今年的T11暨TalkingData數據智能峰會因為國慶的舉辦，比去年推遲了2個月的時間，但是依然擋不住寒冬里火爆的人群。
從甲骨文出來創業的崔曉波（TalkingData 創始人兼CEO），帶著濃厚的技術精英氣息走上講臺。
“今年，小公司大公司都很難，明年，形勢不明朗。”這是他的開場白，引起現場眾多企業家的共鳴。
“今年，小公司大公司都很難，明年，形勢不明朗。”這是他的開場白，引起現場眾多企業家的共鳴。
崔曉波一改往日談大數據的畫風，而是重點去梳理商業新場景、流量變現的新模式，談李佳琪，談電商直播，各種數值依舊是信手拈來。
他解讀了IDEA（精準產品方法論），也發布了數據智能中臺的全新版本——SmartDP Fusion，似乎要把TalkingData這家數據公司“逼上”落地場景的極限。
沒有業務場景，務必結合場景
2017年，TalkingData提出了中臺概念，為了維持中立性的定位，崔曉波強調不做場景。但是今年，他發現，遇到了瓶頸。
“如果單純地走科技創新，客觀上講，不是中國的技術公司不行，而是市場不成熟。”
“如果單純地走科技創新，客觀上講，不是中國的技術公司不行，而是市場不成熟。”
在甲骨文的經歷，讓崔曉波有過很深的感觸。
他提到，美國客戶提出一個項目，會把項目的范圍界定的很清楚，同時會給出兩個文檔，一個叫需求文檔（明晰整個項目的范圍需求是什么），另一個是點對點應答（對這個項目產品支持的技術點有哪些）。
如此下來，在美國做3-5個項目，產品化就出來了，解決方案都是標準的，需求差不多。
中國的情況完全相反。
企業做與美國同樣的行業，哪怕是特別規模化的標準行業，會發現每個項目需求都不一樣，而且還可能會隨時變更需求。
中國非常好的技術公司都有很高的熱忱去做技術投入和創新，但現狀是很難做成產品，這是由產業現狀決定的。如果純粹走科技創新的路，路會比較長，不是不能走。
現在，環境已經開始好轉了，因為過去這10年，各個產業沒有增量，所以大家開始做存量市場，開始看怎么做精細化運營，開始重視技術了。
但是這個路依然很長——崔曉波估計至少是5-10年的探索。
TalkingData 創始人兼CEO 崔曉波
在中國，科技公司或者技術公司，創新的路注定跟國外不一樣：必須要走跟業務結合的路，所有的能力要在業務場景里面得到證明。
崔曉波強調，作為一個數據公司，其核心是要有數據閉環，形成一個正反饋，前面有業務場景會不斷驗證算法或者模型對業務有沒有效，通過反饋閉環，才能把模型或者算法越做越準確。
“這是中國技術公司必然要走的路，雖然沒有業務場景，但也要和業務場景結合。”
“這是中國技術公司必然要走的路，雖然沒有業務場景，但也要和業務場景結合。”
為此，TalkingData的投資策略也在做改變：從之前投資國內外的AI算法、應用公司（竹間科技、云量、AIdriving、Ramble、Pathsense），到后期轉向投資或孵化業務場景里面的數據公司（ 脈策、數睿科技、智數等）——他們要比TalkingData本身更了解業務場景、了解技術的匹配度。
數據中臺這件事，可能很多人沒想清楚
今年T11大會上，一個重頭戲，是崔曉波發布了他們的IDEA（精準產品方法論）。
拆解下來就是識別、分析、設計、重構四大維度，并以新產品SmartDP Fusion進行承載。
實際上，IDEA不是TalkingData今年提出來的，是2016年提出來的，但是客觀來講，當時的TalkingData對中臺這件事的理解也不是很深刻，這與其“理念略超前于市場”的習慣有關。
之所以現在重新放大，是機會成熟了。IDEA本身不是僅僅停留在方法論的階段，而是在很多案例踐行上總結出來的。
“現在，第一，理論基礎更扎實；第二，又是這樣的業務場景跟技術去結合的一個大背景；第三，我們有很多案例可以分享。”
