GlobalFoundries宣布投资14亿美元
06-06
大数据的概念可以追溯到麦肯锡2007年的一份报告2016年，美国将大数据提升为国家战略资源。
大数据于这一年开始在中国兴起。
到了2016年，大数据行业开始疯狂增长，一年之内就新增了多家公司。
今年已有50多家大数据公司融资，融资总额超过50亿元人民币。
“大数据+”已经渗透到几乎所有行业，比如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
可以说，大数据领域正在慢慢成为热门话题。
7月20日 ，作为一家专注于大数据领域并进行多次投资的机构，兰驰创投举办了《大数据领域创业的机遇与挑战》论坛。
论坛上，兰驰创投的合伙人朱天宇、投资总监曹巍、投资总监吴佳捷等分享了大数据的现状、机遇和前景。
让我们看看他们怎么说。
朱天宇：大数据创业的时机已经到来 我们今天讲三个部分：时机。
时机是许多创业企业中最关键的因素。
其次，大数据领域创业可能面临一些挑战。
第三，我们兰驰在做了哪些方面的布局和思考，看重哪些机会。
其实说到大数据产业时机，我们会从两个方面来谈：一是行业内部的一些内生需求，二是政策的拉动。
这两个方面都构成了我们觉得大数据创业机会已经迫在眉睫的原因之一。
首先我们来说说行业内部的需求。
其实，谈大数据创业，首先要谈企业服务。
中国过去十几年、十五年，以互联网为代表的消费如火如荼地进行了这么多年，现在大家都说红利已经快到了。
为什么这六个月大家都在讨论企业服务的春天？事实上，我们都知道，中国过去20到30年进行了改革，各个行业的效率都在逐步提高。
事实上，在大多数行业中，除了我们比较熟悉的互联网行业之外，它更加精细化，除了运营之外还追求效率和优化的运营方式。
多数经济体大部分行业效率仍较为粗放，精细化经营仍欠缺。
很大原因是中国经济中很多行业都有龙头企业，比如特大型国有企业和一些国资委管理的企业，但对效率的追求还不够。
。
这些行业龙头企业追求效率缺乏动力，实际上导致了中下游企业和各产业链的企业不把效率作为企业发展的核心目标。
于是，我们看到身边很多企业都是基于关系寻租来做生意，而不是追求精细化经营。
这就是我们看到的大数据的春天。
从供给侧来看，本届政府其实非常关心企业效率提升所带来的红利。
所以那些国有龙头企业承受着很大的压力。
当他们关注成本效率时，企业服务为他们提供了成本削减模式。
这些工具和服务会比以前卖得更好吗？所以这是我们看到春天到来的最大动力之一。
这种动机主要是一个政治问题，而不是经济问题。
其次，信息化企业洼地最先成为大数据的宝库。
这是什么意思？我们看到，本届政府已经将大数据列为国家政策之一，国务院也出台了很多大数据发展纲要。
但中国政府提到的大数据，其含义本身其实就是一个信息问题。
因为很多企业还没有达到信息化，所以这里有很多洼地。
我们先不说大数据。
我们首先要问企业在经营和管理上是否真正做到了数据驱动。
企业流程、业务生产系统中的业务流程中的数字是否能够真正被捕获，这些数据是否能够真正用于效率优化。
改善，实际上没有改善。
这些差距其实对于我们初创企业来说都是机会。
也就是说，虽然我们可以说我们是在做大数据创业，但是我们大数据创业的起点很可能是信息化。
但仅仅做信息化肯定是不够的。
每个级别的进展将在稍后讨论。
虽然我们是从信息洼地开始的，但它们将最先成为大数据的沉积地。
比如医院的病例数据还没有被很好的处理，但是现在如果我们有好的技术去捕捉它，形成一个医疗大脑，这个速度可能比其他行业的大数据业务的发展还要快。
什么是跨越式发展？这与20世纪90年代中国对程控电话的重新分配类似，但同时在美国，电话资产已经积累多年。
事实上，程控电话的发展比美国还快，就是直接跳过了一代技术。
我们发现这就是对行业机会的判断。
我们发现，在某些行业，如果那个行业确实落后了，我们甚至可能用非常创新的技术，颠覆性地抓住这个行业的机会，比别人走得更快，比别人获得更多的数据。
。
这是我在当前行业看到的内生需求的几个特点。
