2018年是大数据与人工智能爆发增长的一年，同时也是开启大浪淘沙局面的起步之年，各应用分析技术的发展，已经让大数据逐渐步入理性发展和应用阶段，缺乏核心竞争力和良性业务的企业势必会面临巨大的生存考验。

到了2019年，随着“智能+”上升为国家战略，这种理性的发展趋势更为明显。而业内也普遍认为，大数据行业发展已经迎来拐点，到了真正要去挖掘应用场景并做技术落地的时候了，而在从概念逐渐走向技术落地的深水区里，大数据企业又该如何为自己赢得生存的空间？

资本寒冬下造血能力的缺失

伴随整体市场经济发展，今年各行各业的生存现状都难言乐观，大数据行业自然不能幸免。最直接的表现是，随着新三板“摘牌潮”，很多大数据企业都对未来有了更深的认知。

从数据看，新三板这波“摘牌潮”要比想象中来得猛烈，去年一整年新增挂牌公司只有577家，摘牌公司却达到1516家，后者的数量远超2013-2017年的数量总和。根据申万宏源统计数据显示，今年4月新三板市场新增摘牌企业数量已经达到330家，创下历史单月企业摘牌数量纪录。

“摘牌潮”反映出的是当年有些过剩的入行热情，这也是大数据战略地位在被国家层面不断提升下，不少人抱着些许投机心理所致。2017年底，中共中央政治局就实施国家大数据战略进行第二次集体学习。中共中央总书记习近平在主持学习时强调，大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。

正是对于大数据技术的高度认可，让整个行业规模迅速扩大，但随着时间推移，很多弊端也开始逐渐浮现，最主要的表现之一，就是这些企业在盈利方面越来越暴露弊端。对于新三板的“摘牌潮”，各企业给出的理由也不尽相同，配合经营发展是目前企业的主要说辞，出于IPO考虑、因成本较高或未披露定期报告也成为各种原因所在。

作为大数据企业输血的重要阵地之一，新三板在很早前就已经把盈利短板摆在了市场面前。

有数据统计，仅是2017年中报，138家新三板大数据公司中，盈利企业就只有66家，占比不足五成，这样的盈亏比例相比其他行业也是不太乐观的。再往前回归，2016年盈利的企业仍然不容乐观。对于难以盈利的主要原因，当时也有相关机构分析称，除周期性和季节性因素外，一个重要原因就是公司布局与市场发育需求其实并不匹配。很多不盈利的大数据公司都存在营收“随行就市”的特点，所以，成本可逆性却不随营收降低而减少，导致了盈利的不确定性。

当时甚至有机构还预测称，在2017年，138家大数据新三板公司合计持有现金约32.13亿元，按照盈利来说资金消耗比约为30.9%。简单计算一下就会发现，如果以现金不增加为前提，这些资金仅够大数据行业再支持三年多。

洗牌期正在到来

虽然一定程度上新三板“摘牌潮”直接反映出大数据公司的生存现状，但并不意味着整个行业开始走下坡路。因为从外界对大数据技术关注度来看，整个行业发展目前已进入真正洗牌期。所以，在整个行业眼中，目前产业正在进入一个优胜劣汰的良性发展期，所以机遇与挑战并存。

针对这个话题，睿至大数据首席技术官兰健也向《数据》记者表示，从去年到现在，大数据和人工智能行业发展正在迎来一个拐点。可以看到，现在资本在toB领域的重视程度越来越高，且行业整体在朝着更务实、更看重实际产出效果的方向发展，这是行业成熟的标志。接下来，真正能够留下来、在某个垂直领域产生价值的大数据企业，可能会越来越好。

不难看出，大数据企业的发展前景在未来普遍是得到肯定的，只是当下大数据企业普遍面临较为紧迫的生存压力。随着近期各大数据公司年报可以看出，亏损仍是目前行业难以回避的普遍存在，甚至多家实力雄厚的大数据企业也面临营收不盈利的状况。但面对这个情况，一些企业也做好了心理准备，清华紫光相关负责人更是向记者坦言，自己企业已经做好“至少要再坐十年冷板凳”的准备。

