投资了赶集、美丽说、趣分期的蓝驰创投告诉你，大数据行业的现状、机会、挑战与前景

　　大数据的概念最早可以追溯到2001年麦肯锡的一份报告。2009年，美国将大数据上升为国家战略资源。2012年左右大数据开始在中国崭露头角。到了2015年，大数据行业开始疯狂生长，一年时间增加了500多家。2015年超过50家大数据公司进行融资，总融资金额超过50亿人民币。“大数据+”已经渗透到几乎所有行业，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风口。

　　2016年7月20日，作为重点关注大数据领域并且已经做出多项投资的机构，蓝驰创投举办了《大数据领域创业的机遇与挑战》论坛。论坛上，蓝驰创投合伙人朱天宇、投资总监曹巍、投资总监吴佳捷等分享了关于大数据的现状、机会与前景，看看他们怎么说。

朱天宇：大数据的创业时机到了

　　我们今天讲三个部分：时机。时机是很多创业里最关键的一个因素。第二，在大数据这个领域里创业可能面临的一些挑战。第三，我们蓝驰已经在做哪些方面的布局和思考，有哪些机会是我们看重的。

　　其实说到大数据这个行业的时机，我们会从这两个方面说：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觉得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，以互联网为代表的消费已经如火如荼这么多年，现在大家说红利已经差不多了。大家为什么在过去半年都在讨论企业服务的春天到了？其实我们都知道，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，它是精细化，比较追求效率优化运作方式在运作之外，大部分经济体内大部分行业它的效率依然还是比较粗放，精细化运作依然是缺少的。这一个很大的原因是说，在中国经济体有很多行业的龙头企业，比如说超大型国企，一些国资委管理的企业，它们本身在效率的追求还是不够。这些行业的龙头企业对于效率的追求的动力的不足，实际上导致了每个行业链条下，围绕它的中下游企业，企事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。所以这是目前大数据我们看到的一个春天。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，当它们关注成本效率的时候，企业服务给它提供削减成本的模式，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。

　　其次，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的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，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真的能抓出来，真正把这些数据拿去做效率优化的改进，其实并没有。这些空白实际上也是我们创业公司的机会。就是说我们虽然可以说我们在做大数据创业，但是很可能我们大数据创业起点是先从信息化开始的。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，但是同时在美国又同感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。

　　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。首先我们看到三个层次的挑战，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？

　　像大家看到的很多在线支付行业起步的时候，快捷什么的，它们虽然想复制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。

　　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品，而用户的需求在哪儿，而我们这儿提到的是用户的真实需求。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？真说不出来，但是又说不出来；能说出来但是又不想说。你不能对客户掌控，甚至商务关系的亲近，能把这些话套出来，能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。

　　这里列了几个，我们觉得在行业上可能率先会有比较典型的应用场景，而且我们也看到大量的创业公司都尽量：金融、安全、物联网、农业、物流等等。

　　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，像征信的核查一下，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完全不一样的，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。

　　我这儿有三个关键词，如果能把这个关键词带走，就能让大家后悔的目的。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，赚到钱。第三，定价权。这三关键词是针对不同阶段的创业者，对于刚起步的可能从负1到0是你当下要关注的，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。

本文来源投资界，作者：Echo，原文：https://pe.pedaily.cn/201607/20160721400065.shtml