大數據產業仍在初級階段，商用價值仍未完整展現，市場前景一片廣闊。企業服務超過電子商務，成為國內投融資數量排名第一的行業，未來有望持續的做大做強。
作者 | 杜挺
本文長度為3500字，建議閱讀7分鐘
本文為數據猿年關策劃活動《大數據的2016，我的2016》系列稿件，感謝本文作者 六禾創投合伙人 杜挺 先生的投稿。
敬請期待2月16日，由數據猿與中歐商學院、騰訊視頻共同舉辦的高端領袖線下演講欄目中歐微論壇之《超聲波》。
首先感謝數據猿給予六禾創投這樣一個機會，來總結下我們對于過去一年數據和企業服務領域發生的一些事情的總結和看法，我們覺得這樣的一個交流機會對于我們彼此的促進和了解都非常有價值，更重要的是對于接下來的一年有一個宏觀的考察和理解。
六禾創投在16年的3月份在上海開了行業內的第一個數據年會，我們邀請了大約300多為知名的專家和學者來一起探討數據的商業價值和最新的發展，大家對于未來都充滿了信心，然后就到了下半年整個資本市場的急轉直下式的發展，對于數據這個領域本身就偏年輕的企業來說，大家覺得每走一步都如履薄冰。但實際上我們從自身的投資角度來觀察，有一下幾點值得一提：
第一，我們更喜歡投企業服務和數據領域的創業項目了，因為本質上我們期望投到數據驅動的企業家所創立的項目，在大的市場轉變周期中，唯有技術創新才能打到增量市場，而這個時候發展和成長的企業家往往是對于未來更為苛求；
第二，數據和企業服務領域有自身的發展規律和周期，除了個別企業，整個行業都是有序進化和發展，出現斷崖式的裂變機會也少之又少，企業家應該著眼于解決具體的問題，回歸到樸素的商業價值來，16年的沉淀會讓很多企業17年發揮出熱量；
第三，得益于大數據行業的發展，2016年中每一次向公眾公開或得到互聯網媒體報道的投融資均記錄在庫，通過對數據的分析與整理，可以發現2016其實并不寒，還是有非常多的數據企業與創業者們拿到了一筆又一筆的融資，走在追尋自己的夢想和改變這個世界的路上。
國內大數據行業仍處于快速發展期，未來市場規模不斷增長
我們認為，大數據產業仍在初級階段，商用價值仍未完整展現，市場前景一片廣闊。一方面，國內企業IT投入占比低于全球平均標準，隨著企業對信息化意識逐步提升，整個IT市場的蛋糕有望繼續做大。另一方面，企業客戶將大量IT預算投入到云計算等基礎設施建設上，隨著基礎設施逐漸成熟，企業會將更多預算投入到大數據、人工智能上，屆時大數據企業將迎來新一波發展浪潮。
通過對于過去一年中國內數據領域的投融資的分析，國內數據領域公開數據總共約42.65億元的投資，從這個數據來看，并不比2015年差多少，反而我們看到企業服務超過電子商務，成為國內投融資數量排名第一的行業，未來有望持續的做大做強。
2016年投融資事件行業分布
（來源：IT桔子）
創業公司和投融資數量分布（按年份）
（來源：IT桔子）
從行業整體上新增公司數量3344家，同比上年減少72%，獲投公司數量7214家，同比上年減少23%。
但是創投機構總計投出的錢并沒有減少，2015年總計投資金額為3205億元，2016年總計投資金額為3156億元，幾乎持平。
同樣的錢，我們看到分布到早期（天使輪，PreA/A/A+）的錢減少很多，大約減少40%。
對于整個市場來說，投資人更多關注微笑曲線的兩端，晚期和種子期的項目獲得持續的投資，而對于中間地帶所謂的“死亡幽谷”沒有太多信心。
對于整個企業服務行業來說，集中在幾個領域，行業及技術解決方案，IT基礎設施，人力資源，綜合企業服務，銷售營銷和數據服務，數據服務無論在公司數量和融資事件上看都不是最靠前的，未來還有很大的增長空間和潛力。
企業服務行業熱度變化（過去12個月新增公司數量，新增投資事件，新增投資金額）
從企業服務行業熱度變化可以看到新增公司數量在急劇減少，而新增投資事件卻在飛速增加中，從而使得平均投資金額大大增加，行業熱度持續上升。
企業服務行業融資速度分布
（各輪次融資平均月份分布）
最后我們從企業服務行業融資速度分布來看，平均要比整個行業來說要晚3-6個月，而且越到后面差距越大，企業服務因為要直接服務于商業客戶，客戶的需求的整體增速會在一個常速發展的水平，所以看清楚這個趨勢對于創業者來說也非常重要。
以技術為核心驅動力的通用服務商快速發展
年前我們研究組小伙伴總結了數據領域的DTA結構，我們認為大數據通用技術會快速發展：
從數據流轉的角度講，大數據領域通用技術，主要是包含基于Hadoop等底層基礎平臺的處理數據技術，包括數據采集、數據處理、數據分析、數據可視化等。底層基礎平臺主要解決了數據存儲問題，而通用技術則解決了從數據采集到數據分析的問題，有些技術只解決其中某一環節，如數據采集、數據可視化，有些則同時覆蓋多個環節，如廣告監測同時覆蓋數據采集、處理和分析。
