早在1980年，著名未來學家托夫勒在其所著的《第三次浪潮》中就將“大數據”稱頌為“第三次浪潮的華彩樂章”，到了現在，大數據的熱浪已經覆蓋了整個時代。

最近幾年，資本一直追著大數據跑，大數據也一直在積極賦能眾多產業(yè)，包括金融、醫(yī)療、教育等，有數據顯示，到2020年，中國大數據產業(yè)規(guī)模或達13626億元的高點。毫無疑問，大數據已經成為了熱門投資方向之一。但是喧囂躁動之下，傳聞中的大面積收割卻一直沒來。這究竟是數據創(chuàng)業(yè)的的玩家不行，還是那些大數據全都走錯了道？

一：資本加注下的大數據，行業(yè)依然是冰火兩重天

據不完全統(tǒng)計，2017年上半年，至少有63家大數據創(chuàng)業(yè)企業(yè)在國內獲得了融資，總融資金額超過68億人民幣，其中獲得上億元融資的企業(yè)就有17家，獲得上千萬元融資的大數據公司有41家，占總數的92％。顯然，資本對有潛力的大數據創(chuàng)業(yè)公司并不吝嗇。

（數據及圖片來源：大數據頻道）

不過大數據行業(yè)里也不盡然都是好消息。在資本狂歡之下，“大數據”開始炒概念，不少“偽數據”公司從中“沾光”，進而阻礙了整個行業(yè)的發(fā)展。除此之外，數創(chuàng)公司本身還面臨著兩個難題。

1． 離散的數據被藏在科技巨頭們的黑箱中

數據收集一直是數創(chuàng)公司的難題，一方面，數據存在禁地，數據安全和隱私是不可逾越的高墻；另一方面，BAT等科技巨頭壟斷了大量的社交數據、電商數據和行為數據。也就是說，數創(chuàng)公司即使走出了不能被利用的數據禁地，轉身就會投入被BAT們壟斷的大數據海洋。

慶幸的是，BAT等科技巨頭雖然有著絕對優(yōu)勢，但他們自身涉及的產業(yè)非常多，包括金融業(yè)務、文娛業(yè)務等等，難免會和其他機構存在競爭關系。所以，其他企業(yè)掌握的籌碼是能夠與各產業(yè)機構進行無間合作。

美國Palantir大數據服務公司最為人稱道的一個案例是，協(xié)助多家銀行追回了納斯達克前主席麥道夫所隱藏起來的數十億美元巨款。

而一直對標Palantir的中國企業(yè)中譯語通，則是將圖像識別、語音識別，包括計算機視覺自覺生成的廣告、數字精準營銷等技術結合到短視頻應用中。

由高盛領投的數創(chuàng)公司Crux 主要業(yè)務則是建立信息供應鏈保證各個金融機構的數據隱私，確保他們不被私自售賣和利用。

從中我們可以看出，與大象共舞，數創(chuàng)企業(yè)顯然不必用數據量和BAT等科技巨頭硬碰硬，從細微之處進行創(chuàng)新將是個不錯的選擇。

2． 數據可視化是企業(yè)的薄弱環(huán)節(jié)

雖然現在數據創(chuàng)業(yè)公司頗多，且無論做SaaS還是做外包服務都已相當成熟，但“數據可視化”仍是大數據行業(yè)里較為薄弱的環(huán)節(jié)。

數據可視化有非常多實際運用的場景，有人覺得可視化僅僅是將數據變成圖，其實那只是針對靜態(tài)的數據，如果做實時數據的呈現，那就是動態(tài)的，而不同的呈現方式對背后的技術要求也會不一樣。所以，數據可視化是一個技術含量高的領域。

因此，許多數創(chuàng)公司在展開業(yè)務，親身接觸到不同行業(yè)、不同背景客戶的可視化需求后，就會發(fā)現一技術環(huán)節(jié)仍舊面臨著許多挑戰(zhàn)。所以，企業(yè)想要打造高效率、標準化、產品化的服務，就必須探究不同場景的技術解決方案，并開發(fā)相應的工具。

谷歌曾經參與創(chuàng)建非營利組織Global Fishing Watch，構建了一個透明可視的大數據平臺，可以觀察全球海上轉運船只的動態(tài)。數據可視化讓我們對全球商業(yè)捕魚有了一個整體性的洞察與監(jiān)測。

中譯語通在2017年就發(fā)布了數據可視化應用，結合了知識圖譜技術，可以在任何一個場景應用，相當于是大數據監(jiān)測的部件；數創(chuàng)企業(yè)DataHunter也將根據各行業(yè)不同的分析理念和思路，計劃在通用性的標準化之上再做行業(yè)版。

數據的分析和可視化可以說是大數據服務的“最后一公里”，但這并不是所有企業(yè)都有能力解決。毫無疑問，只有打通這一環(huán)節(jié)，數創(chuàng)企業(yè)才能獲得不同產業(yè)的認可。