戈壁创投管理合伙人朱璘：从投资角度看这个时间点数据服务的发展

8月10日下午亿欧B2B子栏目在上海举办了“数据赋能—企业数据应用之道”垂直沙龙，戈壁创投管理合伙人朱璘、帆软软件联创陈炎、驻云科技创始人蒋烁淼、Chinapex创略创始人JimmyHu、驿氪创始人闵捷、观远数据创始人苏春园、奥凯大宗创始人白睿均有到场分享其对于数据服务市场的演变和理解。

在本次沙龙中，朱璘的核心观点有以下几点：

1、 大数据 时代来了，但还有很多企业并没有做好准备；

2、 企业大数据应用仍处于高速发展期，多种商业模式得到市场印证，并逐渐走向细分和差异化竞争；

3、 大数据产业链初具雏形，资源整合效应将进一步推动市场增长；

4、 投资热点的挖掘在于行业信息化程度判断，及对行业痛点的识别。

以下是 戈壁创投管理合伙人朱璘先生 的演讲速记，经亿欧整理编辑，供行业内人士参考。

以 投资人 的角度来看，数据时代带来了新的机遇和挑战， 谈到大数据，中国很多企业是有欠缺的，因为他们本身的业务数据还没有数据化，也就谈不上大数据。 我认为这个是客观现实，从投资人角度来讲，必须要面对这个现实来做出应对。投得太早可能会死，投得太晚，可能赚得不够多，这是卡时间点的问题。

探索期必然存在阵痛与迷茫

要应用数据来做 企业服务 ，整个过程可以分为几个阶段。最早是探索期，大家说到了很多问题，数据的无序以及数据的无用，这些数据虽然存了、消化了，但是最终发现业务并没有增长。但这个过程本身是大数据往前走的基础，我们将它定义为是一个探索的状态。最典型的就是广告业，广告业做程序化投放，做DSP、DMP这些方向，他们是最早应用数据，给业务带来提升的行业之一。反过来也有很多问题，比如数据的虚假，数据的有效性等等。

早期大家比较喜欢做excel、word这些文件内容的存储，当时我们觉得这是一切大数据化的前提，所以我们觉得这个方向很重要。 当数据被存储下来之后，第二步是要分析，或者叫数据的清洗与理解。 我们投了很多这类公司，因为有了数据，就要去理解。根据数据方向，要优化你的模型。我认为现在是属于一个相对比较高速发展的状态。有的企业业务做得很大，实际上业务相关数据的数据化还是很弱的，比如说线下的一些零售企业。同时，也有一些企业已经非常数据化。当数据高速发展之后，是很难分析到所有数据的。不论是我们自己，还是投的其他企业，都已经到了这样一个阶段了。

企业需求催生大数据企业成长

为什么企业会重视这件事情呢？ 首先就是人口红利的消失，人力成本在中国慢慢提高了，然后互联网流量也下来了，内部效能就成为企业家的关注重点。 一些大型的衣服零售商，已经非常重视线下的库存管理，原材料、定单管理等。随着店铺规模的扩大，数据管理就变得十分关键。所以，这个环境对于做数据应用的公司是很有利的，对于大数据创业公司来说这是个很好的时代。大家可以看得到，最近在B轮、C轮的融资案例是越来越多，也从侧面反映，很多大数据公司的规模涨起来了，这个也是产业成熟的标志。

云计算 ＋行业＝高效率

云计算的成熟以及底层云计算的普及率带来了效率的提升，数据的接入和消化效果更好。阿里云去年收入大概是60个亿，今年预测是200亿。整个中国公有云市场大概是1300亿人民币，这个规模年化的增长是超过70%的。从应用角度，数据挖掘与分析的需求很高，这个与中国企业的老板认知有关。你也必须了解他们会为什么样的数据产品进行买单。 无论是大数据还是 人工智能 ，我觉得脱离行业是没有什么意义的 ，siri做了很长时间了，也没有做起来。所以我们觉得无论是大数据，还是高速计算人工智能，它到最后一定会落到一个行业的范畴身上，这样它的效率才会充分提升。

行业数据开放会有惊喜

目前来说，互联网、金融、医疗、电信这些方面的大数据企业应用非常多。原因也很简单，因为这几个行业的数据化非常好。比如盒马鲜生，相对于传统的企业，它在设计商业模式的时候就把数据做好。金融行业更是如此，余额宝、银行卡、资产都变成了数字。医疗也是一样，中国医疗的数字化程度非常高，拍的片子、诊断都是个非常好的数据，只不过在数据的分享方面，医院是比较保守的，一般只是做统计，比如影像、X光。数据化程度高了之后才有变现的途径， 很多收入好的大数据公司一定只在某一个或者是几个行业里面深挖 但是这很难成为一个泛的产品，所以一般是做项目，根据项目把产品做起来。

企业数据服务 发展四大趋势

底层硬件软件有飞跃之后，数据处理能力有了质的飞跃，未来的发展方向也很重要。

第一是应用垂直化、场景化。 做创业就要有自己的商业模型，如何在场景化中实现盈利这很重要，如果产品不能被接受就不能实现收入。

第二是数据智能化。 很多企业在原有业务流程中产生的数据是粗糙的，在应用的时候要把数据都清洗一遍。这种情况下要和互联网、人工智能结合，整个流程都会受到影响。盒马鲜生是一个比较好的例子，利用智能化数据激活传统零售。如果不是以数据化为导向，到最后采集的数据也不会对流程优化有帮助。

第三是生态化。 现在比较火的是人工智能，底层的算法、硬件还处于标准的形成过程，向上会到中间级和应用级，这本身是一个生态，如果生态不完善，整个产业是不好发展的。

第四是服务方案化。 目前无论是国内还是国外，人工智能碰到的问题是服务方案。因为用户的需求多种多样，很难用一个产品服务客户，所以现在真正在耕耘的，都是在做方案化。我觉得这个应该这么做，只有做了足够多的方案之后，才能总结出一个产品，然后让所有的客户去用。

这个是我们现在看到的，在这个行业里面公司发展的趋势。我今天整个分享就到这里。我觉得主要是给大家一些稍微高一点更广泛一点的启发，希望大家能有收获，谢谢大家。