AI /自动化
重塑资本投资
随着初创公司和企业寻求超越货币融资的合作伙伴关系，我们通过数字来观察近年来投资格局是如何演变成基本上是共生的。
弗雷斯特研究公司(Forrester Research)最近在一份题为《寻找和发展未来的合作伙伴》(Finding and development Partners of the Future)的报告中，对企业风投基金提出了一些令人信服的建议。它指出:“考虑到新技术加速器不断涌现的速度，以及中小企业(SMBs)长期以来一直是推动经济增长的引擎这一事实，技术供应商如果不主动招募这些新进入者进入他们的合作生态系统，将是不负责任的。”
尽管如此，几家进行这项投资的科技公司还是选择购买一家初创公司的股权，目的是将其出售，或者利用较小公司的技术在未来获得竞争优势。然而，另一种名为“合伙人风险投资”(Partner Venture Capital)的模式正以一种具有长期利益的伙伴关系的形式出现。在这种模式中，母公司投资一家初创公司，目的是立即利用该公司的技术来打造自己的稳定产品，并在其现有工作范围内。与去年相比，随着风投支持的基金增长放缓，初创公司正在寻找新的、成熟的客户，寻求更大的曝光和发展势头，他们正在寻找经验丰富的技术合作伙伴，这些合作伙伴不仅能提供资金，还能与客户进行接触，从而从他们的解决方案中获益。
尽管如此，几家进行这项投资的科技公司还是选择购买一家初创公司的股权，目的是将其出售，或者利用较小公司的技术在未来获得竞争优势。然而，另一种名为“合伙人风险投资”(Partner Venture Capital)的模式正以一种具有长期利益的伙伴关系的形式出现。在这种模式中，母公司投资一家初创公司，目的是立即利用该公司的技术来打造自己的稳定产品，并在其现有工作范围内。与去年相比，随着风投支持的基金增长放缓，初创公司正在寻找新的、成熟的客户，寻求更大的曝光和发展势头，他们正在寻找经验丰富的技术合作伙伴，这些合作伙伴不仅能提供资金，还能与客户进行接触，从而从他们的解决方案中获益。
用数据来说明问题
新的风投
在过去五年中，新成立的企业风险投资单位的数量稳步增加。
分裂的意见
对初创企业的投资从2015年开始放缓。但企业资金继续流入初创公司。
公司的支票簿
自互联网时代以来，企业及其投资基金在初创企业融资方面从未像现在这样重量级。
来源:https://www.bloomberg.com/
《华尔街日报》(Wall Street Journal)和Dealogic的数据显示，今年首次公开发行新股的总数量仍是2009年以来的最低水平，这就证明了IPO环境的变化。截至8月底，只有63家公司上市，累计融资129亿美元。这比2015年迄今的成交量下降了50%，比2014年前8个月下降了73%。事实上，自1995年以来，只有两年ipo增长放缓——2003年互联网泡沫破灭后，以及2009年大衰退后。”
来源:http://venturebeat.com/
“虽然许多初创公司过去只依靠风投公司提供资金，但如今的风投公司数量近年来大幅下降。事实上，根据这项研究，私人风险投资公司在过去十年里出现了下降，这是唯一一种出现下降的投资者类型。”
大多数类型的投资者的数量都有所增长
2004-20131年间投资者创业公司数量变化，%
发达市场包括美国、加拿大、欧洲、澳大利亚和新西兰
来源:http://tech.co/
风投支持的公司的年度全球融资趋势
2012-2016年(q2 ' 16)
来源:CB的见解
印孚瑟斯和水线数据为企业揭开了大数据的神秘面纱
数据湖中有什么?可以肯定的是，大量的数据，以及做出更好决策、提高销售、提高效率和降低风险的潜力。
大数据只会越来越丰富，这意味着企业数据湖会越来越深、越来越复杂。然而，如果你问首席数据官在数据湖中找到一组数据有多容易，你可能得不到满意的答案。这是因为，虽然大数据资产正在增长，而且非常有价值，但大多数组织没有花足够的时间或资源来弄清楚如何有效地对数据进行分类，以便更容易地发现和分析数据。
企业面临着一个严峻的事实:随着数据湖的增长，寻找、分享和信任他们拥有的数据变得越来越困难。
公司并不知道他们自己的数据。当我们成立Waterline Data公司时，我们意识到这将成为企业内部不断增长的痛点，该公司基于一种技术，帮助企业自动编目和管理数据。我们的智能数据目录自动扫描和分类数据湖中的数百万字段的数据，使其可访问，以便任何用户都可以找到正确的数据集，以用于他们的分析。
寻找数据集的问题在企业中已经存在多年。新分析师通常需要几个月甚至几年的时间才能明白该向谁询问哪些数据，更不用说了解和理解所有数据本身了。
我们根本无法记住数百万个数据字段的含义，也无法手动对它们进行分类和记录。在Waterline Data，我们认为将自动化和机器学习应用于该问题是唯一可行的解决方案。
Waterline Data的“智能数据目录”为人们提供了一种获取数据的“购物”方式，反映了一种网上购物体验，而不是利用“部落知识”并找到需要询问的人。
尽管认识到对大数据资产进行自动化和分类，以及为数据湖提供自助服务是一项至关重要的需求，但许多企业还没有准备好独自应对这一挑战。他们寻找可信赖的合作伙伴，如印孚瑟斯，寻求指导、方法和实施帮助。对于水线数据来说，根本没有办法迅速扩大规模，为客户提供这种支持。
这代表了需求和创新之间的空白。
我认为印孚瑟斯走在了前面，因为它已经发现了这一差距，并与我们合作，向客户介绍我们的创新数据科学解决方案。印孚瑟斯成熟的关系和领域知识意味着，该公司有能力和信任来识别Waterline Data何时能提供帮助。
我们的合作意味着，印孚瑟斯的客户不必被迫在庞大的数据技术领域中寻找可能符合他们公司要求的东西。相反，他们可以依靠印孚瑟斯将Waterline整合到他们现有的工作中，立即开始解决实际问题。
我们共同努力，帮助企业了解在使用元数据和引领大数据自助服务方面有哪些可能。印孚瑟斯提供了部署该方法的经验价值，而Waterline提供了独特的、尖端的技术。
这种关系的最终结果是，客户更有能力访问和浏览大数据以获得见解，同时消除了需求和解决方案之间的时间和资源差距。
关于作者
亚历克斯Gorelik
Waterline创始人兼首席执行官
Alex从事数据工作超过30年，帮助世界各地的公司弄清楚他们的数据在哪里，以及数据能告诉他们什么。他的目标是帮助企业了解他们并不真正了解自己的数据，然后帮助解决这个问题。在Waterline Data，他正在为大数据引入编录和管理自动化，这意味着公司可以更快地找到他们需要的数据，并花时间解决更大的问题。Alex在他的职业生涯中一直致力于建立和推广创新的数据相关技术，并创办了一些成功的公司。
