文｜钛资本研究院

大数据领域经历了2013年开始的疯狂增长，2016年的断崖式下降，以及2018年以来的迭代复苏，单一的数据技术逐步与人工智能技术结合，应用场景从营销获客、金融风控等为主，转为与城市管理、工业制造等领域越来越深度的结合。大数据产业已进入2.0时代。新时代下，数据与智能融合，新赛道的投资机会如何判断？

中国计算机学会（CCF）大数据专家委员会，每年年底都会发布下一年的大数据发展十大趋势预测。回顾从2013年到2019年的第一大预测，可以发现有意思的发展轨迹：

数据的资源化（2013）

大数据从“概念”走向“价值”（2014）

大数据分析成为数据价值化的热点（2015）

可视化推动大数据平民化（2016）

机器学习继续成智能分析核心技术（2017）

机器学习继续成大数据智能分析的核心技术（2018）

数据科学与人工智能的结合越来越紧密（2019）

从大数据的概念兴起到寻找和挖掘大数据的价值，再到大数据的平民化以及大数据与人工智能的紧密结合，这是一个螺旋上升的过程。在这个过程中，整个大数据产业越来越认同：数据本身没有价值，经过清洗之后才能形成信息，信息只有经过整理才会形成知识，知识只有应用了才会形成智慧，智慧经过收集又变成数据，这是一个完整的循环。

数据经过迭代和循环之后，基于场景化的应用才能创造价值，这已经成为产业共识。进入2018年，我们正处于大数据产业第一轮上升周期的最后阶段——智能应用阶段。现在，各种各样的IT公司、AI公司、大数据公司甚至是SI系统集成商等都在进入所谓“数据智能”领域，造成竞争非常激烈，使得很多从业者在审视方向和战略路径的时候产生了焦虑。其他赛道的争相融合，也使得数据智能赛道中的选手排名有很大的不确定性，再加上这些选手在一级市场高估值的现象，使得投资人在做判断的时候比较纠结。

在2018年12月举办的钛资本“新一代企业级科技投资人投研社”在线研讨会第八期上，达晨财智业务合伙人窦勇分享了对数据智能产业的思考。窦勇在达晨财智负责大数据业务，同时也是中国首席数据官联盟专家组成员，其投资案例包括数联铭品、数据堂、昆仑数据、美林数据、蝎子网络、中奥科技、索为高科、锐思环保等。

走进数据2.0时代

大数据，通俗的讲就是一台机器干不完的事情，利用多台机器来完成。大数据能够快速发展的根本原因无非两个，一个是计算性能的提升，第二个存储成本的降低。

对标国外来看，整个20世纪90年代之前，因为信息化尚未完成，数据量比较少。进入21世纪，移动互联网的兴起使得数据量飙升。2005年，雅虎解决网页搜索问题的时候，提出来两个概念——高性能计算、分布式存储，对行业有着很深远的意义。资本市场更关注的是2009年Splank的上市，来自资本市场的刺激让整个市场为之动容。而2014年Plantir的估值达到200亿美金，更是让国内的整个投资界为之疯狂。

国内来看，从2013年到2017年12月9号，属于数据1.0时代，是进行认知、培训、泡沫、创新的过程。为什么以2017年12月9号为分界点呢？因为在这一天梅宏院士向中央递交了一个报告，从此整个行业进入了数据2.0时代，也就是数据场景化应用、深度融合的时代。

云计算、大数据、人工智能这三者之间你中有我、我中有你、互利共存，一起促进了整个数据智能产业的发展。云计算的出现带动了大数据的热潮，后来人工智能变得更热了，是不是大数据就变得不重要了？其实大数据已经融入到了整个人工智能产业中。

回顾数据1.0时代的投资逻辑

数据1.0时代是一个体现数据差异化的时代，这个时代从消费领域的大数据开始，经历了机器大数据以及后来的工业大数据。

机器大数据萌芽阶段是从2013年到2015年，从2015年进入成长阶段，新三板的介入助推了这个进程。在2016年之前，工业大数据没有得到太多的关注，整个产业现在也还处于发展的初期，这是因为工业领域的信息化尚未完成，有很多的不确定性因素，也存在大量机会。数据1.0时代，从产业角度来看，数据格式从结构化、半结构化、异构化等多样化的融合使得数据源变得更加丰富；而处理数据的手段，无论是基于Hadoop还是Spark的计算方式，都使得整个产业不断地迭代和演进。