数据自生长机制：数博会揭示大数据成功的新逻辑

Posted 2020-09-20

在大数据领域，我国已经出现4家估值超过100亿美元的超级独角兽企业，分别是蚂蚁金服（估值750亿美元）、滴滴出行（估值500亿美元）、美团点评（估值178.8亿美元）、今日头条（估值103亿美元），4家估值之和占我国大数据独角兽总估值比例达到67.1%。

2017年5月27日，在贵阳数博会上，北京市长城企业战略研究所（简称“长城战略咨询”）发布了《2016中国大数据独角兽企业发展报告》（简称《报告》）。根据该《报告》，2016年中国大数据（准）独角兽企业共83家，其中大数据独角兽企业29家，大数据准独角兽企业54家，共分布于10个行业领域、11个城市。83家大数据（准）独角兽企业总估值2284.2亿美元，平均估值27.5亿美元。

（中国大数据独角兽产业生态，北京市长城企业战略研究所制图）

《报告》对比各领域大数据独角兽和准独角兽企业的分布，发现了三个重要的现象：首先，金融和大数据技术领域虽然已经是独角兽企业分布最为集中的领域，但仍有大批的准独角兽企业，表现出极强的爆发潜力；其次，医疗健康、企业服务、教育三个领域将是大数据正在等待爆发的下一个风口，准独角兽企业大量涌现，数量远超过独角兽企业，尤其是教育领域，虽然尚未出现独角兽企业，但已有一批准独角兽企业正在快速发展；第三，物流、交通出行、生活服务、电子商务、文化传媒等领域，已经得到市场的认可，竞争正处于胶着时期。

《报告》特别提出了大数据企业一个独特的成长机理：建立数据自生长机制。所谓数据自生长机制，即建立“数据积累——数据算法优化——数据价值提升——数据积累增加”的正反馈循环。换句话说，“数据自生长机制”就是找到一种方法，让现有数据能够源源不断地产生新的数据，或通过某种方式源源不断获得新数据。

“滴滴出行”的数据自生长机制是让用户在使用服务的过程中不断产生数据，并且将数据用于优化调度算法，以提供更好的服务，从而获得更多的数据。旷视科技的数据自生长策略是提供开放人脸识别API服务，尽可能多地吸引用户，获取大量的图像数据，用于训练提升人脸识别算法的性能，形成数据获取和算法提升的自循环。《报告》指出，一旦能够建立“数据自生长机制”，大数据企业将会成为指数型增长的企业，将进入爆发阶段。

可以理解为“数据自生长机制”就是通过开放共享的方式，吸引数据流量，再把数据流量用于算法优化，通过算法优化产生更好的开放共享体验，从而吸引更多的数据流量。可见，“数据自生长机制”适用于接入了移动互联网的商业模式和数据算法产品。比如微软小冰通过更好的情感体验来吸引流量，从而产生更多数据来优化自身的情感算法；京东APP通过更好的购物和物流体验来吸引流量，从而产生更多的数据来优化自身的购物推荐和物流等算法。

（上图为2016大数据独角兽名单，北京市长城企业战略研究所制表）

除了“数据自生长机制”外，《报告》还提出了其它四条大数据企业的成长机理。

第一：活化数据价值是大数据创新创业的起点，即互联网和其它信息技术已经产生了海量数据，并且继续以指数级增长，其中蕴含了巨大的机会，活化数据如新的数据服务、优化供需匹配、满足小众需求、提升运营效率等，典型例子如“滴滴出行”利用大数据技术优化出行的供需匹配等。

第二：服务海量个性化市场是数据价值创新的方向。灵活应用大数据，能够解决传统大规模工业模式无法满足个性化需求的矛盾，通过满足海量个性化市场需求，开辟新的蓝海市场。典型例子如“今日头条”根据用户的阅读数据对客户进行细分，并根据消费者偏好推送新闻资讯，满足了使用者的个性需求，从而快速成长为了估值103亿美元的超级独角兽。

第三：“平台+数据”是大数据企业的制胜商业模式。一方面，许多平台企业正在转向“平台+数据”模式，如阿里系的蚂蚁金服、京东的京东金融、360的360金融，互联网平台企业正在将数据驱动模式叠加于原有的平台模式，延伸平台生态价值；另一方面，技术起家的大数据企业，如旷视科技、格灵深瞳、奇点汽车、云知声等，正在努力向平台化发展，将数据技术与平台模式相融合。

第四：智能企业是大数据企业的新形态。随着人工智能技术的成熟，充分利用人工智能技术的大数据企业将超越现有模式，成为更有发展潜力的智能企业。如“碳云智能”将人工智能带入海量的生命大数据分析和应用中、“旷视科技”运用深度学习技术提供识别服务等。

在《报告》统计的83家大数据（准）独角兽企业中，估值为1-9亿美元的准独角兽企业最多共54家、占企业总数65.06%，估值为10-19亿美元的独角兽企业17家、占企业总数20.48%，估值为20-99亿美元的独角兽企业8家、占企业总数9.64%，估值为100亿美元及以上的超级独角兽企业有4家、数量占比4.82%、估值占比67.1%。

其中，金融、大数据技术、物流三大领域独角兽企业数量集中，分别为9家、5家和5家，占企业总数量的65.52%。金融领域是大数据独角兽企业的主要来源，数量占比31.03%。

在地理分布上来看，“北上深杭”地区的大数据（准）独角兽企业为73家，占比达到87.95%。其中，北京企业最多，有44家；上海其次，为17家；杭州和深圳各有6家。在全国的其他城市中，南京有4家，广州、苏州、成都、武汉、贵阳、厦门各有1家。

北京大数据（准）独角兽占据全国半壁江山，涉及领域多，也是大数据技术企业最为集中的区域。上海大数据（准）独角兽企业集聚于金融领域，大数据技术快速发展，且拥有榜单中唯一一家数据驱动汽车企业。深圳大数据（准）独角兽企业主要集中在金融和医疗健康领域。杭州在大数据方面发展较快，阿里系衍生效应明显。

《报告》指出，在大数据概念被广泛认可的短短几年内，中国大数据产业实现了爆发式发展，向世界展示了大数据的中国创新和中国高成长。大数据产业将会成为中国最有发展潜力的原创性新兴产业之一，虽然目前仍然处于产业的起步期，但未来将涌现众多新企业和新业态。(文/宁川)

本文出自 “云科技时代” 博客，请务必保留此出处http://cloudtechtime.blog.51cto.com/10784015/1930430