原標題：大數據十年：Cloudera向左，Palantir向右

一眨眼，整個大數據產業(yè)已經走過十多個年頭。

在這蓬勃發(fā)展的十年中，Cloudera和Paltantir始終是繞不開的兩家公司，它們一直代表著大數據公司的兩個方向：一個向左，聚焦大數據基礎軟件平臺，一直沒有過多行業(yè)屬性，希望更多用戶群體能夠采用大數據基礎軟件；一個向右，自開始就聚焦在一兩個行業(yè)之中，為行業(yè)用戶打造從大數據基礎軟件到行業(yè)應用的全棧式解決方案，多年以來行業(yè)屬性明顯。

如今，兩家公司高下已分。

據知情人士透露，Cloudera正在考慮對外出售，已經與包括私募股權公司在內的多個潛在買家進行洽談，或將結束自己慘淡的上市史；而這邊廂，估值高達410億美金的Paltantir已經向美國證券交易委員會提交一份保密的S-1文件，預計在未來幾周正式上市，自2004年成立以來就屢有上市傳聞的Paltantir也算是守得云開見月明。

Cloudera：盛名之下其實難副

Cloudera成立于2008年，由Christophe Bisciglia, Amr Awadallah以及Jeff Hammerbacher創(chuàng)建，堪稱大數據的明星公司，它與Hortonworks、MapR堪稱北美大數據三駕馬車，三家公司都聚焦在基于Hadoop等開源大數據基礎軟件領域。趕上最近十年大數據的紅利期，Cloudera沒少受到業(yè)界的關注。

Cloudera公司十余年以來，可謂是要牌面有牌面，要實力有實力。Cloudera在2009年將Hadoop之父--Doug Cutting收入旗下，擁有大數據領域最耀眼的明星員工。而在資本市場，Cloudera也是堪稱贏家，2014年以7.5億美元的價格出售18%的股權給Intel、Google等一眾明星公司和投資人，此次投資也讓其達到了上市之前的41億美元巔峰市值。

不過自那以后到最后上市，Cloudera的估值一直維系在41億美元。

仔細研究Cloudera十余年的發(fā)展歷史，用“時不利兮”四個字概括最為合適。

成立之初，Cloudera即希望利用云服務的方式為用戶提供大數據服務，這種方式實在是太超前。彼時，云計算才剛剛起步，AWS也處于拼命向人們普及云計算的階段，遠沒有如今的影響力；另外，大數據也剛剛冒出個苗頭，不光很多用戶，哪怕是很多IT從業(yè)人員對于大數據的理解也是云里霧里。顯然，Cloudera通過云服務的方式在當時行不通。

之后，Cloudera轉變思路，開始學習Redhat，利用開源軟件商業(yè)版以及技術服務來收費。這種模式有Redhat的成功先例，但是開源是一門艱難的生意，數來數去也就Redhat算成功。與Redhat聚焦在操作系統(tǒng)、PaaS等基礎軟件領域不同，大數據是與應用強相關，如果光有大數據基礎軟件平臺，但是沒有足夠的基于大數據的應用場景，用戶同樣會對大數據望而卻步，或者是在嘗試階段更加謹慎。因此，Cloudera走開源軟件和技術服務的這條商業(yè)之路依然坎坷。

在Cloudera搞開源發(fā)行版的模式多年之后，整個云計算市場徹底崛起，大部分用戶開始接受和采用云服務，AWS的影響力與日俱增，像AWS、微軟Azure、Google Cloud這樣的云服務提供商，天然具有海量數據應用場景和處理經驗，用戶粘性也強，云服務提供們很快推出了與大數據相關的云服務，一躍成為大數據市場不可或缺的一員。

此時的Cloudera們的競爭對手已經變成了AWS這些云巨頭，市場競爭難度可想而知?；剡^味來的Cloudera在2016年又想做大數據的云服務，但此一時彼一時，用戶們對于云計算、大數據的認知已經足夠深入，AWS、Azure、Google們的云計算業(yè)務風生水起，此時單憑大數據基礎服務想撬動云計算巨頭們的蛋糕實在是太難了。

到了2017年，Cloudera終于上市。在這之前，Hortonworks已經于2014年登陸資本市場，Hortonworks的營收在很長一段時間都依賴微軟這樣的大客戶。Cloudera與Hortonworks在此后幾年中的表現可謂是難兄難弟，盈利狀況不理想，商業(yè)模式前景不佳，但是二者還不忘互相叫罵，嘴上功夫一點都不服輸。

終于，到了2018年10月，Cloudera與Hortonworks雙雙扛不住營收壓力，宣布合并。合并之后的Cloudera將重點擴展到了Hadoop領域之外，其核心產品Cloudera Data Platform提供了廣泛的功能集，可用于管理數據、分析數據和運行機器學習模型等。

但 Cloudera的營收沒有出現突飛猛進的情況，但是來自投資者的壓力卻是與日俱增。去年，激進投資人Carl Icahn成為Cloudera的最大股東，并任命了兩位董事會成員。這被認為公司考慮出售的一個跡象。

