“数据很丰满，信息很骨感”：Sight Machine想用大数据的方法，打碎两者间的屏障
虽然现在做大数据的公司已经数不胜数，但还是有一堆有价值的数据资源被人们遗漏甚至浪费掉。制造商和大工厂里就藏着这样一座未被利用的数字宝藏。
今天的制造商们一天能产生的数据大概是十年前一个月的总量大小。
怎么会这么多？原因在于技术的改进，全自动化的流水线处理让工作效率得到了很大的提升。在效率提升的同时，也产生了大量传感器数据、相机图像、PLC数据、数字测量数据、条形码扫描数据等等。
这些数据是工厂生产过程中必不可少的监测辅助，但是大部分工厂无暇处理这些数据，因为他们没有一种高效的技术手段来充分挖掘这部分数字资源。这个问题被行业内的人称为DRIP——Data Rich, Information Poor——数据很丰满，信息很骨感。
Sight Machine就在这种情况下杀出来了。这家大数据分析公司定位于制造商客户，通过提供一套靠谱的软件分析系统，帮助客户充分挖掘记录产品质量的图像、压力温度、运动控制传感器、可编程逻辑控制器、流水线机器等方面的已经封装好的数据。挖掘完数据，再上一套浪里淘金的工序，就可以把过滤出的有价值的信息反馈给制造商，让工厂们依据信息监测并改善生产过程。
这套流程所处理的数据都是实时的，由实时数据产生的信息，比如质量报告、跟踪性报告、OEE趋势、SPC趋势等，将通过Web页面直接送到工厂的头头手里。这一手刚出炉的最新鲜的信息，恰好能为工厂最关心的问题提供靠谱的答案。
据WSJ消息，Sight Machine近日获得了500万美元的融资。这轮融资目前还没close，已经参与的投资机构包括O'Reilly AlphaTech Ventures、IA Ventures、FundersClub、Orfin Ventures、Huron River Ventures、Michigan eLab等。Sight Machine表示，自己目前已经拥有的企业客户包括大型汽车制造商和一家在中国设有8个厂子的全球服装制造商等。公司打算利用新一轮融资发展业务、扩张团队、建立销售市场等。
WSJ报道里提到另一个挺有意思的点是，Sight Machine在处理每天都会产生的大数据时，使用的软件系统其实和那些应用于广告营销和消费互联网（consumer Internet）领域的分析工具是类似的。创始人认为，广告领域的数据分析工具已经被人们运用了快十年了，这些技术运用在其他领域其实也是非常可靠的。
从数据到信息，这一条路上充满着大大小小的创业机会。有的人致力于做数据的入口，有的人紧紧抓住信息的出口，还有的人则专心致志的做连接数据和信息的高速公路。“数据很丰满，信息很骨感”的现状，我想不止存在于制造商和大工厂里，其他领域应该也还有一座座等待开采的大数据金矿，至于其他那些零零散散的数据小山丘，数量就更不用说了。怎么利用这些资源，高效的出产价值更高的信息，是一个值得创业者们思考的问题。
