萬億級的大數據市場緣何沒有誕生世界級巨頭？

01-28

近日,工信部公布了《大數據產業發展規劃(2016-2020年)》。其中指出，到2020年，大數據相關產品和服務業務收入突破1萬億元，年均複合增長率保持30%左右。規劃一出，一個產業的大幕似乎已經緩緩拉開，是不是這樣一來大數據領域就遍地是金子了？

事實好像並非如此。自大數據的概念數年前火爆以來，大數據領域一直沒有孕育出巨頭出來。縱觀數十年IT產業發展可以發現，大型機時代成就了IBM，資料庫領域成就了Oracle，PC時代成就了微軟英特爾等，搜索引擎有谷歌、百度，雲計算領域有亞馬遜、阿里雲……唯獨說到大數據領域，卻很難讓人一下子想到某一個代表性巨頭。

這一發展狀態頗為令人費解，是市場不夠大，還是企業不夠努力？好像都不是。過去最有機會成為大數據巨頭的企業包括存儲領域、BI（或者說數據倉庫）領域的，不過隨著EMC被戴爾收購，存儲領域的市場巨頭基本上都是戴爾、IBM、HPE等綜合型企業；BI領域也是，曾經風靡一時的BO、海波龍等，也悉數被SAP、Oracle等收購。

存儲廠商是管理數據的，而BI廠商則是搞數據倉庫、數據挖掘和商業智能的，但這些巨頭很多甚至沒有熬到大數據時代的到來。這其實只是原因之一，說到底，這些IT企業都是做大數據工具的，不管是數據管理還是數據倉庫、數據分析、數據挖掘等，這些都是從IT技術層面切入的。

如果說大數據是一座金礦，那麼IT技術就是挖金子的工具，單純賣工具想成為巨頭，難度可想而知。這些企業也顯然意識到了這一點，所以早早地選擇被不同的巨頭收購，這樣一來，從數據的產生到數據的分析，再到數據價值的呈現就能夠得以在一個系統中完成，這樣一來，才能真正體現出工具的價值。

從這個角度講，如今的IBM、戴爾、Oracle、SAP等傳統巨頭都可以稱得上是大數據巨頭。

除了這些工具類企業之外，目前最有機會成為巨頭的大數據企業基本上都是與具體的行業應用相結合的企業，因為他們是工具的應用者，他們運用大數據的軟體和硬體結合自身的行業經驗，積極拓展大數據應用的範圍和領域。

金融、電信、醫療等細分行業都稱得上是大數據應用較為活躍的企業，因為這些行業數據量大，而且從數據中所挖掘出來的價值也更為便捷。所以很多大數據的獨角獸都出自這些領域，比如螞蟻金服，儘管這是一家金融科技公司，但它基本上是構建在大數據之上。

大數據本身並沒有行業屬性，但大數據又是分散集中的，不同的大數據集中在少數幾個大行業中，而不像智能手機、PC等產品可以普及到人手一份，也不像雲計算等，可以讓每一家企業隨取隨用。因此也就成就了螞蟻金服這樣構建在金融行業之上的大數據企業，儘管大部分情況下人們並不把它看做是一家大數據公司。

除此之外，那些本身就擁有大量數據的公司同樣也具備成為大數據巨頭的潛質，比如谷歌、Facebook、BAT等，他們憑藉自身海量的用戶積累了海量的數據，如果說大數據是一座金礦，那麼海量的數據其實就是一座座礦山，能不能從中挖出金子來，就要看這些互聯網巨頭自身的能力了。

因此，這些巨頭紛紛都在發力兩大領域：雲計算和人工智慧。為什麼？尋求數據變現啊！

雲計算為大數據分析提供了基礎的計算資源，不僅如此，還能幫助其他行業提供大數據分析的支撐，因此這些企業不斷加大對雲計算的投入，比如阿里雲、騰訊雲、百度雲等；與此同時，這些企業還在發力另外一個領域——人工智慧。

從雲計算到大數據再到人工智慧，這樣一來基本就形成了一個技術閉環，人工智慧的「智能」從何而來？大數據分析！機器學習、深度學習等無一不是以大數據為基礎，要不然，所謂的人工智慧一點都不智能。

從這個角度看，谷歌、BAT等互聯網巨頭同樣也是大數據的巨頭。

從廣義的大數據角度看，大數據市場早已孕育了一大批巨頭，而中國的萬億級大數據市場也不例外；如果非要從狹義的角度來看，基本沒有純粹的大數據公司存在，為了存在而存在，不僅沒有意義，也成不了真正的世界級巨頭。

本文為科技新媒體「常言道」（微信公眾號：changyandao1）出品，作者丁常彥。原創作品，歡迎轉載，轉載或引用請註明作者及來源。