--韩
近日，在工业和信息化部的指导和支持下，中国大数据产业生态联盟发布《2018中国大数据产业发展白皮书》，对基础支撑、数据服务、融合应用等三层生态进行了精准的层次化分析，通过深度调研梳理国内大数据产业发展现状，形成产业生态图谱及产业发展报告。
产业生态概览
2016年以来，针对大数据产业发展的政策紧密出台，涉及产业转型、政府治理、科技攻关、产业扶持和安全保障等多个方面，产业发展环境持续优化。
从这些意见和方案可以看出，大数据政策规划正逐渐向各大行业和细分应用领域延伸，大数据产业大踏步进入应用时代。
中国大数据产业持续增长，国内业务占主导
随着中国经济进入新常态，智慧城市、数字经济、新旧动能转换、转型升级等概念持续引领大数据产业的发展，加速技术革新和应用拓展。
2017年中国大数据产业规模达3820.4亿元，预计2020年产业规模将突破8000亿元。
各地政府顺应数字经济发展趋势，加快设立大数据产业园
联盟年度的企业调研显示，受访企业的营收额多集中于1000-2000万元和1-2亿元这两个量级。
进一步分析发现，1000-2000万元这一区间的企业多为成立3-5年的小型企业，这些企业的产品和服务很多尚处于持续开发迭代中，其在细分领域的目标非常专注;1-2亿元这一区间的企业则大多成立了10年以上，他们的产品体系已经相对成熟，在细分领域也塑造了一定的品牌和影响力。
基于这一双峰的分布形态，可以将大数据企业的成长划分为三个阶段，其中营收额1000万-2000万元以下的大数据企业应该更关注生存和产品的迭代，2000万-1亿元这一区间的企业则更应该关注通过高度专注的产品来打造品牌，2亿元营收以上的企业则应更多关注大规模的市场开拓。
此外，问卷调研显示，大数据企业非常注重研发，研发人员比例的均值不低于60%。此外，这些企业的市场多在国内，且集中于华北、华东和华南三大地区。
数据源、基础设施、软硬件产品和应用的热点布局
基于问卷统计结果，与大数据相关的数据源、基础设施、软硬件产品和应用的热点布局情况如上图所示。其中红色表示热度高，绿色表示热度低。
从数据源和基础设施来看，企业的数据源多来自企业本身、互联网和政府，数据流通的热点集中在标准化和开放共享，基础设施的热点则在于云计算和数据中心建设。
从软硬件产品来看，硬件产品的热点集中在超融合一体机、存储和网络设备，基础软件的热点集中于前端的采集、清洗和大数据平台，应用软件则集中于数据可视化及与其相关的商业智能。
从应用来看，企业端最主要的应用在于风险控制，行业端的应用则以服务业为主，热点相对集中于互联网、政务、金融和交通等领域。
中国大数据人才培养成为焦点
目前，中国大数据领域人才学历层次主要以本科为主，本科及以上学历从业人员占比合计89%，整个行业呈高学历化。
从人才的主要学科来源看，计算机类、统计类和数学学科占比最大，显示出大数据人才培养中对计算机相关知识、统计学和数学基础的综合性要求。这种相对综合的要求，导致大数据人才培养的难度较大，对学生的学习能力和课程设置的要求也较高。
中国大数据人才储备排前三位的城市依次为北京、上海和深圳。这些城市丰富的大数据人才储备与其高等教育水平密切相关。
从2016年开始，国家为应对大数据人才市场缺口，创设了“数据科学与大数据”本科专业。截止2018年，审批通过设置该专业的学校数量从2016年的3所增长到248所，扩张了近83倍。“数据科学与大数据技术”专业课程体系完整，涉及数学、统计和计算机等多个方面，满足了市场对复合型人才的需求。
大数据产业链：数据服务、基础支撑和融合应用相互交融，协力构建了完整的大数据产业链
基础支撑层是整个大数据产业的引擎与核心，它涵盖了网络、存储和计算等硬件基础设施，资源管理平台、以及各类与数据采集、预处理、分析和展示相关的方法和工具。
从数据流动的角度来看，除去硬件设施和资源管理平台，大数据架构可以理解为：前端的数据采集、中端的流处理、批处理、即时查询和数据挖掘等服务，以及末端的数据可视化服务。
