【开栏】“企服投资人”是i黑马旗下企业服务产业媒体B2B圈特别策划的栏目，意在寻找中国企业服务领域的“独角兽捕手”，分享他们在产业和趋势上的真知灼见。本文是系列报道的第1篇，采访对象是红点中国合伙人张涵。他认为最高级的服务是由机器来做的,人来做机器的服务。其次是产品，第三则是以人的服务为主，包括定制化的产品或服务。
作者 | 李夜
编辑 | 窦悦怡
采访 | 窦悦怡
今年上半年，一系列数据泄露、隐私的事件引发大众关注。
其中，最引人关注的是脸书5000万用户数据“失窃”事件。它被媒体称为脸书最大的用户数据泄露事件。利起复又生。当被利益找上门时，数据泄露或将再次出现。
“数据泄露的根本原因是数字变成了资产，数据价值变大导致的。”红点创投中国基金（以下简称“红点中国“）合伙人张涵告诉i黑马&B2B圈。张涵是众多明星项目的推动者。这些项目包梆梆安全、云杉科技、芯盾安全、XSKY星辰天合、青藤云安全、LinkedSee、灵犀科技等。
“数据资产化，意味着所有的东西都线上化了。互联网产生数据，这些数据构成了一个数据社会。在数据社会里，数据的价值越来越高。人们对数据有合法的、非法的需求。数据泄露是非法的，合法的则是用立法的方式去规范数据怎么去用。”
遗憾的是目前并没有规避数据泄露的方式。张涵说，“数据泄露跟安全技术和风控技术相关。目前，安全技术迭代更新的速度越来越快。每出一个新技术，市场都会把新技术应用起来。
但新技术难免会有漏洞或者不成熟的地方，这是弱点。那些靠盗窃数据敛财的人，发现了这些弱点，就会立即攻击。数据便泄露了。你要么完全不迭代技术，但技术的轮子一旦转动起来，就停不下来。从这个角度来看，数据泄露不可避免。”
数据资产化是一个循序渐进的过程
前文提到了数据资产化。张涵认为，数据资产化，去掉“化”，就是企业的数据资产；添上“化”，数据资产便可以流通、交易。
但流通和交易，要建立在合法的前提下。张涵觉得数据资产化背后的数据交易市场，需要“花很长时间才能形成”。数据资产属于不同的企业或者其它市场主体，不同的企业难以把所有的数据集中放到一个“安全的、合法的数据平台”上。即便企业拿出了数据，也是非核心数据。“还得考虑这些非核心数据的应用场景，才能把数据连通起来，才会有人愿意买。”
他还提到企业间的数据协作，也是一个循序渐进的过程。“首先是企业和企业在一些商业层面的合作起来之后，数据通用化之后，会形成一个统一市场。但企业间的合作牵涉到商业信任问题。目前，同业协同还处于早期阶段，合作的方式只停留在浅层次，比如共享黑名单等。异业协同，也是如此，需要靠一些技术公司或核心企业做背书，才能够在行业里面推行开来。比如数澜和万科的合作，由于万科的强背书，它才能够打进入地产行业。
无论是数据交易市场还是企业间的数据协作，背后都是技术推动。张涵表示，在互联网产生之前，没有那么多的数据产生。互联网特别是移动互联网产生之后，云计算等技术渗透到很多传统行业，“这才形成了一个采集大量数据的基础。”
随着技术的完善，从2018年年初开始，神策、永洪等大数据企业开始从产品向服务延伸。张涵认为这是一个正常现象。“客户不一定能够用好这些公司的产品，他们不知道如何建模或者怎么跟自己的业务结合，这个时候，服务的需求就产生了。否则的话，产品根本卖不出去。”
张涵觉得这不是一件新鲜事，只是这些大数据企业原有业务的正常延续。“它们之前做的就是产品加服务，为客户做了很多定制化的产品。定制化，本身就是为企业量身打造的一种服务。系统做好了，你是不是能用好？你能用好的话，就不用上服务了。否则，就上。”
在他看来，产品和服务相比，服务更高级。而最高级的服务是由机器来做的。“什么叫SaaS呢？Software as a Service。由机器来做服务是最高级的。机器做不了的服务，由人来做。所以最高级的服务由机器来做。其次是产品，第三则是以人的服务为主，包括定制化的产品或服务。”
大数据落地还处于早期阶段
目前，大数据和传统行业的结合还处于早期阶段。但结合是大数据行业发展的趋势之一，就好像大数据企业业务的多元化，开始从产品向服务延伸。
行业不同，落地的速度和程度，也参差不齐。其中，互联网行业的落地速度最快。基本上，一、二线互联网公司都建有自己的大数据系统，有相应的分析方法，业务也提取于大数据系统。金融行业，尤其是银行业，业务数据量、用户量非常大，在大数据应用方面走得比较靠前。
大数据落地的难点在于通用型产品难以和具体行业的具体业务结合得特别紧密。“通用型产品，很难和业务结合得特别紧密。一旦和业务结合特别紧密，很多情况下，通用型产品就变成定制性产品。那样的话，产品的落地速度就会大打折扣。”
