01 行業現狀：數據源價值有限、扎深垂直行業必然面臨、跨場景挑戰

崔曉波：先看現狀，市場上主要由四類公司構成。第一類是做數據相關的軟件的企業，這類公司在中國非常難以成功，因為周期非常長，基本上是八到十年，客戶、產品以及渠道體系沉淀到一定的階段才有可能爆發。

這在中國資本市場是不支持的，因為早期的專注于做技術或者軟件的企業沒有退出路徑，美國哪怕是研發最強的公司，谷歌，IBM每年要做大大小小幾十個并購，中國的公司基本上沒有這個習慣。前兩天欣喜的看到阿里總算買了一家德國的公司，我希望這是一個好的開始，否則中國的軟件公司非常難。

創新的源頭不在中國，全在美國，不管是開源的框架還是最新的科技，出處基本上都在硅谷，中國的企業基本上是跟隨，周期太長，資本市場不支持。

現在大量的企業由于軟件非常難做，企業又相對來說不太認可軟件創造的價值，只是所謂增效或者節省成本，在經濟周期里企業很難接受這個價值。

大量公司轉型上去做服務，也就是解決方案，這類企業真正的議價是靠品牌。有兩類公司占有優勢，第一類是大的咨詢公司，比如像麥肯錫，人均產能一年能到百萬級，還是很賺錢的。

如果一旦做不到人均產出，很難養活自己，最后公司擴展非常難，大量人力要分布到低成本的城市群去擠利潤。

這兩類公司我們也做過研究，我們把一級市場，二級市場里，包括創業板、A股上市的科技類公司大概幾百家分析了一遍，發現一個有趣的現象。

第一，年凈利潤超過15億的公司只有兩家，其中一家，也是轉型做服務。第二，年凈利潤在科技股里5-15億區間的企業是0家，大家認知的大的軟件公司年凈利潤都在5億以下，為什么?因為都是很苦的生意，這點利潤是靠節省人力出來的。

到了數據時代又產生兩類公司，一類公司是數據源公司，一類是數據應用公司。

數據源公司，一類是獨占數據源公司，一般擁有獨家代理權，這類企業是有利潤的，營收區間4-6個億，利潤區間1個億左右，但是天花板很明顯，因為數據是原材料，單純的賣原材料其實是沒什么價值的，并沒有在這個數據之上產生競爭力強的服務。

另一類公司更像數據的搬運工，大量采購數據，然后做模型比如賣給金融企業做風控模型、反欺詐模型、清算模型等，這類企業通常有收入沒有利潤，現在中國整個數據應用屬于第一階段，基本上體現的是數據的價值，沒有到模型產生大量價值，所以增值價值很小。

這類企業未來三到五年會碰到很大的挑戰。第一是國家的監管趨嚴，單純靠賣源數據，甚至涉及隱私數據非常難。第二，由于數據只是原材料，而且隨著數據源越來越多，價值會不斷被攤薄。

另一類數據運用公司，數據應用的核心壁壘數據模型，依靠模型不斷貢獻數據，如黑名單類業務，調模型時能不斷產生數據，使壁壘增加，這類公司盈利狀況好一些。

近兩年大數據公司普遍碰到問題是，深入了行業和場景后很難跨領域。一旦深入某個場景，所有的人員儲備，甚至公司的基因都往那個方向偏。比如說這兩年國家重點整治互金，去杠桿就特別難，受行業影響特別大，政策性和行業性的風險比較大。目前我們看到在大數據領域從業的四類公司都是這樣的。

回到這里，應運而生數據中臺的概念，數據中臺就是幫助企業解決這個問題。而當下資本環境收縮現狀下，大家開始紛紛開始聚焦，技術基因的公司開始專注數據平臺，業務基因的專注業務。

