Figure 4．近五年部分大數據公司獲融資情況

在政策驅動下，大數據行業已實現海量數據積累與底層技術躍升，進入到與產業深度融合階段。基於此，我們認為大數據行業已經進入下半場，在行業下半場大數據將與雲計算、人工智能緊密融合，為企業賦能，創造新的企業價值，成為重構數字經濟時代的核心引擎。

產業生態完善，工業與零售大數據持續火熱

大數據產業鏈可以分為基礎層、技術層、應用層，從產業圖譜中可以看到，國內大數據公司主要分佈於技術層及應用層。

Figure 5．大數據產業圖

數據來源：華菁證券，基於IT桔子整理

• 基礎層:底層技術發展趨於成熟，雲計算成為關鍵支撐

基礎層主要涵蓋了雲計算平臺、數據源與 API、數據庫、開源平臺、分析引擎、硬件和存儲架構等，主要實現數據的採集與預處理、數據存儲、平臺系統的構建等功能。

雲計算作為底層技術實現了對無限存儲與計算資源的高效調度，成為基礎層的有效支撐。

Figure 6．雲計算助力挖掘數據價值

• 技術層:數據從技術服務到價值創造，成為企業級服務的新趨勢

技術層基於基礎層，是大數據價值體現的手段和基石，可以分為數據採集、數據存儲、數據處理、數據分析、數據挖掘等層次，具體包括數據清洗、文本挖掘、日誌分析、數據可視化等類別。

國內創業公司在智能推薦、數據挖掘與徵信風控領域佈局較廣，競爭激烈。

Figure 7．我國大數據技術層創業公司數量分佈

強大的數據模型與算法能力是釋放數據價值的原動力，而充分的行業應用是釋放數據價值的必要保證。技術服務的價值在於與垂直行業結合，大數據公司切入行業應用領域是企業級服務的新趨勢。

• 應用層:大數據深入各行各業，與產業深度融合將爆發巨大機遇

應用層基於技術層，是大數據技術直接作用於各行各業為其賦能的過程，也是大數據價值的最終體現。這個過程將催生一大批新產品、新服務、新模式和新生態，成為數字經濟的核心組成部分。

Figure 8．金融、政務體量領跑市場，工業增速第一

數據來源：電子信息產業發展研究院， 愛分析，華菁證券

從各垂直行業應用領域來看，現階段金融、政府大數據市場體量領跑市場，而從市場增速看，工業位列第一。隨著“中國製造2025”計劃的實施，工業流程信息化、智能化，工業技術軟件化將釋放巨大需求，工業大數據的廣泛應用是必然趨勢。

Figure 9．工業互聯網與工業大數據緊密結合，推動工業企業數字化、智能化升級

同時，線下大數據與線上大數據融合賦能“新零售”，帶來人、貨、場的全面數據化。

Figure 10．人、貨、場全面數據化，大數據賦能新零售

巨頭佈局各顯優勢，商業模式漸趨成熟

國內互聯網巨頭大數據佈局

BAT具有十幾年來積累的海量數據信息，在雲計算、人工智能等領域也有佈局，可以快速利用先進算法和 AI 技術對自有海量數據進行分析，幫助自身實現業務更新迭代，賦能外部客戶。

百度是國內 AI 領域的領頭企業，其大數據業務與圖像識別、語音交互等技術並列，是其 AI 業務模塊之一； 阿里巴巴在雲服務上有深厚且持續多年的佈局，將大數據技術與雲服務技術進行深度融合；騰訊今年9月成立雲與智慧產業事業部，助推公司 To B 轉型，大數據推進各業務鏈數字化進程。

近五年 BAT以入股或併購創業公司的方式進一步完善大數據生態佈局，在基礎層、技術層與應用層均有相應投資佈局：

• 基礎層

百度與阿里戰略佈局數據庫，一起投資了圖數據庫公司 Tiger Graph， 騰訊選擇 C 輪入股大數據基礎平臺公司星環科技；

• 技術層

百度由於自身算法積累深厚、技術能力較強，投資通用技術類公司相對較少，阿里與騰訊為補全技術短板則對數據可視化、文本挖掘、數據分析有所佈局；

• 應用層

BAT出於業務聯動與公司戰略佈局，投資各有側重，例如騰訊投資碳雲智能、晶泰科技等公司入局醫療大數據，阿里巴巴為了實現與支付寶業務聯動投資阿法金融等。

Figure 11．BAT大數據發展與佈局情況

從 BAT 大數據發展與佈局情況可以看出，雖然三家公司在數據、技術、應用三個維度均有不錯的積累與成熟的業務鏈，但優勢各有不同：百度掌握數據智能技術，阿里巴巴看重雲端與商業數據積累，騰訊則將重點放在產業場景應用。

隨著 BAT 生態圈的不斷擴展，未來百度將在AI、無人駕駛、雲計算上有進一步發展，阿里巴巴將重點放在金融、娛樂行業，而騰訊在繼續領跑文娛、社交行業同時，積極探索醫療、零售大數據等多個領域的發展前景。

