近年來，“大數據”持續(xù)升溫，成為互聯(lián)網行業(yè)高頻詞匯，與AI和云計算的關系極為緊密，也越來越滲透到傳統(tǒng)產業(yè)，“人人談數據，人人用數據”成為一種新的現象，而一批數據智能服務商也伴隨著這股潮流逐漸成長。TalkingData就是典型。

今年的TalkingData T11 2018數據智能峰會著實非常熱鬧，這也從側面說明了數據作為未來企業(yè)重要資源，已經引起更多人的思想共振。用紅杉中國專家合伙人車品覺的話來說，面對全球數據量的幾何增長，數據智能時代也將成為AI的后時代。

這次大會上，TalkingData有幾點比要重要的動作：

• 發(fā)布了數據智能平臺2.0，即“數據中臺”產品戰(zhàn)略；

• 重磅發(fā)布“百靈計劃”，宣布將投入價值1億元的資源，為100家合作伙伴提供100天的免費開放數據、開放算力以及服務與培訓。

• 正式宣布與三大運營商建立深度合作。

• 成立數據治理委員會，攜手中關村大數據產業(yè)聯(lián)盟、北京軟件和信息服務業(yè)協(xié)會、國富資本、中移物聯(lián)、京東云等多家機構和企業(yè)。

實際上，這幾年，TalkingData在數據智能方面一直是穩(wěn)重與低調的方式存在，但整場活動又讓人感覺他們實際上擁有一批非常忠實的“鐵桿粉絲”。雷鋒網了解到，早在2017年9月，TalkingData就已估值近60億元，2018年以來也是迎來高速增長。在這個目前還未完全成熟的數據智能市場，TalkingData看似已經掌握了獨特的方法論了。

TalkingData 創(chuàng)始人兼首席執(zhí)行官 崔曉波

會后，雷鋒網對TalkingData的CEO崔曉波做了采訪。采訪中，崔曉波的一些精彩觀點和行業(yè)思考發(fā)人深思。

談合作方：看誰真正愿意做數據開放的事

據雷鋒網了解到，TalkingData成立于2011年，在2013年獲得天使輪融資以來，基本每年都保持融資的節(jié)奏，在B輪里引入了麥頓和軟銀中國，在D輪里更是吸引了京東金融的投資。談及與京東金融的合作，崔曉波不認為這是一種“站隊”行為，他覺得和京東金融或者其他公司產生合作交集，想法很簡單：誰真的愿意開放數據，愿意給實體產業(yè)賦能，就去和誰合作。綜合來看，京東金融在數據開放上走的是最好的，這是他們選擇與其合作的原因。

作為互聯(lián)網行業(yè)老兵，他日益看到數據驅動成為互聯(lián)網行業(yè)共識：

“互聯(lián)網公司之間的戰(zhàn)役已經結束了，殘留模式如廣告、電商的基本格局已定。所有企業(yè)主戰(zhàn)場不在線上而在線下，不管是互聯(lián)網巨頭還是產業(yè)巨頭都在思考如何利用互聯(lián)網的能力、技術的能力、數據的能力改變線下產業(yè)?！?/p>

實際上，在國外，企業(yè)之間的競合關系大多數表現為“你中有我，我中有你”，由于國內資本運作處于初級階段，因此還不太習慣，但在未來，這是趨勢。國內互聯(lián)網公司的鏖戰(zhàn)階段其實已經過去，所以看到合作伙伴的觀念也應該不斷向前發(fā)展。

TalkingData的模式，在雷鋒網看來，就是將客戶分層。在一個特定行業(yè)，他們會選擇一個核心，稱之為關鍵客戶，TalkingData的關鍵客戶不超過10個。基本打法是先探索、再沉淀、再開放的“三步走”策略，這意味著他們在跟客戶合作過程中，會探索出各種各樣數據產品和數據服務來，能夠沉淀到數據中臺，給更多的客戶和合作伙伴去用。

雷鋒網進一步發(fā)問：TalkingData只能容納最多10個關鍵客戶，其他那么多客戶怎么辦？崔曉波表示，這就是他們面臨的問題，而這需要開放平臺，也就是這次重點發(fā)布的數據中臺2.0，把TalkingData碰到的共性問題，將對應的服務沉淀下來，開放給其他企業(yè)使用

“這個模式現在就是這樣設計的，而且已經跑通了。”

談短板：產能限制發(fā)展步伐

目前大數據的行業(yè)規(guī)模已經超過了10000億元，不僅中國，全球大數據的產業(yè)的發(fā)展勢頭都非常迅猛。數據體量、產業(yè)規(guī)模以及云計算高速發(fā)展所推動的基礎設施成本都已不再是問題，而大數據能否創(chuàng)造真實的商業(yè)價值和回報才是企業(yè)所真正關心的核心。

崔曉波一直將TalkingData定位為創(chuàng)業(yè)公司，因為他覺得企業(yè)的發(fā)展空間實在還太大，充滿了無限可能。

“TalkingData還是一個創(chuàng)業(yè)公司，這幾年我們充分認識到自己的短板和不足，產能限制了我們發(fā)展的步伐。我們的已有客戶很多，我們的品牌比較好，找我們談合作的公司特別多，但是TalkingData做不過來。”

