早在1980年，著名未來學家托夫勒在其所著的《第三次浪潮》中就將“大資料”稱頌為“第三次浪潮的華彩樂章”，到了現在，大資料的熱浪已經覆蓋了整個時代。

​

最近幾年，資本一直追著大資料跑，大資料也一直在積極賦能眾多產業，包括金融、醫療、教育等，有資料顯示，到2020年，中國大資料產業規模或達13626億元的高點。毫無疑問，大資料已經成為了熱門投資方向之一。但是喧囂躁動之下，傳聞中的大面積收割卻一直沒來。這究竟是資料創業的的玩家不行，還是那些大資料全都走錯了道？

一：資本加註下的大資料，行業依然是冰火兩重天

據不完全統計，2017年上半年，至少有63家大資料創業企業在國內獲得了融資，總融資金額超過68億人民幣，其中獲得上億元融資的企業就有17家，獲得上千萬元融資的大資料公司有41家，佔總數的92%。顯然，資本對有潛力的大資料創業公司並不吝嗇。

（資料及圖片來源：大資料頻道）

不過大資料行業裡也不盡然都是好訊息。在資本狂歡之下，“大資料”開始炒概念，不少“偽資料”公司從中“沾光”，進而阻礙了整個行業的發展。除此之外，數創公司本身還面臨著兩個難題。

1． 離散的資料被藏在科技巨頭們的黑箱中

資料收集一直是數創公司的難題，一方面，資料存在禁地，資料安全和隱私是不可逾越的高牆；另一方面，BAT等科技巨頭壟斷了大量的社交資料、電商資料和行為資料。也就是說，數創公司即使走出了不能被利用的資料禁地，轉身就會投入被BAT們壟斷的大資料海洋。

慶幸的是，BAT等科技巨頭雖然有著絕對優勢，但他們自身涉及的產業非常多，包括金融業務、文娛業務等等，難免會和其他機構存在競爭關係。所以，其他企業掌握的籌碼是能夠與各產業機構進行無間合作。

美國Palantir大資料服務公司最為人稱道的一個案例是，協助多家銀行追回了納斯達克前主席麥道夫所隱藏起來的數十億美元鉅款。

而一直對標Palantir的中國企業中譯語通，則是將影象識別、語音識別，包括計算機視覺自覺生成的廣告、數字精準營銷等技術結合到短視訊應用中。 

由高盛領投的數創公司Crux 主要業務則是建立資訊供應鏈保證各個金融機構的資料隱私，確保他們不被私自售賣和利用。

從中我們可以看出，與大象共舞，數創企業顯然不必用資料量和BAT等科技巨頭硬碰硬，從細微之處進行創新將是個不錯的選擇。

2． 資料視覺化是企業的薄弱環節

雖然現在資料創業公司頗多，且無論做SaaS還是做外包服務都已相當成熟，但“資料視覺化”仍是大資料行業裡較為薄弱的環節。

資料視覺化有非常多實際運用的場景，有人覺得視覺化僅僅是將資料變成圖，其實那只是針對靜態的資料，如果做實時資料的呈現，那就是動態的，而不同的呈現方式對背後的技術要求也會不一樣。所以，資料視覺化是一個技術含量高的領域。

因此，許多數創公司在展開業務，親身接觸到不同行業、不同背景客戶的視覺化需求後，就會發現一技術環節仍舊面臨著許多挑戰。所以，企業想要打造高效率、標準化、產品化的服務，就必須探究不同場景的技術解決方案，並開發相應的工具。 

谷歌曾經參與建立非營利組織Global Fishing Watch，構建了一個透明可視的大資料平臺，可以觀察全球海上轉運船隻的動態。資料視覺化讓我們對全球商業捕魚有了一個整體性的洞察與監測。

中譯語通在2017年就釋出了資料視覺化應用，結合了知識圖譜技術，可以在任何一個場景應用，相當於是大資料監測的部件；數創企業DataHunter也將根據各行業不同的分析理念和思路，計劃在通用性的標準化之上再做行業版。

資料的分析和視覺化可以說是大資料服務的“最後一公里”，但這並不是所有企業都有能力解決。毫無疑問，只有打通這一環節，數創企業才能獲得不同產業的認可。

二．搶佔C端並非大資料賦能產業的制勝要訣

對於大多數行業而言，C端將會成為其發力的最大主場，大資料行業在一開始的定位亦是如此，所以，我們能看到許多數創企業瞄準了C端市場，然而，這個人人看好的“市場”究竟是否真的存在？大資料的“瞄準器”是否看錯了方向？面對這個問題，數創公司們稍不留神，可能就會陷入困境。