张涵举例称，一个公司接下一个大项目。公司将绝大部分的人力，放到了这个重点项目上。项目期间，它无法接其它项目，只能向后排。“把一个产品卖给所有人同样的东西，这需要一个过程。但随着行业逐渐成熟，大家在数据应用方向上，可能趋同。在趋同的过程中，产品化的比例会逐步提高，定制化产品的比例逐渐提升。”
针对不同行业的落地情况，张涵在采访中做了重点分析。比如政府大数据。政府拥有中国最大的数据源。政府数据的使用首先考虑的是安全性问题。“政府应该把数据给谁，数据怎么合法地使用，什么人能够用，什么人没有资质使用？这些问题都需要通过立法手段来去说明和规范。”
工业大数据的落地，也是张涵目前的关注点之一。目前，中国的工业企业的数字化发展差别非常大。某些环节的数字化已经做得很不错了，但另一些环节的数字化才刚刚起步。“将整个供、产、销的生产过程数字化，整套链条太长了，用互联网的方式管起来是非常困难的。”再加上很多工业设备由不同的厂商制造，核心设备甚至是进口的，“制造商不同，不同的设备之间各有标准，如何实现设备和设备之间的互联互通，你需要花费大量的经历去做接口。”
另外，张涵觉得整条供应链的互联网化，是不是能够真正地提高效率，还需要验证。他建议一个环节一个环节的优化，最后形成一个大链条，“效果可能会更好一些。”比如用人工智能或机器辨别残次品，可以提高生产效率。他觉得要先找到企业或者行业特别明显的痛点，从痛点入手，“比如先启动一些核心设备，把核心设备的智能化做起来，然后再谈联网之后如何优化工序，要一层一层地去搞。”
从整体来看，张涵认为工业大数据的机会还是很大的。“因为市场往前走，新型消费品和产品需求不断涌现，新的生产线需要适应新需求，被迫革新。新建立的产线可以和大数据等技术结合，没有菜单成本。它和20年前的生产线，它们的信息化水平有着天然的区别。”
和政府数据、工业数据不同， “大数据+零售”的落地难点是数字孤岛。不同零售业态的管理系统复杂程度不一样。以服装行业为例，服装行业的背后有九大系统。九大系统分别由不同的供应商制作。数据之间很难实现互通。“只要是跨系统间的协作，你想查库存或者找一个数目，都是非常困难的。这需要一个数据中台。”一如上文提到的，数据中台将所有的数据汇总到一个中间平台上，所有的数据源在这个平台上统一。如此，跨系统协作将变得很方便。
张涵还提到了新零售。新零售的本质是零售。他认为即便企业用机器解决一部分人工的成本，实现了部分自动化，仍不可忽视自动化带来的负面问题。货损率、误时率可能提升。这套自动化系统也会导致运营成本的增加。“这是一个交换。最后还是得回来算总帐，算这个经济模型。”
一个便利店需要10个员工运营，无人便利店2-3个人就够了。但无人便利店的系统价格昂贵，可能会坏掉，可能会不准。张涵认为在无人便利店还不成熟的情况下，判断它对与不对都为时尚早。
他也承认，从趋势来讲，这个方向是对的。因为数据成本在下降，带宽成本在下降，计算能力成本在下降。与此同时，算法在提升。他总结道，“从具体的公司来看，很难说成或不成。从趋势来看，这个方向应该是对的。具体问题要具体分析，但现在，整体阶段偏早。”
在采访的最后，张涵谈到了他目前正在关注的一个大数据细分领域——AI+大数据。他认为AI跟大数据结合得比较紧。他想从应用场景的角度，找到一些大数据应用的机会。
“红点中国之前投的做底层架构的公司，想从根上去解决原来不能做的问题。投资应用场景，可以和它们做一个有效的补充。我在之前的采访中也提到，红点中国的投资策略不是在一条赛道上去赌未来的独角兽，而是要打造一个To B的生态圈。”
投资机构小档案
红点中国专注于TMT领域的早期投资，聚焦消费互联网及技术驱动的企业IT服务机会。在消费互联网领域红点慎重遴选在消费服务、交易平台、社交网络、视频娱乐及数字广告领域的优质公司，在企业IT服务市场则深度布局大数据与云计算、网络中心基础设施、信息安全、SaaS服务及人工智能等细分行业。红点中国团队至今已投资50多家国内互联网和IT技术公司，是以下公司的重要早期投资人：奇虎360、梆梆安全、一下科技、乐逗游戏、APUS、人人车、糖豆广场舞、学堂在线、多盟、秒针系统、青藤安全、云杉网络、XSKY、趣头条等。
*本文系B2B圈原创，作者李夜，编辑、采访窦悦怡。欢迎添加B2B圈官微小妹（ID：heimahui2），加入B2B行业VIP社群（请备注姓名-公司-职位,无备注者不予通过）。
匿名用户
