金色觀察 | 50家世界頂級數據初創公司一覽_DATA:ATA

在“大數據”概念誕生十多年后，數據仍然是大型企業和初創企業中最重要、增長最迅猛的創新驅動因素之一。從提供作為商業運作基礎的脈搏檢查，到通過機器學習實現日常任務的智能自動化，數據已經成為各種規模組織決策的中樞神經系統。此外，數據的使用已經遠遠超出了數據科學家、數據分析師和數據工程師的范疇—每個人都是數據生產者和消費者。

這種對數據更加關注的結果是：數據管理業務已經成為基礎設施增長最快的領域之一，據估計價值超過700億美元，占2021年所有企業基礎設施支出的五分之一以上。這個市場形成的原因在于，它結合了軟件工程、分析和人工智能領域，同時順應了云計算的潮流勢頭。（有關這一巨大趨勢背后的架構演變和驅動力的更多信息，可以參閱《現代數據基礎設施的新興架構》。）

過去幾年，數據行業的發展也催生了一些令人興奮和有影響力的企業軟件公司。最近，Snowflake和Confluent等公共巨頭已經改變了數千家企業的運營方式和數百萬種產品的生產方式。然而，大多數人都不太熟悉那些有影響力的公司，也就是下一代定義類別的公司。

2021年，數據公司獲得了數百億美元的風險投資，打破了歷史記錄，2022年的風險投資也已經很強勁。我們編制了Data50的首批數據。這些是令人興奮的數據類別中的領頭羊公司。總體而言，這50家公司的價值超過1000億美元，并且籌集了大約145億美元的總資本，其中20家到2021年已達到獨角獸地位。

金色財經組織架構調整，王瑜琨出任金色財經COO:據官方消息，9月2日，金色財經內部郵件發布組織架構和人事調整通知，任命王瑜琨為金色財經COO，負責公司整體業務運營工作。王瑜琨于2018年加入金色財經，2020年擔任金色財經內容總監。金色財經是區塊鏈行業全球領先的一站式中文資訊服務平臺，為全球用戶提供7x24小時不間斷資訊服務。[2021/9/3 22:57:34]

Data50公司涵蓋類型有7個子類別：

AI/ML（人工智能/機器學習）、BI & Notebooks（商業智能和筆記本）、Customer Data Analytics（客戶數據分析）、Data Governance & Security（數據治理與安全）、Data Observability（數據可觀察性）、ELT & Orchestration（ELT 與編排）、Query and Processing（查詢與處理）。

1、查詢和處理技術是訪問、聚合和計算數據的核心引擎。它涉及兩大類:批處理（如Databricks和Starburst）和實時處理（如ClickHouse和Imply）。在過去的幾年里，由于對實時應用程序的需求不斷增加，后者得到了越來越多的關注。

金色財經挖礦數據播報 ：ETH今日全網算力上漲3.24%:金色財經報道，據蜘蛛礦池數據顯示：

BTC全網算力159.399EH/s，挖礦難度23.58T，目前區塊高度681041，理論收益0.00000613/T/天。

ETH全網算力576.738TH/s，挖礦難度7356.44T，目前區塊高度12332568，理論收益0.00364767/100MH/天。

BSV全網算力0.744EH/s，挖礦難度0.11T，目前區塊高度684956，理論收益0.00120946/T/天。

BCH全網算力2.471EH/s，挖礦難度0.30，目前區塊高度685483，理論收益0.00036416/T/天。[2021/4/29 21:09:42]

2、AI/ML（人工智能和機器學習）包括應用算法建模和機器學習處理大規模數據的軟件。從上榜公司的數量來看，這一領域正在成熟和繁榮。一些參與者專注于一個特定類型的數據(例如自然語言的Rasa和Hugging Face)，而另一些則專注于不同的領域，例如AI的產品化（例如 Scale、Tecton和Weights and Biases）或充當用于運行AI工作負載（例如Anyscale）的“計算層”。

分析 |金色盤面：BTC/USDT沖高回落:金色盤面綜合分析:BTC/USDT沖高回落，主力和散戶資金出現明顯流出，注意關注下行風險。[2018/8/15]

3、ELT和編排支持數據的移動。它是保證數據準確、準時到達目的地的傳輸層。此類別是從傳統的ETL供應商演化而來的。另一方面，新類別的玩家大多是云原生的（例如Fivetran和dbt），對開發人員友好（例如Astronomer和Prefect），并且可以處理不同數據環境之間更復雜的依賴關系。

4、隨著數據堆棧變得越來越復雜并且涉及更多利益相關者，數據治理和安全性正成為關鍵問題。需要治理工具—尤其是在高度規范的行業—來確保數據的安全并在整個數據生命周期中保持一致性（例如OneTrust和Collibra）。這一類別相對較新，通常服務于受監管的大型企業公司。