“現在，第一，理論基礎更扎實；第二，又是這樣的業務場景跟技術去結合的一個大背景；第三，我們有很多案例可以分享。”
崔曉波談到他們以前的探索碰壁的原因。
“我們發現，有一些數據中臺產品，沒有業務場景根本用不起來，因為數據中臺在客戶那邊還得反過來定義場景，把業務場景梳理清楚，再對應數據中臺某一個能力，比如數據科學的能力、數據工程的能力、數據安全的能力等。”
“我們發現，有一些數據中臺產品，沒有業務場景根本用不起來，因為數據中臺在客戶那邊還得反過來定義場景，把業務場景梳理清楚，再對應數據中臺某一個能力，比如數據科學的能力、數據工程的能力、數據安全的能力等。”
雷鋒網注意到，可能不僅僅TalkingData遇到過這種問題，很多跟風推出中臺的廠商也逃不開這樣的瓶頸。
“現在很多公司提中臺，我們并不好看那種完全脫離業務場景而開發出來的中臺。”
“現在很多公司提中臺，我們并不好看那種完全脫離業務場景而開發出來的中臺。”
這也是TalkingData在今年提出來數據智能平臺SmartDP Fusion的原因，要把對行業的理解和積淀固化在系統和產品里面去，再傳遞出來。
資料顯示，數據智能中臺的全新版本SmartDP Fusion，由全域智能營銷平臺、數據平臺、場景智能應用平臺三部分構成。在數據中臺逐步成熟的基礎上，融合零售、政府、汽車、營銷、金融等垂直行業更多業務場景。
這意味著，TalkingData的平臺會非常業務化，都經過業務的檢驗和跟業務的融合才推出來，跟單純的數據中臺有很大的不同。
數字化轉型這件事，艱難點在哪里？
目前，TalkingData產業布局聚焦在移動互聯網、產業互聯網和金融機構三大塊，投資和合作布局基本圍繞這些方面展開。
而無論是做數據融合還是做算法，TalkingData都是較早切入產業互聯網的一家公司。
在數字化轉型這件事上，崔曉波說，他們做的比較久，走的也比較苦。他發現產業互聯網或者說產業數字化轉型，其進程并沒有想象的快。
總結下來，阻礙因素主要有2點：
- 1）理念問題。理念很難被改變。數字化轉型可謂是“一把手工程”，企業里的一把手不參與，基本就不好做了。即使參與了，也需要恒心和毅力，3-5年才能看出效果，對業務的效應才會凸顯。
- 2）數據流通性問題。一方面，企業之間的數據共享不是收益，而是成本，要集成測試，沒有商業評估模型不太好推動；另一方面，政府掌握大量數據，擅長應用數據的公司難以獲得政府的數據，而能夠獲得這些數據的企業在數據應用、業務場景上能力有限，構成矛盾。解決數據流通性的問題，會是一個長期的過程。
為了克服這些阻礙因素，TalkingData在T11上宣布擴大了朋友圈：
- 1）政府方面，TalkingData正式宣布其華中研發總部、全國交付總部入駐武漢光谷，與武漢市政府推動數據創新應用，共建行業領軍企業；
- 2）金融方面，由北京大學光華管理學院、百行征信與TalkingData共同成立的征信數據分析與應用聯合實驗室，進行了成果發布，解讀大數據時代征信領域的前沿問題。
- 3）企業方面，TalkingData與京東云、Arkie在智能城市、智能營銷領域深化合作，發揮各自優勢，以數據智能共建產業生態共同體。
可見，TalkingData也正在改變自身的判斷和打法。
在人口紅利演進為數據紅利的當下及未來時代，數據智能依然是中場戰事，炙熱而火爆，AI的后時代也將迅速到來。
雷鋒網年度評選——尋找19大行業的最佳AI落地實踐
創立于2017年的「AI最佳掘金案例年度榜單」，是業內首個人工智能商業案例評選活動。雷鋒網從商用維度出發，尋找人工智能在各個行業的最佳落地實踐。
第三屆評選已正式啟動，關注微信公眾號“雷鋒網”，回復關鍵詞“榜單”參與報名。詳情可咨詢微信號：xqxq_xq
