賽迪：2020中國大數據產業發展白皮書（46頁）.pdf

《賽迪：2020中國大數據產業發展白皮書（46頁）.pdf》由會員分享，可在線閱讀，更多相關《賽迪：2020中國大數據產業發展白皮書（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、調研發布單位大數據產業生態聯盟顧問股份有限公司智庫調研執行單位軟件和集成電路 雜志社大數據產業生態聯盟1龐大、 萬能和完美無缺是數字的力量所在， 它是人類生活的開始和主宰者， 是一切事物的參與者。 沒有數字， 一切都是混亂和黑暗的。 這是古希臘畢達哥拉斯學派的思想家菲洛勞斯對于數字的解讀。 如今， 無處不在的數據滲透到人類社會的各個角落， 數據的體量也在迅速膨脹， 我們開始試圖探索與物理現實世界具有映射關系的數字世界。數據之于數字世界， 就如同DNA分子之于生物體。 完善的產業鏈結構之于數據，就如同完美的雙螺旋結構之于。 雙螺旋結構是生物遺傳、 生物體構建、 生命延續的重要基礎， 而數據產業鏈

2、結構是數字世界構建、 數據價值流轉的重要支撐。相應的， 只有結構完整的、 可搬移、 可衍生、 可與其他領域融合發展的大數據產業鏈，才可以為構建數字世界的生態格局提供支撐。目前， 大數據產業鏈可以劃分為數據標準與規范、 數據安全、 數據采集、 數據存儲與管理、 數據分析與挖掘、 數據運維及數據應用等多個環節， 幾乎覆蓋了數據從產生到應用的全生命周期。同生物體、 物理世界一樣， 融合才是數字世界的必然趨勢。 大數據產業鏈的融合貫通在基礎支撐、 數據服務、 融合應用等方面迸發出得天獨厚的巨大優勢。 產業鏈不同于產業或者企業， 產業鏈強調的是 “產業的整體” 和企業間的 “競合關系” ， 其重心是產業

3、與產業、 企業與企業的對接， 此種對接是一種空間的延伸， 能夠為產業或者企業的 “生長” 輸送養分， 透過外部環境找到發展機遇。為此， 在中國大數據產業發展白皮書中， 我們對于大數據產業鏈的結構、 衍生的產品和服務， 以及以產業鏈為中心引發的技術變革和融合應用進行了深入分析； 對后疫情時代的大數據產業發展機遇進行預判； 對于圍繞 “新基建” 為大數據產業帶來的新機遇和新發展， 數據要素市場化配置下的數據治理和數據安全等核心命題進行深刻研讀， 力圖全面展現大數據產業領域迸發的新業態、 新模式， 深入了解大數據產業鏈融合發展的理念， 迎接大數據產業融合應用帶來的機遇和挑戰。大數據與產業鏈的融合貫通

4、是當今數字經濟發展的必然要求， 也是數據價值得以高效釋放的必由之路， 更是探索數字世界構建發展的有利突破口?？偠灾?， 秉持融合發展的理念， 構建數據生態的多元格局， 才能在大數據產業新紀元中脫穎而出。前言大數據產業生態聯盟2020中國大數據產業發展白皮書2在全球信息化快速發展的大背景下， 大數據已成為國家重要的基礎性戰略資源， 正引領新一輪科技創新， 推動經濟轉型發展。 緊密圍繞數據資源開展的基礎設施建設、數據集聚整合、 數據分析處理、 數據開放共享和數據安全，鑄就了大數據產業發展的核心要素。這些要素所構筑的 “內層齒輪” 的轉動直接帶動了 “外層齒輪” 大數據融合應用的蓬勃發展， 衍生出政

5、府大數據、 互聯網大數據、 健康醫療大數據、 金融大數據、 電信大數據和工業大數據等熱點場景， 持續驅動經濟增長和轉型升級。近年來， 國家大力倡導 “新型智慧城市” 建設， 其內容涵蓋無處不在的惠民服務、 透明高效的在線政府、 精細精準的城市治理， 以及安全可控的運行體系等， 這些都與大數據技術和產品緊密相關。國家信息中心發布的新型智慧城市發展報告2018-2019 明確指出： “我國大量城市已經從新型智慧城市建設的準備期向起步期和成長期過渡， 處于起步期和成長期城市從兩年前的占比57.7%增長到80%， 而處于準備期的城市占比則從42.3%下降到11.6%， 許多城市已經開展了大量工作并取得

