大数据在硅谷炙手可热，拿融资自然也不再话下，拿到千万级美元融资的也有不少，不久前大数据分析云服务GoodData就获得了Intel Capital领投的2750万美元。据华尔街日报消息，机器学习平台 GraphLab 刚刚改名Dato，并获得了 1850 万美元新融资，投资方为 Vulcan Capital 、Opus Capital 、New Enterprise Associates、Madrona Venture Group。此前他们曾获得680万美元融资。

    GraphLab 提供了一个完整的平台，让客户能够使用可扩展的机器学习系统进行大数据分析。简单来说，就是从别的应用程序或者服务中抓取数据，让机器学习这个模型，并将学到的知识作为基础，自动地进行准确的预测和决策制定。这么讲挺抽象，我们还是具体举几个例子吧。可能最好理解的就是民主国家政府的民意调查，可以通过社交网络、媒体等提取数据，分析出民众到底在关心什么，分析出哪些区域的哪些问题必须关注、解决。其实，生物医学研究团队也会使用 GraphLab，主要是来分析临床记录，从而预测病人的病情发展趋势。零售业可以做价格预测、用户推荐;金融服务业可以做诈骗预警;市场公司则可以通过情绪分析锁定关键客户。现在 GraphLab 的客户已经包括 Zillow、Adobe、Zynga、Pandora 等。

    那为什么是 GraphLab(现在应该叫 Dato 了)会获得这么多客户的青睐呢? 其实，将原始数据转化为决策依据，并作出预测，这个过程还是很复杂的。往往需要大量的数据处理工具，收集、清洗数据，再建模分析，得出结论，进行展示;还需要大量的数据科学家或同样知识渊博的软件工程师来配合完成。既耗时费力，还投入不菲。所以 GraphLab 这样的平台，可以让毫无编程经验的数据科学家，快速地将理念转化为生产环境可以使用的产品，提高企业的生产效率，自然受欢迎。值得一提的是，Dato 现在能处理各种数据类型。　　

    GraphLab 的创始人 Carlos Guestrin 是机器学习界国际公认的大牛，曾被 Popular Science 杂志评为 2008 年 “Brilliant 10”，还获得过美国青年科学家总统奖。2008 年在卡耐基梅隆大学带着两个学生研发了 GraphLab 的原型，2012 年被 Jeff Bezos 游说去了华盛顿大学。在 Madrona Ventures 和 NEA 的资金支持下，2014 年 3 月创办了 GraphLab，并以测试版的形式推出了第一个商业版。2013 年 10 月，增加了机器学习功能，推出了新版本。现在的 GraphLab 已经不仅仅是图谱分析了，更是一家基于 AI 的大数据公司，能够处理各种数据类型，所以公司也改名叫 Dato 了。

    我司在美帝的妹子小苏曾写过文章，详细的介绍了硅谷的大数据行业发展。在美国现在的大数据公司主要有四类：

    数据的拥有者、数据源：特点是业务优势能收集到大量数据，就像煤老板垄断一个地区的矿一样。其实大多数有能力产生或收集数据的公司都属于这类型，比如Vantage Sports和收集了PB级数据的包子铺。

    大数据咨询：特点是非常技术，提供从基础设施规划建设维护到软件开发和数据分析等的服务，但不拥有数据，比如Cloudera这家不到500人的startup是最著名的Hadoop架构咨询公司。

    做大数据工具的：比如AMPLab出来的Databricks和Yahoo人主导的Hortonworks。

    整合应用型：特点是收集拥有或购买一些数据，然后结合AI来解决更多实际的痛点。

    像 Dato 这种做整合应用型的大数据公司才有可能有希望。未来是 AI 的，而 AI 的食物是数据。就像很多产业链一样，最困难且最有价值的创新往往发生在接近最终用户的那端，比如 iPhone。大数据行业最有价值的部分在于如何利用机器去处理数据得到洞见，影响组织和个人的行为，从而改变世界。收集和整理数据在未来会变得标准化和自动化，而利用 AI 进行分析的能力会变得更为关键。