本文转载自：深燃（ID：shenrancaijing），作者：王敏，编辑：金玙璠。猎云网已获授权。
“得数据者得天下”，看似有点老生常谈的观点，却在这个四月又风靡科技圈。
伴随ChatGPT带火AI大模型，与之相应的三大要素：算力、算法和数据，成为了布局大模型的公司们的发力点。尤其是数据，被视为“大模型差异化竞争的关键”。
数字经济时代，数据作为关键生产要素，其重要性早已毋庸置疑，数据智能也方兴未艾。
所谓“数据智能”，用原阿里云智能总裁张建锋的话来说，是数据处理的核心能力。专注于数字化市场的咨询分析机构“爱分析”认为，数据智能是指以数据为生产要素，通过融合大规模数据处理、数据分析与挖掘、机器学习、可视化等多种大数据和人工智能技术，从数据中提炼、发掘具有揭示性和可操作性的信息，从而为企业提供数据驱动的分析与决策。
从2015年数据规模迎来爆炸式增长至今，在数据的采集、存储、打通、应用等各个环节，不仅有阿里、字节跳动等大厂们布局，还涌现出了一批批创业型公司来满足市场需求。
根据火石创造产业数据中心，截至目前，我国数据产业企业数量已超过150万家。其中一度“烈火烹油”的数据中台领域，就有多位阿里系数据老兵下场创业，并且获得了来自头部机构的多轮融资。
近8年来，数据智能赛道之所以出现“百花齐放”的局面，是因为在需求端，企业们意识到了数字化转型的重要性，并且付诸行动。
然而，随着数字化转型进一步深入，客户们的“数据焦虑”反而愈演愈烈。
一个不可忽视的因素是，在数字化转型的初期，客户们往往是针对业务的特定环节或特定部门进行数字化改造。但当用户数据来源变得多渠道、多触点，传统分散的数据治理与分析方式，很难让数据充分发挥价值。
“数据焦虑”下，谁能带来一场系统性、深层次的变革？
曾经数据智能赛道的创业型选手们，一直在积极寻找对策。从结果来看，一种新的解法已经出现：在并购整合潮下，市场重新洗牌，为企业增长提供更多确定性的“企业级公司”诞生了。这某种程度上代表着数据智能赛道的行业走向。
从分散到整合，“数据焦虑”的新解法
数据智能赛道的整合趋势，从2021年就开始显现，这一年，容联云先后收购了过河兵、诸葛智能，微盟收购了向心云。
2022年，数据中台公司奇点云和数据分析公司GrowingIO并购重组，共同组建了奇点云集团；智能营销平台悠易科技收购了CDP（客户数据平台）厂商LinkFlow；数字营销科技公司SparkXGroup邑炎科技宣布战略并购智能营销平台Marketin。
“2022年必将是数据智能赛道的并购整合年。”奇点云集团创始人、CEO张金银（花名：行在）在2021年时就曾提出这一观点。
据不完全统计，过去两年里，国内数据智能赛道至少有十三起并购案例。数据智能相关的企业服务赛道同样并购在加剧。汉能集团发布的2021中国新经济并购半年度报告显示，仅在2021年上半年，企业服务并购事件为45起，占据TMT行业并购事件70%。
这一趋势在国外出现的更早。2019年，全球BI（智能分析）领域出现了两起大型收购事件，先是谷歌宣布收购数据分析公司Looker，紧接着，CRM厂商Salesforce宣布以157亿美元收购数据分析平台Tableau，创下了BI行业最大一笔并购。
整个数据智能赛道，都在从分散走向整合。
曾经，数据智能赛道的狂飙突进，令人印象深刻。数据基建层、中台层、应用层的选手们纷纷跑步入局。现如今，整合的趋势下，更加无法忽视愈发紧张的市场竞争态势。
一面是大厂入局攻占市场。
字节跳动的火山引擎，于2020年就已低调上线，把字节跳动的增长方法、技术能力和工具开放给外部企业，提供数据智能服务，帮助企业客户形成精准的增长闭环。
2021年，阿里专门成立了新品牌“瓴羊”，将阿里云数据中台和其他产品重新组合，以对外提供数智化服务。瓴羊所提供的服务，每个板块都有单个领域的服务商，但它将这些能力集中在了一起，从应用层自上而下帮助企业推进全面数字化转型。
大厂的加速布局，给这个赛道的服务商们带来了压力。
行业的另一面是，危机感加重的创业期选手，不仅经历了疫情的打击，还陷入了融资难的困境。
