虽然现在互联网企业，科技企业和创新企业在中国的各项排名榜单中重合度很高，但是因为网络科技已经渗入到各个领域和行业内，所以，在nEqual首席执行官邬剑看来，未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。他认为，小到一家婚纱店，大到一家国企，都需要做数字化转型，无论什么样的企业，最后都要数字化。而nEqual作为一个数据枢纽平台，就是要通过数据和技术的手段帮助企业进行智能化决策，助力企业完成对数据的管理和激活，进而实现和用户精准连接的应用。
独角兽基金真的来了，6月6日国内首批战略配售公募基金产品正式获批，火爆的发售印证了资本对科技类股票的追捧。
资本的扎堆，也促成了近两年的一个有趣现象：中国排名前十的互联网企业、排名前十的科技企业、排名前十的创新公司的榜单有着惊人的相似。到底应该怎么定义这些公司?科技、资本、商业已经形成了怎样的循环路径?
5月初，雷军在向港交所提交的招股书草拟本中一封名为《小米是谁，小米为什么而奋斗》的公开信，引爆朋友圈。在这封公开信里，雷军开头便明确表示：小米不是单纯的硬件公司，而是创新驱动的互联网公司。
nEqual 首席执行官 邬剑
“未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。”nEqual 首席执行官 邬剑 对经济观察网表示。
互联网、科技、创新?
“如果把创新企业圈在一个圈内，然后再把科技企业圈在一个圈内，确实会发现这两个圈有着很大的交集。”邬剑表示，中国的创新和科技企业榜单重合度高是很正常的，因为绝大部分的科技企业都创新，而从事创新的企业，绝大部分是科技企业，但是有一点很重要，要创新就必须依靠科技。
科技榜单中为什么主要是互联网企业?
“因为资本助力和创新主要还是集中在互联网领域。”邬剑说。
对于中国近两年的创新，一直存在争议。一种声音认为，中国的创新多数只是商业模式的创新，尤以互联网创新为典型。另外一种声音则认为，互联网应用技术的创新并不是真正意义上的科技创新，真正的科技创新应该来自于更深层次的技术突破，这才能真正检验创新含金量的标准。
邬剑认为，科技领域的创新有很多种，像基因技术、物理科学这些基础学科的创新是十分必要的，但这些创新很难用商业榜单去衡量，有些技术的转化需要漫长的实验。而互联网领域的应用技术创新不能简单用级别来衡量，互联网应用技术提升的基础是数字化，这需要对数据的挖掘、管理和应用都具备一定的优势。如果从应用的角度来说，互联网的创新更容易融入大众的生活，虽然创新可适度通常都很高，但不能否认这是创新。
创新的界定是多维度的，对当前创新大潮之下的互联网企业、科技企业，定义也是多维度的。
“未来没有一个公司是互联网公司，互联网已经融入到每一个企业里。”邬剑说。
邬剑将这种变化称为互联网基因的植入——网络科技已经渗入各个领域和行业，无论是家政公司、物流企业、餐饮公司，都需要互联网技术的支持，互联网技术的介入也会让很多原本To C的互联网企业直接面向B端用户。例如，在互联网大数据的积累和硬件的发展下，BAT最终将真正下沉到To B+C的模式，百度的人脸识别、阿里在新零售领域内的尝试都仅仅只是开始。
泳池里的三种企业
雷军的信就像一封具有传染性的高考命题作文，而考生就是每一位CEO。邬剑也给他的客户和团队写了一封信：数字化转型还在加速。
“无论什么样的企业，最后都要数字化。”邬剑说。
互联网、数字化这些生硬的技术语言，在现实中已经变成了小企业、大企业在挖掘的客户数据资源时经常使用的。过去，一家婚纱店要想获得客户，需要派人在街头发放小礼品以获得目标客户的信息，然后再发送短信来推销产品。现在，通过互联网就可以利用微博和微信等社交渠道在线获客，这些互动信息又可以生成新的潜客数据，接下来的广告投放也是数字化的。
