王淮：我跟大家分享的是关于大数据时代的一些想法。我在准备PPT的时候，是不是要透过现象看本质，想了半天发现，做投资这个事情，完全不是大数据的活，看来看去，前后大概看了七八十家数据类型的公司，最后大概投了四五家，七八十家的东西，完全没有办法形成大数据的这种，有一些数据我们可以获得到，但是可靠性是值得怀疑的。
所以开始的时候，先把数据链条给大家解释一下，关于数据处理这件事情，究竟有哪一些内容，现在我虽然是线性资本的合伙人，我之前做过工程师，做过很多数据相关联的事情。很多人知道我是关于我在facebook的工作，在这个过程当中，有这些链条。第一步是数据或许，先这有这些数据，才有事情可以做。很多人没有意识到，从我们以前做的很多事情来看这个是最最重要的，包括清洗数据处理这部分，因为很多是属于噪音，还有一些是数据获取过程当中是失败的。数据来了，一开始的时候，可能是纷繁复杂的，但是要让它变得有效，必须要结构化，让这些数据能够被存储被展示，互相能串得起来，对于历史上的发生的事情有一个完整的描述。有了结构化的描述之后，最后还是要大规模的存储，完了是处理，除了之后，会变成跟你的业务模式比较相关的那类的查询。
像很多公司以前在那里，很方便的用类似思科（音）这样的方式来查询他处理完了之后的一些，就是比较高层一些的数据，因为底层的数据，从一开始的到最后，获取的是与你业务比较贴合的数据。但是真正对于你的业务产生价值，这里面涉及到机器学习、数据挖掘的事情。在处理查询这部分，很多人讲的人工智能机器学习都是指的这部分工作。在后面学习出来的数据，学习出来的结论，学习出来的报表如何可视化的展示，否则只有电脑看得懂，人看不懂没有用的。这些可视化的，怎么放到你的最后决策过程当中。这个是最后那部分能够真正真正，很多公司讲大部分，数据处理，最后都是为了这一步，如果不能到这一步，这些公司做大数据是没有意义的。最后是一个循环过程。
很多的创业都是在刚才的步骤当中寻找这些切入点，刚刚提到很多的步骤，更高一点层面看，可以分成这么几类，一个是基础架构这一块的，包括获取、存储这一些部分，这一些在美国很多都是比较大的公司，在中国很多市场，也是属于大公司的。因为这一块是属于苦活、累活、重活，需要很多资本投入。阿里云、金山，像今天的主办方七牛一开始也是从这个角度切入的，只不过它的切入角度比较有意思。浮云，一些中小企业，非常适合中小企业起来的特性，比如文件，小文件的预处理，包括这上面起来的又拍云、青云、ucloud这类东西，有些是注重云存储，有一些是注重云计算。美国的这边的一些公司，比如Qubole是美国的一家公司，他们把数据变得相对容易使用。在中国也有一些，不一定是这个方面，有一些这样的角度切入的公司。这些我认为都是一些服务，他们做的是统计服务，还没有到后面的。
在美国，我这边只放了两张，其实有很多家非常不错的大的公司，在我这个图上面显示出来的标红的公司都是十亿美金以上的，中国基本上还没有。百分点算一个，在上面做了很多年的。但是它真的还在努力的状态下。展示层面，tobleau还有另外一家公司，做得不错。中国我看到几家创业公司，好几家公司高管出来，想在可视化、数据展示方面做一些工作。这个是大数据方面我们看到的正在起来的，很多人关注的方向，美国明显要走得比中国要靠前一点。
我们跳回来，讲大数据公司，很多人关注大数据的服务、基础架构这些供应商。大家忘了，最大的大数据的供应商，其实像阿里、京东、腾讯这样的大公司，又在这方面有大投入的公司，这些公司是最大的大数据的公司。金融的银联，我不知道它有没有能力处理这样的大数据，它如果把这个能力，它要做这样的事情，比起很多外面的公司要容易得多。最大的原因是它把控了数据源。风控最最重要的是你如何有效的获取，不会被人糊弄掉。对于数据的处理，反而不是最最关心的，因为很多算法可以直接拿来用，只要你的人不会太差，做出来的效果不会百差。游戏应用也是大数据应用非常多的领域。有些领域非常有门槛，主要是在数据源这一块，但是这里面机会非常大。比如医疗，一开始没有大数据的公司展现出来。它要有另外的公司进入。所有的移动医疗，如果将来成功，回看，它最后一定会体现在大数据的层面，很多的服务，表面上看起来的服务，以这个获取很大的成功是比较困难的。
国家安全，这个其实是很多人忽略的。美国一家很出名的公司，价值90亿美金，它最大的买家就是美国政府跟FBA这几个手握国家安全、金融的部门，给他们提供了很多的数据，让他们处理。农业也是很大的一块。很多人并不是想到无人机本身这个市场，是看到的后面的一个行业应用。农业就是其中一块的行业应用。
大家可能注意到了，很多公司都是美国的公司，中国公司现在还是群雄并起的初期。但是 美国这些公司已经产生了十亿美金的公司了。我们可以看到美国公司这些特点，第一是付费意识。刚刚我有一点忘了说了，这些公司都是2B的，很少有2C的。很多2C的是吃力不讨好。因为2B这一块很大的特点，就是它的付费意识要强很多，它有能力让你做到自给自足，中国这部分我们可以看得到它在起来，但是这个还需要有时间去熬一熬。