5、傳統上，客戶數據分析由營銷團隊負責。然而，由于其重要性日益增加，數據團隊現在更多地參與將客戶數據與中央數據平臺集成。此類別側重于捕獲客戶數據（例如Rudderstack和ActionIQ）或操作該數據以服務于一線業務用例（例如Census和Hightouch）。

金色財經訊:瑞銀稱，“比特幣是投機泡沫，但區塊鏈或顛覆世界。”[2017/10/26]

6、BI & notebooks覆蓋了數據的消費層。盡管它是一個成熟的類別，但Preset或Metabase等新參與者正在采取開源優先的方法，并吸引技術數據工程師以及商業智能團隊。數據需求的快速變化性質也對迭代和交互式筆記本（例如Hex）和自動洞察生成（例如Sisu）產生了更多需求。

數據可觀察性從軟件工程堆棧的最佳實踐中汲取靈感。隨著數據堆棧越來越依賴于上下游工具，并且數據的準確性具有更廣泛的影響，可觀察性成為提供跨數據流監控和診斷能力的最新類別。

盡管市場采用的主要推動力是數據量和使用量的增加，但每個類別的潛在驅動力是不同的。例如，查詢和處理領域的進步主要是由計算和存儲的分離、遷移到云以及更廉價的計算能力驅動的。與此同時，在數據治理和數據可觀察性中采用操作性工具在很大程度上是由不斷增長的操作性用例和數據工作流的復雜性驅動的。

以下為Data50公司名單（名稱、類型、地點、估值范圍及網站情況）：

金色財經訊:加拿大央行正在與TMX集團、Payments Canada集團合作，探索如何利用區塊鏈技術加速證券的清算和結算。[2017/10/19]

從細分角度（融資分布、數量分布、地點分布）看Data50：

查詢和處理公司籌集了最大的資本份額

查詢和處理類別只占Data50中公司的五分之一，但投資在這一類別的資金數額（幾乎占所有資金的 50%）是驚人的。盡管這一數據受到了Databricks最近16億美元融資的影響，但如果沒有它，這一類別仍將占所有融資的37%，是下一個類別的兩倍多。

從公司數量來看，分布更為均衡。就公司數量而言，AI/ML 是最大的類別，主要是因為該領域仍在不斷發展，需要一套新的獨立工具來訓練、測量和生產模型。（有關該領域如何發展的更多信息，請閱讀現代數據基礎設施的新興架構。）

Data50集中在舊金山灣區

在這50家公司中，47家（94%）位于美國，3家是跨國公司。其中33家公司位于舊金山灣區，9家位于華盛頓特區、費城、紐約和波士頓的I-95走廊沿線。其中兩家位于西雅圖，一家位于辛辛那提，還有一家位于亞特蘭大。

這種分布受到大規模數據生態系統歷史位置的嚴重影響（例如，Oracle和Teradata都在灣區成立）。然而，我們看到越來越多的數據公司（如Firebolt和Matillion）出現在全球各地，因為數據工程人才和對數據工具的需求幾乎遍及每個大陸。

AI/ML 類別推動了 2019 年新數據公司的激增

大多數 Data50 公司成立于 2014 年之后，在 AI/ML 工具爆炸式增長的推動下，在2019 年左右達到頂峰。事實上，2019 年之后成立了更多的數據公司，但是因為我們關注的是已經達到一定規模的公司，所以大多數新公司還沒有出現在這個名單上。

每個類別的投資都在增長

從每個類別的投資來看，最顯著的趨勢是 AI/ML 公司比以往任何時候都獲得了更多的投資者興趣，主要集中在早期階段。 ELT 和編排也是如此——主要由來自 Fivetran 和 dbt 的巨輪驅動。 查詢和處理公司繼續吸引大筆資金，盡管這些公司往往處于后期階段。

本文作者為Jennifer Li、Sarah Wang、Jamie Sullivan。Jennifer Li是 a16z 的合伙人，她專注于企業公司。Sarah Wang是 a16z 的普通合伙人，專注于成長階段的投資。Jamie Sullivan是 a16z Growth 投資團隊的合伙人，專注于消費者、企業和金融科技領域的后期公司。

在本文結尾，作者指出，我們堅信，未來10年將是數據的十年，包括基礎設施、應用程序以及介于兩者之間的一切。因此，我們將繼續看到創紀錄的增長、資金和市值，我們將在此列表中每年對其進行跟蹤。

Tags：DATADATATAELToracledataBig Data ProtocolData LakeCELT

Filecoin