复星昆仲基金投资总监刘思齐：分享大数据、SaaS、人工智能碰撞下的电光石火

本文来自于天使客第21期微访谈，嘉宾是复星昆仲刘思齐，她在财务金融和相关领域有八年以上的工作经验，曾在摩根士丹利香港任职，2011年升任摩根士丹利全球资本市场部副总裁。2012-2014年春于松禾光启创业投资基金担任投资总监。2014年5月加盟复星昆仲基金。关注大数据、SaaS和人工智能三大领域。

下面就与各位分享大数据、SaaS、人工智能碰撞下的电光石火。

大数据是什么多大叫大数据

很多没有接触过大数据的人，都很难清楚地知道，究竟多大的数据量才可以称之为大数据。那么，大数据首先取决于数据收集的端口，企业端还是个人端的话数量级别是不同的。

企业端数据近十万的级别，就们可以称之为大数据;而个人端的大数据要达到千万级别。收集渠道倒是没有特定要求，PC端、移动端或传统渠道都可以，但重点是要达到这样数量级的有效数据形成数据服务即可。很有趣，大家可以看到 2B和2C，两类大数据之间差了两个数量级。

有些小公司，数据只有千到万级的规模，但经过收集分析，也能从中总结出对这一群体有针对性的原则，同样能指导企业进行一定程度的用户分析、获取或者是服务工作，但这并不是大数据，而是一般性的数据挖掘。

举个有趣的例子，比如小镇上的水果商，他并不懂得大数据，但是他对镇上的顾客了若指掌，他知道有几位女士爱讲价，需要推荐便宜的货品;有几位老人注重健康，要推荐，糖分含量比较低的水果。

这确实是一种小的数据挖掘，但不是数据分析。大数据分析虽然脱胎于此，但大数据面向的是更海量的一个数据，借助了更广义的知识数据库的分析方法。大部分的数据公司的数据来源是海量的，它的收集和分析，并不是局限于个体，而是以一个非常非常广泛的群体为对象展开的。

大数据的产业链是怎样的

我在接受21世纪经济报道采访的时候，依照它们在产业的上下游关系，提出把大数据的公司分成三种不同类别：

1)大数据采集公司

所谓“找数据”，内部可以再分两种：

在自身正常运营的过程中就能产生大量数据源;

通过跟电信运营商、金融企业合作，获取数据源。

2)大数据分析公司

这一类公司，基本上都有自己的套模型，但大部分数据库模型源于相同的几个机理，包括统计学模型、深度学习算法等等。也购买了美国IBM、cloudera公司开发的应用型分析模块等等。

3)大数据销售公司

虽然说是卖数据，但出售的并不是单一数据，而是基于数据的全套解决方案，比如精准营销等等。

这三类公司是如何协作，并把大数据作用于我们的生活呢最容易理解的就是现在在微信朋友圈上投放的广告。

其实腾讯在把广告推广给每个用户的时候，在推广之前的都已经对这个用户做的一些精准的分析。腾讯可以收集你在微信上使用习惯，进而分析你的消费能力、消费习惯，做成一套精准营销方案后，给广告商生成一些定向的广告。比如说，兰蔻的广告就从来不会推广给男性用户、豪车广告也不会推给应届毕业生。整个的微信广告体系都用到了大数据的分析模式。

如今，大家普遍反馈，在腾讯上投放的广告比网易、新浪等平台上投放的广告转化率高，正是得益于腾讯背后的大数据基础。

大数据公司的投资价值

大数据公司的投资价值在于哪里

大数据如今这么火，其商业价值显而易见，但是能真正兑现的人并不多。

要兑现大数据的商业价值，第一个要求，就是达到大数据的数据量级。那么目前，在数据量上最有优势的当然是BAT这三家。在PC时代，百度在数据上的优势非常强，但到移动时代，腾讯和阿里实现了反超。

腾讯有微信、有QQ，基本占到了移动端数据生成量的九成比重;阿里则主要利用它的消费数据资源，更有垂直性。那么对于中小企业、创业企业而言，兑现商业价值的重点就变成了，如何在自身规模较小的时候，利用别人的大数据资源为自己的创业更好的服务，这是需要深层次判断和挖掘的。

