数据2.0时代产业现状

窦勇

如果要用一个时代标签对过去五年的数据行业发展做一个解释，我们认为是数据1.0。在数据1.0时代，数据这个词汇的热度逐渐升温，为数据2.0时代的场景应用奠定了基础。在数据1.0时代就积累了数量庞大的数据，各个行业分门别类，有金融的、公安的、舆情的。从数据源本身来看，可以把它分为三块：消费数据、机器数据、工业大数据。

消费领域里面有很多强大的应用场景，使用数据模型进行加工处理，可以使消费数据很快地持续变现，所以消费领域的数据应用快速发展了起来。因为技术迭代速度太快了，摩尔定律在这个时代好像失效了。基于这种情况，在过去5年，数据1.0时代的主要任务是普及教育，无论是用户还是创业者，大家不再关注采用何种技术，所追求的仅是解决实际场景中的具体问题。回归到本原，无非是降本增效。降本很容易理解，只要库存和流动管理效率提高，就很容易降低成本。增效是什么？比如服装销售行业需要协同相关客户资源，利用客户画像数据。在售卖服装的同时推销配饰，这种跨界增效能激发客户的付费意愿。

我今天给大家分享一个现在比较热的词汇—工业互联网。

工业互联网首次被提出来的目的是打破机器边界，实现机器跟人的交流互动。为什么叫工业互联网？工业是冷冰冰的，互联网是有热度的，工业的理性冷静遇见互联网的喧闹燥热，就把工业互联网的概念炒了出来，获得巨大商业成功，但从实际应用来看还有很长的道路要走。

现在大家对于工业互联网的认知是千人千面，每个人心中都有自己对工业互联网的理解。抛开对于定义的辨识，顺着这个产业来看，工业互联网无非是两方的联结，一是供给方，另一个是需求方。2019年一些大规模企业都在进行数字化转型，受此影响，传统的制造业和工业类企业也希望用工业数据的新技术、新手段来实现传统产业转型，并且在经济下行的情况下，对大数据技术的需求量急剧上升。

对于一些工业大数据的初创企业而言，首先需要着眼于解决数据资源标准化问题，其次是利用行业的产业经验，解决应用场景当中的具象化问题。

针对在广东地区比较聚集的制造业产业基地，我们做了一个调查，小规模制造型企业有购买工业互联网平台服务的意愿，但每家企业的购买预算都不超过5万元。但是5万元能买什么呢？

工业互联网其实很简单，无非是IT、CT、OT三者的融合，最核心的是工业数据。工业数据现在是什么状况呢？工业数据有一个非常严重的问题，就是数据特别杂乱，不是说物理层面的杂乱，做数据的都知道，数据格式太过多样，并且工业数据本身结构很乱，乱在哪里？例如，一个火力发电厂有十万个输出单元，每个单元都对应不同的厂家、不同的接口、不同的通信协议，我们发现这些数据的多种协议中有一些还没联网，这样的数据是有问题的。大家都知道，即便是成型的算法，要想发挥出充分的价值也是非常困难的，为什么？

基于诸多不同产业应用场景，产业背后的保障难以挖掘，需要掌握行业应用价值的人才，在传统制造企业里面，进行行业的整体变革。

现在BAT在工业互联网领域都有涉足，他们都看到了数据在中国工业制造业的巨大应用前景。他们的加入带来一些弊端，占用了初创企业本来就为数不多的数据资源、人才资源。但他们也带来了一些好的方面，他们带来的大量资本，可以加速实现工业互联网产业对于算法模型的进一步优化和迭代，可以不惜成本研究一个产业行业算法模型。

初创企业的第一步是团队的组建，一开始就要面临着大量的成本投入和企业之间的收入差异，企业需要一个台阶一个台阶往前走。传统工业制造以外的每个行业的细分化程度都很高。工業虽然五花八门，每个门类很齐全，想解决带有传统行业顽固特性的问题是很困难的。

为何商业模式难以突破？主要是没有好的咨询加解决方案，大多数的大数据企业，依然是以咨询为主要解决途径，任何一个企业主或者客户，不可能上来就买平台服务，我们该如何应对这样的情况？其实有附加在咨询上的解决方案就可以了，在方案实施的过程中，商业模式就形成了项目型公司，公司必须有足够的人员支撑。如果在行业形势良好的时候，维持这些人员的正常工作是没有问题的，但作为项目型公司，人员数量如果到了一定的瓶颈，产值就会受到限制。在数据2.0时代，我们认为只有在这个时代经受住了长时间洗礼，才能生存下来，成为数据英雄，行业泡沫已经逐渐破灭，需要领头羊的尽快出现。第二商业模式依然难以突破，依靠强大市场体系才能够支撑数据的突围。

5G的应用、边缘计算、物联网带来的产业升级加快数据行业的发展。科创板的推进使资金倒流，给创业企业提供登上资本舞台机会，形成资金循环流动，促使整个数据产业往前快速发展，也为数据2.0时代场景为王的应用主题提供了一个解决方案。

（根据演讲内容整理，未经本人审核）