細分行業領軍企業構建數據壁壘

近年來，伴隨新經濟的快速崛起，出現了一批新經濟領域的領軍企業，紛紛佈局大數據行業。TMD 作為各自細分行業內的領軍企業，擁有海量用戶數據，形成數據壁壘，使其商業模式難以複製。

TMD將大數據賦能自身業務，實現業務升級，同時推動所在產業數字化、智能化升級：今日頭條通過精準推薦、智能內容分發實現上億DAU；美團將大數據滲透至各業務線的各種應用場景，推動商戶運營、供應鏈智能化升級；滴滴通過收集到的出行數據，實現區域熱力、OD 數據、城市運力、城市交通出行以及信號燈動態配時等分析應用，優化用戶乘車體驗，打造智慧城市。

Figure 12．TMD大數據行業應用模式

國內創業型優質企業模式分析

在巨頭佈局大數據行業，且頗具規模的背景下，我們認為創業公司仍能在這一紅海市場中佔據一席之地。我們選取了四家優異標的，分析企業的的技術能力與商業模式，探討公司前景，對行業細分領域的特徵進行探討和總結。

明略數據：聚焦垂直領域，提供全行業解決方案

明略數據成立於2014年，目前 C 輪，總融資額約12.3 億人民幣，是以知識圖譜為支撐的行業人工智能解決方案提供商，擁有六大核心產品，深耕公安、金融、工業三大領域。目前，產品已應用於公安、金融、工業及物聯網等領域，現已積累省、市級公安局、交通銀行、中國人民銀行、光大銀行、中國中車等標杆客戶。

Figure 13．明略數據業務模式

達觀數據：根植文本挖掘，打造大數據行業全方位引擎

達觀數據是專注於提供大數據應用服務的高科技創業公司，成立於2015年5月，目前B輪，總融資額超2億人民幣。達觀數據專注文本挖掘技術，其書面文字的自動化處理技術做到全國領先，2018年研發出文檔智能審閱系統，是國內第一款能夠替代人類完成文檔智能化處理的合同管理產品，達觀已構建文本智能化處理的技術壁壘。公司產品準確率達到80%，召回率達到90%，現已積累華為、招商銀行、中國平安、中興、京東、順豐、中國移動、和訊財經等數百家企業標杆客戶。

Figure 14．達觀數據業務模式

同盾科技：專注風控與反欺詐，逐步實現跨行業聯防聯控

同盾科技成立於2013年，目前C輪，總融資額約9.51億人民幣，是一家第三方大數據風控服務提供商，擁有帶自主知識產權的一系列核心產品，為銀行、保險、基金理財等多個行業的用戶提供基於大數據的風險控制與反欺詐服務，並支持企業級和SaaS產品。

Figure 15．同盾科技業務模式

上海慧程：以定製化服務開闢工業互聯網的突圍之路

上海慧程成立於2013年，目前B輪，總融資額約3000萬人民幣，是一家工業自動化軟件及信息化工程服務商，主營業務包括工業信息化軟件、自動化/信息化工程服務、OEM解決方案及配套，以及提供機器代人的製造裝備升級服務四個部分。

Figure 16．上海慧程業務板塊與產品應用

中國大數據行業的發展路徑與建議

在政策驅動下，大數據底層技術趨於成熟，逐漸實現與產業的深度融合。隨著市場規模的持續爆發，我們認為大數據行業仍存在投資紅利，未來將與雲計算、人工智能行業聯繫更加緊密、深度融合發展。

通過對大數據行業的公司研究，我們可以根據公司規模區分出超大公司、大公司、小公司三種類型，同時總結歸納出大數據公司的典型發展路徑。

Figure 17．大數據公司典型發展路徑

AI與大數據融合發展

人工智能與大數據的發展呈現“雙螺旋”結構，其發展路徑相輔相成、密不可分。一方面，AI與大數據技術的結合有利於進行深度學習、提升算法；另一方面，AI 技術可以幫助大數據突破工具軟件的天花板，放大市場空間，降低對人力的依賴 。

雲計算與大數據更加融合

大數據與雲計算密不可分，大數據解決業務結構問題，雲計算解決系統架構問題。未來兩者將更加融合，助推各產業數字化升級。

數字化的進一步深入，從互聯網數據向行業數據滲透

隨著物聯網發展，將實現線下大數據與線上大數據的融合，數字化進一步深入。 通過採集、積累與標準化行業數據，並與互聯網數據互聯互通，大數據向各行各業滲透，可以賦能零售、共享經濟、文娛、金融、旅遊等多個行業轉型升級。

Figure 18．大數據行業投資分析框架

大數據行業的發展進程，可以從數據廣度、技術難度與應用深度三個維度考察。隨著物聯網與互聯網的快速發展，國內現已實現海量數據積累、底層技術革新與部分場景應用，未來大數據將與 AI、雲計算更加融合發展，推動更多產業數字化、智能化轉型升級。

---

分享到:

---

閱讀更多 華興資本 的文章

關鍵字: 雲計算 數據挖掘 華興

---