大数据产业

8月24日,中国电子信息产业发展研究院在工业和信息化部信软司指导下发布了《中国大数据产业发展水平评估报告(2017年)》(以下简称《评估报告》)。作为《大数据产业发展规划(2016-2020年)》颁布后的第一个年度大数据产业评估报告,为我国大数据产业健康发展和相关产业管理工作提供了有力支撑。

《评估报告》填补了大数据产业发展阶段和情况的评判空白

目前,在主管部门和各地方省市的积极推动下,我国大数据产业发展已经取得了积极进展,大数据基础环境不断优化、数据资源大量积累、大数据企业快速发展、行业应用不断深化,同时也要看到,目前大数据产业边界尚不清晰、相关统计体系还未建立,需要对大数据产业发展阶段和情况进行全面科学的判断评估。在此背景下,《评估报告》重点聚焦区域、行业、企业三个层面,通过制定指标体系测算发展指数,剖析发展水平、层次和特点,分析存在的不足和问题,为政府制定相关政策措施提供了很好的参考价值。

《评估报告》建立了全面科学的评估指标体系

《评估报告》在区域、行业、企业三个方向分别建立了大数据产业评估标准。区域大数据发展评估指标主要围绕我国31个省、市、自治区对区域大数据产业发展水平进行评估,由3个一级指标和10个二级指标构成;行业大数据发展评估指标主要围绕工业、金融、教育等10个行业对行业大数据发展水平进行评估,由4个一级指标和10个二级指标构成;企业大数据发展评估指标用于评估开展大数据业务的大数据企业发展水平,由基础画像、研发创新和市场拓展3个一级指标和8个二级指标构成。

重点行业大数据发展水平差异化明显,金融、政务引领行业大数据快速发展

2016年,我国10个重点行业大数据发展水平差异化明显,由于行业特点、生产特征、发展需求各有不同,行业大数据发展形成了鲜明的行业特征。各行业大数据发展水平由高至低依次为:金融、政务、交通、电信、商贸、医疗、教育、旅游、工业、农业,行业大数据发展正在由消费端向生产端逐渐渗透。

大数据企业整体呈现“金字塔”状的实力分布

2016年,我国大数据企业整体呈现“金字塔”状的实力分布,企业基础画像指数呈现较为明显的斜率变化趋势,可以分为领军企业、中坚企业、长尾企业。企业技术研发指数呈现“龙头领先、中小微主体”总体趋势。企业市场拓展指数呈现出“主体平稳、少量突出”的分布格局。骨干企业发展仍呈现集聚态势,产业环节企业中数据分析环节企业发展指数水平相对突出,必将涌现出更多的独角兽企业。

特色细分领域大数据企业主要分为三个发展区间,从事数据中心业务和基因测序的龙头企业处于第一阵营,从事工控安全、数据库、区块链、机器学习、车联网等10类细分领域大数据相关业务的龙头企业处于第二阵营,以虚拟现实、开源技术和计算机视觉为代表的第三阵营。

我国大数据产业发展将迎来“黄金期”,产业聚集将进一步特色化发展

2016年,大数据产业发展情况的基础上,《评估报告》指出我国大数据产业发展将迎来“黄金期”,产业聚集将进一步特色化发展,技术融合创新将更加深入,工业大数据对智能制造的赋能效应将进一步释放,政务大数据将成为提高政府服务效能的有力支撑,以及大数据安全和数据跨境流动将成为国家和社会关注的焦点。

 

关联阅读:

谷歌人工智能系统获得“打盹”新技能

人工智能将颠覆华尔街?

企业上云比例逐年提高 云计算产业借MSP迸发新动能

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2018-01-03 11:29:17
市场情报 2017年终策划:五大锐词带你回顾IT运维这一年
综览2017,作为IT运维领域从业十多年的北塔软件,精心挑选出IT运维领域的五大年度锐词。这些经过重新诠释的语词,浓缩了过去一年中的IT运维技术创新与业界动态,从而帮助你 <详情>
2018-01-03 10:38:24
大数据技术 AI和大数据2017“成长的烦恼”
人工智能和大数据在2017年的发展遇到了以下10个成长的烦恼,包括:人工智能无IQ标准、人工智能延伸边缘、AI嵌入超算和云计算、大数据风口已过、数据保鲜难等等。 <详情>
2017-12-28 15:52:23
市场情报 《2017新科技·新商业年度报告》重磅发布:千亿ABC驱动万亿级新商业市场
12月22日, 30年前,邓小平根据当代科学技术发展的趋势和现状,在全国科学大会上提出了“科学技术是第一生产力”的论断。30年来,这一伟大论断被不断实践和佐证。2017年, <详情>
2017-12-28 10:27:42
大数据应用 数据将主导一切?研究发现53%的公司正在使用大数据分析
研究公司Dresner Advisory Services发现,使用大数据分析公司的比例已经自2015年的17%激增到了2017年的53%。 <详情>
2017-12-28 10:14:00
大数据应用 大数据在金融行业的五大应用与挑战
相比其他行业,金融数据逻辑关系紧密,安全性、稳定性和实时性要求更高,通常包含以下关键技术:数据分析,包括数据挖掘、机器学习、人工智能等,主要用于客户信用、聚类、 <详情>