数据服务怎么挣钱？

前几天有个朋友向我请教数据服务怎么挣钱，我给他随手画了一张图：

我给大家针对这张图展开说说。

（1）账户通会员服务

账户通，我个人认为阿里集团做的方式最符合中国现实。

大家都知道，想让一个集团内的各个山头的各个应用统一使用一个账户体系，这得多难。

而阿里找到的一条最佳路径就是：账户通成为阿里会员服务的一个基座。

大家都想学Costco的会员费商业模式，而京东是首先走通的：消费者为了随时下单，不再受满99元才能免费配送的痛苦，所以消费者买了一年100多元的会员费，可以每月获得几张免费送货的会员券。另外这个会员费有时候还包含联合会员，比如你买的这个京东会员，还包含腾讯视频的会员，你就不需要再花100多元单独购买腾讯视频的会员了。

而阿里也是这么想的，阿里系的优土视频也是这么想的：大家一起获利、一起分账。

所以：阿里会员，成为了一个独立的、新增的营收业务。

（2）主数据服务

企查查就是企业主数据服务。企查查是我个人为数不多的个人掏钱的数据服务。我主要通过企查查穿透股权结构、以及融资历史。

企查查呢，也学会了面向业务场景一鱼多吃，同样一份企业主数据：

1、面向投资验真

2、面向销售交易验真

3、面向人力招聘入职验真

这就和一些视觉识别的人工智能公司一样，有很好的人脸识别能力，就不断应用到数字营销、数字零售、数字金融、数字安防、数字交通、数字政府等等各种细分场景。

要做到这些细分场景的主数据服务，必须使用知识工程技术：画像标签、关系图谱。

（3）商情与舆情资讯服务

很多信息都是公开就可以获取到的信息，如企查查的很多数据就是互联网上公开的数据，进行加工的。

现在还有很多公开的信息：

1、如股票信息、上市公司财报信息，因为合规所以必须公开公布

2、如互联网上公开的招投标信息，因为合规所以必须公开公布

3、如社交网络信息，因为传播所以必须公开公布

但这些信息里，都蕴藏着商情和舆情的挖掘。

你看股票信息挖掘，就有同花顺。

你看招投标信息挖掘，就有千里马。

你看采购寻源信息服务，就有国联股份。

你看社交网络信息挖掘，就有很多舆情监控服务公司，我就不一一列举。

（4）业务智能服务

我也是列举一些，大家自行探索更多的新服务。

不过我个人有个建议：做单独数据智能服务，不要依赖于某个SaaS应用生存。打铁还需自身硬，否则靠人人跑、靠树树倒。我是蛮喜欢：合规审计、信用测评、人才测评这些可独立营收的数据服务。

一、财务

1、资金智能计划编制、智能预测

2、企业运营绩效智能测评

二、金融

1、信贷信用评级

我看国家电网用智能电表的数据来给中小企业信贷提供信用数据支撑，这个案例就很好。

国外有邓白氏，成立于1841年，一开始主要做国际贸易方面的企业信用管理、风险管理、合规管理所需的数据信息服务。后来从邓白氏拆分出来一家咨询测评服务公司，那就是穆迪。穆迪做企业信用评级咨询服务，主要依赖的也是邓白氏的数据。这就形成了良好的循环：你想做国际贸易，但是对不起，大家谁也不认识谁，只能看你的企业信用等级。你想做生意，就得让穆迪来给你评级。穆迪给你评级，你就需要把企业各种数据给穆迪，穆迪根据评级模型进行数据打分。

三、合规风控

1、合规智能自动内审

2、风控信用评估

3、实时风控预警

四、人力

1、人才智能测评

五、供应链

1、智能补货采购计划

2、智能选供应商

3、智能定价

4、智能仓储物流规划、智能仓储物流调度、智能仓储物流路线生成

六、制造

1、生产计划智能自动编制

（5）人工智能模型服务

从2016年起来的这一波人工智能，主要以“大数据喂养+深度神经网络方法+Transformer通用算法+预训练巨模型”为四大特征。

2020年，GTP-3巨模型发布，包含1750亿参数，消耗上千万美金的GPU算力才炼成。

这样巨大、昂贵的巨模型，只能且必须：部署在公有云上、按需订阅服务模式来运行。这就是这一代人工智能的商业模式。而过去的人工智能，必须嵌入到搜广推的应用中才能发挥作用，自己单独不能商业变现。

HuggingFace就探索了这条路，目前按一个个预训练好的模型进行公有云订阅收费。