大数据的创业时机到了吗？

编者按：本文首发于微信公众号“蓝驰创投”（ID：lanchichuangtou）， 如需转载请联系微信公共号“蓝驰创投”，相关BP请发至邮箱：china@brv.com.cn

在蓝驰大数据论坛上，蓝驰创投合伙人朱天宇就大数据创业进行发表了演讲。以下为PPT内容和现场演讲实录：

我的题目是大数据的创业时机到了吗？有很多人说，现在大家都在谈人工智能了，都在谈机器人了，都在谈AR/VR了，你怎么还谈大数据呢，好像这个概念上不是最先进的。我其实想留这个问题给大家。

我们今天讲三个部分：

第一是时机，在座的都是很多创业者，一定相信也知道，时机是很多创业里最关键的一个因素。

第二，在应对大数据创业领域可能面临的挑战方面的思考。

第三，蓝驰已经在做的布局和思考以及看重的创业机会。

其实说到大数据行业的创业时机，最基本的是两个方面，第一，行业内部内生的一些需求，第二，政策的拉动。这两方面都构成了我们认为目前大数据创业这个时机已经呼之欲出的一个原因。

首先说行业内部自己的需求，其实说大数据创业首先要说到企业服务。中国过去这么十年、十五年以来，消费者，就是以互联网为代表的消费互联网服务已经如火如荼这么多年，现在大家说红利已经差不多了。

企业服务的春天到了

大家为什么在讨论，可能过去半年都在讨论企业服务的春天到了。春天到了的原因是大数据行业的创业时机会比以前无论是在需求还是在赚钱的可能性更高。

我们都知道，中国过去二三十年改革过来，每个行业效率递进，其实在大部分行业，除了我们比较熟悉的互联网行业，它是做到了精细化。大部分经济体内大部分行业的效率依然还是比较粗放，精细化运作依然是缺少的。

很大的原因是说，在中国经济体有很多行业的龙头企业，比如超大型国企，一些国资委管理的企业，它们本身对于效率的追求是不够的。这些行业的龙头企业对于效率追求的动力的不足导致了在每个行业链条的企业没有把效率作为企业发展的核心目标。

所以导致这里我们看到身边很多企业都是以关系寻租型在做生意，而不是追求精细化运作。当然我相信这么多年改革其实有很多的私营企业，其实在这方面已经做的非常好了。但是我们必须看到这个经济体里的成分依然有大量的在体验上的洼地，在效益上的洼地。所以这是目前大数据我们看到的一个春天。

因为在接下来的执政周期来看，从供给侧的提法来看，其实本届政府对于企业在效率方面提升所创造的红利是非常关注的。所以那些龙头的国企已经受到很大的压力，这个压力会不会传到中下游的中小企业身上？这样会不会让更多成本效率型企业跑出来？

当它们关注成本效率的时候，我们作为企业服务，给它提供削减成本，忧虑消化的模式，这个工具和服务是不是会比以前卖的更好？所以这是我们看到春天来的一个最大的动因。这个动因根本首先它是一个政治问题，而不是经济问题。

企业洼地率先成为大数据的沉积地

我看到信息化的企业洼地率先成为大数据的沉积地。这是什么意思？我们看到本届政府提到大数据作为国策之一，国务院也发布了很多大数据发展纲要。但是中国政府提的大数据里，其实它的含义本身是信息化的问题。因为很多企业信息化还没有达到，在这里有很多洼地。

先不要提大数据，先把企业是不是真正按照数据的方式进行驱动的经营管理以及企业流程业务生产系统当中业务流程当中那些数字是不是能真的抓出来、真正把这些数据拿去做效率优化的改进作为一个关注点，但答案是并没有。

这些空白实际上也是我们创业公司的机会，就是说大数据创业的起点很大程度上从信息化开始的，但是只做信息化肯定是远远不够的，后面会讲到每个层级的递进。虽然我们从信息化洼地开始，但是它们会率先成为大数据的沉积地。像医院的病例数据并没有得到很好的处理，但是现在如果有很好的技术我们把它抓起来，形成医学大脑，这个速度可能会比其他行业大数据业务发展的还要快。

什么是跨越式发展？这类似于中国九十年代开始去重新布线程控电话，但是当时美国的电话资产已经积累了很多年，其实程控电话发展比美国还要快，就是直接跳过了一代技术直接往后。我们发现这就是在行业机会上的判断。

