预算砍到三分之一的2026
2026年开春，我跟某上市零售集团的CIO在深圳吃饭，他刚开完董事会，烟一根接一根抽。去年拍板的三个亿数据湖预算，直接砍到八千万，项目砍得只剩核心维护团队，剩下的全停。
不是技术跑不通，是算完账所有人都懵了。他们跑了大半年，已经沉淀了18PB的用户行为、供应链库存数据，光对象存储一年的费用就是2100万，加上算力、清洗、治理、人工运维，一年固定开支快5000万。而目前从数据湖里挖出来的增量营销收入，一年才不到1200万。
18PB是什么概念？相当于360万部常规1080P电影，一个人每天看三部，要连看三千三百年才能看完。大部分数据从存进去那天起，就没人碰过。
不止零售，今年我接触的车企、快消、区域互联网公司，十个里面有七个在砍数据湖的额外预算。前两年资本热的时候，不谈数据湖你都不好意思出去开行业会，仿佛不上数据湖就是落后十年。现在日子紧了，第一张PPT就拿这种概念项目开刀。
所有厂商吹数据湖，只会吹技术有多先进，能存结构化非结构化数据，能弹性扩容，比老数据仓库灵活一万倍。没人跟企业老板算过细账。谁会跟你说啊！卖方案的时候只说现在存储多便宜，一TB一年才几十块，绝口不说你把乱七八糟五花八门的数据导进去，要清洗，要打标签，要做权限治理，这些活的成本，是存储成本的十几倍。
生地比精装修贵三倍
说白了，数据湖这波风口，本质是商业模式的重构，不是技术革命。你要是看不懂这里面的博弈，就看不懂为什么国内厂商喊得比美国鼻祖还凶。
原来卖数据仓库，是一次性收license钱，几百万一套卖出去，客户三五年不换，厂商赚不到新钱。数据湖不一样，基本都跑在公有云上，存多少数据用多少算力，按月付费。把一锤子买卖，变成了细水长流的永久订阅现金流。
国内某头部公有云厂商，2023年数据湖相关业务收入同比涨了110%，其中存储和算力订阅收入占比超过70%，一次性方案服务费占比不到15%。我跟这家厂商前大区经理吃饭，他透了个实底：给国内某千亿市值自动驾驶车企做数据湖项目，前期一次性方案收入才不到800万，未来五年光是云存储算力订阅，就能带来超过4500万的稳定收入，总利润比卖方案多五倍还多。
这个账其实很好算，相当于你卖一套房子，收一辈子物业费，最后物业费总收益比房价本身还高四倍，换你你会不会吹这个模式？
我用房地产给你打个比方，这就是跨行业的真相：原来的数据仓库，是开发商给你做好精装修，定好户型，你拎包就能住，虽然单价贵，但是总花费一目了然，没有额外隐形成本。数据湖呢？就是开发商卖你一大片未开发的生地，说你看一平米才几千块，比精装修便宜多了，想买多大买多大，想怎么盖怎么盖。你动心了买下来，才发现要自己修路、接水电、找施工队、做验收，七七八八下来，总投入比买精装修商品房贵三倍还多，最后路修歪了房子塌了，开发商说那是你自己不会盖，跟我没关系。
这话扎心，但就是真相。字节跳动这种公司，本身有几千人的全职大数据团队，能自己搞定全链路治理，人家建数据湖是刚需，人家养得起。国内百分之九十九的企业，别说几千人，能拿出二十个全职大数据岗的都不多，你跟头部互联网公司学建数据湖，这不就是拿奥拓的预算改劳斯莱斯吗？
不过话说回来，厂商也要吃饭，人家靠这个拉营收增长，没毛病。坑就坑在很多中小企业老板被概念忽悠，闭着眼签字买单，最后烂摊子全留在公司。
最苦的永远是一线干活的
数据湖这阵风，吹得最难受的从来不是拍板的老板，也不是卖方案的厂商，是一线干活的普通从业者。
原来你一个数据分析师，工作就是取数、做报表、挖用户需求，按时交差就能拿工资。现在老板说我们上了数据湖了，要盘活数据资产，你要学会数据治理，要给所有数据打标签，要做全链路数据打通，以后业务部门要什么数据你都得给得出来。说白了，原来数据架构师、数据工程师的活，直接压到你身上了。
我今年前前后后聊过十五六个不同行业的数据分析师，十个说工资一分没涨，剩下五个最多涨了15%，活至少多了三倍。天天对着一堆没人要的冷数据打标签，哪还有时间去挖真正能赚钱的业务需求？
对整个产业链来说，冲击也肉眼可见。原来很多做垂直领域数据仓库的中小厂商，这两年死了一大片。客户都被忽悠去做数据湖了，小厂商没有自己的公有云，拿不到订阅的钱，也扛不住低价竞争，根本卷不动。最后整个赛道，只剩下头部云厂商和少数几家巨头吃肉，其他玩家连汤都喝不上。本来很多中小厂商能针对传统企业做小而美的数据工具，现在所有人都得凑数据湖的热度，不凑就拿不到订单，真正解决实际问题的产品反而没人做了。
当然我不是说数据湖全是坑，真的有刚需的企业，比如一天产生几十TB路测数据的自动驾驶公司，比如需要存大量用户行为数据的头部互联网，数据湖确实能解决问题，人家也能赚回成本。但是大部分年数据量不到10TB的中小传统企业，你凑什么热闹？花几百万建数据湖，真不如花十万块整个趁手的数据仓库，一年省出来的钱，够给团队发两年奖金了。
当你的老板拍板签下千万级数据湖项目合同的时候，他真的算过，那堆从存进去就没被碰过的冷数据，十年内能赚回存储它的成本吗？
