资本观察丨大数据落地还处早期？
-
- -
【编者按】人工智能和大数据发展的基础就是数据。目前中国的企业服务商一方面在帮助企业数据意识，一方面用更加智能化的服务产出数据价值。所以，这些动作的推动让企业重新认知新旧数据的意义。我们发现，讨论数据的同时，越来越多话题引向安全，这是好事。随着欧盟GDPR法案的提出，企业数据和个人数据的保护也将更加明晰。期待中国在这方面的举措和进展。
本文转载自B2B圈，作者李夜，编辑/采访窦悦怡，经整理编辑，供行业内人士阅读参考。
今年上半年，一系列数据泄露、隐私的事件引发大众关注。
其中，最引人关注的是脸书5000万用户数据“失窃”事件。它被媒体称为脸书最大的用户数据泄露事件。利起复又生。当被利益找上门时，数据泄露或将再次出现。
“数据泄露的根本原因是数字变成了资产，数据价值变大导致的。”红点创投中国基金（以下简称“红点中国”）合伙人张涵告诉i黑马&B2B圈。张涵是众多明星项目的推动者。这些项目包梆梆安全、云杉科技、芯盾安全、XSKY星辰天合、青藤云安全、LinkedSee、灵犀科技等。
“数据资产化，意味着所有的东西都线上化了。互联网产生数据，这些数据构成了一个数据社会。在数据社会里，数据的价值越来越高。人们对数据有合法的、非法的需求。数据泄露是非法的，合法的则是用立法的方式去规范数据怎么去用。”
遗憾的是目前并没有规避数据泄露的方式。张涵说，“数据泄露跟安全技术和风控技术相关。目前，安全技术迭代更新的速度越来越快。每出一个新技术，市场都会把新技术应用起来。
但新技术难免会有漏洞或者不成熟的地方，这是弱点。那些靠盗窃数据敛财的人，发现了这些弱点，就会立即攻击。数据便泄露了。你要么完全不迭代技术，但技术的轮子一旦转动起来，就停不下来。从这个角度来看，数据泄露不可避免。”
数据资产化是一个循序渐进的过程
前文提到了数据资产化。张涵认为，数据资产化，去掉“化”，就是企业的数据资产；添上“化”，数据资产便可以流通、交易。
但流通和交易，要建立在合法的前提下。张涵觉得数据资产化背后的数据交易市场，需要“花很长时间才能形成”。数据资产属于不同的企业或者其它市场主体，不同的企业难以把所有的数据集中放到一个“安全的、合法的数据平台”上。即便企业拿出了数据，也是非核心数据。“还得考虑这些非核心数据的应用场景，才能把数据连通起来，才会有人愿意买。”
他还提到企业间的数据协作，也是一个循序渐进的过程。“首先是企业和企业在一些商业层面的合作起来之后，数据通用化之后，会形成一个统一市场。但企业间的合作牵涉到商业信任问题。目前，同业协同还处于早期阶段，合作的方式只停留在浅层次，比如共享黑名单等。异业协同，也是如此，需要靠一些技术公司或核心企业做背书，才能够在行业里面推行开来。比如数澜和万科的合作，由于万科的强背书，它才能够打进入地产行业。
无论是数据交易市场还是企业间的数据协作，背后都是技术推动。张涵表示，在互联网产生之前，没有那么多的数据产生。互联网特别是移动互联网产生之后，云计算等技术渗透到很多传统行业，“这才形成了一个采集大量数据的基础。”
随着技术的完善，从2018年年初开始，神策、永洪等大数据企业开始从产品向服务延伸。张涵认为这是一个正常现象。“客户不一定能够用好这些公司的产品，他们不知道如何建模或者怎么跟自己的业务结合，这个时候，服务的需求就产生了。否则的话，产品根本卖不出去。”
张涵觉得这不是一件新鲜事，只是这些大数据企业原有业务的正常延续。“它们之前做的就是产品加服务，为客户做了很多定制化的产品。定制化，本身就是为企业量身打造的一种服务。系统做好了，你是不是能用好？你能用好的话，就不用上服务了。否则，就上。”
在他看来，产品和服务相比，服务更高级。而最高级的服务是由机器来做的。“什么叫SaaS呢？Software as a Service。由机器来做服务是最高级的。机器做不了的服务，由人来做。所以最高级的服务由机器来做。其次是产品，第三则是以人的服务为主，包括定制化的产品或服务。”
大数据落地还处于早期阶段
目前，大数据和传统行业的结合还处于早期阶段。但结合是大数据行业发展的趋势之一，就好像大数据企业业务的多元化，开始从产品向服务延伸。
行业不同，落地的速度和程度，也参差不齐。其中，互联网行业的落地速度最快。基本上，一、二线互联网公司都建有自己的大数据系统，有相应的分析方法，业务也提取于大数据系统。金融行业，尤其是银行业，业务数据量、用户量非常大，在大数据应用方面走得比较靠前。
大数据落地的难点在于通用型产品难以和具体行业的具体业务结合得特别紧密。“通用型产品，很难和业务结合得特别紧密。一旦和业务结合特别紧密，很多情况下，通用型产品就变成定制性产品。那样的话，产品的落地速度就会大打折扣。”
张涵举例称，一个公司接下一个大项目。公司将绝大部分的人力，放到了这个重点项目上。项目期间，它无法接其它项目，只能向后排。“把一个产品卖给所有人同样的东西，这需要一个过程。但随着行业逐渐成熟，大家在数据应用方向上，可能趋同。在趋同的过程中，产品化的比例会逐步提高，定制化产品的比例逐渐提升。”
针对不同行业的落地情况，张涵在采访中做了重点分析。比如政府大数据。政府拥有中国最大的数据源。政府数据的使用首先考虑的是安全性问题。“政府应该把数据给谁，数据怎么合法地使用，什么人能够用，什么人没有资质使用？这些问题都需要通过立法手段来去说明和规范。”
工业大数据的落地，也是张涵目前的关注点之一。目前，中国的工业企业的数字化发展差别非常大。某些环节的数字化已经做得很不错了，但另一些环节的数字化才刚刚起步。“将整个供、产、销的生产过程数字化，整套链条太长了，用互联网的方式管起来是非常困难的。”再加上很多工业设备由不同的厂商制造，核心设备甚至是进口的，“制造商不同，不同的设备之间各有标准，如何实现设备和设备之间的互联互通，你需要花费大量的经历去做接口。”
另外，张涵觉得整条供应链的互联网化，是不是能够真正地提高效率，还需要验证。他建议一个环节一个环节的优化，最后形成一个大链条，“效果可能会更好一些。”比如用人工智能或机器辨别残次品，可以提高生产效率。他觉得要先找到企业或者行业特别明显的痛点，从痛点入手，“比如先启动一些核心设备，把核心设备的智能化做起来，然后再谈联网之后如何优化工序，要一层一层地去搞。”
友情链接