数字流水线
数字流水线
技术公司争夺价值数十亿美元的企业数据分析合同
换做是不如汤姆·西贝尔 (Tom Siebel) 那般奋发图强的人，早就认栽了。2006 年，这位时年 53 岁的企业家将自己的第一家公司西贝尔系统 (Siebel Systems，开发用于追踪客户关系的计算机程序) 出售给了商业软件巨头甲骨文 (Oracle)。这让他成了亿万富翁，但他还是闲不住。2009 年，他又创立一家新的创业公司，几个月后他去坦桑尼亚游猎，期间遭一头大象踩踏。等他接受了十几次手术，能够重新工作时，公司也差不多要破产了。他没有灰心丧气，重启了它。
西贝尔的坚韧得到了回报。这家现在名叫 C3.ai 的公司去年募得了一亿美元的风险投资，估值达 21 亿美元。它早早地就在数据分析上押注了。借助聪明的算法，数据分析将原始数据 (来自机器的传感器或仓库) 转换成有用的预测 (设备何时会出故障，或库存设置在何种水平为最佳)。这种新型企业软件正从大型科技公司的计算机实验室走入各地的企业，许多投资者都期待靠它大赚一笔。
研究公司 CB Insights 追踪市值在 10 亿美元或以上的创业公司，全球有 35 家涉足数据分析的公司位列其中。这些独角兽的总市值高达 730 亿美元，其中有一些自我描述为人工智能 (AI) 供应商。根据另一家研究公司 PitchBook 的数据，仅最大的六家就价值 450 亿美元 (见图表 1)。支持这些公司的许多风险资本家希望它们能在 IPO 上大获成功，就像一些地位不那么崇高的企业服务类创业公司在今年做到的那样——比如提供网络安全的 CrowdStrike、支持视频会议的 Zoom，等等。
正如在硅谷常见的那样，在咨询公司预测的庞大数字的推波助澜下，炒作永不止息。IDC 估计，今年在大数据和商业分析软件上的支出将达到 670 亿美元。但拥护者说，数据分析最终将引领企业在生产率数字上看到计算机时代的到来，摆脱诺贝尔奖得主罗伯特·索洛 (Robert Solow) 留下的阴影。据这位经济学家在 1987 年的观察，投资于信息技术对提高公司效率作用有限。电力在 19 世纪使装配线成为可能，因为机器不再需要聚集在一台中央蒸汽机的周围，与之类似地，数据分析公司承诺引入数字经济的装配线，将数据处理能力分散到有需要的地方。正如资深商业 IT 分析师乔治·吉尔伯特 (George Gilbert) 所指出的，它们也许还可以帮助各类企业创造出科技巨头们赖以崛起的那种网络效应：公司为客户提供的服务越好，收集到的数据就越多，这进而又会改进它们的服务，如此循环推进。
据高德纳 (Gartner) 的咨询师近期计算，到 2021 年，「AI 增强」将创造 2.9 万亿美元的「商业价值」，并在全球范围内节省 62 亿个工时。麦肯锡去年的一项调查估计，到 2030 年，AI 分析可能会使全球年度 GDP 增长约 13 万亿美元，即增长 16%。零售和物流将获益最多 (见图表 2)。
数据分析若要达成这些期望，还有很长的路要走。从无数的源头和联网设备 (即「物联网」) 中提取并分析数据既困难又昂贵。尽管大多数公司都吹嘘自己炮制出了 AI「平台」，但当中没有几个符合这个术语通常的定义。能称得上 AI 平台的通常是苹果和谷歌的智能手机操作系统之类，开发人员可以借助它们轻松打造兼容的应用。
AI 平台会自动将原始数据转换为适宜算法处理的格式，并提供一套软件设计工具，即使编程技能有限的人也能使用。包括数据分析公司中最大的独角兽 Palantir 在内的许多公司销售高端定制服务——相当于为每个客户从零开始构建一个操作系统。亚马逊网络服务 (AWS)、微软的 Azure 和谷歌云等云计算巨头为其企业客户提供标准化产品，但正如高德纳的吉姆·黑尔 (Jim Hare) 所解释的那样，这些产品的复杂程度要低得多，且将用户锁定在它们的网络中。
进取的西贝尔
C3.ai 闪亮登场。它成立的初衷是帮助公用事业公司管理电网——一个涉及收集并处理来自众多来源的数据的复杂问题。它一度处于破产的边缘，但依靠机器学习、传感器和数据连接方面的进步赢得了新的生机。它还凭借这些进步重新包装产品，面向诸多行业。对企业客户而言至关重要的是，C3 的方法源于西贝尔本人在企业软件方面的经验。他想为企业客户提供省心省力的数据分析，同时又不牺牲复杂精妙。
美国企业集团 3M 运用 C3 的软件找出可能存在争议的发货单，预先防范投诉。美国空军用它来确定飞机的哪些部件可能很快会出故障。C3 正在帮助贝克休斯公司 (Baker Hughes) 为石油和天然气行业开发分析工具 (这家石油服务公司的母公司通用电气试着完善自己的分析平台 Predix，但困难重重)。
在建立真正的 AI 平台方面，C3 的主要竞争对手不是大型科技公司，也不是最大的那几个数据分析独角兽，而是一家名为 Databricks 的公司。它于 2013 年由一些计算机奇才创建，在那之前他们开发了开源程序 Apache Spark，可以实时处理来自传感器和其他联网设备的大量数据。为处理更多类型的数据，Databricks 扩展了 Spark。它主要向创业公司 (如旅游网站 Hotels.com) 和媒体公司 (Viacom) 销售服务。它表示今年将产生 2 亿美元的收入，上次于 2 月融资时市值为 28 亿美元。
尽管 C3 和 Databricks 的利基业务目前并没有太多重叠，但未来不好说。它们出身不同，所采用的方法也有所不同。Databricks 源自深奥的计算机科学，帮助客户有效地部署开源工具。而 C3 像大多数企业软件公司一样，销售专用应用程序。
目前还看不出哪家会占上风，眼下它们还是并驾齐驱。在短期内，市场还足够同时容纳两者，甚至更多方。从长期来看，会有一家公司研发出由 AI 辅助的数据分析，使用难度跟电子表格差不多。它可能会是 C3 或 Databricks，也可能是来自纽约的 Dataiku 或旧金山的 Domino Data Lab 等较小的竞争对手——它们也在忙着架设 AI 平台。数据分析领域的其他独角兽也不大可能放弃尝试。而亚马逊、谷歌和微软等现有技术巨头希望在各种软件方面都占据主导，包括先进的数据分析。
西贝尔想必会第一个承认这场混战会有牺牲品。但这对数据分析软件的买家来说无疑是个好兆头。在接下来的十年里，企业 IT 部门可能会对这类软件习以为常，就像如今它们很熟悉客户关系管理程序一样。
文章版权归原作者所有。