在基础支撑层之上，融合应用层包含了与政务、工业、农业、金融、交通和电信等行业紧密相关的应用软件和整体解决方案。
数据服务层，则是围绕各类应用和市场需求，提供辅助性的服务，包括数据交易、数据资产管理、数据采集加工分析、数据安全等。
大数据产业生态地图
十大爆发点
1、工业企业上云引爆工业APP市场
2017年以来，伴随着工业互联网概念的提出，工业企业上云和工业APP开发成为热点词汇。我国工业领域的云化水平较低，在上云企业数量的广度和企业在云端部署的深度两个维度上都具有非常大的发展潜力，工业企业上云处于爆发前期。
未来，随着国家上云政策的细化和分解(如目标分解、实施路径、考核标准、应用场景和财政支持方式等)，以及各地政府对工业企业上云策略(如企业上云评估、诊断和实施路径等)的落地，对工业数据的分析需求会快速上升，引爆各类工业APP应用的开发，诸如设备设施预测性维护、工业生产流程优化、生产过程可视化和供应链优化等工业应用。
2、前端智能将广泛应用在城市安防和设备设施监测维护领域
相比于云计算技术架构，应用前端智能技术(将经过数据分析验证的算法和模型固化到前端高性能传感器和数据采集设备)，可以有效地削减数据传输过程中的网络带宽消耗，降低前端设备自身功耗，提升数据分析效率和系统整体的智能化水平。
现阶段的前端智能面临三大挑战：模型参数多、实时性要求高、运算能力弱。要解决这些问题，需要在软件和硬件方面同时下功夫，对企业的综合能力要求很高。
未来，随着中国新一轮的智慧城市和工业互联网建设的持续推进，市场对智能终端和传感器的需求将会拉动前端智能市场的进一步增长，其中城市安防、交通和设备设施监测维护将成为增长重点。
3、智能投顾开辟金融市场新蓝海
新兴的智能投顾公司在国外发展迅速，主流财富管理领域已经认可智能投顾并积极投入其中。目前，国内的一些公司也推出了类似的产品(如投米RA、积木盒子、嘉实基金和弥财等)，但整体而言仍然处在非常早期的阶段。
国内的智能投顾业务将推动投资理财走向普惠化，改变财富管理市场格局，开辟中国金融市场新蓝海，未来市场发展潜力巨大。
4、网络营销向线下渗透，场景营销成破局利器
营销大数据的本质是，通过把握企业或个人的特征，挖掘识别其需求，并据此将正确的产品和服务推送给有需求的客户，并从中收取费用，最终达成三赢的效果。
在用户注意力资源开发已经饱和的现状下，传统网络营销业务增长乏力。基于线下场景的营销，提供了破局制胜的突破口。
线下场景数据由于自带精准性的特征，当前已成为营销大数据企业关注的重点。常用的线下场景则包括各大商场、汽车4S店、滑雪场、机场和高铁站等。
5、“数据铁笼”开启政务监管新市场
“数据铁笼”通过应用大数据分析方法，对行政权力的运行开展全面而高效的监督。
数据铁笼的建设，首要的是树立开放共享的思想理念，规范权力体系。在此基础上，搭建融合跨界的大数据平台，通过大数据融合分析，支撑权力运行流程的再造和优化，实现精准有效的权利监管。
典型的数据铁笼细分应用场景包括：酒驾治理流程化、交通建设工程项目流程化、道路运输管理流程化、纪委监督数据化、公检法案件审判精准化等。
6、BD+ABI引爆多元化健康医疗应用市场
人工智能+健康医疗大数据：健康语音交互、计算机视觉、认知计算等技术蓬勃发展，助推医疗领域的快速突破。
通过人工智能的手段，医生诊疗、患者自诊的效率可以大幅提升。具体的应用场景包括：语音录入病历、医疗影像智能识别、辅助诊疗/癌症诊断、医疗机器人、个人健康大数据的智能分析等。
物联网+健康医疗大数据：物联网技术的出现，能够帮助医院实现对医疗对象(如医生、护士、病人、设备、物资和药物等)的智能化感知和处理，支持医院内部医疗信息、设备信息、药品信息、人员信息和管理信息的数字化采集、处理、存储和传输等功能。
