过去多年来，在我们与大数据技术的买家和卖家的交谈中，我们发现财富1000强公司中，越来越多的预算被用于对核心基础架构进行升级，以及与数据分析有关的技术，大家都对大数据技术给予极大关注。很多分析机构也认同这一结论：IDC预计，到2020年，大数据和分析市场将从2016年的1300亿美元市场规模增长至2030亿美元。

在大数据技术方面，财富1000强公司的很多买家正变的越来越成熟和理智。过去多年来，他们已经进行了充分的研究调研，现在已经准备好全面部署了。不仅技术型行业，目前很多行业均是如此。这种飞速变化的趋势还得到了老技术自然淘汰周期的进一步助推，对于大型企业，通常每隔几年就会这样做一次。曾经逆风飞扬（难以剔除或取代原有基础架构）的大数据技术现在正逐渐变的顺势而飞（“我们需要替换过时的技术，市面上最好的同类技术是啥？”）。

当然，很多大企业（“晚期从众者”）依然是大数据领域的“新手”，但这种情况的变化速度变的越来越快了。

　　企业数据正在陆续上云

就在几年前，如果你建议企业将数据迁移至公有云，大企业的CIO给你的回应大部分只会是“除非我死了”，当时他们顶多只愿意将开发环境，或各种稀奇古怪，非关键的对外应用程序迁移至云端。但现在他们的看法似乎开始产生变化了，去年以来这种变化非常明显。我们听到了一种更为开放的心态：大家已经逐渐认识到“反正我们的客户数据本来就已经保存在Salesforce的云中”，或者“在网络安全的预算方面，我们的投入与AWS压根儿没得比”，而讽刺的是，过去多年来，对安全的顾虑曾是企业接受云计算的主要障碍之一，但云供应商在安全与合规（HIPAA）等方面的辛苦努力终于得到了证明和回报。

毫无疑问，目前离大部分企业数据都保存在公有云中这一目标还有一定距离，但部分原因在于遗留系统和管控制度。

然而演变的趋势是明显的，并且越来越快。云供应商会尽一切努力促进这一过程，甚至提供搬运海量数据的卡车。

　　2017大数据全景

言归正传，我们想象中2017年大数据领域的全景是这样的。

1

我们放大看看开源技术部分：

2

当然，今年我在FirstMark的同事Jim Hao也对此图的制作提供了巨大的帮助。

　　合并工作开始了吗？

大数据领域每一年都变的更加热闹，因此这就造成了一个显而易见的问题：这个行业是否迎来了大规模并购的风潮？

似乎还没，至少目前还看不出这样的趋势。

首先，风投们会继续愉快地注资各家新老公司。2017年头几个月，为成长阶段的大数据初创公司注入巨资的消息此起彼伏：Looker（D轮，8100万美元）、InsideSales（F轮，5千万美元）、DataRobot（C轮，5400万美元）、Confluent（C轮，5千万美元）、Collibra（C轮，5千万美元）、Uptake（C轮，4千万美元）、WorkFusion（D轮，3500万美元），以及MapD（B轮，3500万美元）。另外DataBricks非常值得注意，他们在2016年12月刚获得6千万美元的C轮投资。全球范围内，大数据初创公司在2016年得到了风投机构总计148亿美元的投资，其中10%由全球性的技术VC提供。

另外需要注意，该领域的相关投资大多是全球性的，欧洲、以色列（如Voyager Labs）、中国（iCarbonX）等地均有大量公司成立并获得注资。

其次，2016年全景中曾经提到，并购活动已在有序进行，但没有特别让人印象深刻的，也许部分原因在于私营公司的估值始终居高不下。我们在2016年大数据全景中曾经提到，共有41家公司被并购（完整清单请参阅文末备注），2017年，并购的节奏大体上会与去年持平。

另一方面，2017年至今已经出现了一些非常大的并购活动，例如Mobileye（被Intel以153亿美元收购）、AppDynamics（思科，37亿美元），以及Nimble Storage（HPE，12亿美元）。

去年还曾出现过一种较为普遍但并不持久的现象：大型技术公司疯狂并吞人工智能领域的初创公司，尤其是专为各种水平问题（Horizontal problem）组建了团队的公司。例如：Turi（Apple）、Magic Pony（Twitter）、Viv Labs（三星）、MetaMind（Salesforce）、Geometric Intelligence（Uber）、API.ai（Google），以及Wise.io（GE）。虽然这些举措使得主要针对水平领域的人工智能初创公司快速成为VC眼中的香饽饽，但这种不假思索的快速收购可能也对应着各种炒作，以及人工智能领域工程师的缺乏所造成的特殊时间段。