我们发现在有些行业上，如果那个行业真的非常落后，甚至我们可能用很创新的技术，颠覆性的直接把这个行业的机会拿下，比别人走的更快，比别人拿的数据更多。这是我看到目前行业内生需求的几个特征。

另外，政策是从自下而上的一个需求。刚才提到了大数据的潜台词是信息化，但很多地方还没有做好。为什么出大数据纲要，其实我们与很多在座的创业者都有交流和探讨，真正国内的大数据要真正走到大数据层面还有很长的路，但是我们先从信息化开始。

这里包括后面会提到的2015年的《大数据发展纲要》，但是它强调的是政府间的数据共享。这里存在着巨大的空间。还有为什么把数据放到这么高的高度，因为这是国家竞争力的战略制高点。

《奇点临近》描绘到，当人工智能逐步成熟，当所有的经济体的业务都根植于数字化之上，数据产生之大、之先进、之高都有可能会严重的改变原有的政治、军事，甚至经济的格局。这块有一个推论是数据会比我们现在看到的石油、货币更重要，是更致命的战略资源。我们政府其实也很清晰地认识到，说我们现在如果不去培植这方面的经济成分的话，我们从数据获取这块就有可能落后。

过去WTO刚刚入世的时候大家讨论我们的猪肉、大豆都被外资控制，我们的物价会不会也控制？其实我们可以做这样的类比，当我们的数据也没有自己很好的掌握的话，这块的战略要地其实也是在政治层面非常关键的一个制高点。

所以从这个角度来讲，可以毋庸置疑，本届政府对这个事的重视。一旦国策在推进的时候，其实地方上都会有相应的结构配合支持。我们看到这些政策推动的时候，我们看到一些关键数据源的开放。国务院首先自上而下有这样一个行动纲要，接下来它推进的就是中央部位，科研机构，国企等等各方面都要做数据共享。我们已经接触到很多创业公司已经跟工商、税务、三会一行、公安部、能源等等全部在做数据业务的开放性的尝试。

大家都知道贵州大数据会议、贵州省政府，包括今天也有过来的清华大数据研究院，它们整合了各个院系相关的研究形成一个整体，要统筹在大数据方面的拓展。2015年气象局出台了《气象信息服务管理办法》，首次把气象数据开放出来。商业气象服务本身也是一个很大的市场，在国外也是很成熟的市场，航空、航海等等都需要。

当这些数据出来的时候就是创业者最好的机会。创业机会最关键的点就是在别人没有看到的时候你就能看到，你就能扑进去做起来，而且做的比别人好。所以我们看到在行业需求和政策两方面自下而上，自下而上都在拉动这个行业走。

大数据创业里头我们可能遇到的挑战

接下来想分享一下在大数据创业里头我们可能遇到的挑战，因为看到机会只是刚刚开始。

首先我们看到三个层次的挑战，我们经常说做大数据创业首先解决数据冷启动的问题。我们说从0到1创业维艰。但是在大数据创业来讲不光是从O到2，而是从负1到0的问题，这就是我说的数据冷启动的问题。

因为没有数据，拿不到数据，大数据创业、大数据价值创造从何而来呢？举个例子，像去哪儿的庄成超，在他创业早期的时候，我们之间是有一些比较掏心窝的对话。他说，我觉得我这个选择的方向是不是太苦了？去哪儿开始跟中航信合作，它其实是中国的GTS的核心，里面有大量的清华、北大的博士。但是它作为国企没有动力真正把这个事情做好。所以当去哪儿想做一个搜索引擎的时候，发现搜索引擎核心的基础，就是中航信这样的基础做的非常之差。去哪儿还要帮它打补丁，打了很多补丁之后，啃了很多硬骨头之后，去哪儿才有可能把机票的信息顺利地接到自己的搜索引擎上，开始利用这个行业的数据去做它想去做的业务。

再往前推，像大家看到的很多在线支付行业起步的时候，快捷虽然想复制Paypal，但是做半年、一年才发现，在中国首先要做的事情是帮银行补课。而这个在美国市场，在五六十年代已经开始逐步的电子化、信息化，到八十年代信息化已经非常成熟了，到了九十年代互联网一上来立刻互联网化效率很快的提升，再往后移动互联网。

