數據堂融資

A. 人工智慧專業發展前景如何

人工智慧產業鏈分為基礎層、技術層和應用層。基礎層是人工智慧產業鏈的基礎，為人工智慧提供算力支撐和數據輸入，中國在此領域發展時間較短，基礎層發展較為薄弱。目前，中國的人工智慧企業主要集中在北京、廣東、上海和浙江，北京的人工智慧發展已經步入快車道。

人工智慧產業鏈全景梳理：基礎層發展薄弱

基礎層主要提供算力和數據支持，主要涉及數據的來源與採集，包括AI晶元、感測器、大數據、雲計算、開源框架以及數據處理服務等。技術層處理數據的挖掘、學習與智能處理，是連接基礎層與具體應用層的橋梁，主要包括機器學習、深度學習、計算機視覺、自然語言處理、語音識別等。應用層針對不同的場景，將人工智慧技術進行應用，進行商業化落地，主要應用領域有駕駛、安防、醫療、金融、教育等。

—— 更多數據請參考前瞻產業研究院《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》

B. 人工智慧未來的發展前景怎麼樣

人工智慧產業鏈分為基礎層、技術層和應用層。基礎層是人工智慧產業鏈的基礎，為人工智慧提供算力支撐和數據輸入，中國在此領域發展時間較短，基礎層發展較為薄弱。目前，中國的人工智慧企業主要集中在北京、廣東、上海和浙江，北京的人工智慧發展已經步入快車道。

人工智慧產業鏈全景梳理：基礎層發展薄弱

基礎層主要提供算力和數據支持，主要涉及數據的來源與採集，包括AI晶元、感測器、大數據、雲計算、開源框架以及數據處理服務等。技術層處理數據的挖掘、學習與智能處理，是連接基礎層與具體應用層的橋梁，主要包括機器學習、深度學習、計算機視覺、自然語言處理、語音識別等。應用層針對不同的場景，將人工智慧技術進行應用，進行商業化落地，主要應用領域有駕駛、安防、醫療、金融、教育等。