过去一年，数据智能相关的企业服务赛道在一级市场明显降温。据36氪统计，2021年，在企业服务赛道出手的资方高达1000家以上，2022年，这一数字跌至694家。最近，有软件领域投资人对媒体表示，一级市场已经不再盲目追捧软件企业，很多FA都表示今年会减少参与软件类项目。这意味着，投资人选择项目的要求更高。
但是，导致竞争态势加剧、市场加速整合的本质原因，还是客户与日俱增的“数据焦虑”。
客户们的数据需求越来越全面，在这场数字化转型的全面变革中，中小创业公司如果继续维持现状，是无法适应市场的，要在复杂多变的市场环境中占据一席之地，必须学会协作。
以GrowingIO、诸葛智能所属的MarTech（营销数字化）细分领域为例，艾瑞咨询相关报告显示，随着行业生命周期的变化，价值输出能力单一的中小微企业消退，整合型高赋能头部服务商才能逐渐壮大。
奇点云集团联合创始人兼COO刘莹对深燃表示，经历疫情后，国内数据智能赛道里很多公司都不挣钱。因为客户需要的是从数据基建到应用的端到端解决方案。以前，赛道选手的发展方向非常多元，疫情过后，赛道选手的擅长与分工已经基本显现。但也随之衍生出了新问题：很多选手为了满足客户更多需求，在擅长领域之外，做了一些不擅长的事情，反而无法对客户进行更深度的服务。
“这种现状，势必需要赛道选手进行整合，才能有所突破。”刘莹说道。
企业级公司，是正确答案吗？
作为行业整合大势的底层驱动力，客户的“数据焦虑”，是怎样愈演愈烈的？
“数据没有真正起到价值。”谈及过去客户对数据智能服务商最常表达的痛点，不少资深从业者都对深燃提及了同一句话。
这背后是企业对数字化转型概念的模糊认知。他们只知道数据有价值，也花了很大力气进行数字化基建，但伴随数据量越来越多，还需要摸索怎么把数据价值充分利用起来。
比如，一家大公司以前做数据分析，可能只在APP端进行埋点采集，但如今用户不可能只在APP留痕，而是会出现在小程序、官网等多个渠道，如果只是单端数据收集与分析，很难真正分析出用户行为偏好，也就难让数据驱动业绩实现增长。
同时，“国产替代”对于很多客户而言，也是迫在眉睫。随着《数据安全法》和《个人信息保护法》(PIPL)的陆续实施，包括Google Analytics在内，很多国外产品无法适应新规对数据采集的要求，存在数据合规风险，Salesforce等国际软件巨头也结束对中国市场的直接运营，很多公司不得不寻求“国产替代”。
而在同等实现效果下，企业通常会更倾向于成本低、数据迁移难度小的产品。国产替代这层显性需求下，还包裹着一层“简便易操作、数据兼容”的隐性需求。
不过，客户的底层需求，还在于提升产品的安全性，降低数据分析的使用门槛，用最直接有效的方式达到最想要的结果。
一家大型保险集团的技术负责人向深燃表示，过去几年，数据治理、数据中台建设快速发展，但公司也一直在思考是否有更加简单有效的办法，能够隐去中间环节，从原始的数据采集出发，直接端到端，生成运营决策端需要的东西，把数据真正用起来。
而当数据真正要接入业务时，对于数字化产品的安全、稳定、可靠的需求会更高，容错性就会降低。
总的来说，客户对于数字化业务的定义不再是“创新业务”，而是将数据智能和业务流程乃至发展战略结合在一起，要让数据真正发挥价值，带动业绩增长。
一位从业八年的行业专家告诉深燃，经过多年的摸索与尝试，到2023年，客户在寻求数据智能服务时，“需求更加全面，也更加细节化，对于数据的价值理解更深。”
这种背景下，或许也只有整合化趋势下的“企业级选手”，才能应对市场需求。服务商的强强联合，可以让两家公司优势互补，在产品覆盖的业务范围和服务能力上都更上一层台阶，为客户提供系统、全面的产品和服务。
以奇点云和GrowingIO的并购重组为例，两家公司在组织架构、产品、服务等层面进行了充分融合后，今年2月，奇点云集团正式提出“企业级”战略，宣布集团已实现数据云与分析云的无缝对接，可以为客户提供应对复杂业务场景的产品和服务，即“企业级产品+企业级服务”。
比如面对客户的多端数据分析需求，奇点云可以提供全域数据采集的服务，并能将多来源用户ID实时识别融合为一套One-ID。
同样是做“国产替代”的埋点采集工具，奇点云集团旗下的GrowingIO采集云平台可以兼容包括Google Analytics和其他服务商在内的所有SDK产品，客户可以丝滑迁移数据而且无需担心产品替换导致数据断点。