第二个是专业意识，美国公司有界限意思。这个是我擅长的，不一定要在其他的地方与别的公司竞争。我把有限的资源防盗我特别擅长特别专注的，这一块不管是facebook还是谷歌这一块，他们的思维一直以来都是非常强调这一部分。中国相对会出现很多大公司，说这个东西比较有价值，我们干脆建一个团队，或者我们投一个团队，控股一家公司切入到这一块竞争当中去。
很重要一块是数据源的问题，数据源是控制在这些大公司里面，如果你作为一家公司，你没有这种能力，是没有办法展开合作的。美国的话，让生态系统，相对起得来，我可以提供数据，你给我提供你擅长的数据处理服务。还还有收购意识比较强，你做得好，花一个合适的价格把你团队买下来。很多人不知道，美国一个标准价，你这家团队做得还OK，不是太差的话，基本上一个人头一百万美金。如果特别牛的团队的话，我们看到一个案子，他们开出了一个人头相当于五千万美金的价格。就是他能够出得起，愿意出这样的价格买专业的人士，专业的团队。在中国呢？刚刚提到了付费意识也好，合作意识也好，团队意识也好，非常有待提升的。但是有一个东西，我们看到过去三年来，有一个巨大的变化，就是收购意识，过去三年前我刚刚回国的时候，看到很多公司，这个东西腾讯一做怎么办？后来发现，像腾讯也好，阿里也好，他们也明白了，像自己的这些对，一个是人才的质量，有时候的专业性，还有一个是速度的问题。还有一个是公司的基因文化，这些因素考虑完之后，他们懂得，如果用资本运作，把它在它的产业里面，有一些缺失的一部分，把这部分能力能增加的话，带来整体的资本溢价会高很多。所以我的理解，售后意识的增强，不见得这帮人道德意识更高，其实看到对于这家公司发展而言，带来对于这家公司的增值更大一些。但是付费意识、专业意识、合作意识，对于整个生态系统而言还是要熬的。
再谈一谈，我们所看到的什么样是一个好的大数据投资呢？我认为这三点非常重要，至少其中一点要满足。起不起用户量，你的东西有没有人用，尤其一开始的时候，2B这一块，典型的做法，是分担，一开始很低的价格出去。如果是2B的，最好要收费。如果是小团队。是不是有人去用，用的人反馈如何，这个很重要。上不上销售额，我们认为是2B这个非常重要的一点，最后还是要涉及到销售。美国讲的，不管这个是不是互联网公司，讲半天之后，如果你看它的销售团队，它还是有巨大的销售性质的团队在。所以这样的公司，要思考好，销售团队怎么搭建，是不是需要这样一个合伙人。还有中国的环境下，前三种意识还在形成的过程当中，这个过程当中，意味着你一定要熬，意味着你要有资本的注入。相对现在潜在的资本冬天而言，这种会显得越来越难。所以我是建议，如果你是做大数据的，你有机会拿到下一轮的话，赶紧拿一下这部分的钱，估值不是最重要的。
还有我们看到的这几年的观察，越来越多的公司，开始注重数据建设，有这种意识在的话，市场意识是所有生态系统的基础，没有这种意识的话，没有这些东西的话，东西卖不出去的。
第二块是有经验的数据专家开始创业了，三年前我们看到中国有实力的数据专家，都是从美国回来的。但是这几年阿里、腾讯、百度培养了很多这样的人才。这些人才都很不错。逐渐看到做出来的产品有竞争力有效果。市场在起来，供应在起来。两者结合的话，这个可能是对于大环境的理解。一个行业，原来是空白，是蓝海，我跳进去，这要是纯粹的扩张方式，我就可以把生意做起来，这种机会越来越少，逐渐可以看到有限的钱花在哪方面，做什么样的推广，把钱花在精细化的竞争越来越重要。有限的资源应该怎么花。效率要是如果没有办法提高的话，我认为一辆在海岸边航行的轮船一样，它看不到灯塔，就在那里乱晃，很容易触礁。这个越来越明显，很多人强调数据的效果。看到这个生态市场里面，大家整体的认知，整体上让大数据的创业变得越来越容易。我们投了四家这样的公司。不管是在游戏领域做一些舆情分析监控，神策是做更加高级的有门这样的活，是统计。铜盾（音）是在金融领域里面，是提供强大的反欺诈遮阳的服务，京东都用了它的。我们投的逻辑是有没有庞大的用户量。能不能有销售额。前两家没有，但是铜盾的时候，大家说只要你效果好，我很愿意付费。铜盾已经过了很多轮了。就是你的溶质能力，结合很强的专家，如何把故事讲明白，把钱融到非常非常重要。
最后我想给的建议，切入点，有好几种方式，基础架构比较困难。我觉得越来越多我们看到的，瞄准一个行业做优化。而且别人拿到你的数据拿到你的产品马上可以用的。这样的方式我们很推荐。还有一个熬，还有一个生态合作。你的数据很可能不是直接拥有的。你一定要想办法跟你的上下游，比如七牛这样的公司，它也有很多这样的数据，它可以帮你对接后面的公司，能够让你的数据链能够通得起来。最后一点是销售，很强的销售团队，很多人忽略了这一点。
这个是我的分享，谢谢大家。
