企業的“數據焦慮”，有解藥了？

深燃（shenrancaijing）原創

作者 | 王敏

編輯 | 金玙璠

“得數據者得天下”，看似有點老生常談的觀點，卻在這個四月又風靡科技圈。

伴隨ChatGPT帶火AI大模型，與之相應的三大要素：算力、算法和數據，成為了布局大模型的公司們的發力點。尤其是數據，被視為“大模型差異化競爭的關鍵”。

數字經濟時代，數據作為關鍵生產要素，其重要性早已毋庸置疑，數據智能也方興未艾。

所謂“數據智能”，用原阿里云智能總裁張建鋒的話來說，是數據處理的核心能力。專注于數字化市場的咨詢分析機構“愛分析”認為，數據智能是指以數據為生產要素，通過融合大規模數據處理、數據分析與挖掘、機器學習、可視化等多種大數據和人工智能技術，從數據中提煉、發掘具有揭示性和可操作性的信息，從而為企業提供數據驅動的分析與決策。

從2015年數據規模迎來爆炸式增長至今，在數據的采集、存儲、打通、應用等各個環節，不僅有阿里、字節跳動等大廠們布局，還涌現出了一批批創業型公司來滿足市場需求。

根據火石創造產業數據中心，截至目前，我國數據產業企業數量已超過150萬家。其中一度“烈火烹油”的數據中臺領域，就有多位阿里系數據老兵下場創業，并且獲得了來自頭部機構的多輪融資。

近8年來，數據智能賽道之所以出現“百花齊放”的局面，是因為在需求端，企業們意識到了數字化轉型的重要性，并且付諸行動。

然而，隨著數字化轉型進一步深入，客戶們的“數據焦慮”反而愈演愈烈。

一個不可忽視的因素是，在數字化轉型的初期，客戶們往往是針對業務的特定環節或特定部門進行數字化改造。但當用戶數據來源變得多渠道、多觸點，傳統分散的數據治理與分析方式，很難讓數據充分發揮價值。

“數據焦慮”下，誰能帶來一場系統性、深層次的變革？

曾經數據智能賽道的創業型選手們，一直在積極尋找對策。從結果來看，一種新的解法已經出現：在并購整合潮下，市場重新洗牌，為企業增長提供更多確定性的“企業級公司”誕生了。這某種程度上代表著數據智能賽道的行業走向。

從分散到整合，“數據焦慮”的新解法

數據智能賽道的整合趨勢，從2021年就開始顯現，這一年，容聯云先后收購了過河兵、諸葛智能，微盟收購了向心云。

2022年，數據中臺公司奇點云和數據分析公司GrowingIO并購重組，共同組建了奇點云集團；智能營銷平臺悠易科技收購了CDP（客戶數據平臺）廠商LinkFlow；數字營銷科技公司SparkXGroup邑炎科技宣布戰略并購智能營銷平臺Marketin。

“2022年必將是數據智能賽道的并購整合年。”奇點云集團創始人、CEO張金銀（花名：行在）在2021年時就曾提出這一觀點。

據不完全統計，過去兩年里，國內數據智能賽道至少有十三起并購案例。數據智能相關的企業服務賽道同樣并購在加劇。漢能集團發布的2021中國新經濟并購半年度報告顯示，僅在2021年上半年，企業服務并購事件為45起，占據TMT行業并購事件70%。

這一趨勢在國外出現的更早。2019年，全球BI（智能分析）領域出現了兩起大型收購事件，先是谷歌宣布收購數據分析公司Looker，緊接著，CRM廠商Salesforce宣布以157億美元收購數據分析平臺Tableau，創下了BI行業最大一筆并購。

整個數據智能賽道，都在從分散走向整合。

曾經，數據智能賽道的狂飆突進，令人印象深刻。數據基建層、中臺層、應用層的選手們紛紛跑步入局。現如今，整合的趨勢下，更加無法忽視愈發緊張的市場競爭態勢。

一面是大廠入局攻占市場。

字節跳動的火山引擎，于2020年就已低調上線，把字節跳動的增長方法、技術能力和工具開放給外部企業，提供數據智能服務，幫助企業客戶形成精準的增長閉環。

2021年，阿里專門成立了新品牌“瓴羊”，將阿里云數據中臺和其他產品重新組合，以對外提供數智化服務。瓴羊所提供的服務，每個板塊都有單個領域的服務商，但它將這些能力集中在了一起，從應用層自上而下幫助企業推進全面數字化轉型。