—— 更多數據請參考前瞻產業研究院《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》

C. 從概念到應用 大數據產業剛剛開始

從概念到應用 大數據產業剛剛開始
當互聯網與IT技術對傳統產業的改造越來越深入，全社會的信息化程度越來越高時，各行各業會產生大量的用戶大數據。
大數據已經成國家戰略，事關中國經濟的轉型與升級，以及中國在全球經濟、政治、文化上的競爭力。
在2015年第四屆中關村大數據日的活動上，分享嘉賓來自各行各業。從個人出行到工業大數據，從能源到企業服務，大數據正快速與企業結合，擁有勃勃生機。圍繞著「共享共融數創未來」這個主題，在第四屆中關村大數據日上，各位嘉賓發表了自身的精彩觀點。
從概念到應用落地
過去幾年，大數據還只是談論概念，現在已經有了諸多應用。比如，在打車行業，如何利用大數據進行司機與乘客路線更精準的匹配，而不同場景、不同時段，用戶出行的特點不同，司機也有不同的喜好與熟悉的區域，如何動態地將這兩者匹配，實際上是大數據的難題。
同樣，在工業領域，一整套數據的標准、主數據、數據倉庫，甚至BI，亦可以優化工業化生產，提升效率。這其中模型數據化、數據產品化，是工業大數據，兩個重要的探索方向。
而在民生領域，以龍信思源為代表的大數據公司，為政府、社會組織及研究團隊，提供了大量的數據產品支持，這也促進了整個民生行業大數據的發展。
中國的大數據產業，才1500米，而未來的路是萬米之長。這其中蘊含的機會也有很多。目前，大量的大數據創業公司，圍繞數據交換、數據建模、數據分析、數據可視化、數據集成、數據倉庫、數據行業應用等大數據產業鏈各個層面，開始創業。據了解，目前，大數據已經成為全球知名VC投資的重要方向，並且各個階段企業的融資步伐，也開始加快。
當大數據產業鏈、行業應用逐步發展完善之後，大數據將會形成質變，創新整個社會形態。
寬頻資本董事長田溯寧認為，大數據不僅引起數據的量變，還會引起整個企業經營形態發生變化。過去，工業時代是以產品為中心，而大數據時代，需要的是圍繞客戶運營，依據客戶需求，給出合適的數據產品。並且，可以實時將客戶需求與產品進行較好匹配。「在客戶最需要的時候，站出來，這比什麼都有效。」
大數據的3大挑戰
大數據是從信息技術的底層來捕捉信息化的共性基礎和未來發展趨勢。大數據技術是底層技術，基礎性、內蘊性、普適性可以給各個行業助力。但大數據的基礎性、底層性，也帶來了一些挑戰。
中國科學院院士、大數據專家徐宗本認為，大數據行業的真正挑戰來自三個方面：一是原來的分析基礎要變化，要融合統計學、計算理論基礎、邏輯基礎。二是，計算技術也需要重新革新，無論是存儲、計算語言、還是計算方法都需要重新來過。三是，大數據做出來的結論對不對，還無法大規模驗證，這是目前面臨的最大挑戰。
在三大挑戰中，應用層的挑戰當屬榜首。大數據，看上去很美，但對大多數人來說，更是霧里看花。如何將抽象的數據變成一個個可以在現實中實踐的產品，這些需要各行各業進行深入探索。
目前，大數據的浪潮才剛剛開始，許多傳統產業看到了這方面的價值，但是並沒有獲得收益。而如果大數據沒有相關的產業基礎，亦很難有更多的務實創新。行業人士一致認為，未來，大數據的機會與挑戰皆在與行業的結合上。
未來的路要怎麼走？
大數據產業，既獨立於行業，有自身的產業鏈條;又依賴於各個行業，形成大數據應用的廣度與深度。
共享經濟這個詞近兩年很流星，除了實物類的共享外，還引領了數據層面的共享。Airbnb、滴滴打車、優步，這些都實現了物理資源的共享。而在IT界，雲計算是將每個人需要的計算能力，匯聚到一起，形成一點對多點的需求。而在共享經濟時代，不必將資源和計算的方式連接在一起，大眾將自身擁有的資源共享，成為多點對多點的關系。在這一模式下，大數據也可以作為一種資源共享出來。
目前，國內進行的數據共享，主要圍繞數據互換、數據定價、數據反饋等層面來進行。舉個例子，一個利用大數據進行金融創新的企業，其獲得的數據源主要來自於幾個方面:用戶、合作的場景與客戶、第三方徵信數據。與合作場景客戶往往通過數據互換、數據反饋來進行。而與第三方徵信公司，數據往往通過數據定價來完成。
與會專家不少認為，由於數據定價模式還不完善，數據只處於交換階段，這使得大規模的數據交換無法進行。未來，還會是通過數據交換平台來完成。
行業人士一致認為，未來，數據交易市場目前還處於發展初期。未來，數據交易市場還從服務、IT應用、行業開發等各個方面，來形成數據產品，進行流通。並且，數據流通不是一個空話，這里也非常需要多行業多企業的數據聚合，將交易市場這個大平台，實現最大化。
不少大數據創業公司，致力於大數據交易。但是，數據堂CEO齊紅威的觀點頗具代表性，他表示，數據交易平台會遇到幾個核心問題。：一是直接的數據交易無法實現。不少數據涉及個人隱私，有一些處於灰色帶這些數據需要脫敏之後，形成相關的產品之後，才能使用。並且，不少數據是涉及國家安全的，這些數據，就不能使用，這是每一個大數據公司的底線。
二是，數據提供方和數據需求方的需求並不對等。目前，數據提供方想要的是對自身數據的不斷補充，以及對自身數據產品的調整與研發。而同時，數據需求方，則希望能夠整合多家數據，完善自身的數據體系。現在，每家公司都認識到自身的數據資產價值，對於數據的開放、合作上的積極性還需要進一步提高。
三是，數據的版權問題。原始的數據由於各種沒法使用，公司與產業需要的是脫敏感數據產品，那這些深度加工過的數據產品，版權究竟屬於誰，誰能夠使用。這些還需要進一步探討。
四是，數據的加工。原數據可以使用的場景、交易的范圍都被大大縮減了。而進行數據加工之後，可以使用的產品與場景，都驟然增多。
對於這4大問題，行業一致認為，除了通過市場化的企業力量，去創新方法，改裝這些問題之外，還需要政府的主導力量。
中關村管委會副主任宣鴻表示，中關村管委會將全力支持大數據產業快速發展，從政策支持、人才引進、資源扶持等各個方面，全力支持大數據。
據了解，中關村管委會制訂了中關村大數據產業發展促進路線圖，面向2020年，中關村將著力引進100個大數據頂尖人才和100個創業團隊，超前布局，人機交互、人工智慧、虛擬現實等關鍵技術，落地5家一流的大數據究機構和5家交易評估機構，建設30個大數據共享應用平台，建設20個企業創業的孵化平台，建設3個大數據產業園並落地50個大數據的產業化項目。

