2022中国大数据企业50强
日前,在2022(第七届)大数据产业生态大会上,由大数据产业生态联盟联合赛迪顾问、赛迪智库、《软件和集成电路》杂志社共同编制的《2022中国大数据产业生态地图暨中国大数据产业发展白皮书》正式发布。
《白皮书》通过分析中国大数据产业发展演进、基础设施、政策体系、创新载体、人才培育等产业发展要素的现状,对大数据在软硬件产品、基础设施和应用服务等领域的热点布局进行研判分析,梳理了大数据产业生态的五个层次,并重点提出了大数据产业发展的八大新趋势,为政府主管部门决策提供权威依据,为大数据从业人员提供参考借鉴。
大数据产业的五个层次
大数据产业是以数据采集、交易、存储、加工、分析、服务为主的各类经济活动,包括数据资源建设、大数据软硬件产品的开发、销售和租赁活动,以及相关信息技术服务。整体看,数据资源、基础设施、数据服务、融合应用、安全保障是大数据产业的五大组成部分,形成了完整的大数据产业生态。
数据资源层
数据资源层是大数据产业发展的核心要素,包括数据价值评估、数据确权、数据定价和数据交易等一系列活动,实现数据交易流通以及数据要素价值释放。
基础设施层
基础设施层是大数据产业的基础和底座,它涵盖了网络、存储和计算等硬件基础设施,资源管理平台以及与数据采集、预处理、分析等相关的底层方法和工具。
数据服务层
数据服务层是大数据市场的未来增长点之一,立足海量数据资源,围绕各类应用和市场需求,提供辅助性服务,包括数据采集和处理服务、数据分析服务、数据治理和可视化服务等。
融合应用层
融合应用层是大数据产业的发展重点,主要包含了与政务、工业、健康医疗、交通、互联网、公安和空间地理等行业应用紧密相关的整体解决方案。融合应用最能体现大数据的价值和内涵,是大数据技术与实体经济深入结合的体现,能够助力实体经济企业提升业务效率、降低成本,也能够帮助政府提升社会治理能力和民生服务水平。
安全保障层
安全保障是大数据产业持续健康发展的关键,涉及数据全生命周期的安全保障,主要包括数据安全管理、安全服务、安全边界、安全计算等。
大数据产业发展的八大新趋势
趋势一
“技术创新+标准完善”是解决大数据“5v”特性难题的关键
自2005年开源大数据项目Hadoop诞生开始,大数据技术持续演变迭代,出现了Storm、Spark等广受应用的开源项目,并一直主导着大数据技术的发展方向和创新模式。现阶段我国大数据技术在数据采集、存储、清洗、分析、可视化等偏应用层的技术领域取得显著进展,但在大数据基础理论、核心算法、关键软件层面较发达国家仍存在明显差距。
大数据具有容量大、类型多、速度快、精度准、价值高等“5V”特性。大数据发展进入新的阶段,亟需解决大数据“5V”特性下面临的数据处理难题,并进一步释放数据价值。
趋势二
“交易中心提质+顶层规划细化”将是破解数据交易难题的关键
自2014年我国最早的3家数据交易机构建立以来,目前已有40多家数据交易机构先后成立,但同时也有不少机构停止业务。2020年4月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,全国各地开启了新一轮的数据交易市场建设热潮,2021年和2022年先后有15家机构成立。2021年11月,上海数据交易所成立,旨在建设国家级数据交易所,引领全国数据交易发展,这标志着我国数据交易市场的发展进入新的阶段。推动数据交易机构发展和升级,将有力助推数据交易难题破解。
趋势三
全国统一数据要素市场正在加快培育和建设
2021年以来全国一体化大数据中心协同创新体系算力枢纽建设加快实施,利于数据跨区域和大规模存、算、取、用等。自2021年9月1日起施行的《数据安全法》明确了数据利用和交易各方的行为边界和责任义务,其中第三十三条对数据交易中介服务机构的基础行为进行了规定,这从国家层面为国内数据安全合规交易提供了法律依据和保障。
趋势四
大数据融合应用重点转变为实体产业和民生服务
产业数字化转型是大势所趋,这也为大数据发展带来丰富的应用场景,大数据与实体产业深度融合将具有广阔的市场空间和前景。未来我国产业持续优化升级,大数据与各产业融合步伐不断加快、融合深度不断加强,各细分产业应用场景的拓展和深入挖掘,将推动实体产业和民生服务更深层次、更大范围应用数据变革现有业务模式。
趋势五
数据+平台,协同驱动工业发展模式数据化变革
工信部连续发布工业互联网和工业大数据相关政策,2020年4月,发布《关于工业大数据发展的指导意见》,提出要加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展等;2021年11月,发布《“十四五”信息化和工业化深度融合发展规划》,提出不断拓展软件在制造业各环节应用的广度和深度,打造软件定义、数据驱动、平台支撑、服务增值、智能主导的新型制造业体系。
趋势六
隐私计算呈现多元化发展趋势,将在金融、政务等领域落地应用
隐私计算是面向隐私信息全生命周期保护的计算理论和方法,其在保证数据拥有者的权益安全及隐私的前提下,对数据进行分析计算,能够保证数据在流通过程中的“可用不可见”。隐私计算是数据安全流通的关键技术,国内从2018年开始,隐私计算进入快速发展期,许多大数据、人工智能、区块链、数据安全企业纷纷入局。
在政务领域,使用隐私计算技术融合政府和企业数据进行联合统计、联合建模,推进政务数据开放共享,帮助政府精准施策,推动数据交易,让政府部门掌握的数据在保证安全的前提下,最大限度服务社会。
在医疗领域,利用隐私计算技术可实现医学数据跨机构安全匹配、安全统计、安全分析,从而助力医学联合科研、基因关联分析、跨国联合研究和影像深度分析等。
在互联网领域,通过打通不同企业掌握的用户数据,可以建立更加立体的用户画像,制定更加精准的营销策略;通过联邦学习丰富数据库,可构建更加立体的反作弊模型,高效且合规合法识别流量质量,也可对广告效果联合归因分析。
趋势七
数据分类分级成为保障数据安全的重要手段
2021年《数据安全法》《个人信息保护法》相继颁布,国家对数据安全合规建设的要求进一步提高,部分企业已经开始着手开发数据合规管理工具,以协助需求方应对监管。《数据安全法》强调对数据进行分类分级,数据分类分级是数据安全治理的基础和首要工作,也是当前数据安全治理的痛点和难点。
趋势八
构建科学的数据价值评价体系是数据资产化亟需解决的难题
数据资产是指企业在生产经营活动中产生的或者通过外部渠道获取的,具有所有权或控制权的,预期会给企业带来经济利益的数据资源。未来数据资产将会纳入会计计量和核算范围。
当前,数据估值方法包括货币估值法和非货币估值法,并在少部分行业开始应用,中国南方电网、中国光大银行等公司发布了相关的数据估值办法,但未在行业内全面应用,完善的数据估值体系仍需大量探索。
白皮书还同时发布了2022中国大数据企业50强和大数据企业投资价值百强榜单,从企业估值/市值、营收状况、创新收入、产品竞争力、细分市场潜力、领导层能力等多个维度综合对比,结合行业专家打分进行了专业评选。
具体内容如下
责任编辑:蔺弦弦