大數據江湖的七十二騙

　　前兩年，Peter Thiel(以下簡稱彼得)來了一趟中國賣書——如你所知，就是那本《從0到1》，和《失控》一樣，目前基本上成為了互聯網行業騙子人手一冊的玩意兒，類似《麻衣神相》《水鏡全編》，或者干脆叫《如來神掌》也無不可。BTW，彼得是個有私人飛機的億萬富翁，按說瞧不上那點兒版稅，不辭勞苦跑到中國做簽售，其實主要是借書來拓展行業影響力——這既是當代媒體社會的本質，也是深諳“話語權”玩法的常見手段。總之，蒙友人賜票，我瞻仰了彼得接見互聯網創業青年們的大會，我覺得這人書寫得雖然雜亂了一點，上了臺說話倒還比較實在。后來，讀到他說搞“大數據”的人里騙子居多，也就不太奇怪。

　　

 

　　按說彼得本人就投資過數據領域的公司，而且投的還挺成功，就是那個Palantir，這事兒其實有點微妙(關于Palantir我們將來再聊)，和彼得那句話再一聯系，基本上也能對國內“大數據”投資這把虛火有一點洞見，大意來說就是：

　　不要對“Big Data”這件事抱什么期望，尤其是不要用這種期望去指導你投資的估值;

　　數據并非沒有價值，但你去投資一家所謂Big Data的企業時，核心問題是企業的商業模式，而并不一定是看它有多少用戶和數據。甚至在中國的環境下，即便數據的“成色”非常好的企業，也可能隱含著各種各樣的坑;

　　千萬記住：張嘴說自己是“大數據”行業的人，請先給他個有罪推定——這行兒騙子多，哦對應著最近出的那個2016年度“中國大數據創新百人榜單”，各位可以自己聯想。

　　一般來說，這一行兒的騙術不外乎如下幾種手段：

　　最高級的，當然是直接搞政府的錢

　　比如說，本人曾參觀某企業為某縣級政府建立的“大數據中心”——你一進去先請你進會議室座談，鋪綠呢子的臺面兒上每人一個印著名字的桌簽兒，一個煙缸兒(信息量很大的一點，至于為什么，自己去品。品不出來的打賞10塊找我解答)，一個白瓷茶缸子(我經常依靠里面沏的什么茶來判斷一會兒該往哪種路子扯淡)，一個熱手巾板兒，一份打印好的項目資料——翻開一看不留神以為是黨章。座談基本上是頌圣，然后眾人被魚貫押入演示大廳，有身披紅色禮儀綬帶的女講解員激情講解(大概率除制服外脖子上還系著領巾如空姐一般)，大屏幕上出現各種當地的航拍View，并各種互聯網Icon紛至沓來，其空洞和乏味程度，讓你懷疑自己在參加一場平庸的婚禮——從主持到視頻制作的邏輯都是一樣的。好不容易進入到業務演示環節，你發現所謂的大數據系統就是一個政務OA，幾臺民用級服務器搞定的項目，用的是大幾百萬的IBM或者富士通，而每年的服務和維護費用可以高達千萬以上。

　　

 

　　我見過最蛋疼的一個政府“大數據”項目，是某地的一個水利監測大數據系統，大概就是給當地幾個主要的水利樞紐裝個攝像頭和監測傳感器，每天更新當天的水文數據。這事兒我覺得給我十分之一的項目預算，我雇五六個當地老頭兒拿了畫上標尺的竹竿兒，每天溜達去探幾次也就搞定了，估計剩下的錢還夠我在北京賣套小小的學區房。

　　千萬不要因此而鄙視天朝的行政制度，作為這個時代情商水平最高的一個群體，此類項目的政府審批官員們未必不曉得個中奧義，也請不要簡單的以灰色交易來看待此類項目，因為現在的反腐形勢下，此類政府項目的做法已經不那么簡單，背后的博弈套路可以單開一文來細說，此處不表。

