第二是场景，结合场景，光有大数据却没有应用场景，没有用，换句话说，不能结合用户的需求，你就赚不到钱。如果我能用数据来分析问题和预测结果，这对用户就很有价值。比如说气象预报，或帮助政府和企业做身份验证等等。

　　第三是定价权，定价权由质量和场景决定，这跟前两个关键词是相连接的，是循次渐进的，你做了足够的辛苦活，才可能得到大尺度和高质量的数据。你还需要对你所服务的场景十分了解，这个数据才能真正解决用户的需求，他才愿意付费，这决定了你的商业模式。

　　Q

　　小饭桌：不过，其实现在有大量的创业公司，每个BP到最后都会说自己是一个数据公司、金融公司，你怎么去甄别？

　　朱天宇 ：

　　对我来讲比较简单，我们现在虽然在关注未来的前沿领域，但是我还要看你是不是能在较快的时间里，一边赚钱一边赚数据。如果上来只是说数据，不跟我说赚钱的事，就没有意义。因为没有造血能力会让你无法持续获得数据。另外，要看你的数据治理和处理能力。数据处理实际可分成3个阶段的能力：1.统计；2.分析，基于数据做一些纵向、横向分析；3.预测。市场上很多声称大数据的公司，仅仅只拥有统计和非常简单的分析能力，要做预测的话，并且是做出有显著商业价值的预测、有人愿意买单的预测，对能力的要求就非常高了。

　　所以，为什么在大家都谈人工智能的时候，我们还在谈大数据这个老生常谈的事情，因为没有数据就没有人工智能，我们正处于创新周期的前期，我们要有一种方式去开始。现在谈AI固然有一些先进的方向，有一些基础研究或者基础应用，但其实还是要基于大数据的。

　　比如图象处理和语音识别，这些都基于过去10、20年的语料积累，但是，目前这些数据的积累可能还没有达到那个所谓的拐点，还在快速地积累（包括百度、讯飞）。

　　但是在三步并作一步发展的中国，我们还有很多的信息洼地需要去填平，而填平这些信息洼地的过程必须是在经济上可以成立的。如果只是抱着情怀去帮你填洼地，这不行，必须要能把自己养活，这是个重要标准。

　　Q

　　小饭桌：可否为我们举个这方面的例子？

　　朱天宇 ：

　　我去年上半年投了一个大数据公司，我投的时候它还不赚钱，但是它现在单月的收入已经有几千万了。

　　这是百度离职社群“百老汇”2015创投会上崭露头角的项目，团队很多成员从百度出身。我当时就看中这家公司的潜力，他们的模式是这样的，首先跟政府部门合作提供技术服务，用比较市场化的方式从政府部门获取数据，再把这个数据给行业客户（金融、交通出行、物流、电商服务公司）提供服务。

　　这里头就包含了很多跟人、车、房等消费场景相关的数据，所以它形成了对一个人不同维度的认知，那比如说有一个公司，要对一个司机做身份验证，通过他们就可以知道这个司机靠不靠谱，是不是一个有安全驾驶习惯的人。

　　Q

　　小饭桌：听上去这家公司非常依赖政府资源？

　　朱天宇 ：实际上，它是用比较市场化的方式去获取数据的，而且拿到数据只是第一步。另外，他们确实是干了好几年苦活脏活累活才把数据积累起来的，而不是打个电话就搞定的事情。

　　Q

　　小饭桌：他们未来想做什么？

　　朱天宇 ：

　　他们现在为一些行业客户提供服务，但如果到此为止就意思不大了，他们更多的还是在一边赚钱一边赚数据，每做一次验证，数据还能再回流，他们要让自己拥有挖掘数据冰山下面90%那部分的能力。

　　国外有一个大数据公司也非常神秘，叫Palantir。他们有两个成名作，一个是帮当时的CIA抓到本拉登；第二是在2008年金融危机之后，帮助美国SEC，抓了很多内部交易的人。

　　这些都是基于大数据做分析的能力，如果只是统计、分析那是很有限的，你要去预测，找到它的关联，这个要求就非常高。我所说的那家公司，现在看起来只是在拿数据，但他真正的野心是在更高的层面。

　　未来人工智能应该要做的事情是，用机器的方式对这个世界做出一个解释，这个就是知识图谱，本体知识库。