所以，对于数据相关的公司，在投资判断的时候，不单是看现有业务的发展，更重要的是在他不断的发展的过程中，能不能积累有效数据、积累高准确性的数据。以及最为重要的实时更新性，这个指标的重要性我们后面会提到。这样的企业才能够更好地建立起竞争壁垒。

比如，在开发者服务领域，比如TalkingData、极光等等，我们复星国际在看项目时非常看重的一点，就是现在做的业务是单一为开发者提供服务、还是在提供服务之余，还能给自己的积累非常有效的一个数据，形成自己的长期壁垒。

大数据公司在美国已经有了成功的案例，HortonWorks已经上市，Cloudera也融了几轮钱，估值非常高。但是，这种企业在国内出现、又做大的概率是比较低的。

以Cloudera为例，美国人目前做的工作，是开发开源组件、设计数据库性质的数据分析方法。然后以开源的形式，给所有想做大数据的人来用。

但在国内不一样，中国人做开放式、开源平台，并且能够规模化或者商业化的非常少。一般国内做大数据分析的，基本上都是直接采用Cloudera这类企业提供的现成的分析工具。

国内虽然也有在大数据上做得好的公司，比如TalkingData等等，但并不强于算法、技术还有平台架构，而是强于应用和运营，包括BAT也是如此。整体的竞争核心和美国并不是在同一个层面上，难以直接进行比较

2B是大数据行业的投资重点

我之前有提到BAT对大数据收集是垄断性的，创业企业想要在C端达到海量数据(千万级甚至上亿的C端用户)非常难。目前，国内月活真正过亿的app只有15个，渗透率前10的app都是BAT所控制的，比如微信、QQ、淘宝、UC浏览器等。如果绕开BAT，能拥有C端海量数据的，就只有相对传统的电信业、金融业等等。

所以，如果想投资大数据领域的公司，从2C端下手难度很高。所以，我觉得在如果想在大数据行业布局，2B领域才是关键：一方面2B发展较晚，BAT还没有形成垄断;第二，相对开发门槛较高的;第三，数据量相对较少，达到十万级别，就可以为大数据的分析服务，所以如果想在大数据领域进行投资，要关注的主要领域是2B领域。

在2B领域，有三个不同的类别：

第一类，是现在很火的企业服务，以SaaS为主，比如客户管理的CRM、人力板块的HRM等等。他们在得到用户许可并保证数据安全的前提下，通过服务大量的企业来积累企业用户，和企业员工数据。比如理财网等等。

第二类，是B2B交易平台。目前的趋势，基本上是行业垂直领域的电子商务交易平台，核心竞争力就是打破买卖双方的信息不对称、不透明。所以这种领域公司的关键点并不是记录交易量，而是每一个有效的数据信息。在这个领域，我们投资过惠民网，主要服务于中小商超和其供货商的交易平台，再比如各种“找”系列项目等等。

第三类，是针对于开发者的服务，云存储、运行数据的统计推送以及app内的即时通信等。

复星国际主要是在这三类的2B项目当中的进行投资，因为他们的2B业务模式可以有效的积累大数据。这就是为什么说，我们同时关注大数据，和2B领域的企业服务——因为在2B领域的企业服务，就是能够找到最好最有效的大数据。

2B行业的未来

如果我们预测一下这个行业的未来，我有以下几个观点。

拥有丰富大数据源的企业，会成为整个行业内最炙手可热的投资标的。
在大数据行业里，分析算法上的差别，造成的分析结果准确性、实用性的差异是93分和95分的区别。而因数据源质量造成的差别，是60分和90分的不同。特别是，一个不断更新的大数据，是能够验证这个算法准确性并不断优化大数据分析结果的有效途径。
谁能先行绑定最急需数据的需求方。
目前，在大数据领域最愿意买单的基本都是金融领域的客户，银行、保险公司等等。他们要对用户进行多方位的分析和服务，所以购买意愿非常强。下一层，是新兴的互联网公司，为了更精准的获取用户、提高转化率，也比较愿意买单，比如说像新美大等等。下一步，可能会过渡到快销品行业当中去。