D. 我國人工智慧的發展現狀

人工智慧現在備受大家關注，各個國家的科技團隊都開始並致力於鑽研人工智慧，人工智慧產品層出不出，讓我們大呼驚奇。在美國，人工智慧的發展處於頂尖狀態，而我國的人工智慧也已經位於第一梯隊，不管是從融資規模和新增企業數量上，中國排名僅位於美國之後位居第二。那麼我們當前的人工智慧的發展狀況是什麼樣的呢？下面我們就給大家介紹一下這個問題。
可以說中國的人工智慧領域在世界排名第二，這是由於在人工智慧領域的國際科技論文發表量和發明專利授權量已居世界第二，依託於龐大的網路和用戶，國內擁有先進的語音、視覺、感測等人工智慧相關領域的技術優勢。中國人工智慧的產業十分的發達，並且有極大的優勢可以發展人工智慧。但是中國的人工智慧還是存在著很多的瓶頸問題，這些問題包括人工智慧原創性理論基礎不強，重大原創成果不足；在基礎理論、核心演算法以及關鍵設備、高端晶元、重大產品與系統、基礎材料、元器件、軟體與介面等方面，與以美國的人工智慧發達國家相比還存在較大差距。當然，人工智慧產業結構布局還不完善，人工智慧人才隊伍，特別是尖端人才不能滿足發展需求等。可以用一個詞來總結中國的人工智慧，那就是大而不強。
而中國的人工智慧開始被很多國家限制，這是因為中國的人工智慧發展前景十分好，好的讓這些國家眼紅，而美國政府正在考慮採取類似的措施，原因也是出於對中國可能獲得珍貴的人工智慧知識的擔憂。中國對機器人和人工智慧的興趣尤其令人擔憂，並揚言要對中國投資技術企業進行立法上的限制。
在這里需要給大家說明的是，人工智慧中的10%在於演算法，20%在於技術，70%在於應用場景和落地。這一推斷沒錯，但是如果在前面30%失去技術優勢，後面的70%就沒有了什麼意義。因此，增強人工智慧基礎，必須在大數據分析、深度學習、自主協同等方面進行學科理論梳理和研究，開展類腦智能計算、生物模擬等基礎技術的研究，以實驗室和研究院等形式專注研究成果的產品轉化。
當然我們需要意識到一個問題，那就是基礎理論是根本，基礎技術是主幹，應用是枝葉。只有根底深厚龐大，主幹強勁，人工智慧產業才能日益興榮昌盛。目前人工智慧共享技術包括知識計算引擎技術、自然語言處理技術、群體智能關鍵技術、自主無人系統智能技術、虛擬現實智能建模技術，以及智能計算晶元與系統等。中國人工智慧的未來前景還是比較樂觀的，但是這些樂觀還是多少有一點悲觀的，不過相信我們的國家會解決這些問題。