02 商業模式：數據+技術+場景+流量缺一不可

崔曉波：回答第二個問題，大數據的商業模式到底是什么，現在絕大部分投資不知道大數據公司怎么賺錢，我只能解釋一下，如果你做數據平臺或者做中臺，基本上需要四個方面的能力，缺一不可，分別是數據、科技、流量、場景。

中國的業務和美國不同，作為2B的數據企業，去賦能傳統行業時，發現單純的技術解決不了他的問題，他要的也不僅僅是數據，往往要涉及到流量，要幫他解決獲客的問題，賣東西的問題，才有可能和這個客戶形成一個比較緊密的合作;要深入場景，要產生業務價值，幫他多產生一些收入，你的價格才會更高一些。

這四個要素放在一起，好像只有大公司能干，在中國未來會產生組合，產生聯盟，產生各種主權關系。

2B的企業本質上就賺三種錢，一種是IT，中國市場本身就比美國小，公司都擠在這兒了。二是營銷預算，如果對流量沒有控制，第三，再往上的錢是最多的，能夠分到客戶業務的流水。

數據公司會在這個地方更賺錢，因為力量很強大，但同時可以不承擔風險。換句話說，我認為好的開源模式應該分到這三種錢，但產品模式是單一的。

前面是簡單講下邏輯，現在我們認為最終整個大數據公司的商業模型不止是賣數據和賣科技，這兩個最終是能力，不是商業模式，最終的商業模式是要驅動營銷，驅動業務場景，而且在里面要分到錢，不是按成本計價才能做。

03 數據中臺：數據共享開放的關鍵是“連接”

崔曉波：回到數據中臺，由于寒冬來了，大家突然發現每家公司真的需要共享平臺解決一些共性問題，否則成本降不下來，都在重復造輪子。

基本的能力第一是數據聚合能力，舉個例子，比如說現在我們和運營商、電商，和京東、騰訊得有數據連接能力，這種連接能力不是一般的連接能力，而且是連接，不是擁有。

以前大企業做大數據項目喜歡建立一個集中的數據平臺，大數據時代這樣做不太可能，因為成本代價非常高，大家更多采用的方式是靠數據連接。

但是這種連接要求是合法合規的，最近出現不管是隱私問題，還是數據安全問題，本質都是由于數據連接不合規帶來的。因為真正使用這些數據模型的時候，傳入的很多參數是敏感數據，手機號、身份證、銀行卡號等，要把所有ID數據脫敏，而且要和數據供應商做協調，在那要解決合規和連接問題。

總體思路是數據不動，讓算法流動解決大的數據共享以及聯合建模的問題，所以現在我們已經提供了大量安全環境，大家可以把數據混合在一個安全箱子里，誰也拿不走，可以在里面跑模型。

其實只有一個關鍵詞能評估中臺數據流量，就是你的共享能力到底有多強。市場有大量的需求，不愿意和每個數據源去連，他們擔負著很大的風險，同時他們希望這個平臺能夠提供統一的科技能力，讓他們能夠在這個平臺上加工數據，輸出數據，這是我們看到的數據中臺的核心，安全、連接、共享。

此外，所有接入我們的數據提供商都能獲得全局的數據應用，所有的標簽和數據描述。

最后，數據科學平臺就是一個模型探索平臺，包括對后面模型的生命周期的管理，我們還得集成海外合作伙伴的能力，利用海外頂尖的科技服務中國的開發者，這些是我們理解的數據中臺必要的連接能力。

最后我還想談一下感受，其實我們最后發現，特別是在寒冬底下，每一個團隊，每一個客戶在自己領域里好像都在做博弈，真正發揮數據的力量更多是跨界，包括我們做了很多跨界的嘗試，我們發現跨界的力量還是很大的，能夠產生不一樣的商業模式以及不一樣的合作模式，你會發現商業模式完全不同，帶來的回報是原來的幾倍，更多我們覺得基于數據場景的突破口，是基于各種場景做跨界的突破，這樣才有可能產生新的基于數據的價值。謝謝大家!