完成“去魅”的大数据,究竟能为产业发展带来什么?

在这个新概念层出不穷的科技世界,你或许听说过Gartner曲线,它大概是指,当新的技术趋势来临,往往会有两轮热度:第一轮,是在诞生伊始,伴随着舆论的亢奋,它往往流于概念,难于落地,也让热情逐渐冷却——而第一轮热度冷却过程中,有关它的媒体版面开始变少,但其市场成熟度却开始变大,最终在某个节点,开始真正走向社会,迎来第二轮热度。

过去5-8年,许多技术概念走完了自己的Gartner曲线,比如大数据。

众所周知,如同是一次“去魅”过程,创投界对大数据概念的热炒早已进入尾声,当你急着向他人宣称自己是“做大数据”的,得到的反馈早已从数年前的“哇哦”转向现在的“哦”——因为作为商业工具,大数据带来决策权威的转移,早已成为社会共识,哪怕是在再传统不过的行业,数据分析也正在迎来一个掷地有声的落地阶段。

比如一个在大众眼中冷僻的行业:产业招商。

不久前刷到一条科技新闻,产业新城运营商华夏幸福发布了它们自己开发的产业大数据平台,希望能在AI和大数据的辅佐下,将他们过去17年的招商经验,兑现出更大的产业价值。

而从这个例子不难看出,哪怕是在连科技媒体都尚未充分觉察的角落,企业学会用AI处理数据,优化决策流程,早已作为商业利器本身,深嵌到市场经济的运行脉络里。

产业经济图谱

先简单了解一下这个产业大数据平台,它可能比你想象的更为复杂。

谈及招商引资,你也许有所不知,在过去,它通常要靠招商人员去“扫”(扫街,扫会,扫展),把招商结果交给运气,且获客效率应该不会比沿街的“游泳健身了解一下”更大。

而按照官方描述,早在上述原始阶段,华夏幸福就建立了首个产业招商领域的CRM系统,积累了19万条有效企业信息数据,在“大数据”的概念尚未开启Gartner曲线之前,就形成了产业发展数据库的雏形。

而在长期产业实践中,如今这一雏形已进化为聚焦新一代信息技术,高端装备,汽车等十大产业,细分37个二级与109个三级产业领域,深谙不同产业领域的数据来源和数据逻辑,可以针对性地搜集整合全产业链动态数据的大数据平台,目前已有1960万家企业近10亿条动态数据盘踞于此,且针对不同数据拥有超过520类标签。

问题是,这些数据能够干嘛?

首先当然是智慧招商。

众所周知,并未违背市场经济规律的底层机理,区域竞争是中国经济数十年高速增长的重要驱动力,其中招商引资又是拉动各地方经济增长的重要驱动力,但现实中,学术界对招商引资的产业研究并不算详实。事实上,随着如今产业分工不断细化,同一产业链上不同角色的相互依存度越来越高,对产业链之间各个节点关系的判断,对“科技树”开花结果方向的判断,对不同行业趋势的判断,正在变得尤为重要。

也因如此,招商引资也就成为一个对信息和数据需求门槛很高的领域——要知道,如今连一家饭馆的投资和选址都需要AI的仰仗,更何况,是充当地方经济命脉的企业和工厂。

而华夏幸福希望的是,通过建立数据库,捕捉行业和企业实时动态,用算法模型评估和预估企业投资决策,从而大幅提升招商效能。

具体来说,产业大数据平台可以针对不同行业,通过分析企业生命周期,资本活跃度,产品生命周期,产能利用率等影响因子建立算法模型,前置研判企业的投资选址需求,直接给出未来招商机会更大的企业名单,大幅提升命中率。以生物医药与器械为例,平台通过算法模型输出包含300多家目标企业的“长短名单”,经团队走访验证,30%以上企业有明确投资选址意向,较传统招商模式提升5倍以上。