　　另外一個常見思路，是搞投資人的玩法

　　所謂的投資人，其實早已經從以前還算decent的一種職業變成了江湖掮客，靠規則/圈子/信息不對稱來騙錢，這個群體目前最大的一個特征就是“不要臉”。當“不要臉”成為從業者的核心能力時，其結果就是拉低整個行業的教育程度和智商門檻。更何況VC行業普遍的2/20結構其實并不一定適合中國的國情，加之監管環境的不嚴格直接導致了投資人們“體外變現”的動力，這進一步拉低了整個行業的專業水準。簡而言之，相當一部分的國內科技領域投資人都存在著知識結構的硬傷，雖然現在拿投資已經是越來越困難的一件事，但是輔以巧妙的設計，“大數據”行業的鄉親們仍然有機會：

　　一、一力降十會

　　這種打法適合套取來自“土豪”們的資金。一旦發現對方來自國有資本，或者來自一些傳統行業的民企(老板早年靠改革東風發財，在制造業/房地產/小煤窯兒走向下坡時尋找轉型機會)，建議一上來采用這個套路。此類土豪一般都是逆周期者，即往往在某個領域被喊得最熱時沖進來當接盤俠，來做洽談或者盡調的人也大多是“一門沒有”的血外行。他們的全部本領就是讀了本文開篇列舉過的那幾本《麻衣神相》，并且學會的一定是其中最最土鱉的部分。在洽談時要留意聽他們使用的詞匯，你像“場景”，“革命”，“零到一”，“共享經濟”，“風口”，“降維攻擊”(作為一個讀過一點量子力學的清華人，我覺得這個詞太過于sb，在本表格中給予最高權重)….之類，這些詞匯如果以平均每三句話出現一次的頻率出現時，請記住將你的估值報價加倍。

　　具體到大數據這個領域，你只需要強調“大”就可以了，諸如你的系統一天處理多少個TB的數據(放心，他們并不懂得這些數據到底是淘寶的交易數據還是日本動作片)，影響了多少人的生活，在某個細分行業里占據了多大的比例，舉一個極端的例子：你可以宣稱自己在全中國的公共廁所里安裝了免費WIFI，根據用戶在蹲坑時候刷WIFI的時間判斷他是否便秘，從而精準定位到一些潛在的痔瘡患者，你的潛在投放客戶有“北京市東大肛腸醫院”以及“馬應龍痔瘡膏”等等….細節稍微腦補一下即可，此類“投資人”需要的故事也就這類水平。

　　個別的此類低智投資人可能花錢讀過EMBA(關于EMBA的梗請參見本人前一篇匿名文章《互聯網+拯救不了強哥奶茶的品味》)，所以也許他們知道一個叫做SWOT的缺德玩意兒，當他們照本宣科質疑你在公廁里安裝WIFI這件事不足以構成競爭門檻時，你可以立刻宣稱自己搞定了衛生局和基層掏糞工，這是一個類似于地推能力和政府關系的細活兒，這就是最強大的競爭門檻云云。

　　

 

　　我曾經陪同某此類基金的所謂投資人見識過一個公司，該公司宣稱擁有全中國的小店鋪數據，而獲取數據的門檻就是兩輪融資后(也不知道是哪兒的倒霉投資人給的兩輪融資，你就是洗錢或串通創始人騙錢也選個靠譜一點兒的啊!)燒錢雇傭幾千個兼職大學生去掃街抄取各種路邊煙酒店的上貨/價簽等信息。當創始人把該公司CTO叫來自信滿滿的給我們演示該公司強大的系統時，我發現這個CTO就是個前端，行業經驗目測不滿五年，而且，他連什么是Hadoop都不知道...

