+

- 文｜吴杨可月 -

- 小饭桌创业研究院出品 -

　　两件秘闻，将美国大数据公司Palantir从幕后推向前台——

　　一是，Palantir的旗下产品在整合40年的记录及海量数据并充分挖掘之后，找到了前纳斯达克主席麦道夫“庞氏骗局”的大量确凿证据；

　　二是，通过其大数据挖掘能力，Palantir帮美国政府找到本拉登的老巢。

　　人们这才惊叹的发现，这家低调且离大众很远的公司，估值已经超过200亿美元。

　　事实上，在中国，越来越多像Palantir这样服务于机构的大数据、AI公司，正在各个领域和赛道上涌现。风控、检索、安全、营销，都有他们的身影蛰伏其后，发挥越来越关键性的作用，甚至左右市场的波动。

　　本研究对大数据、AI中的企业服务机会进行详尽的分析，通过与国外该领域的对比，梳理其中的投资机遇。

　　数据处理的新进展，带来应用层面的新机会

　　? 新进展：数据融合、非结构数据处理能力

　　AI的底层是特征标记，革新意义就在于能处理文本、图片、声音等非结构数据，从而将研报、政策、舆情、行为、情绪等更多维度的信息纳入可供分析的范畴。

　　数据融合则是将不同来源、不同结构、不同模态的数据放在同一个模型里分析。

　　? 新机会：风控、检索、安全、营销

　　国内基础设施和需求与国外不同，机会更多来自可以直接降低损失、带来收益的方向。

　　◆◆◆

　　1、风控

　　从Palantir、Anaplan看国外大数据风控应用

　　（数据来源：Crunchbase，公开信息整理）

　　1.风险辅助识别——海量样本中快速发现异常

　　 国外公司：Palantir的工作原理——反恐（找出恐怖分子）为例

　　 国内公司：氪信的工作原理——金融为例

　　功能：优化现有风控效率，但不具备完全风控定价能力

　　? 有机会从“第三方”做到“直接借贷”

　　通常情况，“直接借贷”的收益，显著优于“第三方”数据服务提供方。

　　数据获取+数据分析——具备风控定价能力，即可做“直接借贷”。

　　路径一：接入丰富的借贷方数据源

　　-典型代表：第三方征信公司。

　　路径二：累积足够的异常数据，具备通过“旧风险”推知“新风险”的能力

　　-典型代表：基于AI的数据分析公司

　　-一些难点：

　　Ø所累计的数据，只有结果，没有推导过程

　　Ø基于AI的分析，j2直播，不具备迁移学习能力，拓展性有限

　　2.舆情监测——增加风控维度

　　舆情监测的价值——快人一步、真假判定、“In control”

　　典型应用领域：金融、公关、媒体、企业安全、政府……

　　Dataminr：发现“小道消息”里的真消息，“大新闻”里的假消息

　　-案例一：“小道消息”里的真消息

　　Ø独立记者Brian在Twitter上发消息称家得宝“可能会是信用卡违约的新受害者”

　　ØDataminr系统立刻识别出此消息的价值

　　ØDataminr将此消息传达给客户，包括60家银行和对冲基金

　　ØDataminr的速度比财经新闻快了15分钟，且赶在家得宝股价下降2%前

　　-案例二：“大新闻”里的假消息