型云提供商也有自己的解决方案。所有这些都指向了 Zilliz 专注于解决的市场机会。
值得注意的是，早在 2020 年，Zilliz 就已经表示，超过一半的 Milvus 用户在中国以外：这说明了公司长期以来的定位以及长期增长的方向。如今，该国的许多初创公司都在寻求转移到其他地方，以便在如何发展业务方面拥有更多自由，并与更广泛的客户合作，Zilliz 就是其中的一个例子。
Prosperity7 在促进这种迁移方面发挥了作用。该基金去年才进入中国，并一直在积极寻找具有全球野心的初创公司，这些初创公司可以利用该公司庞大的全球网络。我们最近报道了两项此类投资，一家位于北京和上海的协作机器人初创公司 Jaka，以及来自香港的人工智能药物平台 Insilico 。
Prosperity7 对 Zilliz 的投资似乎完全符合投资者的要求。如今，中国 SaaS 公司走向全球的情况并不少见。许多都是由具有国际背景的中国企业家创办的。他们可能已经花了几年时间在国内测试市场，并从越来越热衷于 B2B 项目的 VC 那里筹集资金，因为 B2C 空间变得饱和。但许多人发现在中国很难获利，与西方企业同行相比，中小型企业所有者仍然不愿意为软件订阅付费。
Prosperity7 Ventures 的执行董事总经理 Aysar Tayeb 在一份声明中说：“凭借在 Milvus 上的领导地位，Zilliz 是对大量非结构化数据进行向量相似性搜索的全球领导者。” “我们相信，该公司在围绕 Milvus 构建云平台方面处于有利地位，它将为其客户释放新的强大的业务洞察力和成果，就像 Databricks 和 Snowflake 等数据分析平台对结构化数据所做的那样。非结构化数据的数量已经是结构化数据的 4 倍以上，随着人工智能、机器人技术、物联网和其他技术融合数字和物理领域，这一差距将继续扩大。”