:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

【感悟 · 硅谷行】生活不止眼前的苟且,还有数据和远方

  • Apr 06 / 2016
  • 0
Ideas, News

【感悟 · 硅谷行】生活不止眼前的苟且,还有数据和远方

此次硅谷之行,拜访了不少大数据产业相关的公司,抛开中美在此领域技术和商业模式对比,让我感受更深的是硅谷这边公司对于大数据和人工智能驱动社会进步有着更为清晰的认识和实践。即便我们不确信未来会发生什么,但是针对大数据产业的投资的确必须提前布局,因为大数据不是单纯的一个IT行业,在云计算模式下,跨行业的数据充分流动之后,大数据+人工智能将改变现有的行业分工和企业经营方式。

QQ截图20160406134728

 

下面是我此次硅谷大数据之旅的感悟和总结:

1

此行一次晚宴上,和刚认识的一家对冲基金的分析师聊天,听他说硅谷有130家左右独角兽公司(未上市 估值超过10亿美金的高科技公司)尽管我知道很多知名的公司都在硅谷,但对于这个数字,我还是很惊讶。

据说“硅谷是以‘自然有机’的方式形成的,这里并不是一个政府创立的硅谷,所有一切都是“自发”的,硅谷发生的一切,就是这里的人们生活的一部分。这些都不是靠政府规划一个区域、引进一些人才就能够创造出来的。

“自发”?是什么样的自发会导致创新不断?除了在硅谷周边的名校,会源源不断向硅谷提供人才和思想,但我最想说的是诸多创始人身上的Geek精神。

2

1. 极客精神

上面这段话,是之前在朋友圈看到的,虽言辞比较激烈,但从做事的初衷和最终的结果来看,也有些道理。

Geek 精神:需要的是原创和新奇,盲目的跟从和愚昧是不可原谅的。

无论是Google,Facebook,Airbnb这样的大公司,还是此行我们看到的创业公司,他们的言行里无一不透露出做点新奇的事情,然后尽量做到极致,最终呈现出一个令人惊讶的结果。

Facebook 初期只是为了哈佛在校学生交流方便所提供的工具;Airbnb初期只是想解决出行人能有一个便宜安全干净的睡觉房间;被Google32亿美金收购的NEST,只是为了让温度控制器看起来更酷更好用一点;Drawbridge的创始人最初也是觉得如果跨屏跟踪到一个人,那么对于广告主而言一定是件很酷的事情。Planet os 只是想解决气象科学家能够比较方便的查询各种数据,而不必将精力放在查询语言的学习和展现上;Spark 最初只是为了提供论文的支撑 写下的一段600行的代码;

 

要问这些创业公司的商业模式,不好意思,在初期应该是不明确的,他们初期做这些就是觉得cool,要寻求驾驭的快感。有独立思考和做到极致的能力,又任性,那就没办法了。

此行拜访的公司,我没有听到一家公司用“商业模式”这个词去定位自己,听到最多的是我解决了什么问题,然后开始兴致勃勃的介绍自己是怎么解决的…

不否认国内一些优秀公司的创业者也是具有Geek 精神的牛人。

但也确实也存在大多数的创业公司,是反着做,从登陆二级市场开始倒推,什么样的概念能够得到资本市场的认可,就包装成那个商业模式,然后从天使轮一路狂飙…

为什么中美创业者之间会有这样的差异?这要从生存土壤的差异去分析。

2. 生存土壤

2.1市场成熟度的差异

美国市场相对成熟,基础资源相对完善,适合精耕细作,创业者发现问题后,只需集中精力在原有基础上寻求更好的解决办法;国内市场尚未成熟,存在各种可能,所以大家处于着急跑马圈地的状态。另外,成熟的市场也有相关标准支持开放,就数据交换而言,初创公司不仅从公开渠道和Facebook,Amazon这样的大公司拿到数据,甚至可以从政府拿到数据。

2.2创业者的价值观和安全感差异

上面提及硅谷这边高科技公司的创业者普遍具有Geek精神,他们独立思考,渴望做一些创新的和别人不一样的事情,并且也具备这样的能力(绝大多数是名校毕业或者在大公司里做过)。不太会因为别人没有做过而感觉不安全,反而会很享受这个过程。而国内的情况不一样,我们从小被教育要努力的去做好被公认为是正确的事情,标新立异会很危险,所以大多数创业者,习惯于去采用一个被证明可能是正确的商业模式,这样会比较安全,同时也容易被投资机构认可。