如今，Cloudera的市值維持在37億美元左右，早無昔日的風光。

Palantir：苦日子熬出頭

近日，有消息人士透露，Palantir計劃于幾周之內上市，目前正與一家IPO顧問公司展開了合作。此外，Palantir還在與銀行方面合作，給私人股東梳理出一份要約收購公告，以幫助Palantir在上市之前清理其資本結構。 目前，Palantir的估值達到了410億美元。

Palantir在全球可謂大名鼎鼎，其創(chuàng)始人Peter Thiel是硅谷著名的創(chuàng)業(yè)家和投資人。

自2004年成立以來，Palantir就一直受到了大家關注的目光，成為資本市場和媒體中的寵兒。根據相關數據統(tǒng)計，截止到目前，Palantir已經完成了25輪融資，募集了超過20億美元的投資資金，名副其實的吸金達人。

而真正讓其登上神壇的則是兩次重要的事件。其一是，Palantir幫助美國證券交易委員會，通過整合與分析了超過40年的數據，發(fā)現了世紀巨騙麥道夫的龐氏騙局證據，從而得以真正將其定罪。其二則是協(xié)助美國中央情報局，通過數據分析與圖譜關系，找到了本拉登。

Palantir客戶主要來自兩大類，一類是政府客戶，美國中央情報局、國土安全局、FBI、警察機構等都都是它的客戶，主要應用Palantir的產品來協(xié)助反恐、尋找罪犯等；另一類就是金融客戶，包括像摩根大通、CapitalOne等銀行，通過Palantir的產品來協(xié)助反欺詐、風控等。目前，Palantir的產品不多，主要是數據挖掘與分析的平臺產品(Palantir Gotham和Palantir Metropolis、Palantir Foundry)，以及各種解決方案。像Palantir Gotham更加側重于根據結構化和非結構化數據進行搜索與關聯分析，主要應用在政府領域。

Palantir的行業(yè)也很聚焦，主要是政府和金融領域。目前，Palantir已經將業(yè)務領域拓展到航空、制造業(yè)、醫(yī)療等行業(yè)。

總體而言，Palantir是一家很聚焦和專注的公司，十多年以來一直專注在少數幾個行業(yè)之中，并且與行業(yè)應用是強相關，基本算是為用戶提供全棧的技術與應用解決方案。甚至Palantir的商業(yè)模式也不美麗，由于其解決方案并不通用，往往需要根據客戶的差異化需求進行定制化，所以其產品多為工具類的半成品，嚴重依賴其數據科學家，這些數據科學家通過解決方案中運用各種工具來幫助行業(yè)用戶實現數據價值。

不過就是這樣一家商業(yè)模式不美麗、產品不多的公司，成為大數據領域當之無愧的頭牌。

中國大數據公司從Palantir能學到什么

如果你百度搜索Palantir，會發(fā)現一堆中國大數據公司要立志做中國的Palantir，哪怕它僅僅是做營銷的大數據公司。

絕大部分中國大數據公司都渴望成為Palantir那樣的頭牌，但成為Palantir的確不是一件容易的事情。Palantir用自身十余年的發(fā)展歷程說明了要想在垂直行業(yè)實現數據價值是一件多么艱難與曲折的事情，需要長期扎根于行業(yè)之中。

首先，Palantir很聚焦，并沒有貪圖規(guī)模，早期一直聚焦在政府和金融兩個行業(yè)，甚至直到2010年才有了第一個商業(yè)客戶--摩根大通。政府和金融兩個行業(yè)往往是最有錢的客戶，并且對于大數據技術渴求度極高，業(yè)務模型也最為復雜，需要長時間耕耘，將自身的產品、技術以及解決方案與業(yè)務場景深度融合，才能幫助用戶實現數據價值。

其次，從Palantir所有的成功案例中可以看到全棧式技術組合的威力，在行業(yè)場景中實現數據價值往往需要運用到包含大數據、人工智能、知識圖譜等在內的全棧式技術。一方面，單點的技術或者產品，很難真正幫助用戶發(fā)揮數據的價值潛力；另一方面，技術與場景的融合至關重要。

最后，Palantir的融資能力極強，其商業(yè)模式過于依賴數據科學家這樣的高端人才，成本高昂，可復制性不高，往往需要數據科學家才能發(fā)揮其產品與解決方案的威力，這種模式往往需要耗費大量的成本，但是用戶粘性極強，一旦采用了相關的產品與解決方案，通常很難再離開。

Palantir有其獨特性，很難被復制，但是Palantir對于行業(yè)的長期深耕以及全棧式技術與解決方的打造，這些是值得所有中國大數據公司學習與借鑒的地方?；仡?019年的中國大數據與人工智能市場，有很多公司因為選擇走“捷徑”而栽了大跟頭，希望中國的大數據公司還是要沉下心來，熬下去，終究能達到成功的彼岸。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。