6、良好成效， 工作重心從整體規劃向全面落地過渡， 新技術應用驅動新發展和新變革， 數據關鍵要素作用初步顯現，多規融合應用逐漸普及， 惠民服務從 “能用” 到 “好用” 不斷升級。與此同時， 加快數字中國建設已經成為我國重要的國家戰略， 諸如福建、 廣東和江蘇等地均積極開展數字經濟布局。 作為數字經濟和新型智慧城市建設的核心要素， 大數據將為其提供數據分析平臺和工具， 助力各個細分應用環節的 “智慧化” 落地。顧問統計了2012年以來大數據應用領域中最近10000個熱點事件中最常見的關鍵詞顯示， 2012-2019年，我國關于大數據重要論述中， “數據” “數字經濟” “互聯網” “平臺” 成為最

7、常見的高頻詞匯， “數字經濟” “數字中國” 等正逐漸成為我國推進經濟高質量發展的重要力量。與此同時， 根據年度分析顯示， 2020年以來， 與數據治理相關的詞匯逐年增多， 數據共享開放、 數據孤島、 數據治理等話題成為當前大數據發展關注點。數據關鍵要素作用初步顯現， 數據共享開放初見成效， 數據治理成為關注重點 大數據產業要素解析數據來源：顧問，不完全統計，2020.8大數據產業生態聯盟3從2016年開始， 國家發改委、 工信部、 農業部、 水利部等部門， 以及地方各級政府都相繼推出了促進大數據產業發展的意見和方案， 產業整體發展環境持續優化。 據賽迪顧問不完全統計， 2016-2017年是

8、大數據相關政策文件出臺的高峰期。 2016年， 行業大數據政策文件相繼出臺，如政務信息資源共享管理暫行辦法 生態環境大數據建設總體方案 農業農村大數據試點方案 國務院辦公廳關于促進和規范健康醫療大數據應用發展的指導意見 關于促進國土資源大數據應用發展的實施意見等。 2017年工信部印發 大數據產業發展規劃 （2016-2020 年） 云計算發展三年行動計劃（2017-2019年） ， 水利部出臺關于推進水利大數據發展的指導意見 。 同時，地方政府相關大數據政策也陸續出臺， 成立大數據管理機構， 以及建立健全相關體制機制。 比如， 河南省政府辦公廳發布 河南省大數據產業發展三年行動計劃（2018

9、-2020年） ； 福建省成立大數據管理局， 并相繼出臺了 福建省促進大數據發展實施方案（2016-2020年） 福建省人民政府關于支持大數據產業重點園區加快發展十條措施的通知等文件。 各地政府加快大數據產業政策落地， 持續優化區域大數據產業發展環境。 2018年， 工信部印發工業互聯網發展行動計劃（2018-2020年） ， 加快推動大數據與實體經濟融合。 2019年， 工業和信息化部、 國家機關事務管理局、 國家能源局聯合印發關于加強綠色數據中心建設的指導意見 ， 推動綠色數據中心建設。 2020年， 中共中央、 國務院發布 關于構建更加完善的要素市場化配置體制機制的意見 ， 推進政府數據

10、開放共享， 提升社會數據資源價值， 加強數據資源整合和安全保護； 工信部發布 關于工業大數據發展的指導意見 ， 著力打造工業大數據生態。 當前， 大數據與人工智能、 數字經濟、 智慧城市、 數字治理等融合速度加快， 推動經濟社會數字化轉型。根據近5年來的政策， 梳理發現， 宏觀政策成為產業發展利好因素。 2016-2018年大數據產業的增長主要由產業政策和資本協力推動； 2019年以來， 隨著大數據技術和應用的持續爆發， 以及5G和物聯網等相關技術的成熟， 市場需求和相關技術進步將成為大數據產業持續高速增長的最主要動力。大數據政策逐步完善， 應用場景建設落地成為關鍵數據來源：顧問，不完全統計，

11、2020.8（單位：個）大數據產業生態聯盟2020中國大數據產業發展白皮書4中國大數據產業發展受宏觀政策環境、 技術進步與升級、 數字應用普及滲透等眾多利好因素的影響， 市場需求和相關技術進步成為大數據產業持續高速增長的最主要動力， 2019年中國大數據產業規模達5397億元， 同比增長23.1%。隨著 “互聯網+” 的不斷深入推進以及數字技術的不斷成熟， 大數據的應用和服務持續深化， 與此同時， 市場對大數據基礎設施的需求也在持續升高。隨著5G和物聯網的發展， 業界對更為高效、 綠色的數據中心和云計算基礎設施的需求越發升高， 大數據基礎層持續保持高速增長， 預計2020年整體規模將達到667