1、衝鋒陷陣做C端，可能是“萬骨”枯去的開始

大資料的應用過程中，國內的數創企業一直處於一個尷尬的局面，即超前的大資料和人工智慧技術與大眾落後的產品理念相悖，反映到C端，就是普遍的低接受度以及隨之而來的高獲客成本。

與此同時，還有一些企業大炒概念，將“小資料”“資料”“假資料”均稱為“大資料”，破壞使用者對技術的觀感，使得新技術的推進越發困難，所以，技術在C端推進時並不能帶來先導價值。

然而，“資料意識”的培育並非一朝一夕的事，而是靠“社會大勢”推著走，數創企業可能會面臨較長時間的“尷尬”。所以，進軍B端成為數創企業生存下來並獲得認可的最可行謀略。

比如在我們所熟知的機器翻譯領域內，其實O2O的故事已經過去了。現如今企業對機器翻譯的需求會比一般使用者更高。無論是會議室裡的同傳，還是影象翻譯，包括視訊的實時翻譯，如果有一款企業級產品能夠滿足企業“大規模”和“高效率”的翻譯需求，這個意義是非常大的，同樣也擁有著非常巨大的市場。

2、超前的大資料行業面臨“高闕值馬太效應”

一般來說，一個新產品或者是新技術要想在市場上獲得收益，創業企業在前期必須要捨得“燒錢”，比如共享單車在剛剛面世時，價格策略讓公眾迅速地接受了“共享”的概念，使用者量達到了一定程度後，就會形成使用者群聚的馬太效應，此時只需要等待自然虹吸即可快速聚攏使用者。

然而，“大資料”作為比“共享”更為前沿和更具科技性的概念，其應用成果會比傳統超前很多，尤其在行業對應的理念未跟上之時，大眾的心理接受過程會非常漫長。於是，大資料行業的馬太效應會比“共享單車”此類普通的功能型產品（立等可用，無嘗試成本）闕值更高，虹吸效率更低。

同樣是C端產品，To C的大資料產品難以採用從零開始的使用者策略。如果以B端為溫床，反而更能促進企業的發展，為企業帶來利潤。我們也能看到，無論是量子、Inside、軟體級別的平臺級產品等等，都是非常重視2B，其應用完全是基於企業客戶開發出來的。

事實上，各類大資料to B服務都已在中國初具規模，比如中譯語通開創性地釋出了一款企業級機器翻譯產品MerCube，接下來的產品體系也在B端進行了佈局；14年成立的數創企業DataHunter也在為中小企業提供部分產品上取得了成績。

三．謀定而後動才是大資料賦能產業發展的不二法門

1、 行業需要的是結構化資料

於B端而言，比起非結構化資料（資料結構不規則，沒有預定義的資料模型），結構化資料會更有價值。以金融行業為例，除了資料豐富度外，具有資料篩選、智慧演算法等功能的產品才是具有高效價比的。所以，數創企業在技術研發過程中，花在核心演算法上的精力產出不一定比花在資料上低。

比如中譯語通在產品上的打法就是將海量的資料進行結構化，“在任何一個時間節點，對於每一筆交易逐級關係、競爭對手的關係，都可以挖掘出來”，進而可以向任何垂直行業變現。此外，還有Crux Informatics“只專注於處理非結構化資料”，極光“全面賦能移動大資料，幫助金融行業提高運營效率。“

這就意味著大資料行業裡擁有閉環和資料的公司會首先跑通。

2、 產品投放之前需要資料追溯避免版權問題

在大資料創業機會的背後，依然存在著難以規避的版權風險。資料來源於何處？資料究竟是真還是假？這是大資料產品投入市場之前必須要考慮的。沒有完全成熟、充分準備的產品會被市場排斥，面對大資料收集的“通病”——版權，只有追溯版權來源的成熟產品才能避免使用者的抵觸情緒。

極光大資料就因為資料來源、資料隱私監管趨勢收緊等方面愈發承壓；中譯語通則採用了資料追溯的辦法，去標註每條視訊當中的細節、內容，為每個資料打上標籤，追溯到版權並進行戰略簽約以及購買。

目前，仍是有不少資料企業打版權的“擦邊球”，面對這類問題，除了相關部門要完善這些行政管理條規，數創企業自身也應該在最大程度上規避這種風險，在整個行業內開始杜絕這種風氣。

結論：

總之，在如今這個智慧時代，大資料必定會扮演著重要的驅動角色，即使目前沒有顛覆性的產品，大資料的價值是無法被否定的。在未來市場更趨成熟的時候，大資料將會與更多產業進行緊密結合，為投資者們創造更多的效益與價值。而在這之前，數創企業應該基於大資料的發展特性與市場現實，找到大資料最佳的應用渠道。

智慧相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機互動等。