
大數(shù)據(jù)市場(chǎng)持續(xù)升溫,創(chuàng)業(yè)者需知道數(shù)據(jù)
在互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)時(shí)代,中國(guó)創(chuàng)業(yè)潮一直以來都風(fēng)生水起,一大批移動(dòng)互聯(lián)網(wǎng)企業(yè)赴美上市。進(jìn)入大數(shù)據(jù)時(shí)代,數(shù)據(jù)不僅為我們的生活工作帶來了諸多便利,更是將創(chuàng)業(yè)熱潮推向了歷史高峰。
3月22日,由上海大數(shù)據(jù)聯(lián)盟、上海大數(shù)據(jù)產(chǎn)業(yè)基地和華院數(shù)據(jù)聯(lián)合主辦、數(shù)據(jù)猿協(xié)辦的“2017大數(shù)據(jù)人工智能產(chǎn)業(yè)發(fā)展與創(chuàng)新應(yīng)用”論壇上,為挖掘優(yōu)秀項(xiàng)目及人才,推動(dòng)科技的創(chuàng)新應(yīng)用,主辦方正式啟動(dòng)了“中國(guó)大數(shù)據(jù)人工智能創(chuàng)新創(chuàng)業(yè)大賽”。
參賽團(tuán)隊(duì)不僅可以獲得科技金融賽題提供的股市行情數(shù)據(jù)、數(shù)據(jù)庫、輿情信息等數(shù)據(jù)資源,還會(huì)面臨全新的賽題挑戰(zhàn),即國(guó)內(nèi)首推K線技術(shù)面視覺分析及圖文消息面市場(chǎng)影響評(píng)估賽題。同時(shí),主辦方還聯(lián)合羽時(shí)資產(chǎn)特設(shè)2億專項(xiàng)AI基金,尋找創(chuàng)業(yè)獨(dú)角獸,鎖定眾多技術(shù)大咖,屆時(shí)一定會(huì)吸引大量創(chuàng)新創(chuàng)業(yè)者參賽。
在這個(gè)“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的時(shí)代,盡管創(chuàng)業(yè)是一件極具風(fēng)險(xiǎn)、成功率又極低的事情,卻仍然吸引著眾多年輕人前仆后繼加入創(chuàng)業(yè)大軍??墒沁€是有很多人都只是“為了創(chuàng)業(yè)而創(chuàng)業(yè)”。那么,擁有創(chuàng)業(yè)熱情又不乏計(jì)算機(jī)技術(shù)的年輕人們,該如何找到大數(shù)據(jù)人工智能的創(chuàng)業(yè)入口?如何選對(duì)創(chuàng)業(yè)方向呢?在回答問題之前,創(chuàng)業(yè)者們不妨先來了解一下大數(shù)據(jù)產(chǎn)業(yè)的創(chuàng)投市場(chǎng)。
創(chuàng)業(yè)先看投資。創(chuàng)業(yè)者在進(jìn)入任何一個(gè)新興行業(yè)之時(shí),都需要有勇氣和遠(yuǎn)見,其“遠(yuǎn)見”就表現(xiàn)為要清楚知道市場(chǎng)中“錢”的走向,只有清楚投資人把錢投向了哪里,才有機(jī)會(huì)抓住產(chǎn)業(yè)風(fēng)口,占據(jù)市場(chǎng).
在此次論壇上,數(shù)據(jù)猿創(chuàng)始人牟蕾指出,2016年,創(chuàng)投圈的“資本寒冬”之聲不絕于耳,時(shí)不時(shí)傳出創(chuàng)業(yè)項(xiàng)目被否決的消息。投資機(jī)構(gòu)變得更加謹(jǐn)慎,創(chuàng)業(yè)者融資周期不斷延長(zhǎng)。創(chuàng)投圈發(fā)生了什么?大數(shù)據(jù)行業(yè)的創(chuàng)業(yè)創(chuàng)新是否還有機(jī)會(huì)?又有多少機(jī)會(huì)?
