作為線下數據商業生態聯盟中唯一的AI媒體，腦極體對於聯盟中的產業、學界、資方等等生態合作夥伴進行了大量采訪。通過對話行業參與者，我們得以勾勒出線下數據整個行業發展的蹤跡。

掌握線下數據魔法，難點究竟在哪？

從去年開始，腦極體就開始對線下數據和眾盟提出的線下數據資產化有所關註。從線下場景挖掘用戶行為數據，幫助線下商業體實現對用戶的有效互動和觸達，同時也讓線下商業體的價值得以進一步量化。

在腦極體開始推行企業AI轉型戰略咨詢“白洞計劃”時，在與傳統企業主的深度溝通中，我們還是發現了不少線下數據應用的難點。

最首要的難點，在於企業的數據信息化基礎。雖然中國是一個移動互聯網產業高度發達的國家，但很多線下商業體，尤其是零售、餐飲等等傳統行業，數據信息化基礎都是極差的。很多大型企業僅僅利用信息化系統管理員工考勤或CRM，缺乏基本的用戶行為整理和挖掘，更別提將其轉化為資產了。而很多小企業，甚至還停留在紙筆記賬的階段，信息化程度幾乎為零。

面對這些參差不齊的數據化基礎，如何接入線下數據服務，銜接其企業的往期數據，是線下數據商業的首先要解決的問題。

第二個顯著的難點，在於供應商的選擇上。從2015年以來，大數據創業開始呈爆發式增長。除了創業企業外，百度、阿裏、騰訊這些科技巨頭也紛紛推出了面向傳統行業的雲服務。加上去年開始流行的AI概念，技術服務在不斷更新換代，傳統企業與新技術之間的信息差卻越來越大。

不僅如此，在數據服務供應商中還存有魚龍混雜、良莠不齊的狀況，在缺乏統一的行業標準下，企業一旦選擇了技術質量差的供應商，不但難以真正利用數據價值，甚至連數據安全都是很大的問題。

除了以上兩點，在采訪IDG資本董事總經理張海濤時，對方表示傳統線下商業能否利用起數據價值，也要看創始人是否有足夠開放的心態，去接受和學習產業信息化的全新規則。

聯盟之力，是否可以成為線下數據的增長契機

而這次線下數據商業生態聯盟的成立，或許會成為改變的契機。

第一， 線下數據商業生態聯盟的成立可以打造樣板、提高線下數據服務的門檻。

集結起優秀服務者、成功案例和資方，無形中是在打造出線下數據的轉型樣板。有了同為傳統行業的同行，和IDG、昆仲、雲鋒等等資方背書，企業在選擇技術供應商時也就有了參考標準。無形之中減少了能力不足者利用傳統企業的焦慮狀態攪亂市場的可能，從而提高了線下數據服務的門檻。

第二， 通過產業聯盟，可以實現行業整體的集結效應。

企業進行線下數據的產業升級，除了數據采集和挖掘技術之外還要考慮雲計算、AI等等多個發展身為的問題。產業聯盟的成立，就可以給企業提供生態化的全鏈服務。同時聯盟中的企業共同交換技術與資源，也可以促生集結效應，讓行業整體能力共同增長。

第三， 完整的產業聯盟布局，也可以幫助孵化線下數據產業鏈中的創業機會。

在采訪時，雲鋒資本副總裁盧山表示線下數據產業鏈中存有大量創業機會，包括數據采集、清洗、分析，以及針對線下數據的雲服務、硬件服務等等。就像眾盟數據創始人廣宇昊所說的，線下數據是一片藍海。線下數據服務產業自然也是藍海。聯盟的成立，可以幫助更多線下數據創業企業找到清晰的路徑。

除了這些之外，線下數據商業生態聯盟集合起多方一同發聲，也能夠提升線下數據概念的整體聲量。讓更多企業主和產業參與者意識到線下數據的商業價值，從而投身其中。

通往未來的階梯：線下數據與新科技將怎樣結合？

作為行業媒體，我們關註的除了線下數據發展的前因與當下，更多的還有線下數據與未來科技趨勢之間的聯系。

目前來看，未來科技趨勢與線下數據有著不少關聯點。

比如說現在技術場景越來越專註於垂直化和細分化。從BAT這些巨頭提供的服務就能看出，交通大腦、醫療超級大腦、人臉識別一體機……單一場景可挖掘的技術賦能點越來越多。而想要對線下場景進行技術賦能，自然少不了線下數據的參與。相信在未來，線下數據的挖掘利用可以幫助商業體獲得更多個性化的技術解決方案。

另外一點，就是多模態技術發展對多元數據的需求。在多模態技術的發展之下，人工智能可以實現對多種來源數據的合並分析，而不僅僅像今天這樣將計算機視覺、自然語言處理等等分割開來。將多模態技術對畫面、聲音、行為等等的共同處理與線下商業場景結合，帶來的效率提升將會是難以想象的。想要實現這一點，自然也少不了線下數據作為基礎設置。

線下數據與未來科技的結合點還有很多，實際上在一切智能化、一切信息化的今天，恰好打開了一個實體行業利用信息技術追趕互聯網經濟的窗口期。

不過窗口期始終是短暫的，錯過這一次機會的企業，恐怕要面臨更艱難的前路。

線下數據商業生態聯盟，或許是實體行業數字進化的關鍵契機