“數(shù)據(jù)科技產(chǎn)業(yè)一定不是一家或者若干少數(shù)幾家就能達(dá)成的，所以我們還是希望能夠聯(lián)合更多的玩家一起為客戶提供價值更高的服務(wù)，用體系化的視角看待生態(tài)合作�！痹谡劦轿磥淼囊�(guī)劃時，七牛云產(chǎn)品總負(fù)責(zé)人陳超如是說。

夯實云＋數(shù)據(jù)產(chǎn)品、招攬國際化人才，與合作伙伴共同打造數(shù)據(jù)生態(tài)，七牛云要把錢花在刀刃上。最近剛剛完成的新一輪10億人民幣F輪融資，就肩負(fù)著這些“任務(wù)”。

本輪融資由中國國有企業(yè)結(jié)構(gòu)調(diào)整基金（簡稱“國調(diào)基金”）、交銀國際、宏兆基金共同投資。在這幾家資方中，“國家級”資本國調(diào)基金引人注目。經(jīng)國務(wù)院批準(zhǔn)、受國資委委托而發(fā)起設(shè)立的國調(diào)基金，有著雄厚的資本實力，主要通過母子基金、直接投資相結(jié)合的方式重點服務(wù)于央企結(jié)構(gòu)調(diào)整與發(fā)展。

那么，國調(diào)基金到底因何“傾心”七牛云？七牛云接下來又是如何進行戰(zhàn)略布局的？

5G時代布局“吸睛”國調(diào)基金

七牛云成立于2011年，早期靠著云服務(wù)起家。實際上，七牛云能夠得到國調(diào)基金的青睞，除了具有過硬的云＋數(shù)據(jù)的業(yè)務(wù)能力外，還有個重要的原因：隸屬“新基建”范疇，面對5G時代有較為長遠(yuǎn)的布局，關(guān)注除消費互聯(lián)網(wǎng)之外的產(chǎn)業(yè)互聯(lián)網(wǎng)。

華興資本的統(tǒng)計顯示，5G、人工智能、云計算、工業(yè)互聯(lián)網(wǎng)等新一代信息技術(shù)的投資拉動乘數(shù)效應(yīng)高達(dá)6倍左右。2019年，全球云計算市場規(guī)模超過1200億美元，2021年預(yù)期超過1600億美元。中國云計算的市場規(guī)模預(yù)計2023突破3000億元，企業(yè)上云率達(dá)60％。隨著5G的發(fā)展帶來越來越多的數(shù)據(jù)，會有很多企業(yè)借助云計算及數(shù)據(jù)服務(wù)來管理及賦能未來發(fā)展？

因此，國調(diào)基金本次戰(zhàn)略投資七牛云，既看中了七牛云的技術(shù)團隊與前景，更重要的是七牛云抓住了海量數(shù)據(jù)的高頻場景和共性需求，希望通過提供一整套數(shù)據(jù)賦能解決方案讓數(shù)據(jù)的價值得到更好釋放，這與“國家隊”資本對于信息技術(shù)不斷向傳統(tǒng)產(chǎn)業(yè)深化、驅(qū)動產(chǎn)業(yè)升級的發(fā)展方向的理解非常契合？

國調(diào)基金投資總監(jiān)賈秋然在談到此次投資時表示：“5G時代將產(chǎn)生巨量數(shù)據(jù)洪流，七牛云面向海量數(shù)據(jù)時代的高頻場景和共性需求，致力于提供一整套解決方案，讓數(shù)據(jù)的價值更好釋放，不論和消費互聯(lián)網(wǎng)還是產(chǎn)業(yè)互聯(lián)網(wǎng)，都有非常緊密的結(jié)合。未來國調(diào)基金將積極促進七牛云與其他被投企業(yè)合作，聯(lián)動上下游共建生態(tài)，更好的賦能傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型�！�

陳超表示，面對5G時代各行各業(yè)的數(shù)據(jù)需求，七牛云一直在進行布局。除了夯實產(chǎn)品，另一重點是與合作伙伴共同打造數(shù)據(jù)生態(tài)，因為“數(shù)據(jù)科技產(chǎn)業(yè)一定不是一家或者若干少數(shù)幾家就能達(dá)成的，所以我們還是希望能夠聯(lián)合更多的玩家一起為客戶提供價值更高的服務(wù)，用體系化的視角看待生態(tài)合作。”

產(chǎn)業(yè)數(shù)據(jù)格式多、體量大怎么辦？

隨著云存儲技術(shù)的成熟，七牛云開始在此基礎(chǔ)上開發(fā)智能大數(shù)據(jù)平臺，并利用人工智能技術(shù)提供視頻識別與審核等功能�，F(xiàn)在，七牛云可提供一站式云＋數(shù)據(jù)的服務(wù)和多場景解決方案，客戶涉及金融、運營商、智能制造、汽車等多個行業(yè)，包括招商銀行、平安銀行、OPPO、B站、愛奇藝等。

對于數(shù)據(jù)的儲存與分析，七牛云具體采取了什么做法呢？對此，七牛云產(chǎn)品總負(fù)責(zé)人陳超以一個制造企業(yè)的場景為例，對非結(jié)構(gòu)化數(shù)據(jù)分析進行了簡單說明。

如今，提及智能制造，就意味著傳感器的加入，同時也意味著海量機器數(shù)據(jù)的存儲與分析。但這其中就有個問題：傳感器廠商眾多，即便是相同廠商的傳感器，型號也非常多，這導(dǎo)致收集數(shù)據(jù)時有非常多不同的數(shù)據(jù)格式，難以進行實時分析。按照傳統(tǒng)的數(shù)據(jù)分析邏輯，當(dāng)每個傳感器的數(shù)據(jù)進到系統(tǒng)時，要拆分好字段的意義之后再進入到數(shù)據(jù)分析系統(tǒng)，但這一招在智能制造的場景中卻是行不通的。

陳超告訴億邦動力，“首先用戶的傳感器數(shù)據(jù)到系統(tǒng)時，很可能用戶也不知道他到底應(yīng)該怎么切分和使用數(shù)據(jù)，所以比較迫切的需求就是先把數(shù)據(jù)放入系統(tǒng)留存，以便后續(xù)分析。第二，即使有能力去切分這些數(shù)據(jù)，這意味著業(yè)務(wù)或數(shù)據(jù)分析專家要在數(shù)據(jù)接入階段就參與進來，這對整個事情的執(zhí)行效率來講，是一個巨大的挑戰(zhàn)�！