今年的T11暨TalkingData数据智能峰会因为国庆的举办，比去年推迟了2个月的时间，但是依然挡不住寒冬里火爆的人群。
从甲骨文出来创业的崔晓波（TalkingData 创始人兼CEO），带着浓厚的技术精英气息走上讲台。
“今年，小公司大公司都很难，明年，形势不明朗。”这是他的开场白，引起现场众多企业家的共鸣。
崔晓波一改往日谈大数据的画风，而是重点去梳理商业新场景、流量变现的新模式，谈李佳琦，谈电商直播，各种数值依旧是信手拈来。
他解读了IDEA（精准产品方法论），也发布了数据智能中台的全新版本——SmartDP Fusion，似乎要把TalkingData这家数据公司“逼上”落地场景的极限。
没有业务场景，务必结合场景
2017年，TalkingData提出了中台概念，为了维持中立性的定位，崔晓波强调不做场景。但是今年，他发现，遇到了瓶颈。
“如果单纯地走科技创新，客观上讲，不是中国的技术公司不行，而是市场不成熟。”
在甲骨文的经历，让崔晓波有过很深的感触。
他提到，美国客户提出一个项目，会把项目的范围界定的很清楚，同时会给出两个文档，一个叫需求文档（明晰整个项目的范围需求是什么），另一个是点对点应答（对这个项目产品支持的技术点有哪些）。
如此下来，在美国做3-5个项目，产品化就出来了，解决方案都是标准的，需求差不多。
中国的情况完全相反。
企业做与美国同样的行业，哪怕是特别规模化的标准行业，会发现每个项目需求都不一样，而且还可能会随时变更需求。
中国非常好的技术公司都有很高的热忱去做技术投入和创新，但现状是很难做成产品，这是由产业现状决定的。如果纯粹走科技创新的路，路会比较长，不是不能走。
现在，环境已经开始好转了，因为过去这10年，各个产业没有增量，所以大家开始做存量市场，开始看怎么做精细化运营，开始重视技术了。
但是这个路依然很长——崔晓波估计至少是5-10年的探索。
TalkingData 创始人兼CEO 崔晓波
在中国，科技公司或者技术公司，创新的路注定跟国外不一样：必须要走跟业务结合的路，所有的能力要在业务场景里面得到证明。
崔晓波强调，作为一个数据公司，其核心是要有数据闭环，形成一个正反馈，前面有业务场景会不断验证算法或者模型对业务有没有效，通过反馈闭环，才能把模型或者算法越做越准确。
“这是中国技术公司必然要走的路，虽然没有业务场景，但也要和业务场景结合。”
为此，TalkingData的投资策略也在做改变：从之前投资国内外的AI算法、应用公司（竹间科技、云量、AIdriving、Ramble、Pathsense），到后期转向投资或孵化业务场景里面的数据公司（ 脉策、数睿科技、智数等）——他们要比TalkingData本身更了解业务场景、了解技术的匹配度。
数据中台这件事，可能很多人没想清楚
今年T11大会上，一个重头戏，是崔晓波发布了他们的IDEA（精准产品方法论）。
拆解下来就是识别、分析、设计、重构四大维度，并以新产品SmartDP Fusion进行承载。
实际上，IDEA不是TalkingData今年提出来的，是2016年提出来的，但是客观来讲，当时的TalkingData对中台这件事的理解也不是很深刻，这与其“理念略超前于市场”的习惯有关。
之所以现在重新放大，是机会成熟了。IDEA本身不是仅仅停留在方法论的阶段，而是在很多案例践行上总结出来的。
“现在，第一，理论基础更扎实；第二，又是这样的业务场景跟技术去结合的一个大背景；第三，我们有很多案例可以分享。”
崔晓波谈到他们以前的探索碰壁的原因。
“我们发现，有一些数据中台产品，没有业务场景根本用不起来，因为数据中台在客户那边还得反过来定义场景，把业务场景梳理清楚，再对应数据中台某一个能力，比如数据科学的能力、数据工程的能力、数据安全的能力等。”
雷锋网注意到，可能不仅仅TalkingData遇到过这种问题，很多跟风推出中台的厂商也逃不开这样的瓶颈。
“现在很多公司提中台，我们并不好看那种完全脱离业务场景而开发出来的中台。”
这也是TalkingData在今年提出来数据智能平台SmartDP Fusion的原因，要把对行业的理解和积淀固化在系统和产品里面去，再传递出来。
资料显示，数据智能中台的全新版本SmartDP Fusion，由全域智能营销平台、数据平台、场景智能应用平台三部分构成。在数据中台逐步成熟的基础上，融合零售、政府、汽车、营销、金融等垂直行业更多业务场景。
这意味着，TalkingData的平台会非常业务化，都经过业务的检验和跟业务的融合才推出来，跟单纯的数据中台有很大的不同。
数字化转型这件事，艰难点在哪里？
目前，TalkingData产业布局聚焦在移动互联网、产业互联网和金融机构三大块，投资和合作布局基本围绕这些方面展开。
而无论是做数据融合还是做算法，TalkingData都是较早切入产业互联网的一家公司。
在数字化转型这件事上，崔晓波说，他们做的比较久，走的也比较苦。他发现产业互联网或者说产业数字化转型，其进程并没有想象的快。
总结下来，阻碍因素主要有2点：
1）理念问题。理念很难被改变。数字化转型可谓是“一把手工程”，企业里的一把手不参与，基本就不好做了。即使参与了，也需要恒心和毅力，3-5年才能看出效果，对业务的效应才会凸显。
2）数据流通性问题。一方面，企业之间的数据共享不是收益，而是成本，要集成测试，没有商业评估模型不太好推动；另一方面，政府掌握大量数据，擅长应用数据的公司难以获得政府的数据，而能够获得这些数据的企业在数据应用、业务场景上能力有限，构成矛盾。解决数据流通性的问题，会是一个长期的过程。
为了克服这些阻碍因素，TalkingData在T11上宣布扩大了朋友圈：
1）政府方面，TalkingData正式宣布其华中研发总部、全国交付总部入驻武汉光谷，与武汉市政府推动数据创新应用，共建行业领军企业；
2）金融方面，由北京大学光华管理学院、百行征信与TalkingData共同成立的征信数据分析与应用联合实验室，进行了成果发布，解读大数据时代征信领域的前沿问题。
3）企业方面，TalkingData与京东云、Arkie在智能城市、智能营销领域深化合作，发挥各自优势，以数据智能共建产业生态共同体。
可见，TalkingData也正在改变自身的判断和打法。
在人口红利演进为数据红利的当下及未来时代，数据智能依然是中场战事，炙热而火爆，AI的后时代也将迅速到来。
相关文章：
正在生成分享图...
王刚