　　二、四兩撥千斤

　　人傻錢多的投資人畢竟是稀缺資源，何況只要不太傻，被騙過兩次也就不上當了，這時候你單靠“大”就不夠sexy。因為你大人家也大，你再大能大過BAT的數據量么?數據量的大小好比女孩子的胸圍，您現在喊個D-cup似乎也算不了什么，君不見香港狗仔頻頻用“G奶師太”之類的詞匯么?融資和媒體一樣，是個博人眼球的活計，而投資人們很快就對規模這個指標疲勞了。

　　這時候，就要有一些其他的包裝技巧，起到四兩撥千斤的效果。好比相親時你說這姑娘不單是前凸后翹，還出身于神秘的家族，對方待要詳細追問時，務必要語焉不詳，暗示個中奧妙不便明言，同時給對方一個意味深長的微笑。具體到大數據這一行兒，比如說你聲稱自己能搞到某些獨特的數據源。就我所見過的路數而言，按其神秘程度排序計有：

　　國家安全局數據(這事兒除了查東突份子，看不出有啥實際用途);

　　國家工商總局數據(大部分工商數據都是公開可查的);

　　各類市政服務數據(可能是想根據用戶煤氣表的數據判斷這家人每月在家吃幾頓飯，打個標簽兒賣給魯花花生油?);

　　某省醫療病歷數據(這么敏感的信息你丫敢商業化么?賣給保險公司?)

　　一般來說，此類出來騙錢的公司，早年可能都是干軟件系統，弱電項目之類起家的，老板當個包工頭兒，靠男的夜總會女的LV這一套承包一些政府小工程，靠著契而不舍任勞任怨的精神進入一個年流水幾百到一千萬的生意里，苦哈哈干了幾年，賬期又長還面臨政府耍流氓的風險(前任領導走了，后任領導翻臉不認帳)，突然發現風口一來，自己給政府干的“信息化”項目成了“大數據”了。

　　作為系統的后臺維護和管理方，這類公司往往能從后臺看到一些數，給投資人路演時現場調取一下你的交通違章記錄之類，著實能唬住一兩個土鱉，當你問到他們數據使用的權限或者“合法性“問題時，往往就開始語焉不詳，或暗示這是一個灰色地帶，法無禁止。膽兒大些的噴一些聯合運營之類的鬼扯(你和政府聯合運營?)，膽兒小些的說數是政府的，但“我們能用”(怎么用?什么范圍用?有無協議?)。

　　明眼人可以看出來，這類公司玩的也仍然是政府等壟斷資源的路子，和第一種直接向政府騙錢的區別在于，這類公司騙的是“數”，騙完政府騙投資人，騙完投資人回去再騙政府。譬如，某個以“冪”為名稱的公司，本人曾在該公司創始人未發跡時與其有數面之緣，這位仁兄當年以給企業做上市材料起家，掙得是個copy/paste加裝訂費的辛苦錢，后來開始幫人家做“戰略咨詢”和“市值管理”(看過Wallstreet第一部嘛?想想主角為啥冒充收廢紙的?)，此公除了胡扯八道，對真正的咨詢或M&A并沒什么認知，所以一直半死不活，直到“大數據”的風口來臨，搖身一變成了忽悠政府大數據的商業領袖。

　　也正是這位商業領袖，上個月我巧遇某擁有部分壟斷行業數據的中型國企，被其忽悠成立“合資公司”，事兒過去半年多，估值據傳已經數十億的冪公司，區區數百萬的投資款遲遲不能到賬——反正這個小故事已經講完了，簽約儀式已經弄過了，投資這事兒那就再說吧。哦對了，冪公司在某輪融資時，某投資人微信問過我的意見，我直截了當的回復稱該公司純是個騙子。

　　另外，此類公司在實際變現能力上有時難以說服投資人，因此常見的手段是“落地”(落實到房地產行業)，即迎合政府好大喜功的心態，以“大數據基地”，“大數據產業園”為名，套取政府土地資源和政策配套。

　　

 

　　扯得有點兒長，過兩天，再寫一寫“大數據”生物鏈中的高級捕食者，即怎么忽悠紅杉/高瓴這個級別的投資人，或怎么忽悠上市公司。