比如GrowingIO，GrowingIO是國內少數由技術驅動的公司，在2016年的6月份拿到2000萬美元的A輪融資。GrowingIO的創始人兼CEO張溪夢曾給峰瑞資本技術合伙覃超畫過一張圖，這里借用一下。
用張溪夢的話來講，核心設定為技術，技術之外才是產品、運營、銷售等部分。
對于一個想做數據方向的企業來講，只有技術才是真正的壁壘，數據可以用多種方法去獲取。無論你獲取不不獲取，數據就在那，你可以買，你可以用其他手段去拿，總之數據永遠不會成為壁壘，只有技術才會真正凸顯自己的魅力。也許企業的客戶不知道這其中的奧秘，但產品用起來就是一個詞 —— 好用。
所以優秀的數據公司一定是核心技術為驅動，優秀產品為導向，數據為貫穿整個產品線，將各方面穿在一起，這個領域還有神策數據A輪紅杉領投的400萬美元，主要面向中小企業提供私人定制方案，通過PasS+SaaS的方式幫助企業做用戶行為的深度分析。
隨著業務發展，更加細分的領域也開始冒出創新公司，如Kyligence專注于OLAP層數據分析，但這些細分賽道目前相對較小，單個賽道里面只有一兩家成立時間很短的公司。Kyligence是一個企業級的大數據商業分析平臺，基于Apache Kylin構建以使用戶在超大規模數據集上獲取快速洞見能力，完全開源，2016年初獲得紅點投資的數百萬美元的天使輪投資。
在通用技術這個賽道之下，細分領域主要分為兩類：一類是傳統領域借助大數據煥發新春，大數據技術發展推動這些業務進一步發展，提升處理效率；另一類是隨著移動互聯網的興起，為互聯網企業客戶提供基于移動端數據服務。
盡管各細分賽道的公司業務相差很大，但通用技術領域還是存在很多行業共性和未來趨勢，這些現狀和趨勢有助于我們去判斷通用技術類公司未來發展方向。
領域擴展結束，人工智能入場
自大數據的概念誕生之后，越來越多的行業開始引入大數據這個概念。經過兩年多的發展，大數據的應用領域非常之多，上至天文地理，下至打車外賣。無時無刻不經歷著大數據為我們所帶來的改變。數據領域所涉及領域的擴展基本在2016年結束，各個領域均不同程度上引入大數據的概念與實踐進行不同程度的應用，尤其以BI、健康、金融等領域更是誕生各有特色的企業。
大數據其實從很多年前就開始在講述這個自動化概念，BI自動化，營銷自動化，自動化理財等等，隨著計算量的增加和計算能力的增強，最近才得到長足的進展，用機器學習來找出數據之間的關聯和因果關系變得越來越可能，所以這也是最近人工智能和大數據比較火的一個原因。
大家都知道2016年AlphoGo一戰成名后，人工智能一詞便經常出現在大眾視野中。其實在早前，人工智能行業的發展就已經是數據行業中極其重要的一部分，而在今后，人工智能將會在大數據領域中起著關鍵性的作用。
當然人工智能屬于另外一個行業，但因其工具屬性的存在，利用大數據領域中的數據優勢，進行更加智能化的分析與決策將會對大數據領域的發展起著巨大的推動。特別是以反欺詐、企業安全、金融、健康等數據量龐大且不確定因素較多的行業中，將會有更好的發展出現。也許下一個Palantir這種神神秘秘又具有極高估值的公司就誕生在與人工智能相結合的機遇中。
比如2016年還有一家公司拿到了巨額的A輪融資，碳云智能拿到了10億元來自騰訊等方的投資。碳云智能所涉及的行業多為健康領域。通過自我收集和合作伙伴收集的方式，結合人工智能來進行數據處理，進而對健康進行管理。其實這些都不是重點，能讓其拿到巨額融資的根本，還是技術上的實力，其針對基因、微生物、蛋白及代謝方面的數據處理與應用目前在領域中是具有技術優勢的。
2017年基于AI就像2010年基于大數據一樣，未來的世界會是一個AI+的世界，它本質就是這樣的一個底層技術，用來提升各行各業的效率，甚至我們會認為它會比互聯網更加深入到我們的各行各業中，比妨說用在第一產業用來預測氣候狀況，用來提升農產品的產能，也可以放在第二產業用在工業4.0上面，用很多AI的方法幫他們提升效率。
所以，我們建議創業者一定要去找應用場景，目前會覺得比如自動駕駛，智能語音助，語音客服這些會是一些比較好的方向，當然還有一些跟人工智能跟醫療結合的輔助診斷，人工智能跟IOT結合的，我們來預測設備發生故障的概率，用來節省人工成本和提升效率等等。
小目標和未來趨勢
整個2016年可以說錯過了很多，但又收獲了很多，這些都是相對而言的。在2017年，也給自己定下一個小目標，挖掘數據行業中具有性感模式同時又具有技術壁壘的一些企業出來。
— 關于作者 —
杜挺，六禾創投合伙人，主要關注企業數據服務和數字內容的種子、天使輪到PreA項目。六禾創投投資早期項目包括小熊尼奧（AR）、曼恒科技（VR）、數創信息（車后）、數尊科技（金融信用）、華院數據、大學助手、快簽（電子合同）、聚寬科技（量化交易）、朋友印象（數據標簽社交）、顧小煩（心理數據）、晶品光電、帝爾激光等，并有多家所投企業實現IPO上市和新三板掛牌。
活 動 預 告
（點擊圖片查看詳情）
注：本文由 杜挺 投稿數據猿發布。
