你的数据是不是有排他性、行业数据占有率，以及数据源的价值。
创业家&i黑马讯 8月31日，由南京市鼓楼区人民政府主办、鼓楼高新区管委会、鼓楼区发改局（经信局）、创业黑马、i黑马旗下企业服务垂直媒体B2B圈联合承办的“中国独角兽（秋季）峰会”在南京举行。
京东金融技术研发部数据部负责人刘方琦、中储智运战略研究院院长刘云飞、热云数据创始人白冬立、九章云极创始人方磊出席活动、并围绕“大数据走向深水区”进行圆桌讨论，圆桌由创业黑马首席内容官卢旭成担任主持。
以下为圆桌对谈原文，经创业家&i黑马编辑：
卢旭成：请大家先做个自我介绍。
方磊：我是九章云极创始人方磊，过我们专注于人工智能及大数据核心技术研发，通过独创的DataCanvas平台，为企业级用户提供机器学习分析和实时计算能力，帮助数据分析师和数据科学家快速协同开发，实现模型管理和应用支持。数据科学家使用的工具就是我们的产品。品
刘云飞：我叫刘云飞，是中储智运战略负责人，非常荣幸能代表公司参加创业黑马举办的大会。
我们公司工商注册所在地在南京市鼓楼区，是一家2014年7月由央企投资的物流互联网公司，去年非常荣幸报批成为央企改革的企业。与在座的大数据人工智能的平台和解决方案的提供者的企业相比，我们是产业平台。在物流货运行业，我们通过搭建一个整合物流的货运资源和运力资源共享经济平台，在平台之上开展业务，为客户提供物流大数据服务。
白冬立：我是热云数据的白冬立，我们成立三年，是一家专注于在国内移动大数据的数据服务商。我们积累了超过了15亿量移动终端设备数量，目前公司在由B轮跨到C轮的阶段。
刘方琦：大家好，我叫刘方琦，来自京东金融。大家在接触京东会遇到一些京东金融产品，我是负责数据务。实际上我们跟场外很多公司在做合作，做生态。这个过程中与很多公司都有交集，在数据开放、数据投融资方面也有相关的业务。今天很高兴有这个机会跟大家分享。
卢旭成：我们今天的主题是大数据走向深水区，大数据不是谈概念谈模式，和场景结合很重要。请问刘总，最近发生了很多P2P暴雷事件。京东金融作为一家金融科技公司，您从数据维度怎么看呢？
刘方琦：P2P暴雷，从数据来看，第一点是对企业自身的经营是否存在风险，P2P流量是否能在第一时间知道，避免对企业自身业务的影响；第二点是如何去借这个机会做一些业务拓展和商业合作。京东金融做金融业务，包括平台、内容、银行+的服务，实际上是在做业务生态的工作。
我们借助场外力量将业务融合在京东金融，在场外快速找到用户、识别用户风险，给用户更多的业务合作的机会。从我们在业务和数据角度来讲，P2P事件的发生是一个业态的变革，这个数据能在变革中抓住机会，对业务产生价值，这是我们所看的问题和所做的事情。
卢旭成：暴雷是一个问题，但对京东金融是更好的机会，你们可以用更强的风控，更强的数据能力服务更多企业P。
刘方琦：暴雷之后我们的业务反而在上升。从刚需角度，客户是需要风控服务，我们需要知道用户需要服务，要让他知道风险是可控的。我们做大数据业务的时候，把场内数据和场外数据相结合，甚至和一些新的业务结合，给用户一些服务，这是我们在做的事情。
卢旭成：下一个问题，请问热云数据的白总。很多企业在平台投了广告，但市场上有一批人刷流量。请问你怎么帮助企业防止作弊行为。
白冬立：这是我们为客户提供的一个服务，帮助广告主监测广告投放效果，包括假量识别。我们去年服务800家国内移动互联网公司（付费客户），其中包括70家上市公司，如百度、360、小米等企业。在投放数据中全年广告点击数据是2200亿次，但我们产品帮800家识别2200亿次中有超过90%广告点击不存在，这些点击由机器刷量或将曝光量充当点击量。在这个过程中我们帮助To B客户节约了非常多的成本。
与此同时，可以帮助他们把预算投入到哪个平台上，这个过程中积累了有价值的数据，包括企业和产品应该在什么平台上投放，通过什么样的方式去投放广告获取用户，用户有什么样行为等。这些数据目前累计积累移动终端超过15亿设备IP，每月活跃5亿。