对此也有专家指出，导致大数据企业面临当下发展境地的原因，除了整体经济下行的影响外，与大数据行业自身特性不无关系。由于行业建设周期长，大数据在各行各业的应用还处在试水阶段，需要大量时间投入和经验积累，而这种长线投资又是投资机构所难以接受的，在经济下行期更是雪上加霜。此外，由于底层核心技术缺失，行业发展始终面临动荡风险。

不过对于未来，大数据确已进入应用的实质阶段，阿里巴巴集团董事局主席马云在不久前的一次公开讲话中提出，每一次技术革命大概都是50年，前20年基本上是技术的突破，重点在技术公司，后30年就是技术的全面应用。过去20年是互联网公司的天下，重要的生产资料，计算是生产力，互联网是生产关系，但未来不运用数据，可能要比不用电更可怕。

企业逐渐进入“深水区”

如今很多大数据企业都把现在的情况比喻成进入发展“深水区”，这个比喻其中的一层含义，就是企业们明显感觉到内外部环境，都不再如初期环境般宽松。

智研咨询发布数据显示，2017年我国大数据市场规模达358亿元，年增速47.3%，规模已是2012年的10倍。在热烈的投融资环境拉动下，受整体投融资市场的影响，到2018年，大数据行业投融资数量明显减少，整个行业从野蛮增长时代转入洗牌调整期。进入2019年后，投资者更是越来越谨慎，再加上一系列行业监管举措，也加速推动整个行业转型。

从概念到落地，大数据企业拿到高额融资已变得越来越不容易。在此之前，大数据企业融资处于比较顺风顺水阶段。数据显示，自2011年以来，大数据领域成功融资的企业数量逐年增加，2014年进入快速上升阶段，环比增长176.47%，2014年以来持续稳步增长，2016年获得融资的企业数量达到221家。企名片统计表明，截至2017年8月初，大数据领域有183家企业获得融资，其中已披露金额的138家中，半数以上企业融资额过千万人民币。

之所以企业感到环境愈发紧缩，除自身原因外，外部环境也有很大影响。据媒体统计，从2017年底开始，中央网信办、工信部、公安部和国家标准委等部门就开始密集合作，针对大数据行业野蛮生长中的乱象开展行动。其核心整治的目标，仍是行业基础部分，比如社会最为关注的数据安全。

2019年初，中国消费者协会发布一份测评报告指出，在其抽样调查的100款App中，91款列出的权限存在“涉嫌过度收集用户个人信息”的问题。之后，多家机构也针对违规收集数据信息进行专项治理，并制定“大众化应用基本业务功能及必要信息规范”。所以不难发现，伴随大数据应用需求同步增长的是数据治理问题，包括数据确权、数据安全、数据共享在内的数据治理问题贯穿大数据应用始终。

当然，这样的问题也不仅只在国内出现。去年，以Facebook、万豪等为首的国际知名品牌，发生数据大规模泄露事件，引发了社会高度关注。除数据泄露外，数据监听、窃取等事件也几乎随时都在发生，这些事件引发的数据安全、隐私保护等问题，也将成为未来严重影响社会安全和国家安全的重要因素。

所以，也正是基于各种原因，世界主要国家和地区也同样在通过颁布各种条例和法律，来加强大数据方面的基础建设工作。比如美国就在2015年出台的《网络安全法》中规定，网络安全信息共享的参与主体、共享方式、实施和审查监督程序、组织机构、责任豁免及隐私保护等。欧盟在2018年正式生效《通用数据保护条例》，引入数据被遗忘权、可携带权等，全面提升个人数据保护力度。

国内也同样从大数据行业延伸至各行各业，都在加强对于数据的保护治理工作，比如中国银保监会就在通报“2018年保险业保单登记管理信息平台数据治理工作”情况时表示，随着数据治理工作不断推进，各保险公司数据报送和数据质量整改工作日趋规范，保单登记平台数据质量得到明显提升。但仍有个别公司存在数据报送不及时、不完整、不准确，数据整改不积极、效率低等问题。

