邬剑：互联网、科技、创新，应该怎么定义这些让资本扎堆的公司？

虽然现在互联网企业，科技企业和创新企业在中国的各项排名榜单中重合度很高，但是因为网络科技已经渗入到各个领域和行业内，所以，在nEqual首席执行官邬剑看来，未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。他认为，小到一家婚纱店，大到一家国企，都需要做数字化转型，无论什么样的企业，最后都要数字化。而nEqual作为一个数据枢纽平台，就是要通过数据和技术的手段帮助企业进行智能化决策，助力企业完成对数据的管理和激活，进而实现和用户精准连接的应用。

独角兽基金真的来了，6月6日国内首批战略配售公募基金产品正式获批，火爆的发售印证了资本对科技类股票的追捧。

资本的扎堆，也促成了近两年的一个有趣现象：中国排名前十的互联网企业、排名前十的科技企业、排名前十的创新公司的榜单有着惊人的相似。到底应该怎么定义这些公司？科技、资本、商业已经形成了怎样的循环路径？

5月初，雷军在向港交所提交的招股书草拟本中一封名为《小米是谁，小米为什么而奋斗》的公开信，引爆朋友圈。在这封公开信里，雷军开头便明确表示：小米不是单纯的硬件公司，而是创新驱动的互联网公司。

nEqual 首席执行官 邬剑

“未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。”nEqual 首席执行官 邬剑 对经济观察网表示。

互联网、科技、创新？

“如果把创新企业圈在一个圈内，然后再把科技企业圈在一个圈内，确实会发现这两个圈有着很大的交集。”邬剑表示，中国的创新和科技企业榜单重合度高是很正常的，因为绝大部分的科技企业都创新，而从事创新的企业，绝大部分是科技企业，但是有一点很重要，要创新就必须依靠科技。

科技榜单中为什么主要是互联网企业？

“因为资本助力和创新主要还是集中在互联网领域。”邬剑说。

对于中国近两年的创新，一直存在争议。一种声音认为，中国的创新多数只是商业模式的创新，尤以互联网创新为典型。另外一种声音则认为，互联网应用技术的创新并不是真正意义上的科技创新，真正的科技创新应该来自于更深层次的技术突破，这才能真正检验创新含金量的标准。

邬剑认为，科技领域的创新有很多种，像基因技术、物理科学这些基础学科的创新是十分必要的，但这些创新很难用商业榜单去衡量，有些技术的转化需要漫长的实验。而互联网领域的应用技术创新不能简单用级别来衡量，互联网应用技术提升的基础是数字化，这需要对数据的挖掘、管理和应用都具备一定的优势。如果从应用的角度来说，互联网的创新更容易融入大众的生活，虽然创新可适度通常都很高，但不能否认这是创新。

创新的界定是多维度的，对当前创新大潮之下的互联网企业、科技企业，定义也是多维度的。

“未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。”邬剑说。

邬剑将这种变化称为互联网基因的植入——网络科技已经渗入各个领域和行业，无论是家政公司、物流企业、餐饮公司，都需要互联网技术的支持，互联网技术的介入也会让很多原本To C的互联网企业直接面向B端用户。例如，在互联网大数据的积累和硬件的发展下，BAT最终将真正下沉到To B+C的模式，百度的人脸识别、阿里在新零售领域内的尝试都仅仅只是开始。

泳池里的三种企业

雷军的信就像一封具有传染性的高考命题作文，而考生就是每一位CEO。邬剑也给他的客户和团队写了一封信：数字化转型还在加速。

“无论什么样的企业，最后都要数字化。”邬剑说。

互联网、数字化这些生硬的技术语言，在现实中已经变成了小企业、大企业在挖掘的客户数据资源时经常使用的。过去，一家婚纱店要想获得客户，需要派人在街头发放小礼品以获得目标客户的信息，然后再发送短信来推销产品。现在，通过互联网就可以利用微博和微信等社交渠道在线获客，这些互动信息又可以生成新的潜客数据，接下来的广告投放也是数字化的。