E. 人工智慧未來的發展前景怎麼樣

人工智慧產業鏈分為基礎層、技術層和應用層。基礎層是人工智慧產業鏈的基礎，為人工智慧提供算力支撐和數據輸入，中國在此領域發展時間較短，基礎層發展較為薄弱。目前，中國的人工智慧企業主要集中在北京、廣東、上海和浙江，北京的人工智慧發展已經步入快車道。

人工智慧產業鏈全景梳理：基礎層發展薄弱

基礎層主要提供算力和數據支持，主要涉及數據的來源與採集，包括AI晶元、感測器、大數據、雲計算、開源框架以及數據處理服務等。技術層處理數據的挖掘、學習與智能處理，是連接基礎層與具體應用層的橋梁，主要包括機器學習、深度學習、計算機視覺、自然語言處理、語音識別等。應用層針對不同的場景，將人工智慧技術進行應用，進行商業化落地，主要應用領域有駕駛、安防、醫療、金融、教育等。

—— 以上數據及分析均來自於前瞻產業研究院《中國人工智慧行業市場前瞻與投資戰略規劃分析報告》。

F. 馬雲做大數據怎麼賺錢

隨著大數據時代的來臨，大數據早已不再神秘。帶給我們眾多的沖擊，每個人都應當與時俱進、不斷提升，放棄殘缺的守舊思想，大膽接受新的挑戰。
任何一家有EXCEL表格的公司，都敢說自己是大數據公司;任何一個地方政府公開有數字的PDF文檔，就敢說是政府大數據公開。以至於業界人士擔憂，某天大家再聽這個概念都麻木了，然而行業還是沒有做出多少事情。
區域數字鴻溝巨大
說起掘金大數據，一定繞不開政府數據。地方政府掌握著80%以上的數據。每隔一段時間，從中央到地方，都會發布關於大數據開放的政策。高層談新經濟，言必稱大數據。
而在執行層面，目前地方政府大多處於觀望狀態。關注政務數據領域的清華大學數據科學研究院執行副院長韓亦舜表示，政府數據開放並沒有那麼復雜，需要有地方能真正去實踐和摸索，做一些事情，當下所有的人都在談數據開放，但做實事的不多。
韓亦舜曾建議西部一些地方政府借大數據發展的機會，率先開放數據獲得先發優勢，另外同步做好信息化補課。
6月份，筆者見到一位來北京尋求合作的西部省份地理信息測繪局局長，他長期在部委工作，前些年調到地方當部門一把手，發展大數據思路清晰，不過讓他苦惱的是，當地信息化水平不高，很多地方沒有數據，有的數據還在紙上。
他醞釀出台一個規定，以後所有的圖都不準畫在紙上，必須上網，以電子化的形式存儲。當下他最想解決的問題是信息化，先收取數據，然後通過建立地方數據中心的形式，與企業合作，做地理信息垂直領域的數據開放和挖掘。
走在前沿的貴州省，希望以發展大數據彎道超車，實現新經濟的騰飛。然而從數據開放的程度來看，當地一些職能部門，所謂的公開數據還停留在提供PDF文件階段，遠非結構化的數據，按照國際數據公開標准來說，並不能算政府數據公開。
單從數據開放來看，思路最清晰規劃更具體的，還是廣東、上海等發達地區。對於地方政府的大數據園區來說，發達地區好比「富二代」，一出生就含著金湯匙，但大部分地區還是「窮二代」，需要更大力度的數據挖掘與開放。由於各地在大數據方面存在差距，不同區域的數字鴻溝會繼續深化。
飢渴的大數據創業公司
在掘金大數據的背景下，企業早已經等不及了。早些年，部分企業通過各種交易手段，獲得政府數據。在數據開放的背景下，部分企業還在依託不規范交易，已經有政府部門被巡視組查出了因數據交易衍生腐敗。