这些有用的信息集成后，就绘成一张企业的大数据图谱：客户什么时候拍了婚纱照、给孩子拍了周岁照、拍了全家福，甚至可以预测什么时候应该拍新的职业照。在零售应用领域的数据化更加细致，以家电企业为例，大数据可以让企业知道在一个小区里，每年销售了多少台、哪些型号的空调、冰箱、洗衣机，可以预测哪些客户在什么时候需要上门进行保养和维修服务。
“这些数据最终会帮助企业来进行智能化决策。”邬剑将 nEqual 形容为一个数据枢纽平台，帮助企业完成对数据的管理和激活，进而实现和用户精准连接的应用。
但是，数字化也需要成本。
邬剑将数据化比喻成一个泳池，里面有三类企业：一种是像婚纱店这样的小企业，只需要付出很低的成本，就可以获得数据化带来的好处;还有一种是互联网企业，这些企业天生会游泳，所以争先恐后地往泳池里面跳;第三种就是大型企业，过去有些国企上一套IT咨询项目就要花几亿元，金融机构也是同样面临高成本的问题。但是这些企业因为自身不会游泳，或者自身也没有学习游泳的机制和潜质，就必须要配上专业的游泳装备，确保自己不被“水”呛到。
邬剑还表示，一些跨国公司，每年在数字化营销的费用也是很惊人的，针对不同人群推出定制化广告，这比传统的公众广告更加有效，同时也帮助企业沉淀了更多有价值的数据资产。这些既是企业数字化的成本，也是企业数字化的资产。
数字化的过程中，数据存储和处理涉及的最重要的因素就是数据安全。邬剑把数据安全问题归结为 nEqual 数据智能需求层次理论 nEqualDataIntelligence Needs(简称nDIN理论)的第二个需求层级。美国心理学家亚伯拉罕·马斯洛在《人类激励理论》中认为，人类的需求从低到高分为五个层级：生理需求、安全需求、社交需求、尊重需求和自我实现需求。安全需求则是人在解决温饱问题后，整个有机体处在一个追求安全的机制，人的感受器官、效应器官、智能和其他能量主要是寻求安全的工具，甚至可以把科学和人生观都看成是满足安全需要的一部分。数据安全在数字化智能实现的过程中也扮演着如此重要的保障作用。
对于企业来说，有了基础的数据架构之后，第二个要考虑的就是数据的安全。以 nEqual 的实际操作举例，安全举措主要有三个方面：一是数据的存储和隐私安全，在介入客户信息时会首选私有化方案(资源和服务器都是单独使用);二是系统对接后定期打补丁;三是聘请外部安全公司进行漏洞测试，用模拟的数据攻击来测试安全性。
“数据安全的技术研发费用会占我们整体研发预算的10%，分为三部分：第一部分通过研发过程中的这些资源去实现安全;第二部分就是聘用专门的安全团队去从事安全相关工作的研发;第三部分就是请外部的安全公司，以及购买能够保障安全的设备。”邬剑说。
区块链
数据技术公司怎么看待区块链?
邬剑表示，区块链技术是包括 nEqual 在内的创新科技企业必须投入的，我们使用区块链解决两个基本业务需求：一个就是数据上链，另一个是数据流转。
数据上链，简单说就是，所有个体(自然人、法人、物)都会在数字时代产生数据，把数据放到区块链上是一个巨大的工程。
这些信息根据拥有者的意愿上链，之后就像挂牌一样体现出价值，接下来就是数据的流转。
这些数据上传得越多、使用得越频繁，就会形成一条完整的信息价值链条。问题是，这样的信息链条应该由谁来搭建?资本还在不断涌入去支撑包括我们在内的赛道上优秀的领跑者。
“区块链是技术，不是传销。现在一些区块链项目专注的是 ICO 之后代币的发行、会不会升值，忽略了链上的解析的商业问题，特别是技术的安全性和有效性。”邬剑表示，“数据的流转方面，区块链技术本身也要突破一些挑战，比如高并发。数据上链时的有效性验证安全也非常重要，不然就会导致滥发泡沫资产。”
对于区块链的推进，邬剑认为，虽然目前看到的推进速度不是很快，但是技术先行，这需要时间来积累，而从政策层面来说，区块链的政策制定肯定也是十分谨慎，但的确这是方向。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