對(duì)此,牟蕾對(duì)2012年-2016年大數(shù)據(jù)行業(yè)投融資情況進(jìn)行了復(fù)盤。數(shù)據(jù)顯示,在2014年,我國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模為97億元,2015、2016年間增長(zhǎng)率均高于全球數(shù)值,預(yù)計(jì)2018年,我國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模有望超過500億。與此同時(shí),大數(shù)據(jù)產(chǎn)業(yè)顯現(xiàn)出正在向成熟期過渡的發(fā)展特點(diǎn),數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用項(xiàng)目開始受到資本熱捧。
具體而言,2012-2016五年間,大數(shù)據(jù)領(lǐng)域發(fā)生的投融資事件超過1600起,透露金額的有1300余起,總金額達(dá)1200多億;其中A輪事件占比40.4%,天使輪38.2%,產(chǎn)業(yè)大部分項(xiàng)目處于發(fā)展期,部分成熟項(xiàng)目已進(jìn)入PE階段。其中,2016年,融資額同比增長(zhǎng)率達(dá)189.7%,不過融資頻次下降,單筆額度過億,但產(chǎn)業(yè)向成熟期發(fā)展越發(fā)明顯。
牟蕾?gòu)?qiáng)調(diào),從細(xì)分領(lǐng)域投融資趨勢(shì)看,五年來,數(shù)據(jù)應(yīng)用產(chǎn)業(yè)內(nèi)的相關(guān)融資事件發(fā)生了673起,被披露項(xiàng)目的總金額達(dá)483億,其二級(jí)產(chǎn)業(yè)中廣告營(yíng)銷類融資事件位居首位;而數(shù)據(jù)分析產(chǎn)業(yè)相關(guān)融資事件450起,總金額471億,僅次數(shù)據(jù)應(yīng)用產(chǎn)業(yè),其二級(jí)產(chǎn)業(yè)中分析平臺(tái)類融資事件占據(jù)榜首。從資金走向看,牟蕾還指出,被大資金追棒的項(xiàng)目不外乎兩個(gè)方向:一是通用技術(shù)型項(xiàng)目,這種技術(shù)不分行業(yè),比如與人工智能相關(guān)的機(jī)器學(xué)習(xí)等底層架構(gòu)技術(shù);二是行業(yè)間的跨界融合,尤其是傳統(tǒng)產(chǎn)業(yè)與大數(shù)據(jù)人工智能技術(shù)的結(jié)合。
此外,記者了解到,此次論壇上啟動(dòng)的“中國(guó)大數(shù)據(jù)人工智能創(chuàng)新創(chuàng)業(yè)大賽”,將聚焦于智慧醫(yī)療和科技金融兩大熱門領(lǐng)域。這兩大領(lǐng)域與牟蕾的大數(shù)據(jù)投融資趨勢(shì)分析結(jié)果如出一轍——“目前,金融和人工智能是大數(shù)據(jù)應(yīng)用最熱的行業(yè),醫(yī)療健康和互娛次之”。
如今,大數(shù)據(jù)產(chǎn)業(yè)的高速發(fā)展已經(jīng)滲透到每個(gè)行業(yè)和職能領(lǐng)域,成為了重要的生產(chǎn)因素;人工智能也已經(jīng)應(yīng)用于語音識(shí)別、圖像處理器、計(jì)算機(jī)視覺、機(jī)器人等多個(gè)領(lǐng)域,甚至擊敗了圍棋九段李世石,一系列成績(jī)的背后,都是海量數(shù)據(jù)的積累與學(xué)習(xí)。各行業(yè)人士對(duì)數(shù)據(jù)的挖掘與應(yīng)用,預(yù)示著新一波創(chuàng)業(yè)浪潮即將到來。
此外,牟蕾還向現(xiàn)場(chǎng)嘉賓展示了2012-2016年大數(shù)據(jù)產(chǎn)業(yè)投融資TOP榜。其中,TOP5的投資機(jī)構(gòu)平均投入金額均在30億元以上;融資大事件的發(fā)生地冠、亞軍之位是北京(747次)和上海(275次),除蘇州、成都僅在2012年上榜之外,此后,深圳、廣州和杭州融資愈加活躍。而眾所周知,北上廣深一直是創(chuàng)業(yè)者們的集中營(yíng),所以這些城市將一如既往是大數(shù)據(jù)產(chǎn)業(yè)創(chuàng)新的發(fā)源地。
創(chuàng)業(yè)者們,如果想要選擇好的產(chǎn)業(yè)風(fēng)口,創(chuàng)投分析則是對(duì)一個(gè)產(chǎn)業(yè)發(fā)展的前置預(yù)判。如果一個(gè)新興產(chǎn)業(yè)中的很多應(yīng)用度尚未大面積展開,那么這個(gè)行業(yè)真正的春天其實(shí)是將掌握在眾多有“遠(yuǎn)見”的創(chuàng)業(yè)者手中!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11