我们也在思考怎么通过智能数据的方式帮助有流量的媒体或平台，提升流量价值。们条。
卢旭成：刘总是偏干线物流为主，打不到滴滴、货拉拉是一个To C的市场。从物流大数据后端看，To B市场和To C市场以及物流市场的变化，这两年有什么大的变化吗？
刘云飞：平台经济发展到一定阶段对我们生活的影响非常巨大。现在滴滴很多的东西超过他的能力，在货运市场也是一样。从2012年，货运滴滴打车开始发展起来，到今天已经发展近6年时间。我参与交通部的一些会议，目前监管等政策正在不断完善、机制也逐步健全。
回到今天的主题，在大数据领域，第一个我们所有参与平台经济主体信息认证更加完善。我们公司也参与了交通部以及一些政府平台系统对接，进行一些征信的工作。另一方面，我们和企业平台的业务情况紧密相关。从未来来看，数据平台自身做好内功的同时，也要利用好政府平台以及参与各家企业第三方数据。通过数据联通整合起来建立一个征信系统，会使我们的生态、场景做的更好。
卢旭成：我想和方总探讨一个话题——假如你们的数据和业务结合，你们会和客户聊什么，其次帮客户落地你们会遇到哪些问题和门槛。
方磊：我先聊聊我对于深水区的看法。现在都说改革攻坚深水区，还有华为说的进入无人区，我觉得现在是到了要兑现的时候，还谈不上真正的攻坚深水区。原来觉得用大数据去碰就可以了，因为自带光环，有一些改革红利。人工智能也是这样，所谓的深水区就是要真正兑现我们的价值，就不再是创新红利的价值，真正的价值就是商业价值。
这点其实挺难的，我们给客户提供模型工具进行建模时，根据数据分析和预测进行理财推荐，模型的分析和精准的推荐让我们为客户拉新了10亿人民币，所以我们的价值是给客户工具并最终在客户业务上拉来10亿。我认为数据乃至数据之上预测的能力，本身就是商业模式的优化，要确认优化的价值，本身是比较困难的。
这跟我们当年的信息浪潮不一样，曾经没有电脑也可以开旅馆，有了电脑工作流程就更优化，这个边界非常确定，信息化就完成了这个功能。而智能化是优化商业流程，优化的价值怎么体现呢？举个例子：买高铁票时对于一趟列车在售票中出现的票面分配不合理的情况，就是可优化的空间，而优化这件事一定会提升利润吗？可能也不是，因为车票还会涉及到其他因素考虑。因此我说模型从数据上，从软件功能上的价值是有相对的标准，我们的价值是帮助客户提升更大价值。
这跟我们当年的信息浪潮不一样，当时构建一个系统，没有电脑也可以开旅馆，有了电脑工作流程就更优化，这个边界非常确定，信息化就完成了这个功能。智能化是优化商业流程，怎么算是优化的功劳比较难。在互联网公司内部有自己的业务，我们作为厂商去跟客户贩卖我们的价值，看起来貌似解决，未必功劳未必会算在我们头上。
卢旭成：刘总肯定要服务京东业务的部门，还要服务外部的合作伙伴。对你们来说，门槛在哪儿？
刘方琦：我们四位嘉宾代表不同的角色，我属于互联网公司，此外还有厂商和合作伙伴。
做数据我认为可以从三个方面去看问题：一、过去谈数据主要谈管理，现在谈的是金融，如金融服务。服务合作伙伴，这个场景是不是可以长期服务下去，确认好场景，成本就随之而来，我们无论做场内数据还是场外数据，不能只从效果看，还要看投入产出。我们在服务业务部门过程中，实际上需要做取舍，不可能100%做。怎么选、怎么选对非常重要。
二、数据运营能力很重要。运营能力体现在对场景的理解和服务能力和算法能力上。有些公司专门去做服务因此没有数据，但是我们有很强的算法，可以帮助你提升效率，这也是大数据方向和切入点。但价值在于对于行业理解和对行业的快速服务的能力上，无论用AI、数据挖掘的能力，还是数据算法能力。
三、融合能力。大数据技术计算已经很成熟，在这个领域没有创新的赛道了。你可以选择公有云服务，也可以选择混合云服务，这个已经不重要。但我们讲技术融合的，你有大数据的技术，还有其他AI技术，如何有效融合辅助金融提升，这里面工具等等都不一样。
