尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
在這個新概念層出不窮的科技世界，你或許聽說過Gartner曲線，它大概是指，當新的技術趨勢來臨，往往會有兩輪熱度：第一輪，是在誕生伊始，伴隨著輿論的亢奮，它往往流於概念，難於落地，也讓熱情逐漸冷卻——而第一輪熱度冷卻過程中，有關它的媒體版面開始變少，但其市場成熟度卻開始變大，最終在某個節點，開始真正走向社會，迎來第二輪熱度。
過去5-8年，許多技術概念走完了自己的Gartner曲線，比如大數據。
眾所周知，如同是一次「去魅」過程，創投界對大數據概念的熱炒早已進入尾聲，當你急著向他人宣稱自己是「做大數據」的，得到的反饋早已從數年前的「哇哦」轉向現在的「哦」——因為作為商業工具，大數據帶來決策權威的轉移，早已成為社會共識，哪怕是在再傳統不過的行業，數據分析也正在迎來一個擲地有聲的落地階段。
比如一個在大眾眼中冷僻的行業：產業招商。
不久前刷到一條科技新聞，產業新城經營商華夏幸福發布了它們自己開發的產業大數據平台，希望能在AI和大數據的輔佐下，將他們過去17年的招商經驗，兌現出更大的產業價值。
而從這個例子不難看出，哪怕是在連科技媒體都尚未充分覺察的角落，企業學會用AI處理數據，優化決策流程，早已作為商業利器本身，深嵌到市場經濟的運行脈絡里。
產業經濟圖譜
先簡單了解一下這個產業大數據平台，它可能比你想像的更為複雜。
談及招商引資，你也許有所不知，在過去，它通常要靠招商人員去「掃」（掃街，掃會，掃展），把招商結果交給運氣，且獲客效率應該不會比沿街的「遊泳健身了解一下」更大。
而按照官方描述，早在上述原始階段，華夏幸福就建立了首個產業招商領域的CRM系統，積累了19萬條有效企業信息數據，在「大數據」的概念尚未開啟Gartner曲線之前，就形成了產業發展數據庫的雛形。
而在長期產業實踐中，如今這一雛形已進化為聚焦新一代信息技術，高端裝備，汽車等十大產業，細分37個二級與109個三級產業領域，深諳不同產業領域的數據來源和數據邏輯，可以針對性地搜集整合全產業鏈動態數據的大數據平台，目前已有1960萬家企業近10億條動態數據盤踞於此，且針對不同數據擁有超過520類標籤。
問題是，這些數據能夠幹嘛？
首先當然是智慧招商。
眾所周知，並未違背市場經濟規律的底層機理，區域競爭是中國經濟數十年高速增長的重要驅動力，其中招商引資又是拉動各地方經濟增長的重要驅動力，但現實中，學術界對招商引資的產業研究並不算詳實。事實上，隨著如今產業分工不斷細化，同一產業鏈上不同角色的相互依存度越來越高，對產業鏈之間各個節點關係的判斷，對「科技樹」開花結果方向的判斷，對不同行業趨勢的判斷，正在變得尤為重要。
也因如此，招商引資也就成為一個對信息和數據需求門檻很高的領域——要知道，如今連一家飯館的投資和選址都需要AI的仰仗，更何況，是充當地方經濟命脈的企業和工廠。
而華夏幸福希望的是，通過建立數據庫，捕捉行業和企業實時動態，用算法模型評估和預估企業投資決策，從而大幅提升招商效能。
具體來說，產業大數據平台可以針對不同行業，通過分析企業生命周期，資本活躍度，產品生命周期，產能利用率等影響因子建立算法模型，前置研判企業的投資選址需求，直接給出未來招商機會更大的企業名單，大幅提升命中率。以生物醫藥與器械為例，平台通過算法模型輸出包含300多家目標企業的「長短名單」，經團隊走訪驗證，30%以上企業有明確投資選址意向，較傳統招商模式提升5倍以上。