市场反馈也在同步发生。奇点云集团于去年年底完成了近亿元的C2轮融资，其C轮总融资近3亿元。这在低迷的一级市场上实属难得，据信通院统计显示，2022年互联网投融资从Q1的37.2亿美元下滑到Q4的12.3亿美元，披露的投资金额环比下跌42.5%。
突围下半场，需要更多企业级公司
无论是从行业天花板还是从宏观政策层面来看，数据智能赛道所处的数据产业正立于潮头。
根据2023中国国际大数据产业博览会公布的最新数据，2022年我国大数据产业规模达1.57万亿元，同比增长18%。垂直的数据中台赛道，市场规模也在稳步增长。艾瑞咨询研究显示，中国数据中台市场2022年市场规模达126亿元，2023、2024年增速仍保持20%以上。
在数据驱动的智能决策市场，据爱分析推算，2022年中国智能决策市场规模为87.7亿元人民币，同比增速为28%，表现亮眼。
政策方面，2020年《关于构建更加完善的要素市场化配置体制机制的意见》第一次把数据提到生产要素的高度上来。2021年《个人信息保护法》（PIPL）的出台、2023年国家数据局的成立，都表明国家对于数据要素的重视与日俱增。
数字化转型已渗透进各行各业，数智竞争已经来到下半场。
要想真正解决企业的数据焦虑，在下半场的竞争中活下来，提升产品和服务水平、不断优化组织架构，成为“企业级公司”，或许是正确路径之一。
仅在产品层面，企业级一方面意味着产品形态的标准化和模块化。
“客户进行数字化转型时，不会只买一家的产品，不同服务商产品之间的数据打通非常重要。产品如果没有良好的扩展性和开放性，未来一定会被市场抛弃。”奇点云集团副总裁、GrowingIO联合创始人叶玎玎对深燃表示。“因此，我们的产品能力在企业级进化时做到了两点：一是把所有数据变成服务开放给客户，二是把软件变成平台，方便客户做二次应用开发。”
另一方面，是在技术能力上保持领先的决心和行动力。刘莹补充说，To B的流量是需要多年沉淀和经营的，一些中小创业公司并不具备端到端产品的研发实力。而且，从资金的投入产出比来看，只有规模效应和精细化分工才能给公司产生利润，保持行业的健康性和稳定性。“这些也是企业级公司才具备的能力。”
最为重要的是，企业级的产品具备安全性和稳定性。叶玎玎解释道，“以前我们更多服务互联网客户，这些公司愿意尝鲜，也能接受试错。但是当进入传统企业，服务政企、零售、制造业的时候，我们发现试错成本极高，对方对产品安全和稳定性的要求远大于创新的能力，要求我们必须达到企业级标准才能服务好客户。”
在企业级之路的进化上，奇点云主要围绕RAS（Reliability、Availability、Serviceability 可靠性、可用性、可服务性）的理念进行，这是IBM在上世纪六十年代提出的产品研发标准，因影响深远现已成为行业金标准。
这些都表明，向“企业级”进化，是对数据智能服务商愿力、财力、能力等多方位的考验。
要知道，国内外大厂，包括IBM、华为，都是拿出了壮士断腕的勇气，才实现了企业级进化，具备了可规模化的服务能力和高质量的营收能力，走到了今天。
IBM自1911年成立后，在老沃森时代就高度重视产品研发，到小沃森时代，推出大型机并提出了RAS的产品能力标准，走上了发展的快车道，推动IBM的营收从9亿美元增长到83亿美元。
华为在1998年花重金向IBM学习，进行管理体系变革，后在内部实行了剑指产品标准化、流程化、模块化的IPD业务变革，从依赖爆品转变为能够制度化、可持续地开发高质量产品，最终在营收上从1998年的不足100亿到2011年实现了超2000亿元的突破。
之于数据智能赛道的服务商而言，成为企业级公司是一场需要付出极大成本和努力的冒险。技术突破，以及标准化、流程化产品服务的构建，需要行业的积淀，需要金钱的投入，更需要坚定变革的决心。毕竟，所有的变革，都伴随着阵痛，任何一环没有跟上，就可能陷入危机。
道路是曲折的，那前途是光明的吗？
谈及未来，刘莹表示：“一家公司不可能解决客户在数据智能上的所有需求，数据智能应用永远都是百花齐放的，只是赛道比较新，还没有形成行业规范。如今奇点云提出‘企业级’，也是希望能够为构建业内标准出一份力，促进行业的良性发展。”