在医疗物联网领域的两个重点应用：医疗服务，主要是以患者服务为中心的护理、后勤服务和基础设施建设;成本控制，以医院人财物为中心的保障和行政业务管理。
区块链+健康医疗大数据：区块链技术是一种互联网数据库技术，其特点是去中心化、公开透明，让每个人均可参与数据库记录，因此又称为分布式账本技术。
首先，各类互联医疗设备和数据安全的需要，使得区块链技术及相关安全基础设施，成为实现数字医疗工作流程和高级医疗互操作性的基础。其次，区块链能够统一不同的数据集，打破那些让机器学习算法难以访问的数据“竖井”，为机器学习提供执行高级分析所需的标准化、全面化、高完整化的数据集。
7、大数据思维开启态势感知市场
当下，面对复杂多变的网络安全威胁和安全风险，仅靠防火墙、入侵检测、防病毒、访问控制等单一技术已经不能满足网络安全需求，而“基于大数据的网络安全态势感知”由于可以综合各方面因素，动态展示网络安全现状，并适时地给出预测和预警提示，得到了市场的广泛关注。
大数据技术特有的海量存储和并行计算等特点，为大规模网络安全态势感知技术的实现奠定了基础。借助大数据技术，通过对海量数据的分析和挖掘，态势感知可以对网络安全状态进行评估，感知网络异常事件和漏洞，并进行整体安全态势预测。
8、数据交易线上化开辟企业数据合作新渠道
当前，各地政府在大力发展大数据产业时，都格外重视“大数据交易中心“建设，加速推动数据资源开放共享。
考虑到中国80%以上的数据资源掌握在各级政府手里，政府数据的开放共享和开发应用已经成为建设重点。然而，由于数据商品价值的特殊性(易被复制、易被侵权、数据隐私和安全缺乏保障、数据价值具有不确定性)，数据交易的建设和运营面临一些现实困境。
未来，随着线上交易机制的完善，确权、安全和定价等问题的解决，将促使线上的交易平台成为数据需求方和供给方对接的新渠道，海量的线下数据合作将逐步向线上迁移，加速数据的流通和应用，拓展企业间数据合作的新渠道。
9、数据跨界集聚构筑寡头生态新蓝图
数据开放推动社会治理的变革，实现了治理主体从一元化向多元化转变，治理模式从政府管理走向市场化的多元合作模式。
共享经济通过数据开放共享和平台建设，推动了社会治理的变革，促成了治理系统向法治、协商和自治的转变，有效弥补了政府监管的短板，开放了数据红利，激活了市场创新，提供了更加便捷的生活方式。
目前，我国共享经济的主要应用领域包括交通出行、房屋住宿、知识技能、生活服务、医疗服务和二手交易等。虽然共享经济发展迅速，渗透领域日渐拓展，但该体系下仍存在信用机制不健全、监管缺失、严重依赖补贴等行业乱象。
2016年以来，共享经济的市场竞争格局逐渐清晰，逐步由单个平台走向寡头竞争和生态化发展的趋势明显。一方面，共享企业持续洗牌，以共享单车市场为例，处于市场尾端、运营能力差的企业相继倒闭，而巨头的加入使得共享单车行业梯形分队明显;另一方面，共享经济正逐步走向生态化，诸多细分市场都传来单个共享平台被互联网巨头投资或收购的消息，加速了跨界的数据集聚。
10、在线职业培训弥合复合型大数据人才缺口
大数据人才需要具有跨领域的知识架构，既需要懂IT技术和统计知识，又要懂实际的应用场景业务。赛迪顾问预计，2018年中国大数据领域的复合型人才缺口约为160万。面对复合型人才的这种巨大缺口，仅靠传统的高校教育难以快速满足市场需求。
在此背景下，在线职业培训成为填补大数据领域复合型人才缺口的有效途径，其灵活高效的资源配置能力，可以有效应对市场的动态变化。
而在各类在线职业培训课程中，以考证类培训最受欢迎，主要是考证类课程的授课目的明确，课后通过考试拿到国家承认的相关资格证书有利于帮助其在职场上升职、加薪。
大数据产业是万物互联、人工智能、智慧城市等新概念产业的支撑性基础，是数字经济发展的重要环节。目前，该产业已经由初级发展阶段逐步转向成熟期，传统的软件信息部门正在形成新势力，瞄准细分领域的创企们亦在迭代强化，抓紧战队。
