大數(shù)據(jù)在硅谷炙手可熱，拿融資自然也不再話下，拿到千萬級美元融資的也有不少，不久前大數(shù)據(jù)分析云服務GoodData就獲得了Intel Capital領投的2750萬美元。據(jù)華爾街日報消息，機器學習平臺 GraphLab 剛剛改名Dato，并獲得了 1850 萬美元新融資，投資方為 Vulcan Capital 、Opus Capital 、New Enterprise Associates、Madrona Venture Group。此前他們曾獲得680萬美元融資。

GraphLab 提供了一個完整的平臺，讓客戶能夠使用可擴展的機器學習系統(tǒng)進行大數(shù)據(jù)分析。簡單來說，就是從別的應用程序或者服務中抓取數(shù)據(jù)，讓機器學習這個模型，并將學到的知識作為基礎，自動地進行準確的預測和決策制定。這么講挺抽象，我們還是具體舉幾個例子吧?？赡茏詈美斫獾木褪敲裰鲊艺拿褚庹{(diào)查，可以通過社交網(wǎng)絡、媒體等提取數(shù)據(jù)，分析出民眾到底在關心什么，分析出哪些區(qū)域的哪些問題必須關注、解決。其實，生物醫(yī)學研究團隊也會使用 GraphLab，主要是來分析臨床記錄，從而預測病人的病情發(fā)展趨勢。零售業(yè)可以做價格預測、用戶推薦；金融服務業(yè)可以做詐騙預警；市場公司則可以通過情緒分析鎖定關鍵客戶?，F(xiàn)在 GraphLab 的客戶已經(jīng)包括 Zillow、Adobe、Zynga、Pandora 等。

那為什么是 GraphLab（現(xiàn)在應該叫 Dato 了）會獲得這么多客戶的青睞呢？ 其實，將原始數(shù)據(jù)轉(zhuǎn)化為決策依據(jù)，并作出預測，這個過程還是很復雜的。往往需要大量的數(shù)據(jù)處理工具，收集、清洗數(shù)據(jù)，再建模分析，得出結(jié)論，進行展示；還需要大量的數(shù)據(jù)科學家或同樣知識淵博的軟件工程師來配合完成。既耗時費力，還投入不菲。所以 GraphLab 這樣的平臺，可以讓毫無編程經(jīng)驗的數(shù)據(jù)科學家，快速地將理念轉(zhuǎn)化為生產(chǎn)環(huán)境可以使用的產(chǎn)品，提高企業(yè)的生產(chǎn)效率，自然受歡迎。值得一提的是，Dato 現(xiàn)在能處理各種數(shù)據(jù)類型。

GraphLab 的創(chuàng)始人 Carlos Guestrin 是機器學習界國際公認的大牛，曾被 Popular Science 雜志評為 2008 年 “Brilliant 10”，還獲得過美國青年科學家總統(tǒng)獎。2008 年在卡耐基梅隆大學帶著兩個學生研發(fā)了 GraphLab 的原型，2012 年被 Jeff Bezos 游說去了華盛頓大學。

在 Madrona Ventures 和 NEA 的資金支持下，2014 年 3 月創(chuàng)辦了 GraphLab，并以測試版的形式推出了第一個商業(yè)版。2013 年 10 月，增加了機器學習功能，推出了新版本。現(xiàn)在的 GraphLab 已經(jīng)不僅僅是圖譜分析了，更是一家基于 AI 的大數(shù)據(jù)公司，能夠處理各種數(shù)據(jù)類型，所以公司也改名叫 Dato 了。

在美國現(xiàn)在的大數(shù)據(jù)公司主要有四類：

數(shù)據(jù)的擁有者、數(shù)據(jù)源：特點是業(yè)務優(yōu)勢能收集到大量數(shù)據(jù)，就像煤老板壟斷一個地區(qū)的礦一樣。其實大多數(shù)有能力產(chǎn)生或收集數(shù)據(jù)的公司都屬于這類型，比如Vantage Sports和收集了PB級數(shù)據(jù)的包子鋪。

大數(shù)據(jù)咨詢：特點是非常技術，提供從基礎設施規(guī)劃建設維護到軟件開發(fā)和數(shù)據(jù)分析等的服務，但不擁有數(shù)據(jù)，比如Cloudera這家不到500人的startup是最著名的Hadoop架構(gòu)咨詢公司。

做大數(shù)據(jù)工具的：比如AMPLab出來的Databricks和Yahoo人主導的Hortonworks。

整合應用型：特點是收集擁有或購買一些數(shù)據(jù)，然后結(jié)合AI來解決更多實際的痛點。

像 Dato 這種做整合應用型的大數(shù)據(jù)公司才有可能有希望。未來是 AI 的，而 AI 的食物是數(shù)據(jù)。就像很多產(chǎn)業(yè)鏈一樣，最困難且最有價值的創(chuàng)新往往發(fā)生在接近最終用戶的那端，比如 iPhone。大數(shù)據(jù)行業(yè)最有價值的部分在于如何利用機器去處理數(shù)據(jù)得到洞見，影響組織和個人的行為，從而改變世界。收集和整理數(shù)據(jù)在未來會變得標準化和自動化，而利用 AI 進行分析的能力會變得更為關鍵。

[36氪，作者: 小石頭]