AlphaGo的胜利是大数据+深度学习的胜利

　　除了深度学习，或许我们还能从AlphaGo身上看到大数据的创业机会！

　　最近几天，AlphaGo绝对是科技圈和围棋圈的头条，不管AlphaGo和李世石比赛结果是3:2还是4:1，AlphaGo所代表的人工智能技术，已经达到让人不明觉厉的水准，不少人开始担心人工智能的未来，作为技术派投资男，笔者不担心未来，笔者更关注AlphaGo所代表的人工智能胜利背后带来的创业机会与启示。

　　AlphaGo的胜利是大数据+深度学习的胜利，通过基于大数据的深度学习来减少搜索量，在有限的搜索时间和空间内找到取胜概率最大的下法，具体的算法笔者无力探讨，但可以带出大数据创业机会的思考。

　　大概从2013年开始，大数据的概念慢慢热了起来。国内陆续有不少创业者进入到这个领域，相关项目也慢慢得到资本市场的认可，融资案例不时浮现，跑的快的已经B轮了，但纵观整个行业，并没有一个标杆性的公司出来（如美国的Palantir），加上市场上打着大数据概念的项目很多，导致有人开始质疑大数据是不是个趋势，是不是一个机会。如果是，切入点又在哪里。

　　笔者坚定的认为大数据是个大趋势，源自如下一些逻辑判断：

　　1、随着传感器技术的发展，IOT、可穿戴设备的普及，人和环境的数据化进程只会越来越快，也就是数据会越来越多。

　　2、万物互联、万物智能是个大趋势，而智能的基础是大数据，想想，我们人类的认知和情感就是来自感觉器官收集的大数据学习来的，人就是个大数据处理系统，人工智能就是模拟人认知和思考的过程。

　　趋势在，机会就在。

　　既然大势所趋，那么创业的切入点在哪？从产业链来看，大体可以分成三个部分。数据收集，数据加工，数据应用。

数据收集（数据就是IP）

　　从长远来看，数据成为IP是必然的，而且是大IP，特别是不可替代性的数据，道理很简单，因为数据是原材料、是生产要素，但一定要注意，是有应用价值的、不可替代性高的数据。想想，如果你有所有人的基因和病历数据，不管是医疗还是保险行业应用，都需要这个数据。当前数据市场还处于蛮荒时代，各家都在抢地盘、相称王，而受限于应用场景、数据质量、可替代性等因素，目前变现价值还很低，属于矮大紧老师所说的卖下水的生意。所以这是一个很好的切入点，寻找有应用价值的、不可替代性高的数据，做到最全、质量最好，每个领域都可能有，比如天气数据、环境数据、医疗数据、基因数据、金融等等。

数据加工（算法和架构）

　　数据加工大体可分为两大部分，算法部分与架构部分。

　　先说架构，随着开源社区的发展和普及，架构技术的领先性会越来越不明显，而且做架构或平台又是资源（人力+资金）密集型的工作，属于大厂的优势项目，小团队机会不大，当然，技术足够牛逼的，能快速抢占先机的，也有机会，比如时速云国内首个实现跨IaaS的容器云平台。

　　再说算法，这是笔者更看好的方向，因为相对架构而言，算法更容易形成长时间壁垒，同时资源投入相对较小，有核心的算法能力，同时能找到应用场景，就有机会胜出。比如AlphaGo的深度学习模型和搜索算法，一时半会儿别人是很难模仿出相同效果的。比如大数据预测领域的所问数据，有领先的深度分析技术，牛x的大数据预计模型，来保证最终的应用效果。

数据应用（大数据+行业）

　　行业应用是大数据价值的最终体现，大数据的核心不是数据大小，而是通过数据洞察规律，通过全方位、多角度的数据融合、协同，结合行业应用实现价值变现，因此 “大数据+”孕育着大量的机会，比如大数据+精准营销公司摩比万思 ，通过海量用户数据构建用户画像，从而实现精准营销。比如蚂蚁微贷和蚂蚁花呗，通过卖家及用户的历史行为数据计算授信策略。当然，这个方向要求创业团队对行业有深刻的理解，团队的配备必须是数据人才+行业人才。

总结：

　　笔者是非常看好大数据这个方向的，但创业者需要理解大数据的本质与内涵，找到最适合自己的切入点。

　　数据必然成为IP，特别是不可替代的数据，垂直领域的数据收集和整理是个不错的创业方向。

　　大数据的基础架构服务和核心算法都有创业机会，但算法路线更容易形成壁垒

　　大数据+行业应用机会很多，但创业团队必须同时具备大数据和行业人才。