12、0.2億元， 到2022年將突破萬億元， 持續促進傳統產業轉型升級， 激發經濟增長活力， 助力新型智慧城市和數字經濟建設。根據2020年大數據產業生態聯盟調研問卷收集的百余家大數據企業反饋結果顯示， 華東、 華北區域在大數據產業發展方面持續領跑。 根據調研結果， 我們發現， 多數大數據企業的業務集中于華東、 華北地區， 它們合計約占整體市場規模的55.4%。 廣東、 湖北、 四川、 貴州等地分別引領中南和西南地區大數據產業發展， 并顯著領先于東北和西北地區。 根據2019年中國大數據區域發展水平評估數據來看， 全國各省、 直轄市、 自治區大數據發展水平存在明顯的差異性， 存在階梯分布特征。從指

13、數分布來看， 全國各省、 直轄市、 自治區大致可以分為三個集團。 廣東省以57.19的指數高居榜首， 東南沿海地區省市發展水平普遍較高， 成為大數據發展的前沿地帶， 8個國家大數據綜合試驗區示范引領作用日漸凸顯。中國大數據產業規模持續高速增長， 華東、 華北地區持續領跑 大數據產業要素解析大數據產業生態聯盟5大數據綜合試驗區和大數據產業園是大數據產業集聚發展重要承載主體。 貴州、 京津冀、 遼寧、 內蒙古、 上海、 河南、 重慶、 珠三角八個國家級大數據綜合試驗區的大數據產業園布局早， 發展迅速。 與這些試驗區毗鄰的省份， 如安徽、 湖北、 四川、 陜西、 浙江、 山東和江蘇， 也紛紛加快 “

14、大數據產業園區/基地” 建設， 通過建設大數據產業園， 培育大數據骨干企業， 增強數字經濟發展實力， 提升大數據產業集聚能力， 助力產業數字化轉型升級。從總體來看， 中國的大數據產業園可以劃分為三類： 第一類是北京、 上海、 廣州和深圳的大數據產業園， 這些產業園大多來自于已有的各類軟件園， 具有良好的發展基礎，配套的園區設施與服務， 具有較好的發展優勢。 第二類是河南、 重慶、 沈陽、 內蒙古、 貴州五個國家大數據綜合試驗區， 五?。ㄗ灾螀^）積極落實國家戰略布局， 其區域內的產業園加速涌現并迅速壯大。 第三類是部分中、 東部省份， 如安徽、 福建、 浙江、 山東、 江蘇等， 積極順應大數據產

15、業發展趨勢， 布局大數據產業園， 實現數字產業高質量發展。2019年， 數字產業成為推動經濟高質量發展的新動力， 以數據為驅動的數字園區也日益成為各地布局重點。 園區高度重視數據資產的價值， 建立從數據出發的管理決策體系， 布局基于大數據相關產業， 并逐漸成為大數據產業發展聚集載體的一部分。通過梳理， 我們發現此類園區區別于其他類園區的一些差異化方面： 一是功能特色， 傳統園區多以追求規模擴大化為取向， 數字園區是全新的變革以及探索， 其更加突出功能性和特色優勢， 注重將園區做精、 做深、 做優。 二是產業數字化轉型發展， 數字園區更加注重傳統實體與數字技術的深度融合。 三是集約高效， 傳統園

16、區主要是企業物理空間的集聚， 數字園區更加傾向于企業的功能性集群，依托核心企業形成功能集群和產業戰略聚合， 能夠更好地實現集約高效發展， 其畝均效應均有可能超過一些傳統園區。 四是數字化要求， 數字園區區別于傳統園區在于其更加追求運營集成化、 服務平臺化， 通過數字化手段、 推動形成產業鏈互補連接、 上下游融合發展的產業共同體， 以共創共享的合作模式實現大數據資源企業聚集， 以及為企業間相互賦能。以數據為驅動的數字園區成為大數據產業集聚發展的重要載體數據來源：顧問，2020.8大數據產業生態聯盟2020中國大數據產業發展白皮書6調研結果顯示大數據產業的熱點集中在應用軟件、 基礎軟件、 數據源、

17、 數據基礎設施等領域。 其中， 深藍色表示熱度高， 淺藍色表示熱度低。從數據源來看， 企業運營生成數據、 政府數據整合共享仍占據主導， 隨著5G應用的快速拓展， 以及大數據應用場景逐漸豐富， 從傳感終端獲取的數據將愈發重要。從數據基礎設施來看， 隨著國家大力對于新基建領域進行投入， 數據中心建設持續領跑， 數據中心作為數字經濟的樞紐作用在疫情期間對于各種應用的支撐起到關鍵作用， 云計算服務（包括公有云和私有云） 緊隨其后， 為企業和政府提供重要的云化基礎支撐。從數據流通來看， 數據開放共享和標準化的需求不減， 這也折射出目前大數據行業的共性痛點， 企業和政府迫切希望通過數據共享開放、 標準化等

