大数据这一术语产生于21世纪全球数据爆炸增长的背景下。对大多数人而言，大数据这个词已经不陌生。当前，数据作为新型生产要素，成为整个社会数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。激活数据要素价值，是促进我国发展数字经济、优化领域资源配置、驱动企业降本增效的关键一招。中国信息通信研究院（以下简称“中国信通院”）云计算与大数据研究所大数据与区块链部副主任（主持工作）姜春宇就大数据相关问题进行了阐述。

一、我国大数据发展历程？

我国大数据发展大致历经以下4个阶段：

萌芽期（2012年-2013年）：大数据一词在国内开始被提出，Hadoop技术被引入中国，在互联网、电信、金融行业有了零星落地。

发展期（2014年-2015年）：国内云厂商开始布局大数据工具链，围绕Hadoop、MPP数据库、敏捷BI诞生了一批初创企业。

快速发展期（2016年-2020年）：大数据技术产品不断丰富和成熟，大数据应用从消费互联网向制造业、农业、能源、零售等产业互联网渗透，不断赋能实体行业。

高质量发展期（2021年至今）：认识层面，数据要素是数字经济深化发展的核心引擎。大数据产业基础不断夯实，产业链保持高效稳定、产业生态日益繁荣，开始探索形成数据要素价值体系。

二、为推动大数据产业发展，我国做了哪些系统性布局？

我国在大数据领域布局早、布局深，主要分为三个阶段。一是酝酿阶段（2014年-2015年）：2014年大数据首次写入政府工作报告， 2015年国务院发布大数据发展行动纲，明确“数据是国家基础性战略资源”。二是落地阶段（2016年-2020年）：大数据“十三五”规划发布实施，提出五大发展目标、七大重点任务和八项重点工程，经过五年发展，大数据产业快速向前迈进。深化阶段（2021年-至今）： “十四五”规划全面布局大数据发展，提出五大目标、六大任务和六项行动，产业将步入集成创新、快速发展、深度应用、结构优化新阶段。

三、目前大数据产业存在的问题有哪些？

大数据从概念产生到应用成熟，中间横亘着一道又一道的障碍。

一是数据应用能力不足。数据分析挖掘与业务深度耦合，需要分析人员既懂数据又懂业务，当前这类人才极度缺乏。大多数企业尚未建立流程化和规范化的算法建模能力，导致分析效率低下。

二是数据治理挑战较大。数据治理涉及多个部门和主体，是一项重要的基础性工作，企业数据治理存在跨部门沟通难、资源投入不足、深度落地工作量大等挑战，导致数据的可获得性、可用性较差。

三是数据流通不畅。从企业单一视角来看，一个企业的数据相对来说是不足的，巧妇难为无米之炊，缺少数据，就会严重影响数据分析的深度和广度。数据的内外部流通不畅严重制约了大数据产业的发展，数据的权属、权益分配、安全保障是数据流通核心议题。

四是数据安全亟需提升。数据价值发挥的底线是保障好数据安全，随着《数据安全法》《个人信息保护法》的发布实施，数据安全进入强监管时代。而当前很多企业数据安全能力建设刚刚起步，面临谁来建、怎么建的困惑，急需要好的方法论和最佳实践来指引方向。

四、对于大数据产业未来发展的方向如何判断？

一是数据技术不断推陈出新，创新热点正在从效率优先向安全流通转变。据不完全统计，目前国内以隐私计算为代表的数据流通类产品已达120多款、相关企业超过100家，比去年翻了一番，发展势头迅猛。

二是数智化转型进入新阶段，数据应用的系统化、精细化、敏捷化成为关键特征。构建数据驱动的智能化决策能力，是数字化转型的核心。数据应用急需从目前的单点、粗放、低效的传统模式，向系统化、精细化和敏捷化的DataOps模式转型，组织架构、业务流程和技术体系也要加速变革。

三是大数据安全规则体系日渐清晰，数据安全合规进入细化实施新阶段。随着《数据安全法》和《个人信息保护法》的颁布实施，数据安全顶层框架和责任体系基本确立。长期来看，企业需要从组织架构、制度流程、技术工具、人员能力等四个维度出发，构建完善的数据安全治理体系，来满足外部监管要求和内部数据安全需求。