當然，無論是信息的深度還是廣度，這一平台觸角龐雜的程度，都已遠超招商引資的商業范疇，未來它會被用在面向政府，企業，第三方機構等更宏觀的事情上。
比如，通過大數據可視化，直觀呈現全國各級區域和園區的產業發展與布局現狀，協助區域產業發展優勢識別與策略制定；比如，它可以以專利，文獻，政策，資訊等信息為基礎，參考產業龍頭與標桿企業戰略與產品規劃，自動智能生成未來2-3年內產業轉移，產業外溢，熱點技術領域等預測成果，為產業發展規劃提供依據；再比如，它還可以標籤化數據為基礎，結合不同行業的研究經驗，通過用戶自定義分析功能，做到各行業研究報告的自動化生成。
總之，這套數據平台的本質，就是將不同產業的數據洪流，以一種界面友好的形式，變成可信賴的分析和決策工具。
此外給我的感覺，如果將這些產業的迅猛發展，比作一場激烈的經濟競賽，那麼這一大數據平台，則能以最公允的「裁判」或者說「全局」視角，俯瞰每一條賽道，每一台賽車，甚至每一台賽車的質量，速度，加速度等一切數據，讓一切一覽無餘。
而當這些賽道和賽車相互交織，彼此滲透進各自的五臟六腑，無疑會慢慢浮現出一張日趨詳實的產業經濟圖譜，一張記錄宏觀經濟微觀走向的「清明上河圖」，它注定是我們這個時代的財富。
封裝數據的方法
不過，這張經濟圖譜想要符合現實邏輯，除了需要數據，還需要數據和數據之間的聯繫——這意味著，這一平台的核心資產不是數據本身，而是封裝數據的方法。
最近幾年，比爾·蓋茨一直在英文世界不遺餘力地推薦一本名為《事實》的書，其核心觀點只有一個：所謂事實，不是一個孤立的真相，而是真相和其他真相之間的關係，它可能會被各種機制扭曲——數據也是一樣，在這個時代，統治一切的不是數據，而是通過對有效數據的串聯，完成對數據的「解釋權」。
以產業大數據平台為例，其實平台上的很多數據都是公共的，倘若有心，其他人也能找到，但如何將它們按照不同產業邏輯分裝，並且梳理成樹狀甚至更複雜的網狀結構，才是華夏幸福17年產業招商實踐經驗的直接寫照。
要知道，在這一平台上，不同行業和應用場景都擁有不同算法模型，企業選址和政府招商的算法不一樣，不同產業的考慮因素也不一樣，而影響因子及權重的確定，直接受益於華夏幸福常年積累起來的知識經驗。比如在生物醫藥與器械「智慧招商」產品設計之初，技術開發團隊組織了30餘場，100多人次的內外部專家訪談，總結出3大類，16種企業投資擴產或搬遷場景，決定投資選址的影響因子及權重，建立Xgboost和NLP等算法模型。
另外，如你所知，最近幾年，不同算法的不斷完善，很大程度上得益於它與各垂直行業的緊密結合，唯有滲透進各個行業，精密的算法才能真正生根發芽，產生正反饋——而華夏幸福4600人的產業發展團隊，就如同4600個「觸角」，在服務各個區域和不同產業的實踐中，不斷對大數據產品的成果進行印證，糾偏和反哺，最終讓他們更好地分辨出隨數據洪流裹挾而至的福音與噪音，看透「真相和其他真相之間的關係」。
總之給我的感覺，華夏幸福給自己的定位從來沒有改變，他們從來不是技術專家，他們只是在不同產業的泥濘戰壕中奮戰17年的行業專家——只不過當智能時代來臨，當大數據依次成為各個行業最具殺傷力的商業武器，他們發現，過去17年的實戰經驗，讓他們「有權」，也有能力，第一個用上它。
而切換到更宏大的視角，當你聽到這家「傳統企業」對新技術趨勢的娓娓道來，看到那些實時閃爍的產業數據，作為科技觀察者真的會由衷感慨，從現在到未來，「公司」和「科技公司」，正在模糊為一個同義詞，用人工智能處理數據，或許是所有企業的終極歸宿。
拭目以待吧。