人工智能產業在經歷了60多年醞釀后終于達到了目前的爆發期。然而，與強勁的發展勢頭和旺盛的行業需求相對應的，是巨大的數據缺口。

作為人工智能三大要素的首要因素，數據是人工智能持續進化的動力原料。處于大數據背景下的人工智能，每一項技術在具體場景的落地應用，背后都離不開海量數據的支持。隨著以深度學習為代表的算法在諸多領域被逐漸應用，對優質數據、尤其是優質一手數據的需求量快速增長。

但是，這些“有價值”的數據往往很難依靠市場上的“公開數據”獲取。數據的采集、清洗、標注，一方面需要耗費大量人力、時間，另一方面，如果數據不規范，量不夠大，難以滿足專業化的應用需求，這就為專門做數據服務的公司提供了新的市場機遇。在人工智能產業鏈中，專業化的數據服務商越來越受到重視，也成為當前的投資熱點。

2019年1-7月數據服務企業融資情況

據<電子發燒友>不完全統計，截止2019年7月31日，中國市場數據服務商完成融資的有38家。根據事件中披露具體融資信息的企業來看，成長期、成熟期企業更受機構青睞。融資規模Top8事件中，僅一起為A輪，其余均為B輪及以后。

其中：Top1明略數據，D輪20億人民幣；Top2睿智科技，A輪6.5億人民幣；Top3城云，C輪3億人民幣；Top4森億智能，C輪2.5億人民幣；Top5瑞馳信息，B輪2.4億人民幣；Top6 Kyligence，C輪2500萬美元；Top7并列為中科聞歌和熱云數據，分別是B輪1億人民幣，B+輪1億人民幣；Top8巔峰云智，B輪8000萬人民幣。

以下是<電子發燒友>整理的2019年1-7月國內數據服務商融資名單：

什么樣的數據服務企業受資本青睞？

抽取上述融資事件中規模排名前三的企業以及一家典型企業做如下分析，不難發現：商業模式清晰，成熟技術易形成場景規模化應用，在某一或某幾個領域有獨到優勢的數據服務商更受資本青睞和追捧。

明略數據被稱為是大數據與人工智能領域的獨角獸企業，覆蓋安防、工業、數字城市、金融四大垂直領域。創立了“符號主義和深度學習有效結合”的人工智能頂層設計方式，打通感知與認知智能。并在各個行業領域推進知識驅動和數據驅動模型相結合的應用。在安防領域，由公安部第一研究所牽頭、明略聯合編寫的《公安知識圖譜標準與白皮書》于去年9月發布，基于這一公安知識圖譜的系統已部署到60多個部、省、地市和區縣級公安部門；在金融領域，完成了銀行業全行級知識圖譜數據庫，并為中國人民銀行、交通銀行、光大銀行等多位行業標桿客戶構建了基于不同業務場景下的應用系統，提升風控效率的同時完善了客戶整體風險管理能力；在數字城市領域，實現了車輛全生命周期數據管理的智能化平臺，通過幫助軌交運營單位提高工作效率，將安全風險和運營成本等指標綜合下降10%。

不同于明略數據多領域的覆蓋，睿智科技主要為廣大金融機構提供風控、獲客、服務、平臺。產品體系包括信貸風險管理、智能催收、一站式智能決策云和智能導流等產品。該公司在解決金融信息非對稱方面形成了獨到優勢，并構建了大規模產業化的應用場景。憑借在大數據洞察力及人工智能領域打造的清晰的發展圖景，該公司曾在2018年7月完成了1億元規模的Pre-A輪融資，并在不到一年內完成A輪6.5億融資。

城云定位于城市互聯網運營商，完成了綠地控股的C輪3億元融資。該公司將大數據技術與傳統數據存儲系統相結合，充分利用行業積累的經驗及客戶源，集成公司內部、政府企業客戶的可公開數據、互聯網數據搜集等多種渠道的數據資源，提供大數據消費平臺，為客戶積累數據資產、提升運營效率，創造經濟價值。主要服務對象是城市客戶、小鎮園區客戶和產業級企業客戶。應用場景包括交通、安防、城管、政府、公共事業等。截止今年5月，城云的業務已覆蓋了20個省份的100多個城市，服務了1000多家行業客戶和超過10萬家中小企業客戶。過去一年，公司先后進入了浙江省數字經濟一號工程和5個杭州城市大腦專班，城市管理業務深入覆蓋了7個省份，打造了數字經濟領域主賽道的10個樣板。

