六禾创投合伙人杜挺：大数据进入快速发展期，企业服务类项目最受欢迎
大数据产业仍在初级阶段，商用价值仍未完整展现，市场前景一片广阔。企业服务超过电子商务，成为国内投融资数量排名第一的行业，未来有望持续的做大做强。
作者 | 杜挺
本文长度为3500字，建议阅读7分钟
本文为数据猿年关策划活动《大数据的2016，我的2016》系列稿件，感谢本文作者 六禾创投合伙人 杜挺 先生的投稿。
敬请期待2月16日，由数据猿与中欧商学院、腾讯视频共同举办的高端领袖线下演讲栏目中欧微论坛之《超声波》。
首先感谢数据猿给予六禾创投这样一个机会，来总结下我们对于过去一年数据和企业服务领域发生的一些事情的总结和看法，我们觉得这样的一个交流机会对于我们彼此的促进和了解都非常有价值，更重要的是对于接下来的一年有一个宏观的考察和理解。
六禾创投在16年的3月份在上海开了行业内的第一个数据年会，我们邀请了大约300多为知名的专家和学者来一起探讨数据的商业价值和最新的发展，大家对于未来都充满了信心，然后就到了下半年整个资本市场的急转直下式的发展，对于数据这个领域本身就偏年轻的企业来说，大家觉得每走一步都如履薄冰。但实际上我们从自身的投资角度来观察，有一下几点值得一提：
第一，我们更喜欢投企业服务和数据领域的创业项目了，因为本质上我们期望投到数据驱动的企业家所创立的项目，在大的市场转变周期中，唯有技术创新才能打到增量市场，而这个时候发展和成长的企业家往往是对于未来更为苛求；
第二，数据和企业服务领域有自身的发展规律和周期，除了个别企业，整个行业都是有序进化和发展，出现断崖式的裂变机会也少之又少，企业家应该着眼于解决具体的问题，回归到朴素的商业价值来，16年的沉淀会让很多企业17年发挥出热量；
第三，得益于大数据行业的发展，2016年中每一次向公众公开或得到互联网媒体报道的投融资均记录在库，通过对数据的分析与整理，可以发现2016其实并不寒，还是有非常多的数据企业与创业者们拿到了一笔又一笔的融资，走在追寻自己的梦想和改变这个世界的路上。
国内大数据行业仍处于快速发展期，未来市场规模不断增长
我们认为，大数据产业仍在初级阶段，商用价值仍未完整展现，市场前景一片广阔。一方面，国内企业IT投入占比低于全球平均标准，随着企业对信息化意识逐步提升，整个IT市场的蛋糕有望继续做大。另一方面，企业客户将大量IT预算投入到云计算等基础设施建设上，随着基础设施逐渐成熟，企业会将更多预算投入到大数据、人工智能上，届时大数据企业将迎来新一波发展浪潮。
通过对于过去一年中国内数据领域的投融资的分析，国内数据领域公开数据总共约42.65亿元的投资，从这个数据来看，并不比2015年差多少，反而我们看到企业服务超过电子商务，成为国内投融资数量排名第一的行业，未来有望持续的做大做强。
2016年投融资事件行业分布
（来源：IT桔子）
创业公司和投融资数量分布（按年份）
（来源：IT桔子）
从行业整体上新增公司数量3344家，同比上年减少72%，获投公司数量7214家，同比上年减少23%。
但是创投机构总计投出的钱并没有减少，2015年总计投资金额为3205亿元，2016年总计投资金额为3156亿元，几乎持平。
同样的钱，我们看到分布到早期（天使轮，PreA/A/A+）的钱减少很多，大约减少40%。
对于整个市场来说，投资人更多关注微笑曲线的两端，晚期和种子期的项目获得持续的投资，而对于中间地带所谓的“死亡幽谷”没有太多信心。
对于整个企业服务行业来说，集中在几个领域，行业及技术解决方案，IT基础设施，人力资源，综合企业服务，销售营销和数据服务，数据服务无论在公司数量和融资事件上看都不是最靠前的，未来还有很大的增长空间和潜力。
企业服务行业热度变化（过去12个月新增公司数量，新增投资事件，新增投资金额）
从企业服务行业热度变化可以看到新增公司数量在急剧减少，而新增投资事件却在飞速增加中，从而使得平均投资金额大大增加，行业热度持续上升。
企业服务行业融资速度分布
（各轮次融资平均月份分布）
最后我们从企业服务行业融资速度分布来看，平均要比整个行业来说要晚3-6个月，而且越到后面差距越大，企业服务因为要直接服务于商业客户，客户的需求的整体增速会在一个常速发展的水平，所以看清楚这个趋势对于创业者来说也非常重要。
以技术为核心驱动力的通用服务商快速发展
年前我们研究组小伙伴总结了数据领域的DTA结构，我们认为大数据通用技术会快速发展：
从数据流转的角度讲，大数据领域通用技术，主要是包含基于Hadoop等底层基础平台的处理数据技术，包括数据采集、数据处理、数据分析、数据可视化等。底层基础平台主要解决了数据存储问题，而通用技术则解决了从数据采集到数据分析的问题，有些技术只解决其中某一环节，如数据采集、数据可视化，有些则同时覆盖多个环节，如广告监测同时覆盖数据采集、处理和分析。
比如GrowingIO，GrowingIO是国内少数由技术驱动的公司，在2016年的6月份拿到2000万美元的A轮融资。GrowingIO的创始人兼CEO张溪梦曾给峰瑞资本技术合伙覃超画过一张图，这里借用一下。