当然,无论是信息的深度还是广度,这一平台触角庞杂的程度,都已远超招商引资的商业范畴,未来它会被用在面向政府,企业,第三方机构等更宏观的事情上。

比如,通过大数据可视化,直观呈现全国各级区域和园区的产业发展与布局现状,协助区域产业发展优势识别与策略制定;比如,它可以以专利,文献,政策,资讯等信息为基础,参考产业龙头与标杆企业战略与产品规划,自动智能生成未来2-3年内产业转移,产业外溢,热点技术领域等预测成果,为产业发展规划提供依据;再比如,它还可以标签化数据为基础,结合不同行业的研究经验,通过用户自定义分析功能,实现各行业研究报告的自动化生成。

总之,这套数据平台的本质,就是将不同产业的数据洪流,以一种界面友好的形式,变成可信赖的分析和决策工具。

此外给我的感觉,如果将这些产业的迅猛发展,比作一场激烈的经济竞赛,那么这一大数据平台,则能以最公允的“裁判”或者说“全局”视角,俯瞰每一条赛道,每一台赛车,甚至每一台赛车的质量,速度,加速度等一切数据,让一切一览无余。

而当这些赛道和赛车相互交织,彼此渗透进各自的五脏六腑,无疑会慢慢浮现出一张日趋详实的产业经济图谱,一张记录宏观经济微观走向的“清明上河图”,它注定是我们这个时代的财富。

封装数据的方法

不过,这张经济图谱想要符合现实逻辑,除了需要数据,还需要数据和数据之间的联系——这意味着,这一平台的核心资产不是数据本身,而是封装数据的方法。

最近几年,比尔·盖茨一直在英文世界不遗余力地推荐一本名为《事实》的书,其核心观点只有一个:所谓事实,不是一个孤立的真相,而是真相和其他真相之间的关系,它可能会被各种机制扭曲——数据也是一样,在这个时代,统治一切的不是数据,而是通过对有效数据的串联,完成对数据的“解释权”。

以产业大数据平台为例,其实平台上的很多数据都是公共的,倘若有心,其他人也能找到,但如何将它们按照不同产业逻辑分装,并且梳理成树状甚至更复杂的网状结构,才是华夏幸福17年产业招商实践经验的直接写照。

要知道,在这一平台上,不同行业和应用场景都拥有不同算法模型,企业选址和政府招商的算法不一样,不同产业的考虑因素也不一样,而影响因子及权重的确定,直接受益于华夏幸福常年积累起来的知识经验。比如在生物医药与器械“智慧招商”产品设计之初,技术开发团队组织了30余场,100多人次的内外部专家访谈,总结出3大类,16种企业投资扩产或搬迁场景,决定投资选址的影响因子及权重,建立Xgboost和NLP等算法模型。

另外,如你所知,最近几年,不同算法的不断完善,很大程度上得益于它与各垂直行业的紧密结合,唯有渗透进各个行业,精密的算法才能真正生根发芽,产生正反馈——而华夏幸福4600人的产业发展团队,就如同4600个“触角”,在服务各个区域和不同产业的实践中,不断对大数据产品的成果进行印证,纠偏和反哺,最终让他们更好地分辨出随数据洪流裹挟而至的福音与噪音,看透“真相和其他真相之间的关系”。

总之给我的感觉,华夏幸福给自己的定位从来没有改变,他们从来不是技术专家,他们只是在不同产业的泥泞战壕中奋战17年的行业专家——只不过当智能时代来临,当大数据依次成为各个行业最具杀伤力的商业武器,他们发现,过去17年的实战经验,让他们“有权”,也有能力,第一个用上它。

而切换到更宏大的视角,当你听到这家“传统企业”对新技术趋势的娓娓道来,看到那些实时闪烁的产业数据,作为科技观察者真的会由衷感慨,从现在到未来,“公司”和“科技公司”,正在模糊为一个同义词,用人工智能处理数据,或许是所有企业的终极归宿。

拭目以待吧。

作者:李北辰,独立撰稿人,国内数十家媒体专栏作家,曾供职《南都周刊》《华夏时报》《财经》等媒体