一部分企業希望參與政府數據公開進程，幫助政府做數據公開。比如數據堂公司與貴陽市政府共建數據生態城市。還有一批公司，則是急速擴張，跟各地政府成立相關的合資公司。
當然，還有轉型大數據二次創業的公司。在貴陽數博會上，筆者見到很多大數據公司，就是以前賣電腦和軟體開發的IT公司，轉型做大數據，業務范圍無所不在，包括智慧城市、軟體開發、智慧農業、醫療等。
除上述歸類外，企業為了獲取政府數據，採取各種「曲線救國」的招式。前不久，筆者熟悉的一家南方大數據創業公司，為了獲取某西部城市政府部門數據，報名參加當地的創業大賽，希望通過得獎，引起當地政府重視，達成數據合作。
這家公司的CEO在參賽間隙，拖著行李箱與當地國企聯絡，希望能夠以合資的形式成立公司，共同挖掘當地數據。
這位CEO還通過各種方式，找到該市分管大數據的負責人，希望能夠談成合作。他勾畫的藍圖很美好：獲取一個城市的數據，做成樣板，然後在全國復制，迅速從0到1成為該行業的「寡頭」企業。
不過，目前還沒有關於這家公司取得實質進展的消息，但這家公司尋求政府大數據開放的決心和路徑，頗具有典型性。
政府資源導向，仍是目前很多數據公司努力的方向。很多大數據公司在融資過程中，強調一定要有國有資本進入，而且堅決遠離境外資本。
從2015年國內最大的幾筆大數據創業公司的融資情況來看，幾乎都有國有資本進入，即便只佔很小的比重。在某大數據公司融資發布會上，筆者隨機問了幾家投資機構選擇投資這家公司的原因，答案驚人一致：有政府數據資源。
而在一些專家和專業投資人看來，從價值投資的角度，一是真正有技術優勢的公司，二是有自己數據源的公司。依託政府資源的公司，從長遠來說，並沒有太大的投資價值。
樂觀者認為，政府數據開放最終會走向規范化，有科技含量的公司最終會在泡沫破滅後存活下來。
BAT能否領軍?
BAT中的某一家，會成為全球最大的數據公司么?
在專業人士看來，媒體喜歡造概念，這個說法很不專業。因為數據就像石油一樣，每個地理區間都有，誰儲存了多少，很難量化和比較。
馬化騰和張小龍都說，他們很焦慮，因為用戶花在微信上的時間太多了。不過馬化騰又說，微信公眾號是騰訊前三年最偉大的發明，因為可以把人留在微信上，大家就離不開了。
BAT三家公司一方面通過自身的數據，做出反映數字中國的圖譜，甚至把脈經濟走向;另外也在建立自身的數據生態體系;以網路為代表，則認為大數據的最終應用是人工智慧。
京東CTO張晨告訴筆者，因為京東有自己的物流體系，其電商數據包括詳細的消費者畫像。張晨說，如果通過電商大數據分析，提高精準服務水平，能提高銷售一個百分點，對京東來說都是很大的大數據價值變現。
互聯網企業的數據，在整個大數據生態中，能夠起到多大作用，各方都在摸索。很多人認為，互聯網企業的數據價值被高估了。
比如韓亦舜認為，相對實體經濟來說，互聯網企業的數據，更多是第三產業，是對消費者端的，相對整個實體經濟，比如說製造業體系產生的數據，互聯網數據並不算多。
「互聯網只是個工具。」國家統計局一位原副局長在一次數據研討會上直言。他認為，互聯網是傳遞現代數據的工具，不能唱得比實體經濟還高。
至於BAT如何從大數據掘金，筆者聊了很多業內人，聽得都不太明白，仍不得解。一家企業CEO表示，現在大家的思路其實都不清晰。
6月份，馬雲在一次活動上說，阿里是一家大數據公司，不過我們也不知道怎麼用數據掙錢。