为什么现实世界是大数据的下一个重大契机

Matt Ocko是风投公司Data Collective的全权合伙人，曾在Uber公司2011年第二轮融资活动中参与投资。他还是Facebook的早期投资人。在2012年与正式启动Data Collective风险投资之前，Matt Ocko已经针对数据库公司进行了若干年的投资。2012年合作开始后，他们的天使投资遍及几乎所有领域的热门初创企业，囊括了从MemSQL这样的数据库公司到Planet Labs这样的卫星成像公司。本周Ocko参加了Gigaom的Structure Show秀，以一名投资者的身份对他感兴趣的和觉得过火的东西进行了阐述。

对于科技领域的很多话题，他的意见都相当有趣、值得聆听，下面是我们采访的集锦，想要了解更多，请关注他在Structure Data中的讲话（于3月18日-19日在纽约），同时受访的嘉宾还有Hilary Mason，他们就数据的未来进行了有趣的探讨。

同时几家大数据采集公司也会列席，包括Enlitic（注：通过大数据帮助医生分析图像）、Blue River Technology（注：致力于将机器人引入农业生产）和Interana公司（注：为其他企业提供便利的数据驱动决策服务）。

有用不代表着一定有吸引力

像是Snapchat和Slack这样的软件非常吸引人，但是Ocko希望能够看到开发精英们（在他看来，可以在当今的基础科技方面创造奇迹的那些人）将注意力转向类似供应链管理或者农业这样的应用上面，因为这些应用可以对“GDP很大程度上产生重大影响”。Ocko表示：这些领域也许看起来很是单调乏味，相应的公司与科技也可能会很低调，“有点冷门、有点失宠”，但是所带来的获益会非常巨大。

只要看一下SAP公司，他解释道：

他们说：“嘿，让我们把账户、供应链还有生产与计划整合起来吧，这样我们就能知道你工厂里下一步要做什么，制造起来花费几何，成本多少、售价多少。”对于制造业来说，这是具有改革性质的，我认为它比早期的工业机器人还要更有改革性。将人们所想的从所听到的东西中抽离出来，对于这些公司而言是一个巨大的经营优势。

或者个人电脑。Ocko表示：个人电脑的概念在20世纪70年代初次被引入的时候，并未获得很多人的喜爱。“但是它比你能构建的任何1000组的大型主机都要有改革性，它创造了今天我们所从事的这个行业。”

软件吞并实验室

Ocko表示，数据采集特别关注的是：在针对从根本上提高生活质量的公司上，新科技所拥有的巩固其基础的潜力，一般来说主要集中在解决艰难的科学难题上。

他说：“我们称其为软件吞并实验室。我们可以看到，在计算生物科学方面以及相关的信息领域，无需巨额花费，甚至零支出，你就可以构建生物模型，并借此了解如何能够令人类、动物甚至地球更加健康，同时顺应了我们必须遵守的资本制度（即需要盈利的目的），但是在赚钱的同时，这些行为又有着积极而深远的影响。

在应用上，而非科技上（甚至深度学习这样的热门科技上）下注

甚至是在科技领域最热门的那个点上，Ocko表示：投资关注的角度仍然在于这种科技是否有真正的和必要的应用，而不是仅仅关注一些很酷的研究，或者也许只是一个大名头。比如，他在医学成像的深度学习初创公司Enlitic上进行了投资，但并没有仅仅因为会被立刻疯狂收购，而对构建一系列深度学习组合的初创公司表示出兴趣。

Ocko表示：“就像双手合十祈求天上掉下个DeepMind那样4亿美元的融资……因为公司里的人太过聪明，对我而言太过高大上……只能把你那些有限合伙人（注:有限合伙人以其认缴的出资额为限对合伙企业债务承担责任）的资金给吓跑。”

迄今为止，对于Hadoop和市场软件我们都只是“还好而已”

然而，即便对于一些真正创新性和改革性的科技来说，也总有一个市场饱和的临界点。这并不代表那些领域的初创公司会落得玉石俱焚的下场——他们可以建立很好的公司，但是对于投资人来说，他们就没那么大吸引力了。

其中一个代表就是Hadoop公司，在Ocko看来仍有大量实际运用的可能，但是在获取巨额估值方面，可能已经达到极限了。“如果你开启了某个分类的Hadoop群组，很多其他类别的Hadoop仍有市场，但是就像你说的，我无法确定那些公司是否也能成为巨擘。他们也许是很不错的公司，但是在VC看来，对于其他公司的投资就不会成为像是对Hortonworks、MapR或是Cloudera的并购那样的全垒打了。

另外一类就是通过机器学习提高其效率的销售和市场软件。“我看到过的从事管道矿业方面的公司数量，无论他们是致力于市场最优化还是销售最优化，不夸张地说要超过100家了。”Ocko说道，“如果有这么多公司想法如此类似，我认为这代表着他们可能会走向悲剧。”

原文链接：why-the-real-world-is-the-next-big-opportunity-in-big-data/

https://gigaom.com/2015/01/31/why-the-real-world-is-the-next-big-opportunity-in-big-data/

（译者/孙薇 责编/钱曙光）