二．搶占C端并非大數據賦能產業(yè)的制勝要訣

對于大多數行業(yè)而言，C端將會成為其發(fā)力的最大主場，大數據行業(yè)在一開始的定位亦是如此，所以，我們能看到許多數創(chuàng)企業(yè)瞄準了C端市場，然而，這個人人看好的“市場”究竟是否真的存在？大數據的“瞄準器”是否看錯了方向？面對這個問題，數創(chuàng)公司們稍不留神，可能就會陷入困境。

1、沖鋒陷陣做C端，可能是“萬骨”枯去的開始

大數據的應用過程中，國內的數創(chuàng)企業(yè)一直處于一個尷尬的局面，即超前的大數據和人工智能技術與大眾落后的產品理念相悖，反映到C端，就是普遍的低接受度以及隨之而來的高獲客成本。

與此同時，還有一些企業(yè)大炒概念，將“小數據”“數據”“假數據”均稱為“大數據”，破壞用戶對技術的觀感，使得新技術的推進越發(fā)困難，所以，技術在C端推進時并不能帶來先導價值。

然而，“數據意識”的培育并非一朝一夕的事，而是靠“社會大勢”推著走，數創(chuàng)企業(yè)可能會面臨較長時間的“尷尬”。所以，進軍B端成為數創(chuàng)企業(yè)生存下來并獲得認可的最可行謀略。

比如在我們所熟知的機器翻譯領域內，其實O2O的故事已經過去了�，F如今企業(yè)對機器翻譯的需求會比一般用戶更高。無論是會議室里的同傳，還是圖像翻譯，包括視頻的實時翻譯，如果有一款企業(yè)級產品能夠滿足企業(yè)“大規(guī)�！焙汀案咝�率”的翻譯需求，這個意義是非常大的，同樣也擁有著非常巨大的市場。

2、超前的大數據行業(yè)面臨“高闕值馬太效應”

一般來說，一個新產品或者是新技術要想在市場上獲得收益，創(chuàng)業(yè)企業(yè)在前期必須要舍得“燒錢”，比如共享單車在剛剛面世時，價格策略讓公眾迅速地接受了“共享”的概念，用戶量達到了一定程度后，就會形成用戶群聚的馬太效應，此時只需要等待自然虹吸即可快速聚攏用戶。

然而，“大數據”作為比“共享”更為前沿和更具科技性的概念，其應用成果會比傳統(tǒng)超前很多，尤其在行業(yè)對應的理念未跟上之時，大眾的心理接受過程會非常漫長。于是，大數據行業(yè)的馬太效應會比“共享單車”此類普通的功能型產品（立等可用，無嘗試成本）闕值更高，虹吸效率更低。

同樣是C端產品，To C的大數據產品難以采用從零開始的用戶策略。如果以B端為溫床，反而更能促進企業(yè)的發(fā)展，為企業(yè)帶來利潤。我們也能看到，無論是量子、Inside、軟件級別的平臺級產品等等，都是非常重視2B，其應用完全是基于企業(yè)客戶開發(fā)出來的。

事實上，各類大數據to B服務都已在中國初具規(guī)模，比如中譯語通開創(chuàng)性地發(fā)布了一款企業(yè)級機器翻譯產品MerCube，接下來的產品體系也在B端進行了布局；14年成立的數創(chuàng)企業(yè)DataHunter也在為中小企業(yè)提供部分產品上取得了成績。

三．謀定而后動才是大數據賦能產業(yè)發(fā)展的不二法門

1、 行業(yè)需要的是結構化數據

于B端而言，比起非結構化數據（數據結構不規(guī)則，沒有預定義的數據模型），結構化數據會更有價值。以金融行業(yè)為例，除了數據豐富度外，具有數據篩選、智能算法等功能的產品才是具有高效價比的。所以，數創(chuàng)企業(yè)在技術研發(fā)過程中，花在核心算法上的精力產出不一定比花在數據上低。

比如中譯語通在產品上的打法就是將海量的數據進行結構化，“在任何一個時間節(jié)點，對于每一筆交易逐級關系、競爭對手的關系，都可以挖掘出來”，進而可以向任何垂直行業(yè)變現。此外，還有Crux Informatics“只專注于處理非結構化數據”，極光“全面賦能移動大數據，幫助金融行業(yè)提高運營效率�！�

這就意味著大數據行業(yè)里擁有閉環(huán)和數據的公司會首先跑通。

2、 產品投放之前需要數據追溯避免版權問題

在大數據創(chuàng)業(yè)機會的背后，依然存在著難以規(guī)避的版權風險。數據來源于何處？數據究竟是真還是假？這是大數據產品投入市場之前必須要考慮的。沒有完全成熟、充分準備的產品會被市場排斥，面對大數據收集的“通病”——版權，只有追溯版權來源的成熟產品才能避免用戶的抵觸情緒。

極光大數據就因為數據來源、數據隱私監(jiān)管趨勢收緊等方面愈發(fā)承壓；中譯語通則采用了數據追溯的辦法，去標注每條視頻當中的細節(jié)、內容，為每個數據打上標簽，追溯到版權并進行戰(zhàn)略簽約以及購買。

目前，仍是有不少數據企業(yè)打版權的“擦邊球”，面對這類問題，除了相關部門要完善這些行政管理條規(guī)，數創(chuàng)企業(yè)自身也應該在最大程度上規(guī)避這種風險，在整個行業(yè)內開始杜絕這種風氣。

結論：

總之，在如今這個智能時代，大數據必定會扮演著重要的驅動角色，即使目前沒有顛覆性的產品，大數據的價值是無法被否定的。在未來市場更趨成熟的時候，大數據將會與更多產業(yè)進行緊密結合，為投資者們創(chuàng)造更多的效益與價值。而在這之前，數創(chuàng)企業(yè)應該基于大數據的發(fā)展特性與市場現實，找到大數據最佳的應用渠道。

智能相對論：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI＋醫(yī)療、機器人、智能駕駛、AI＋硬件、物聯(lián)網、AI＋金融、AI＋安全、AR／VR、開發(fā)者以及背后的芯片、算法、人機交互等。