接下来我想分享一下我们在大数据创业中可能遇到的挑战。
首先，我们看到三个层面的挑战。
我们说创业从0到1很难，但是就大数据创业而言，不仅仅是从0到2，而是从负1到0。
这就是我说的数据。
冷启动问题。
因为没有数据，没有数据可用，大数据创业、大数据价值创造从何而来？ 正如你所看到的，很多在线支付行业刚起步的时候，他们想复制PayPal，但是半年或一年后，他们发现他们在中国要做的第一件事就是帮助银行弥补他们的不足。
错误。
美国市场在20世纪50年代和1960年代开始逐渐电子化、信息化。
到了20世纪80年代，信息化已经非常成熟。
20世纪90年代，互联网一出现，互联网化效率迅速提高。
后移动互联网。
在中国，你会发现这些阶段可能需要两三个步骤才能一次完成。
这种超乎寻常的跨越式发展，一方面对企业家来说是巨大的挑战，但另一方面对大家来说也是一次机遇。
如果你发现了这样的差距，并发现了这样非凡的跨越机会，你就会站在这个行业的最前沿。
我们说数据冷启动往往是被迫从信息化开始，被迫做很辛苦很累的工作才能够拿到数据，开始数据炼金之路。
既然你有了数据，那么如何赚钱呢？数据能赚钱吗？并不真地。
这里的关键是如何了解行业客户的应用场景。
因为数据本身并不能产生价值，你只能为客户解决问题来生产产品，而用户的需求在哪里，我们这里讲的是用户真正的需求。
一线员工、部门老板和公司老板有同样的需求吗？他们的需求能表达出来吗？我实在说不出来，但是我不能；我可以说，但我不想说。
你无法控制你的客户，甚至无法控制业务关系的密切程度，但你可以提取这些词和真正的需求。
因为这和做消费者不一样，to C的业务不一样，to B面对的不是消费者。
消费者很简单。
您可以通过最大化体验来完成它。
但面对企业，还有更多的挑战需要克服。
。
这里有一些。
我们觉得行业里首先可能有比较典型的应用场景，我们也看到大量的创业公司在尽力：金融、安防、物联网、农业、物流等等。
有了场景之后，商业产品和服务，然后再进入下一个层次，我们的收费模式是什么？企业服务是按项目收费还是按服务量收费？大家比较熟悉的就是按项目收费。
我提供数据服务，比如SaaS，你付给我多少钱。
但这是大数据商业模式的真正本质吗？这里我们关心的是我们是否可以按照服务量来收费？也就是说，你手里有大量的数据和工具。
如果用户运行一次你的网站，你能不能吐出一些对企业有用的结果，能够创造一些新的价值，能够有一些让他不得不花钱买单的结果？这可能是数字检查，也可能类似于信用授予、信用检查或问题搜索。
按服务量计费时，该模式的计费能力与按项目计费能力完全不同，这真正体现了我们获得了有价值的大数据计费服务。
所以这对我们来说也是一个进一步的挑战和思考。
我这里有三个关键词。
如果你能拿走这些关键词，就能让大家后悔。
首先，从负1到0。
就是刚才提到的数据冷启动的问题。
每个关键词背后其实都是一个问题，而不是关键词。
当你思考负数1到0时，你应该问自己什么问题？二、场景。
不只是数据的问题，而是你对场景的熟悉程度、对客户需求的理解程度。
只有这样，你才能真正建立自己的产品和商业模式并赚钱。
第三，定价权。
这三个关键词针对的是不同阶段的创业者。
对于那些刚刚开始的人来说，也许负1到0才是你现在应该注意的。
对于那些已经上路的人来说，你之前忽略的场景有吗？你是否做得更好？获得更深入的场景知识的方式。
对于想要更上一层楼的创业者来说，他们需要思考的是分级的权利，在幕后问自己什么问题，如何获得你强大的数据源，如何为你的技术筑起壁垒，真正提供好的产品和服务，别人只能来找你买单。
本文原创于投资界，作者：Echo，原文：阅读下页全文。
文章转载自投资界。
如需转载，请前往投资界官网申请授权。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-18
06-17
06-06
06-18
06-08
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态