仍在寻求突破的人才问题

随着大数据产业规模持续增长，相关人才依旧短缺，还是成为行业发展过程中亟待解决的问题之一。有统计显示，随着数字经济的崛起，未来将开启2亿人口就业规模，且“数据分析师”岗位已成为当下大数据行业需求最旺盛的六类职位之一，关于基础性数据分析相关职位，1400万的人才缺口仍等待真正有效的解决办法。

行业也普遍达成共识，现阶段大数据技术已经开始与各行业应用进行越来越深度的融合，在金融、互联网等数据基础较丰富的领域已初见成效。但越往产业链上游，越能明显感受到行业知识壁垒在加深。所以要想利用大数据真正解决行业痛点，对行业的深耕认知是必不可少的，也只有这样才能找到大数据技术在每个行业真正的切入点。在此基础上也会发现，对于各行业来说，目前国内在场景方面的优势非常明显，丰富的应用场景也为国内大数据技术提供了更多发展可能。对于大数据企业来说，此时谁能通过大数据技术，在各行业建立起垂直领域的行业壁垒，就能牢牢站稳脚跟。这也是未来大数据行业在发展技术应用方面的另一块深水区所在。

因为人口优势，从数据来看，目前中国大数据产业相关人才数量已占全球总数的59.5%，排名第一，其次为占比22.4%的美国。根据《2018全球大数据发展分析报告》发布的统计数据显示，以美国和韩国为代表的发达国家对基础技术研究的投入更高，而中国和印度等发展中人口大国，互联网用户数量巨大。中国凭借近几年“互联网+”、“大数据+”等融合创新，积累了丰富的数据资源，同时大数据价值创造应用已渗透到政务、零售、交通、医疗、教育、公共治理等各个领域，实现了良好的人口及产业规模效应。

但就目前大数据行业从业人员的整体构成看来，大部分大数据从业者都是互联网出身，这些人存在的普遍问题，就是了解大数据技术、互联网思维，但对垂直领域的行业知识以及技术如何落地都相对欠缺；另一部分来自传统行业的从业者，虽然熟悉行业，懂得解决方案落地，但欠缺的是对互联网以及新技术的真正理解，这两类人才的难融合也导致目前大数据技术与业务割裂的尴尬。所以，面对人口基础优势，以及大数据企业当下迫切的需求，既懂大数据技术又懂行业知识的复合型人才将成为未来的“抢手货”。毕竟对于产业发展来说，人才永远是最核心要素之一。

基础层面仍待加强建设

大数据企业技术全景收录了413238家中国大数据企业，展示了生态产业链包含数据采集、数据存储与管理、数据分析与可视化、数据应用等各个环节以及多个应用领域的大数据企业分布情况。

从中国大数据企业规模分布特征来看，小微企业数量最多，其次为大企业，而中小企业数量相对较少。

数据来源：中关村大数据产业联盟

除了人才问题，现在国内大数据要面临的，仍是很多产业缺乏数据基础，不具备收集数据途径，或者数据质量低下，导致大数据技术应用的“先天不足”。这种情况在农业以及部分重工业领域较为严重，由于日常生产工作大多凭借主体经验，数据不为人所重视，因此很多方面在数据基础建设方面几乎等同为零。这种情况下，大数据企业想要扩展到相关领域，就需要投入大量成本帮助用户打造数据应用基础，铺设从数据收集到数据存储、数据处理、数据分析的全套设备。同时考虑到农业和重工业漫长的生产周期，这种重投入、长周期、收益慢的模式也会给企业带来很大生存压力。

所以也有相关从业者表示，当大数据技术开始与越来越多行业深度融合时，推动大数据与实体经济深度融合也是下个阶段重点。对此也有专家指出，随着大数据与实体经济广泛融合，应用场景愈加丰富，涉及主体类型和数量也随之增加，需加快构建大数据企业、高校院所、行业组织等各类主体协同发展、持续深化大数据融合应用。目前一些数据在局部市场、特定场景已经成熟，可以为客户创造很大价值，但之所以没有办法形成规模化市场，就是由于数据发展成熟度还有待提高。