而在中国会发现，这几个阶段可能要两三步并做一步去走。这种超常的跨越式发展，一方面对于创业者挑战非常大，但是一方面对大家来讲也是机会。如果你识别出这样的空白，识别出这样超常跨越式机会，你就会站到这个行业的潮头。我们说数据冷启动往往被迫从信息化开始，要被迫做非常苦、非常累的活，才有可能拿到数据，才能开始数据炼金的路。

有了数据怎么赚钱？

接下来有了数据，你怎么赚钱？有了数据就能赚到钱了吗？其实并不如此。这里很关键的点，就是怎么理解行业客户的应用场景。因为数据本身并不是能产生价值，你能给客户解决问题才能产生价值，而用户的真实需求在在哪里呢？在一线工作人员和部门的老总，和公司的老总需求是一样的吗，他们的需求都能说出来吗？说不出来或者能说出来但是又不想说。能把这些话套出来，才是把真实的需求套出来。

因为这跟做消费者、跟to C的业务不一样，to B面临的不是一个消费者，消费者简单，你把体验做到极致就搞定了，但是面对一个企业的时候克服的挑战更多。再加上，这里提到的商业产品思维。之前我们说产品经理，互联网思维其实都很简单，作为研究美食的产品经理要先把用户弄明白。

但是互联网行业配合了大量的商业产品经理，关键的是你拿到数据和需求之后能不能将其变成好的产品呈现出来，给企业一个很好的体验，或者给企业一个愿意买单的机会，这里理解行业应用场景，甚至比数据冷启动更难的一件事情。我们觉得在金融、安全、物联网、农业、物流等行业上可能率先会有比较典型的应用场景。

有了场景，有了商业产品和服务之后，再上一层楼，我们的收费模式是怎样的？对于企业服务而言的话，是按项目收费，还是按服务量收费？大家比较熟悉的是按项目收费，我提供一个数据服务，像SaaS一样，你付我多少钱。但是这是大数据商业模式的真正本质吗？我们这里关注的是能不能按服务量收费？

就是你手里有很多数据和工具，用户在你这里跑一次，你能不能吐出一些给企业有用的结果，能够创造一些新的价值的结果，能有一些让他不得不花钱买单的结果，这个可能是一次数字的检验，也可能像授信、征信的核查一下，或者是一个问题的搜索。当按服务量收费的时候，这个模式的收费能力和按项目收费的能力会完全不一样，而且这才真正体现了我们拿到了一个有价值的大数据的收费服务。所以在这块也是我们进一步的一个挑战和思考。

说了这么多创业的机会，我觉得刚才那三个层次是针对每一个创业者可能都要去思考的问题，但是对于投资者来讲，我们肯定是在众多的创业项目当中去挑选我们认为可能成长性最好，最有价值的公司。

这里也想跟大家分享一个角度，我们是怎么去看这个赛道，我们之前经常说独角兽，但是最近这个词大家都慎用，独角兽甚至变成一个负面的词汇了。所以我们谈最顶级创业机会在哪儿？我引入一个词，定价权。什么是定价权？说白了，就是你说卖多少钱就是多少钱，人家还得买你的。定价权并不是代表你定价，而是企业针对的客户和上下游的溢价能力是什么，而且这种议价能力是不可替代的，你怎么达到这样的程度。当你达到这种程度的时候，你一定会成为众多投资者争相追捧的。

回到大数据这个赛道上，真正能够拥有强定价权的商业模式有什么样的特征呢？我这里讲两个方面，因为数据的生意说到底就是两件事：一个是卖数据的，一个是卖数据服务的。对于卖数据这块来讲，数据源的质量、数量、覆盖率都很关键，因为要真正大。

很多创业者说我这儿搜集了几百万用户的兴趣标签，说大数据。其实这个从技术上我们经常会有一些标准，数据到什么程度才是真正有价值的数据源，每个人都有判断出来。当然除此之外，还包括数据实时更新程度，这决定了你的数据源是静态的还是动态的。

你怎么获取动态的数据源？你跟你数据上游建立什么样的关系，才能保证数据源不仅仅是静态的，不仅仅是现有的质量和数量，而且是动态的，能不断滚动、发展，在质量、数量上能不断滚动发展的。在数据分析能力这块，我们大家都比较熟悉的统计分析，把这个数据拉过来，做一个图表，再高级一点的可以做交叉分析，可视化。

但是统计只是数据应用最基础的层面。再往上大家现在也看到了很多模式事业的，把这个数据拉过来做几个模型，给我预警。像医疗影像，可能符合早期癌症判断的话就预警了。或者征信里有一些规则，这个人用户的数据一跑就报警了，这个身不能授信，这个是识别。