用张溪梦的话来讲，核心设定为技术，技术之外才是产品、运营、销售等部分。
对于一个想做数据方向的企业来讲，只有技术才是真正的壁垒，数据可以用多种方法去获取。无论你获取不不获取，数据就在那，你可以买，你可以用其他手段去拿，总之数据永远不会成为壁垒，只有技术才会真正凸显自己的魅力。也许企业的客户不知道这其中的奥秘，但产品用起来就是一个词 —— 好用。
所以优秀的数据公司一定是核心技术为驱动，优秀产品为导向，数据为贯穿整个产品线，将各方面穿在一起，这个领域还有神策数据A轮红杉领投的400万美元，主要面向中小企业提供私人定制方案，通过PasS+SaaS的方式帮助企业做用户行为的深度分析。
随着业务发展，更加细分的领域也开始冒出创新公司，如Kyligence专注于OLAP层数据分析，但这些细分赛道目前相对较小，单个赛道里面只有一两家成立时间很短的公司。Kyligence是一个企业级的大数据商业分析平台，基于Apache Kylin构建以使用户在超大规模数据集上获取快速洞见能力，完全开源，2016年初获得红点投资的数百万美元的天使轮投资。
在通用技术这个赛道之下，细分领域主要分为两类：一类是传统领域借助大数据焕发新春，大数据技术发展推动这些业务进一步发展，提升处理效率；另一类是随着移动互联网的兴起，为互联网企业客户提供基于移动端数据服务。
尽管各细分赛道的公司业务相差很大，但通用技术领域还是存在很多行业共性和未来趋势，这些现状和趋势有助于我们去判断通用技术类公司未来发展方向。
领域扩展结束，人工智能入场
自大数据的概念诞生之后，越来越多的行业开始引入大数据这个概念。经过两年多的发展，大数据的应用领域非常之多，上至天文地理，下至打车外卖。无时无刻不经历着大数据为我们所带来的改变。数据领域所涉及领域的扩展基本在2016年结束，各个领域均不同程度上引入大数据的概念与实践进行不同程度的应用，尤其以BI、健康、金融等领域更是诞生各有特色的企业。
大数据其实从很多年前就开始在讲述这个自动化概念，BI自动化，营销自动化，自动化理财等等，随着计算量的增加和计算能力的增强，最近才得到长足的进展，用机器学习来找出数据之间的关联和因果关系变得越来越可能，所以这也是最近人工智能和大数据比较火的一个原因。
大家都知道2016年AlphoGo一战成名后，人工智能一词便经常出现在大众视野中。其实在早前，人工智能行业的发展就已经是数据行业中极其重要的一部分，而在今后，人工智能将会在大数据领域中起着关键性的作用。
当然人工智能属于另外一个行业，但因其工具属性的存在，利用大数据领域中的数据优势，进行更加智能化的分析与决策将会对大数据领域的发展起着巨大的推动。特别是以反欺诈、企业安全、金融、健康等数据量庞大且不确定因素较多的行业中，将会有更好的发展出现。也许下一个Palantir这种神神秘秘又具有极高估值的公司就诞生在与人工智能相结合的机遇中。
比如2016年还有一家公司拿到了巨额的A轮融资，碳云智能拿到了10亿元来自腾讯等方的投资。碳云智能所涉及的行业多为健康领域。通过自我收集和合作伙伴收集的方式，结合人工智能来进行数据处理，进而对健康进行管理。其实这些都不是重点，能让其拿到巨额融资的根本，还是技术上的实力，其针对基因、微生物、蛋白及代谢方面的数据处理与应用目前在领域中是具有技术优势的。
2017年基于AI就像2010年基于大数据一样，未来的世界会是一个AI+的世界，它本质就是这样的一个底层技术，用来提升各行各业的效率，甚至我们会认为它会比互联网更加深入到我们的各行各业中，比妨说用在第一产业用来预测气候状况，用来提升农产品的产能，也可以放在第二产业用在工业4.0上面，用很多AI的方法帮他们提升效率。
所以，我们建议创业者一定要去找应用场景，目前会觉得比如自动驾驶，智能语音助，语音客服这些会是一些比较好的方向，当然还有一些跟人工智能跟医疗结合的辅助诊断，人工智能跟IOT结合的，我们来预测设备发生故障的概率，用来节省人工成本和提升效率等等。
小目标和未来趋势
整个2016年可以说错过了很多，但又收获了很多，这些都是相对而言的。在2017年，也给自己定下一个小目标，挖掘数据行业中具有性感模式同时又具有技术壁垒的一些企业出来。
— 关于作者 —
杜挺，六禾创投合伙人，主要关注企业数据服务和数字内容的种子、天使轮到PreA项目。六禾创投投资早期项目包括小熊尼奥（AR）、曼恒科技（VR）、数创信息（车后）、数尊科技（金融信用）、华院数据、大学助手、快签（电子合同）、聚宽科技（量化交易）、朋友印象（数据标签社交）、顾小烦（心理数据）、晶品光电、帝尔激光等，并有多家所投企业实现IPO上市和新三板挂牌。
活 动 预 告
（点击图片查看详情）
注：本文由 杜挺 投稿数据猿发布。
欢迎更多大数据企业、爱好者投稿数据猿，来稿请直接投递至：tougao@datayuan.cn
推荐阅读：