九次方大數據是唯一一家在兩個月內獲得兩輪戰略融資的企業，該公司專注于服務全國各級政府政務數據開發應用。該公司與政府合作開發數據的方式，是通過為相關數據方提供數據處理工具，從而在保證數據本身不被泄露的前提下，得到有價值的數據分析結果。正如該公司創始人所說，他們僅提供數據管道，將政府部門的數據價值發掘出來，輸送和傳遞出去，而不是用一個水桶，將數據本身帶走。我國80%以上的數據資源由政府掌握，該公司敏銳地捕捉到了政務數據的主流價值，以數據資產運營為模式，對政府數據進行合法開發利用，打造數字經濟增長。

數據缺口面前是AI基礎方法論瓶頸所在

互聯網時代積累的大量數據和云計算帶來的算力的大幅提升，極大地釋放了深度學習算法（深層的神經網絡）的潛力，因而也讓人工智能時代全面爆發。

但是，有業內專家認為，AI的發展現狀僅相當于“互聯網在上世紀90年代初期的階段”，主要方法論仍是基于大數據、大計算模式，需要海量數據去“喂養”。人工智能并不會像人類那樣推斷出結論，而是需要大量的數據來教授和培訓，進行不斷地試驗和錯誤學習。

清華大學人工智能學院院長張鈸院士曾在公開演講中表示，數據量的大小并不是當前的根本問題所在，傳統的人工智能三要素將不能帶來真正的智能。這主要因為現在的人工智能基本方法有缺陷，只有走向具有理解能力的人工智能，才是真正的人工智能。

理論上看，深度學習是機器學習中一種基于對數據進行表征學習的方法。表征學習的目的，是通過從大規模數據中進行學習，不斷追求更好的表示方法，即通常所說的模型。人工智能產品精準的識別度需要大量的數據樣本支持其計算機進行深度學習、訓練，也就是說，精準的數據是現階段人工智能產品研發結果的核心要素。

張鈸院士認為，深度學習之所以能夠極大地促進人工智能的發展，技術上的關鍵在于人們能夠將獲取的標量數據轉變為向量，從而用到機器上。但至今為止，將行為（特征向量）和數據（符號向量）結合起來使用始終是科研的難點，而這就限制了機器變得更“智能”。

不僅如此，從安全層面來看，純數據驅動的系統也存在很大問題——魯棒性很差，易受到很大的干擾。即使在大量樣本的訓練下，系統仍會犯重大的錯誤。哪怕訓練出的系統模型準確率高達99%，但在實際應用中，系統仍然會犯很多“弱智”的錯誤。

不可否認，深度學習比一般的數據統計和機器學習方法都要更高級。但隨著產業應用的成熟，以及大家對真正“智能”的渴求，讓深度學習算法本身的局限性顯露無疑。

Google 人工智能研究人員 Francois Chollet 提出，深度學習的成果是建立在極其苛刻的前提條件之上，需要大量的數據進行支撐。數據質量如果不穩定，帶來的就是：不可靠、不準確。此外，還有最大的風險：不安全。

「生成對抗式網絡」（GAN）的發明人 Ian Goodfellow就曾提醒我們：現在的神經網絡可以很容易被不軌之徒操縱。例如他們可以通過肉眼無法識別的方式，篡改圖片，讓機器錯誤地辨識這個圖片。這種惡意篡改人工智能系統的做法，會帶來極大的危害，尤其是被篡改的圖片和最初的圖片在我們看來完全是一回事。比如說無人駕駛就會受到威脅。

正如Francois Chollet所說：“你不可能就以今時今日的技術研發成果作為基礎，就能實現某種一般意義上的智能。”