作者：謝振亮 九合創投投資經理 Email：xiezhenliang@unityvc ； Wechat：blackmaskxzl，本文已獲得九合創投轉載　　最近幾天，AlphaGo絕對是科技圈和圍棋圈的頭條，不管AlphaGo和李世石比賽結果是3：2還是4：1，AlphaGo所代表的人工智能技術，已經達到讓人不明覺厲的水準，不少人開始擔心人工智能的未來，作為技術派投資男，筆者不擔心未來，筆者更關注AlphaGo所代表的人工智能勝利背后帶來的創業機會與啟示。

　　AlphaGo的勝利是大數據+深度學習的勝利，通過基于大數據的深度學習來減少搜索量，在有限的搜索時間和空間內找到取勝概率最大的下法，具體的算法筆者無力探討，但可以帶出大數據創業機會的思考。

　　大概從2013年開始，大數據的概念慢慢熱了起來。

國內陸續有不少創業者進入到這個領域，相關項目也慢慢得到資本市場的認可，融資案例不時浮現，跑的快的已經B輪了，但縱觀整個行業，并沒有一個標桿性的公司出來（如美國的Palantir），加上市場上打著大數據概念的項目很多，導致有人開始質疑大數據是不是個趨勢，是不是一個機會。

如果是，切入點又在哪里。

　　筆者堅定的認為大數據是個大趨勢，源自如下一些邏輯判斷：　　1、隨著傳感器技術的發展，IOT、可穿戴設備的普及，人和環境的數據化進程只會越來越快，也就是數據會越來越多。

　　2、萬物互聯、萬物智能是個大趨勢，而智能的基礎是大數據，想想，我們人類的認知和情感就是來自感覺器官收集的大數據學習來的，人就是個大數據處理系統，人工智能就是模擬人認知和思考的過程。

　　趨勢在，機會就在。

　　既然大勢所趨，那么創業的切入點在哪？從產業鏈來看，大體可以分成三個部分。

數據收集，數據加工，數據應用。

　　數據收集（數據就是IP）　　從長遠來看，數據成為IP是必然的，而且是大IP，特別是不可替代性的數據，道理很簡單，因為數據是原材料、是生產要素，但一定要注意，是有應用價值的、不可替代性高的數據。

想想，如果你有所有人的基因和病歷數據，不管是醫療還是保險行業應用，都需要這個數據。

當前數據市場還處于蠻荒時代，各家都在搶地盤、相稱王，而受限于應用場景、數據質量、可替代性等因素，目前變現價值還很低，屬于矮大緊老師所說的賣下水的生意。

所以這是一個很好的切入點，尋找有應用價值的、不可替代性高的數據，做到最全、質量最好，每個領域都可能有，比如天氣數據、環境數據、醫療數據、基因數據、金融等等。

　　　數據加工（算法和架構）　　數據加工大體可分為兩大部分，算法部分與架構部分。

　　先說架構，隨著開源社區的發展和普及，架構技術的領先性會越來越不明顯，而且做架構或平臺又是資源（人力+資金）密集型的工作，屬于大廠的優勢項目，小團隊機會不大，當然，技術足夠牛逼的，能快速搶占先機的，也有機會，比如時速云國內首個實現跨IaaS的容器云平臺。

　　再說算法，這是筆者更看好的方向，因為相對架構而言，算法更容易形成長時間壁壘，同時資源投入相對較小，有核心的算法能力，同時能找到應用場景，就有機會勝出。

比如AlphaGo的深度學習模型和搜索算法，一時半會兒別人是很難模仿出相同效果的。

比如大數據預測領域的所問數據，有領先的深度分析技術，牛x的大數據預計模型，來保證最終的應用效果。

　　數據應用（大數據+行業）　　行業應用是大數據價值的最終體現，大數據的核心不是數據大小，而是通過數據洞察規律，通過全方位、多角度的數據融合、協同，結合行業應用實現價值變現，因此 “大數據+”孕育著大量的機會，比如大數據+精準營銷公司摩比萬思 ，通過海量用戶數據構建用戶畫像，從而實現精準營銷。

比如螞蟻微貸和螞蟻花唄，通過賣家及用戶的歷史行為數據計算授信策略。

當然，這個方向要求創業團隊對行業有深刻的理解，團隊的配備必須是數據人才+行業人才。

　　總結：　　筆者是非常看好大數據這個方向的，但創業者需要理解大數據的本質與內涵，找到最適合自己的切入點。

　　數據必然成為IP，特別是不可替代的數據，垂直領域的數據收集和整理是個不錯的創業方向。

　　大數據的基礎架構服務和核心算法都有創業機會，但算法路線更容易形成壁壘　　大數據+行業應用機會很多，但創業團隊必須同時具備大數據和行業人才。

　　附：國外大數據公司圖譜