大廠的加速布局，給這個賽道的服務商們帶來了壓力。

行業的另一面是，危機感加重的創業期選手，不僅經歷了疫情的打擊，還陷入了融資難的困境。

過去一年，數據智能相關的企業服務賽道在一級市場明顯降溫。據36氪統計，2021年，在企業服務賽道出手的資方高達1000家以上，2022年，這一數字跌至694家。最近，有軟件領域投資人對媒體表示，一級市場已經不再盲目追捧軟件企業，很多FA都表示今年會減少參與軟件類項目。這意味著，投資人選擇項目的要求更高。

但是，導致競爭態勢加劇、市場加速整合的本質原因，還是客戶與日俱增的“數據焦慮”。

客戶們的數據需求越來越全面，在這場數字化轉型的全面變革中，中小創業公司如果繼續維持現狀，是無法適應市場的，要在復雜多變的市場環境中占據一席之地，必須學會協作。

以GrowingIO、諸葛智能所屬的MarTech（營銷數字化）細分領域為例，艾瑞咨詢相關報告顯示，隨著行業生命周期的變化，價值輸出能力單一的中小微企業消退，整合型高賦能頭部服務商才能逐漸壯大。

奇點云集團聯合創始人兼COO劉瑩對深燃表示，經歷疫情后，國內數據智能賽道里很多公司都不掙錢。因為客戶需要的是從數據基建到應用的端到端解決方案。以前，賽道選手的發展方向非常多元，疫情過后，賽道選手的擅長與分工已經基本顯現。但也隨之衍生出了新問題：很多選手為了滿足客戶更多需求，在擅長領域之外，做了一些不擅長的事情，反而無法對客戶進行更深度的服務。

“這種現狀，勢必需要賽道選手進行整合，才能有所突破。”劉瑩說道。

企業級公司，是正確答案嗎？

作為行業整合大勢的底層驅動力，客戶的“數據焦慮”，是怎樣愈演愈烈的？

“數據沒有真正起到價值。”談及過去客戶對數據智能服務商最常表達的痛點，不少資深從業者都對深燃提及了同一句話。

這背后是企業對數字化轉型概念的模糊認知。他們只知道數據有價值，也花了很大力氣進行數字化基建，但伴隨數據量越來越多，還需要摸索怎么把數據價值充分利用起來。

比如，一家大公司以前做數據分析，可能只在APP端進行埋點采集，但如今用戶不可能只在APP留痕，而是會出現在小程序、官網等多個渠道，如果只是單端數據收集與分析，很難真正分析出用戶行為偏好，也就難讓數據驅動業績實現增長。

同時，“國產替代”對于很多客戶而言，也是迫在眉睫。隨著《數據安全法》和《個人信息保護法》(PIPL)的陸續實施，包括Google Analytics在內，很多國外產品無法適應新規對數據采集的要求，存在數據合規風險，Salesforce等國際軟件巨頭也結束對中國市場的直接運營，很多公司不得不尋求“國產替代”。

而在同等實現效果下，企業通常會更傾向于成本低、數據遷移難度小的產品。國產替代這層顯性需求下，還包裹著一層“簡便易操作、數據兼容”的隱性需求。

不過，客戶的底層需求，還在于提升產品的安全性，降低數據分析的使用門檻，用最直接有效的方式達到最想要的結果。

一家大型保險集團的技術負責人向深燃表示，過去幾年，數據治理、數據中臺建設快速發展，但公司也一直在思考是否有更加簡單有效的辦法，能夠隱去中間環節，從原始的數據采集出發，直接端到端，生成運營決策端需要的東西，把數據真正用起來。

而當數據真正要接入業務時，對于數字化產品的安全、穩定、可靠的需求會更高，容錯性就會降低。

總的來說，客戶對于數字化業務的定義不再是“創新業務”，而是將數據智能和業務流程乃至發展戰略結合在一起，要讓數據真正發揮價值，帶動業績增長。

一位從業八年的行業專家告訴深燃，經過多年的摸索與嘗試，到2023年，客戶在尋求數據智能服務時，“需求更加全面，也更加細節化，對于數據的價值理解更深。”

這種背景下，或許也只有整合化趨勢下的“企業級選手”，才能應對市場需求。服務商的強強聯合，可以讓兩家公司優勢互補，在產品覆蓋的業務范圍和服務能力上都更上一層臺階，為客戶提供系統、全面的產品和服務。

以奇點云和GrowingIO的并購重組為例，兩家公司在組織架構、產品、服務等層面進行了充分融合后，今年2月，奇點云集團正式提出“企業級”戰略，宣布集團已實現數據云與分析云的無縫對接，可以為客戶提供應對復雜業務場景的產品和服務，即“企業級產品+企業級服務”。

比如面對客戶的多端數據分析需求，奇點云可以提供全域數據采集的服務，并能將多來源用戶ID實時識別融合為一套One-ID。

同樣是做“國產替代”的埋點采集工具，奇點云集團旗下的GrowingIO采集云平臺可以兼容包括Google Analytics和其他服務商在內的所有SDK產品，客戶可以絲滑遷移數據而且無需擔心產品替換導致數據斷點。