举例来说，现在我们在做业务场景服务的时候，过去我们看场内数据、垂直数据，需要用户的画像、用户的风控模型。现在来看的话这个数据是需要去做跨界，这个数据的场外数据如营销方面的数据、看其他合作伙伴的表现。这些表现是对于场内数据是上升还是下降，我必须能够看到。
此外，现在互联网数据也越来越多，一些互联网数据要看，还有一些设备指纹数据等等，这些数据都要结合起来看。服务这些数据有很多公司和技术，我做数据部门不单单做研发，还需要有外面合作伙伴的东西，看这些技术是不是可以融合在一起。这三个方面，我们都有相应的合作伙伴。
卢旭成：做大数据并不是挑选最难的，挑最有效益的先吃，也不一定要原创，可以整合所有数据让跨界有解决问题的能力，这个问题抛给白总，你们在服务今日头条这样的企业，是靠技术吃饭，还是靠什么吃饭呢？
白冬立：大数据在中国发展三四年，每一家公司都需要面对这个问题。
我们有足够多的数据，此外，坦白讲我们很多东西都没有，比如流量、用户，我们也不懂行业，不懂金融、不懂地产、汽车。但我们有足够多的数据，而且随着政策因素、用户隐私、欧盟的GDPR，对于数据公司商业模式的探索，站在更高的挑战基础之上做的。对于我们来说选择用大数据AI跟营销去结合，原因很简单，就是我们会去选一个相对离钱更近的模式去落地。之前我们也尝试只做技术和产品的服务商，即工具。
我们看到一些模式会遇到天花板，就去探索如何把我们的数据加工处理分析建模、分析能力赋能给一些行业。头条之所以愿意和我们合作，一是因为我们有相对独特的数据源，京东有数据，BAT都有数据。对于我们来说，我们数据源本身需要具备一定的特点。
数据源是我们非常关键的一点，只有数据还不行，还要了解行业。我们需要了解行业用户如何给他们建模、怎么打标签、做画像、人群的划分等。
第三个就是要真真正正看到效果。如果最终效果没有提升，没有满足他们需求的话，我们这个模式也没有办法长久。因此，数据源到垂直行业里面，模式能够持续。
第四个要有持续的想象空间，这可能是一个好的大数据应用模式的基本要素。
卢旭成：刘总，你们既是数据的生产方，也是的使用方，从这个角度看智慧物流，自己研发多吗？还是有别的情况？？
刘云飞：我先讲一下对大数据的理解。今年以来，各行各业的发展都面临一些挑战，需要回归理性。对大数据来说，拿大数据究竟去做什么，以及服务于哪个产业很关键。
就像白总提到的，我在2013、2014年听到的是平台经济，到2015年听到最多的是互联网+，到了2015年、2016年是云计算、大数据，2017年是人工智能和区块链。。新的概念出来，大家都蜂拥去认识，甚至希望去拿它做产品、做服务、开公司。但是，旧的概念还没理解完，新的概念就又出来。
回到今天的主题，我们今天不再简单说大数据是什么，而是更多探讨大数据在我们这几家企业各自所在行业如何去应用和服务。
回到刚才的问题，在中储智运平台上，每个月运送各地的货物超过1000万吨，同时运用了北斗等定位。你没有数据的话，谈大数据是空的。数据是新的能源，拥有了数据资产以后，就需要利用他、开发他，为客户服务。
卢总问我们，一个月有1000万吨以上的货物在平台上运作，产生大量的数据台。另外，我们也会去和一些公共的、提供数据服务的厂商合作，使用他们的定位数据、征信数据，核心就是要回归理性。我用数据是要更好地服务自己的决策，同时做好用户画像，为用户提供更好的服务。未来，我们也希望能让这些数据发挥更大的作用。
卢旭成：刚才探讨，所有能为我所用的数据和技术，都可以为了业务服务，都可以对外合作。我有一个疑问，那公司本身要守的核心能力是什么呢？
方磊：我们将自己定义为软件厂商，核心要守的是集成能力，给人提升效率的能力。我们是一个零监管风险的公司。我们不控数据，数据是客户自己的资产。我们甚至按照客户要求，没有把数据部署在云上，而是部署到了客户家里。这样来说，是不是帮助客户创造了价值，帮助科学家提升了效率，或者降低了他们使用算法、模型的门槛？
卢旭成：如果加更多的研发，这个工具不可替代吗？
方磊：。竞。竞争肯定是存在，任何人都可以做这个事情。虽然我们在国内市场是起步比较早的，但新的竞争对手出现对我们是挑战也是路径。