这与统计模式上可能高级一点。但是这还是中级阶段。我觉得更往上的是能够做预测，对未来即将发生的和还没有意识到的一些问题做预测。我们的创业者在自己的核心竞争力打造上到底是朝向哪个级别去努力的？你的数据源到底是在这些维度上能达到什么程度？这可能都是我们会去关注的。你达到什么样的阶段才可能达到皇冠上的宝石，这个赛道上最肥的一块肉，这可能是大家需要思考的问题。

这里简单跟大家说一下数据源，例如现在看到的国家行业与公信力层级的数据如身份、征信、房产、车产等等。这里想重点说一下企业实体和用户实体。用户实体大家都比较理解，但是之前说了那么多年用户行为，这个产生的价值并不多，因为数据维度还是不够多。像提到的时间和空间数据是我们之前在用户数据上还缺失的地方。时间和空间的数据在谁那儿，哪儿有那样的数据，而且还是实时更新的。

这里讲一下企业的实体数据，如果把企业看成一个用户的话，它是什么性格的人，什么特征的人，我们怎么用这个角度去识别一个企业？因为今后很多的企业是要对人和企业做判断，它的行为数据能不能衡量出来？它的数据可能在各个方面，比如在企业自己的价值创造的每个环节：从研发到生产，到客服，也可能跟上下游供应商，包括跟它所有的利益合作方，像工商、税务、信贷等等。以及它的内部，它怎么对待员工，怎么跟员工互动？甚至包括办公室的水电消耗。其实这些都有可能刻画出企业的形象数据，但是不限于此。但是想导入一个概念，就是针对企业的行为数据，它可能是什么样的数据源，我们要开拓我们的思路。

至于在数据分析这块我就简单过一下，比技术更重要的还是场景。对行业场景的熟悉程度更决定了你在大数据服务这块建构的能力。技术方面挑战我就不说了，这就是数据冷启动的层面。想提醒大家的就是说在大数据创业的这条路上，我们是不是已经意识到我们建构的核心壁垒在什么地方？如果我们要突破的那些方向还没有达到这些技术和数据源挑战的时候，可能我们的思考和执行还都没有进入大数据创业的深水区。而真正皇冠上的宝石，真正最肥的肉其实都在这里。

总结一下，回答我们这次演讲的问题：大数据创业的时机到了吗？我想答案大家心里都有数了。但是我想强调的是抓住大数据，就是抓住下一个创新周期的七寸。为什么？很多人说人工智能，但实际上在中国这个市场，我觉得首先还是要从最底层的数据源的角度。就像刚才说的要先从信息化洼地抓起，而且抓到大数据就是在未来人工智能的赛道上做布局。因为你在做数据，人工智能也是场景的积累，同时在这个过程中也在积累技术，而且是真正有实效的技术。

所以对我们来讲，抓大数据不是那么性感的一个词，但是实际上这恰恰是我们基金作为面向未来的思考，也是我们希望跟创业者去沟通分享交流的一个关键词。

分享总结

刚才我也提到了我们今天的论坛的目标是让没有来的听众后悔。我这儿有三个关键词，如果能把这个关键词带走，就能让没有来的听众后悔。

第一，从负1到0，就是刚才说的数据冷启动的问题。每一个关键词背后其实是问题，并不是关键词。当你想到负1到0的时候你要问自己哪些问题。

第二，场景。不光是数据问题，你对场景熟悉到什么程度，你对客户需求到底了解到什么程度，才有可能真正建立自己的产品和商业模式，并且赚到钱。

第三，定价权。这三个关键词是针对不同阶段的创业者。从负1到0是刚起步的创业者当下要关注的，对于已经上路的同志来讲，场景是不是你之前忽略的，你有没有更好的方式去获得更有洞察力场景的知识。对于想更上一层楼的创业者，脑子里要想的是定级权，背后要问自己哪些问题，怎么样获得你强有力的数据源，怎么样建构你技术的壁垒，怎么样真正提供一个好的产品服务，让别人只能到你这儿来买单。

作者简介：

朱天宇于2009年加入蓝驰创投中国办公室，他拥有超过十年的创业投资，业务拓展和管理咨询经验，他关注的方向包括互联网、移动互联网、新媒体、电子商务等，他主导了对美丽说，唱吧，趣分期的首轮投资。