投资者心里预期

美元股权投资基金一般是10年期,这给投资经理较宽裕的时间去发现那些富有远见特立独行的创业者,并等待他们最终长成之后得到回报;

3. 我们所处的时代

我们处在工业文明社会向信息文明社会迈进的关键时代;1983年银河一号的成功可为是举国之力的,其每秒计算次数已远远赶不上我们身边的一部智能手机。而智能手机的普及也才5年。

3

如今,计算资源不再是奢求,云计算为数据的存储和流动提供了很好的基础设施。我们处在真正变革的时代,而这一切确实是因为云计算的到来。

4. 我们理解的大数据

4

与上图不太一样的是,我们理解大数据并非是特指某种信息技术。大数据是云计算架构出现后,商业进入智能化的重要的手段,它不泛指某个特定的行业,一旦数据开始流动,则必然是跨行业,跨时空的。同时大数据也是人类进入信息文明社会的一个必经阶段,没有多维度数据的实时流动,没有高质量数据,机器学不到人的智能,人工智能也就无从谈起。

5. 用好大数据可以解决的问题

随着网络的发展和硬件设备更小的体积,更多的存储,更快的运算速度,越来越多的设备接入互联网,据预测到2020年将有260亿台设备联入互联网。

5

5.1 数据的加工分析处理能力

面对如此庞大的海量数据,接入什么样的数据源,如何处理与应对?是每一个行业、企业必须要面对的问题。

5.2 行业经验能否交给机器?

Google的AlphaGo是一个通用模型,如果有大量基于行业的高质量数据(多维 实时 加工过的)供其学习,那么行业的产品和服务将变成另一种形态,并最终实现商业变现。

6. 大数据支撑的商业模式

6

上图摘选自南极圈整理的关于凯文·凯利最新演讲预言 《未来的12 个趋势》

7. 不一样的投资

如果说,专注于大数据产业,那么我们需要做点什么不一样的投资?我想,首先需要找到那些确信大数据将改变现有企业资源组织和生产服务方式的公司,看看他们一直以来努力的方向和现有成果,要么他们集中精力解决了数据加工处理和展现的某些核心技术问题,要么着重解决行业领域的核心模型和算法问题,要么在两者基础上还布局了独特数据源获取的问题。其次找到符合这些条件且已经形成一定规模接近成熟的公司;然后投资他们成为他们的股东及合作伙伴,用资本的力量助推这些企业,及时帮助他们完成所需要的并购或参股布局,确保他们在新的智能商业社会成为优秀的服务商;

8. 为什么我们的投资不一样

基于与联盟的合作,使得我们有机会从产业全局的角度来看现有国内大数据生态格局。

融:LP中超过50%是大数据产业相关的实体企业,是认同大数据产业发展趋势并带有大数据资源的企业;

投:基于国内现有大数据生态圈,在相关企业中优中选优,联盟本身有顶级的来自实业和学术界专家顾问团队把关,我们有值得2.6亿用户信赖的品牌和严苛的投资决策;

管:我们一旦成为被投企业的股东,将代表投资机构以咨询服务的模式主动整合相关资源(政府需求、产业需求、研发需求、并购需求)助力公司成长。

退:在确保投资机构本金无风险情况下,尽可能为投资机构争取更多的收益,投资决策的重要指标之一就是安全退出;

能有此行是非常偶然的一件事情,我和中关村大数据产业联盟赵国栋秘书长拜访TalkingData CEO崔晓波先生,在访谈即将结束时,崔总提起硅谷旧金山之旅,邀请我们去看看硅谷那边做大数据的一些知名公司(团队中有大数据相关上市公司老总,也有知名投资机构合伙人)。在整个的硅谷访问中,我能感受到TalkingData被硅谷的合作伙伴高度认可,从他们的合作伙伴(潜在合作伙伴)类型来看,他们的布局和自身主业非常具有协同效应,可谓开放心态+眼光独到。无论崔总本人还是talkingData的海外团队,都很低调但非常专业。这是一家让人充满期待的、非常优秀的公司。

作者:吴洪庆

Leave a comment

随时欢迎您 联系我们