刘方琦：我们现在讲自己是数据资产管理部，是科技公司。我们过去做的是业务的创新，但业务后面是大量数据驱动力。我们实际上守的核心业务是数据驱动的能力，具体包括连接的能力、数据理解的能力、服务能力。有了这些，创新能不能更快？技术方向能不能走的更深？
白冬立：我们是第三方数据公司，下面我说三点：
第一，如何去给所服务的三万多家企业，提供解决更多的数据方面需求的产品和能力，这是我们公司很重要的一个目标。因为数据驱动理念和概念是一直随着时间往前推的，经历了1.0时代、2.0时代后，现在又进入了3.0时代，未来还会有新的方向。现在，我们正在探索的是大数据和AI的结合，以及如何驱动企业的用户增长。
第二，我们积累了非常多的数据，但现在对数据的理解还处于初级的打标签、做画像、做人群细分赋能的阶段。如何进一步挖掘数据价值，把数据和更多场景做结合，这就需要我们对数据理解或数据挖掘能力。
第三，国内甚至全世界的大数据商业模式应用无外乎有那么几种，而且最近两三年，大家都在探索如何把商业模式落地。但对于更新的大数据应用方面来说，还有非常大的空间。从这个角度来说，大数据和大数据+还处于早期阶段。我们未来要去践行的方向是专注于数据智能服务。
刘云飞：中储智运运作了3年以后，建立了物流货运使用和交易的场景给到参与平台的客户，让货主降本增效，让司机增收和减少找货时间，有了场景以后，又开展了一系列延伸的市场服务。所以，场景是我们最基础和最核心的东西，并且场景要在平台上带来价值。
卢旭成：两个问题：一是每个人展望一下大数据，未来的几个小方向是哪些？二是大数据好像都是政府、大公司的事，中小企业如果想用大数据来降低成本，你们的建议是什么？
方磊：能用，奇发。看来、 数据只是燃料而已，大数据的未来一定是智能。数据智能和数据集的大小没有太大的关系，我们用比较小的数据集也可以创造非常好的价值。低成本使用数据是非常高的壁垒。未来使用的工具可训练人才，把数据转化为智能，成本会越来越低，低到可以让更多人可以用。
刘云飞：第一个问题，大数据起到的作用应该是给客户带来怎样的价值，以及如何用数据管理和决策。
第二个问题，前面已经提到，未来数据是一种能源，像水和电一样便宜。例如，物流行业现在相对传统，物流货运还用人工，但是可以看到一定的信息化，比如会用到微信、QQ。这是因为，使用微信不用付钱，不需要去搭建一个软件团队，也不需要找软件服务方开系统。回到中小企业，现在很多平台也在做这件事情，后期这些服务对于中小企业来说会更加便宜。
白冬立：第一个问题，我认为在未来，数据会是基础。我们有一个场景离移动营销很近，不远的未来可以看到的是，市场部门要做的事情就是做创意和素材，创意投放给哪些人、如何出价、竞价策略等都可以交给背后的大数据、AI和工具。
第二个问题，国内中小企业面临两个难题，一是大数据、AI人才、统计分析的人才缺失。如果中小企业想受益于大数据，一定要过人才坎；二是对于中小企业来说，不要盲目跟风，要对自己用户足够理解，只要能真正且有效地解决自己的问题就可以。
刘方琦：这两个问题一起回答。我去看合作伙伴的时候会看几个方面：
第一，你在金融场景做B端、C端还是政府端。
第二，你的数据是不是有排他性、行业数据占有率，以及数据源的价值。
具体来说，数据源方面已经有数据了，我们怎么去看：
一是在服务的场景里，如果是B端，那是否已经建立起服务的连接，是不是可以先服务好你的客户，这样跟合作的公司都能够给你赋能，甚至你的客户通过你的连接，能够有更多京东金融的服务。
二是连接。有一些公司有很强的运营能力，知道行业需求、用户需求，但是缺数据。这样的话，我给你数据赋能，建立模型服务客户，也是可以连接的。
三是纯科技类的公司，有做AI或者大数据技术创新。
卢旭成：方琦说了很多与京东数据合作的可能性，回头大家有兴趣可以找方琦。今天就到这，感谢各位嘉宾。大数据峰会到此结束，创业黑马旗下B2B圈会持续报道大数据独角兽相关公司、京东金融等大平台公司，以及一些创新公司，持续为大家赋能、做连接。
匿名用户
