除了深度學習，或許我們還能從 AlphaGo 身上看到大資料的創業機會！
最近幾天，AlphaGo絕對是科技圈和圍棋圈的頭條，不管AlphaGo和李世石比賽結果是3:2還是4:1，AlphaGo所代表的人工智慧技術，已經達到讓人不明覺厲的水準，不少人開始擔心人工智慧的未來，作為技術派投資男，筆者不擔心未來，筆者更關注AlphaGo所代表的人工智慧勝利背後帶來的創業機會與啟示。
AlphaGo的勝利是大資料+深度學習的勝利，通過基於大資料的深度學習來減少搜尋量，在有限的搜尋時間和空間內找到取勝概率最大的下法，具體的演算法筆者無力探討，但可以帶出大資料創業機會的思考。
大概從2013年開始，大資料的概念慢慢熱了起來。國內陸續有不少創業者進入到這個領域，相關專案也慢慢得到資本市場的認可，融資案例不時浮現，跑的快的已經B輪了，但縱觀整個行業，並沒有一個標杆性的公司出來（如美國的Palantir），加上市場上打著大資料概念的專案很多，導致有人開始質疑大資料是不是個趨勢，是不是一個機會。如果是，切入點又在哪裡。
筆者堅定的認為大資料是個大趨勢，源自如下一些邏輯判斷：
1、隨著感測器技術的發展，IOT、可穿戴裝置的普及，人和環境的資料化程式只會越來越快，也就是資料會越來越多。
2、萬物互聯、萬物智慧是個大趨勢，而智慧的基礎是大資料，想想，我們人類的認知和情感就是來自感覺器官收集的大資料學習來的，人就是個大資料處理系統，人工智慧就是模擬人認知和思考的過程。
趨勢在，機會就在。
既然大勢所趨，那麼創業的切入點在哪？從產業鏈來看，大體可以分成三個部分。資料收集，資料加工，資料應用。
◎從長遠來看，資料成為IP是必然的，而且是大IP，特別是不可替代性的資料，道理很簡單，因為資料是原材料、是生產要素，但一定要注意，是有應用價值的、不可替代性高的資料。想想，如果你有所有人的基因和病歷資料，不管是醫療還是保險行業應用，都需要這個資料。當前資料市場還處於蠻荒時代，各家都在搶地盤、相稱王，而受限於應用場景、資料質量、可替代性等因素，目前變現價值還很低，屬於矮大緊老師所說的賣下水的生意。所以這是一個很好的切入點，尋找有應用價值的、不可替代性高的資料，做到最全、質量最好，每個領域都可能有，比如天氣資料、環境資料、醫療資料、基因資料、金融等等。
●資料加工（演算法和架構）
◎資料加工大體可分為兩大部分，演算法部分與架構部分。
◎先說架構，隨著開源社群的發展和普及，架構技術的領先性會越來越不明顯，而且做架構或平臺又是資源（人力+資金）密集型的工作，屬於大廠的優勢專案，小團隊機會不大，當然，技術足夠牛逼的，能快速搶佔先機的，也有機會，比如時速雲國內首個實現跨IaaS的容器雲平臺。
◎再說演算法，這是筆者更看好的方向，因為相對架構而言，演算法更容易形成長時間壁壘，同時資源投入相對較小，有核心的演算法能力，同時能找到應用場景，就有機會勝出。比如AlphaGo的深度學習模型和搜尋演算法，一時半會兒別人是很難模仿出相同效果的。比如大資料預測領域的所問資料，有領先的深度分析技術，牛x的大資料預計模型，來保證最終的應用效果。
●資料應用（大資料+行業）
◎行業應用是大資料價值的最終體現，大資料的核心不是資料大小，而是通過資料洞察規律，通過全方位、多角度的資料融合、協同，結合行業應用實現價值變現，因此 “大資料+”孕育著大量的機會，比如大資料+精準營銷公司摩比萬思 ，通過海量使用者資料構建使用者畫像，從而實現精準營銷。比如螞蟻微貸和螞蟻花唄，通過賣家及使用者的歷史行為資料計算授信策略。當然，這個方向要求創業團隊對行業有深刻的理解，團隊的配備必須是資料人才+行業人才。
●總結：
筆者是非常看好大資料這個方向的，但創業者需要理解大資料的本質與內涵，找到最適合自己的切入點。
資料必然成為IP，特別是不可替代的資料，垂直領域的資料收集和整理是個不錯的創業方向。
大資料的基礎架構服務和核心演算法都有創業機會，但演算法路線更容易形成壁壘
大資料+行業應用機會很多，但創業團隊必須同時具備大資料和行業人才。
●附：國外大資料公司圖譜
黑俠，九合創投投資經理。關注人工智慧、機器人、大資料、IOT、VR/AR等領域，加入九合創投之前，黑俠曾相繼在百度和阿里巴巴任技術專家長達12年。同時作者也歡迎和相關領域的創業者及投資人交流。