市場反饋也在同步發生。奇點云集團于去年年底完成了近億元的C2輪融資，其C輪總融資近3億元。這在低迷的一級市場上實屬難得，據信通院統計顯示，2022年互聯網投融資從Q1的37.2億美元下滑到Q4的12.3億美元，披露的投資金額環比下跌42.5%。

突圍下半場，需要更多企業級公司

無論是從行業天花板還是從宏觀政策層面來看，數據智能賽道所處的數據產業正立于潮頭。

根據2023中國國際大數據產業博覽會公布的最新數據，2022年我國大數據產業規模達1.57萬億元，同比增長18%。垂直的數據中臺賽道，市場規模也在穩步增長。艾瑞咨詢研究顯示，中國數據中臺市場2022年市場規模達126億元，2023、2024年增速仍保持20%以上。

在數據驅動的智能決策市場，據愛分析推算，2022年中國智能決策市場規模為87.7億元人民幣，同比增速為28%，表現亮眼。

政策方面，2020年《關于構建更加完善的要素市場化配置體制機制的意見》第一次把數據提到生產要素的高度上來。2021年《個人信息保護法》（PIPL）的出臺、2023年國家數據局的成立，都表明國家對于數據要素的重視與日俱增。

數字化轉型已滲透進各行各業，數智競爭已經來到下半場。

要想真正解決企業的數據焦慮，在下半場的競爭中活下來，提升產品和服務水平、不斷優化組織架構，成為“企業級公司”，或許是正確路徑之一。

僅在產品層面，企業級一方面意味著產品形態的標準化和模塊化。

“客戶進行數字化轉型時，不會只買一家的產品，不同服務商產品之間的數據打通非常重要。產品如果沒有良好的擴展性和開放性，未來一定會被市場拋棄。”奇點云集團副總裁、GrowingIO聯合創始人葉玎玎對深燃表示。“因此，我們的產品能力在企業級進化時做到了兩點：一是把所有數據變成服務開放給客戶，二是把軟件變成平臺，方便客戶做二次應用開發。”

另一方面，是在技術能力上保持領先的決心和行動力。劉瑩補充說，To B的流量是需要多年沉淀和經營的，一些中小創業公司并不具備端到端產品的研發實力。而且，從資金的投入產出比來看，只有規模效應和精細化分工才能給公司產生利潤，保持行業的健康性和穩定性。“這些也是企業級公司才具備的能力。”

最為重要的是，企業級的產品具備安全性和穩定性。葉玎玎解釋道，“以前我們更多服務互聯網客戶，這些公司愿意嘗鮮，也能接受試錯。但是當進入傳統企業，服務政企、零售、制造業的時候，我們發現試錯成本極高，對方對產品安全和穩定性的要求遠大于創新的能力，要求我們必須達到企業級標準才能服務好客戶。”

在企業級之路的進化上，奇點云主要圍繞RAS（Reliability、Availability、Serviceability 可靠性、可用性、可服務性）的理念進行，這是IBM在上世紀六十年代提出的產品研發標準，因影響深遠現已成為行業金標準。

這些都表明，向“企業級”進化，是對數據智能服務商愿力、財力、能力等多方位的考驗。

要知道，國內外大廠，包括IBM、華為，都是拿出了壯士斷腕的勇氣，才實現了企業級進化，具備了可規模化的服務能力和高質量的營收能力，走到了今天。

IBM自1911年成立后，在老沃森時代就高度重視產品研發，到小沃森時代，推出大型機并提出了RAS的產品能力標準，走上了發展的快車道，推動IBM的營收從9億美元增長到83億美元。

華為在1998年花重金向IBM學習，進行管理體系變革，后在內部實行了劍指產品標準化、流程化、模塊化的IPD業務變革，從依賴爆品轉變為能夠制度化、可持續地開發高質量產品，最終在營收上從1998年的不足100億到2011年實現了超2000億元的突破。

之于數據智能賽道的服務商而言，成為企業級公司是一場需要付出極大成本和努力的冒險。技術突破，以及標準化、流程化產品服務的構建，需要行業的積淀，需要金錢的投入，更需要堅定變革的決心。畢竟，所有的變革，都伴隨著陣痛，任何一環沒有跟上，就可能陷入危機。

道路是曲折的，那前途是光明的嗎？

談及未來，劉瑩表示：“一家公司不可能解決客戶在數據智能上的所有需求，數據智能應用永遠都是百花齊放的，只是賽道比較新，還沒有形成行業規范。如今奇點云提出‘企業級’，也是希望能夠為構建業內標準出一份力，促進行業的良性發展。”

*題圖及文中配圖來源于pexels。