基于大数据的那些商机

SaaS领域

很多人其实不明白SaaS模式和传统的软件服务到底有什么区别，为什么说它是一个基于大数据而兴起的行业呢

SaaS和传统软件服务，中间有非常多的区别。最基础的区别，就是他们整个架构是不同的。SaaS是建立在公有云上的，标准化的模块服务，数据也储存在SaaS的公有云平台上。而传统的软件服务基本上是部署在局域网内的。这种架构上的区别决定所有的其他区别。

比如，因为SaaS架构在云端，而且秉承标准化、普适化原则，所以，实施过程非常快。至少，实施前的现场搭建工作要少很多，那么获取用户也相应的加快。能传统模式要很长时间才能累计几百个客户，而SaaS模式可以在短时间内累积上千、上万的客户都不难。

再比如付费模式上的不同，传统软件有前期实施费、每年更新的费用、专门的定制服务费用、故障解决费用等等。整体来讲，费用高、缴费繁复，往往只有大企业才消费的起。而SaaS一方面减少了初期部署成本、且系统和架构可以服务于多个用户。它的收费模式基本上，是收月费或者年费，一个月只有几百块，很多中小企业，都可以享受到服务。

为什么在之前SaaS没有在国内兴起呢

主要有两个原因:

1)移动互联网普及之前，用户云端的数据安全是有相当顾虑的。所以，表现出来SaaS能发展的基础就是云存储的发展，而云的发展是伴随大数据的发展的。

2)移动互联网改变c端的个人生活消费的方式，进一步促进了B端的运营生产方式。这是一个必然的规律，从c端做决策总比B端容易。举个例子，我们看到一个app好，直接就到APP STORE上下载使用。而B端要决策启用新产品，要经过仔细的调研和考查的，考虑数据安全性等等。

智能硬件和人工智能的收获期还很漫长

大数据和智能硬件相结合的模式，其实目前还很有挑战性，最主要的原因还是出在大数据的数量级上。目前智能硬件的出货量是不能匹配大数据的数量级的。目前，国内出货量最大的是小米手环，第二是360儿童卫士。剩下的智能硬件出货量，往往在十几万到几十万就是比较好的量级。这跟C端大数据千万、亿级的要求还相差百倍呢。

人工智能领域相对好一些，属于如日方升的情况。在海外的谷歌、亚马逊、软银，已经在投资一些投资标的，但是依然是一些概念领域的项目，不是立即可以商业化的服务。包括谷歌的无人车，就算已经能够积累了上百万英里的安全驾驶里程，但要应用还是有一定过程。

国内也有少数的天使、早期机构，已经看好这个领域开始投资，但它的开花结果期那可能还要至少再等五年。

所以，这个领域的投资要有一定耐心，目前比较有希望兑现的领域，包括语音语义识别、AR/VR、无人机等。

Q&A环节

Q:小散参与大数据、AI的SaaS的投资是否可行呢

A:我觉得，目前小散想要参与这一领域投资的唯一途径，可能就是通过股权众筹。这些项目的行业门槛决定了，小散要想投这类项目最好还是通过专业性的众筹平台。

具体而言，原因有几个方面：

项目的门槛高。我们小散接触项目往往是通过自己的朋友圈子，但这类项目的创业者基本都是专业人员，我们的小散是接触不到的。

这类项目对创始人的专业经验要求高，小散难以进行这种专业性的项目尽调。而专业的众筹平台，在把项目推广给各位于中小投资人之前，就已经对项目做过背景调查。实现对于小散投资实现一个保护。

总而言之，这类项目行业门槛高，专业性要求高，小散想投资一定要找天使客这样负责任的众筹平台

Q:大家都说我们现在处于互联网时代，您强调我们现在是数据信息时代。这怎么理解

A:我们现在就已经处在大数据信息时代，大数据和互联网移动互联网是不相冲突的，而且恰恰是互联网，特别是移动互联网的出现，使得可以有效采集的大数据大大提升，所以大数据时代是和移动互联网手挽手一起走过来的。

作者简介

刘思齐女士现在复星昆仲基金担任投资总监，并担任数家被投资公司董事、监事职务。她在财务金融和相关领域有八年以上的工作经验。刘女士于2006-2012年期间在摩根士丹利香港任职，2011年升任摩根士丹利全球资本市场部副总裁。2012-2014年春于松禾光启创业投资基金担任投资总监。2014年5月加盟复星昆仲基金。