雷鋒網了解到，從2015到2017年，TalkingData實際上一直在以投資的形式進入傳統(tǒng)產業(yè)，包括金融、零售、地產、快銷、航旅、制造等等。但是2017年他們發(fā)現了問題——產能不夠，幾百人的創(chuàng)業(yè)公司能做幾個客戶？所有人都在做項目，并沒有更多資源把能力沉淀成產品和平臺，比如很多共用數據服務沒有把它服務化、產品化，很多產品要做重復的動作。

崔曉波介紹，TalkingData創(chuàng)始團隊主要來自前Oracle（甲骨文）的前同事，當時大部分做數據挖掘、比如分布式運算之類的，方向是移動互聯(lián)網和大數據。在2015、2016年時是項目驅動，解決方案就是客戶提需求，他們做項目并解決問題，但是其后發(fā)現還是得有專門的團隊能夠把能力（特別是數據能力）沉淀成數據產品。

崔曉波十分清醒，在一個行業(yè)，有一個生態(tài)也好、產業(yè)結構也好，前提是得有自己的技術，有自己核心的數據平臺能夠提高效率并重復疊加價值。從TalkingData推出的第一款產品開始，“提高效率”這一宗旨就從未改變，

軟件業(yè)困局：想吃大蛋糕需要共同維護商業(yè)模式和毛利

在中國，從未有市值超過100億美金的軟件公司，但是在美國，市值1000億美金以上的軟件公司很多，“這是一個行業(yè)現狀。”

但癥結何在？崔曉波進一步談到，Oracle在中國最大的ERP合作伙伴是IBM，這就很好的說明了美國公司長期的善于合作的基因，不會突破底線去發(fā)展。

“如果沒有企業(yè)站出來跟合作伙伴一起維持住商業(yè)模式和毛利，最終還是會被逐步降低的毛利和逐步加劇的服務耗損拖垮，就像以前的軟件行業(yè)，一年幾十億規(guī)模，但不賺錢，原因就是不斷的衰退?！?/p>

TalkingData實際上也期望和同行進行合作，其實就是想樹立一個榜樣，證明這個模式是行得通的——“互利共贏一直以來都是我們的主要策略?！?/p>

中立性：徹底開放的TalkingData“沒有場景”

崔曉波進一步談到了企業(yè)定位中的“中立性”問題。他覺得，眼下BAT甚至頭條、美團等公司都在構筑自己的平臺，但更多的是實現內部自給，服務自己的場景，但是Talking Data的開放相對走的徹底一點。

“為什么我們暫時不談生態(tài)，因為我們沒有場景，我們跟他們不一樣，他們是有運營場景的，TalkingData沒有場景，就是中間的一環(huán)?！?/p>

他的理解里，生態(tài)二字意味著覆蓋全產業(yè)鏈，數據源也必須壟斷，上層應用也得壟斷，但是TalkingData暫時不具備那個能力和規(guī)模，目前只是做解決客戶場景的問題。尤其是針對創(chuàng)業(yè)公司，普遍存在三個門檻：1是體量小，缺乏客戶；2是缺乏數據整合和聚合能力；3沒有創(chuàng)業(yè)前輩告訴它那些坑可以避免。崔曉波希望他們的數據中臺能夠幫助這些企業(yè)，渡過困難時期。

談智慧城市：數據透明共享，城市會更美好

據雷鋒網了解，2018年8月9日，國家統(tǒng)計局人口就業(yè)司與TalkingData正式宣布聯(lián)合成立人口統(tǒng)計大數據實驗室，雙方也將充分利用這一合作平臺，結合政府統(tǒng)計的標準規(guī)范，在利用大數據輔助人口統(tǒng)計數據生產上大膽探索、深入研究，收獲實實在在的成果。

崔曉波談到，TalkingData堅持用數據說話，以“數據改變企業(yè)決策、數據改善人類生活”為使命，目前已成立了人本數據實驗室、情景感知實驗室、邊緣計算實驗室，并聯(lián)合高校、政府在城市規(guī)劃及人口統(tǒng)計等層面展開深度研究。

此前，TalkingData在北京的大柵欄地區(qū)進行了一次實驗——開放數據系統(tǒng)，并設計了一些游戲，邀請游客參與，分析游客到底喜歡去哪個地方，是喜歡去逛老胡同還是喜歡去旁邊的商業(yè)街。通過這個實驗可以很清楚地看到，人們更喜歡四合院。

針對當地居民的居住舒適度，也相應地設計了一些游戲，比如讓其參與城市規(guī)劃，來了解居民對城市配套設施的需求。這意味著，以前規(guī)劃部門完全站在監(jiān)管、管理角度看這個問題，但是在未來，社會和城市建設慢慢的會有市民來參與。

“可以看到全球智慧城市主要的趨勢是以人為本。若在城市管理上慢慢達成一個數據比較透明共享的程度，我覺得城市就會變得更好，居住就會變得很舒服，人也會慢慢優(yōu)化自身，比如現在大家開始計步了，還是有很多模型反應你的生活狀態(tài)和健康狀態(tài)，我覺得那樣一天都會慢慢到來?！?/p>

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。