这些有用的信息集成后，就绘成一张企业的大数据图谱：客户什么时候拍了婚纱照、给孩子拍了周岁照、拍了全家福，甚至可以预测什么时候应该拍新的职业照。在零售应用领域的数据化更加细致，以家电企业为例，大数据可以让企业知道在一个小区里，每年销售了多少台、哪些型号的空调、冰箱、洗衣机，可以预测哪些客户在什么时候需要上门进行保养和维修服务。

“这些数据最终会帮助企业来进行智能化决策。”邬剑将 nEqual 形容为一个数据枢纽平台，帮助企业完成对数据的管理和激活，进而实现和用户精准连接的应用。

但是，数字化也需要成本。

邬剑将数据化比喻成一个泳池，里面有三类企业：一种是像婚纱店这样的小企业，只需要付出很低的成本，就可以获得数据化带来的好处；还有一种是互联网企业，这些企业天生会游泳，所以争先恐后地往泳池里面跳；第三种就是大型企业，过去有些国企上一套IT咨询项目就要花几亿元，金融机构也是同样面临高成本的问题。但是这些企业因为自身不会游泳，或者自身也没有学习游泳的机制和潜质，就必须要配上专业的游泳装备，确保自己不被“水”呛到。

邬剑还表示，一些跨国公司，每年在数字化营销的费用也是很惊人的，针对不同人群推出定制化广告，这比传统的公众广告更加有效，同时也帮助企业沉淀了更多有价值的数据资产。这些既是企业数字化的成本，也是企业数字化的资产。

数字化的过程中，数据存储和处理涉及的最重要的因素就是数据安全。邬剑把数据安全问题归结为 nEqual 数据智能需求层次理论 nEqualDataIntelligence Needs（简称nDIN理论）的第二个需求层级。美国心理学家亚伯拉罕·马斯洛在《人类激励理论》中认为，人类的需求从低到高分为五个层级：生理需求、安全需求、社交需求、尊重需求和自我实现需求。安全需求则是人在解决温饱问题后，整个有机体处在一个追求安全的机制，人的感受器官、效应器官、智能和其他能量主要是寻求安全的工具，甚至可以把科学和人生观都看成是满足安全需要的一部分。数据安全在数字化智能实现的过程中也扮演着如此重要的保障作用。

对于企业来说，有了基础的数据架构之后，第二个要考虑的就是数据的安全。以 nEqual 的实际操作举例，安全举措主要有三个方面：一是数据的存储和隐私安全，在介入客户信息时会首选私有化方案（资源和服务器都是单独使用）；二是系统对接后定期打补丁；三是聘请外部安全公司进行漏洞测试，用模拟的数据攻击来测试安全性。

“数据安全的技术研发费用会占我们整体研发预算的10%，分为三部分：第一部分通过研发过程中的这些资源去实现安全；第二部分就是聘用专门的安全团队去从事安全相关工作的研发；第三部分就是请外部的安全公司，以及购买能够保障安全的设备。”邬剑说。

区块链

数据技术公司怎么看待区块链？

邬剑表示，区块链技术是包括 nEqual 在内的创新科技企业必须投入的，我们使用区块链解决两个基本业务需求：一个就是数据上链，另一个是数据流转。

数据上链，简单说就是，所有个体（自然人、法人、物）都会在数字时代产生数据，把数据放到区块链上是一个巨大的工程。

这些信息根据拥有者的意愿上链，之后就像挂牌一样体现出价值，接下来就是数据的流转。

这些数据上传得越多、使用得越频繁，就会形成一条完整的信息价值链条。问题是，这样的信息链条应该由谁来搭建？资本还在不断涌入去支撑包括我们在内的赛道上优秀的领跑者。

“区块链是技术，不是传销。现在一些区块链项目专注的是 ICO 之后代币的发行、会不会升值，忽略了链上的解析的商业问题，特别是技术的安全性和有效性。”邬剑表示，“数据的流转方面，区块链技术本身也要突破一些挑战，比如高并发。数据上链时的有效性验证安全也非常重要，不然就会导致滥发泡沫资产。”

对于区块链的推进，邬剑认为，虽然目前看到的推进速度不是很快，但是技术先行，这需要时间来积累，而从政策层面来说，区块链的政策制定肯定也是十分谨慎，但的确这是方向。

0