除此之外，还有很多基础方面的工作正在不断加速建设，比如当个人信息搜集纳入监管后让很多大数据企业意识到，公众数据意识正在觉醒，企业必须要开始思考更深层的数据价值以及数据服务能力。对于大数据企业来说，制约行业往纵深方向发展的，还是一些基础建设工作。

如果数据本身就存在问题，任何高明的算法都不可能真正弥补，这与统计模型、人工智能等方面更是没有关系。对此，CDO首席数据官联盟专家组专家李晓东就曾在公开场合表示，经过五六年发展，数据无论是维度还是数量比几年前都有很大改变，但并没有达到质的飞跃。其核心原因，就是相关法律建设没有完成，大量数据被滞留在少数流量入口处，形成一个个数据孤岛，还没有形成数据的有效打通、流转，更谈不上创造新的价值。

大数据产业与“智能+”时代

尽管很多基础工作仍需要完善，但在应用层面有些理念已经走得越来越快。从外部环境来说，今年5G技术已成为社会关注热点。从资本动向来看，虽然距离5G全面商用还有两年时间，不过5G已经成为新的风口，无论在股市还是VC/PE端，只要与5G沾上边，都能迅速成为“香饽饽”。

对于大数据行业来说，更快的速度也势必会推动整体发展，反过来大数据技术也将给5G提供广阔发展平台。当我们用新技术将海量信息价值最大化，也加速了信息技术本身的发展进步，而在这个循环上升的过程中，甚至可以说看到人类信息科技发展的方向。对此专家也指出，必须要通过各种手段将大数据进行归集整理提炼，数据才能真正成为资产，才能清楚需要什么样的外部数据进行补充。企业数据必须要经过数据治理才能真正成为数据资产，才能真正产生价值。单从大数据产业角度来说，数据产品正在由简单的粗加工产品向复杂的深加工产品升级。随着技术应用的进一步升级，大数据产业也迈入了新阶段。中国工程院院士、数字中国产业发展联盟理事长余少华也曾在公开场合提到，目前“传统产业+大数据”、“传统产业+人工智能”，正在催生着新的产业诞生，这符合历次科技革命显示出的新产业诞生规律。

紫光集团旗下新华三则对《数据》记者表示，“智能+”已经开始接棒“互联网+”，成为数字化转型发展趋势往纵深发展的方向。到了下一个阶段，建设智能平台、对接智能应用服务，将成为企业数字化转型的关键。关于人工智能，人工智能科学家李开复也表示，人工智能发展要经历四波浪潮，首先是互联网智能化，然后是商业智能化，之后是实体世界智能化，最终则是全自动智能化。同样，李开复认为，人工智能发展需要四个阶段，首先是技术发展，然后是产业发展，之后则是步入传统产业，最终到无处不在。2017年前后是人工智能产业发展的阶段，预计到2020年前后，“人工智能+传统产业”将带来巨大的行业颠覆。

在2019年的政府工作报告中，“智能+”概念首次出现。在大数据企业看来，“智能+”是“互联网+”深度发展的结果，也是数字化转型的深度需求。换句话说，进入深水区的大数据企业，想要在新阶段脱颖而出，就必须抓住“智能+”的趋势。在“智能+”时代，人与人、人与物、物与物都可以通过技术实现互联，极大地改变了人们的生活和生产效率，整个经济模式和社会生态系统也会在智能技术手段的变革下呈现出新的面貌。目前，在工业制造业、农业等领域，已经逐步出现智能化应用，比如农业生产中的智能预测系统，帮助农户监测农作物生长的温度、空气和土壤环境，精准灌溉、精准施肥等。

“智能+”时代，大数据、云计算与人工智能融合发展，构成了数字化转型的新动力。目前，行业内已经达成共识，云计算承载人工智能，人工智能赋能大数据分析，三者相辅相成，共同为产业提供可持续增长的动能和机会。

文 / 贺陈慧 李婷