18、舉措提升數據價值； 數據交易由于受商業模式和數據合規性等多種因素制約， 其熱度較低。從軟硬件產品來看， 供應商聚焦應用軟件、 基礎軟件產品的布局， 軟件產品的日益豐富持續提升大數據產業發展水平。 在基礎軟件維度， 大數據平臺、 數據采集、 主數據管理平臺、 數據中臺和數據清洗引領細分市場發展， 數據安全和數據庫等產品的熱度緊隨其后。 在應用軟件維度，數據可視化、 用戶畫像和日志分析最受客戶追捧， 商業智能、 圖像識別及空間地理分析等軟件產品同樣備受關注。從行業應用來看， 軟件和信息服務業高居榜首， 熱點集中于政務、 互聯網和相關服務、 社會治理（安防、 輿情、應急管理、 信用、 環境監測、 交

19、通、 能源、 城市管理等）、金融、 民生服務（社保、 就業、 證件辦理、 住房、 生育、 養老等） 等領域， 醫療、 工業等行業領域同樣具有較大潛力。大數據軟硬件產品、 行業應用和基礎設施等領域熱點布局 大數據產業要素解析大數據軟硬件產品、 行業應用和基礎設施等領域熱點布局大數據產業生態聯盟7依據教育部印發的普通高等學校本科專業備案和審批結果 ， 從2015年至2019年新增專業數量來看， 數據科學與大數據技術是近五年高校新增數量最多的專業， 共有691所高校新增了該專業， 相當于目前中國高?？倲档乃姆种?。 2017-2019年， 大數據相關專業新增數量在新增專業數量排行榜均位居前列， 數據

20、科學與大數據技術、 機器人工程等專業受到高校歡迎。 進一步分析發現， 這些新增數量較多的專業， 多為實用性、 交叉性較強的學科， 大數據相關專業的設立趨向于向精細化、 融合化發展， 高度重視專業化、 復合型大數據人才培育。2020年大數據產業生態聯盟調研發現， 我國互聯網、工業、 通信和金融領域對于大數據人才的需求較為突出，其中互聯網行業需求過半， 未來， 數字中國建設、 產業轉型升級， 這些將對大數據人才產生巨大需求量且需求呈快速增長趨勢。 近幾年數字經濟發展和產業轉型升級加快， 對大數據人才的專業技能、 實操能力提出更高要求， 擁有編程能力、 數據分析、 算法設計等專業技能的大數據人才備受

21、企業關注。2020年大數據產業生態聯盟調研結果顯示， 越來越多的大數據企業重視科技創新能力的培養。 大數據企業的研發投入占總營收的比例平均為31.3%， 相較2019年有1%的漲幅， 研發人員數量約占總員工數的比例達一半以上。 大批企業開始重視核心技術研發和自主創新， 以提高自身技術壁壘和競爭實力。 此外， 大數據企業在員工學歷水平上也占據一定優勢， 員工學歷水平與企業研發投入成正相關， 從員工學歷結構來看， 本科學歷及以上的員工約占總員工數的86.4%， 其中博士學歷員工占比約為2.6%， 碩士學歷員工占比約為15.5%， 本科學歷員工占比68.3%。專業化、 復合型大數據人才培育力度加大大

22、數據產業生態聯盟2020中國大數據產業發展白皮書8大數據經過多年的發展， 逐漸走向產業化、 規?；?。 國內骨干企業已經具備了自主開發建設和運維超大規模大數據平臺的能力， 一批大數據以及智慧城市方面的獨角獸企業快速崛起， 大數據領域的專利申請數量逐年增加。據顧問統計， 2008-2019年中國大數據專利總量持續增長， 部分國內骨干企業已經具備了自主研發產品的能力， 一批大數據領域的獨角獸企業也在快速崛起。自2014年起， 專利數量開始飛速增長， 到2019年， 中國共擁有大數據相關專利數量32301項。 2014-2019年， 全國大數據產業發展較好的地區新增專利數量均呈現上升趨勢其中， 廣東省

23、呈現出高速增長的趨勢， 持續位列全國首位。2019年北京大數據專利新增數量相較上年增長一倍，增速為2019年各地區最高， 2018-2019年， 江蘇省大數據專利新增數量呈現出緩慢增長的趨勢。 2019年單年的新增專利數量達9818項， 其中發明專利占比達63.04%， 實用新型專利占比達34.26%， 外觀設計占2.7%。我國大數據創新市場競爭主體多樣， 創新主體主要包括企業、 院校/研究所、 個人和政府機構等類型。 進一步研究發現， 企業和科研院所是大數據創新的主力軍， 數據顯示， 2019年， 兩者合計貢獻了9504項專利， 占到了全年新增數量的96.8%， 推動著中國經濟社會發展和創新

24、市場競爭。機器學習、 數據采集、 數據存儲、 分布式等均為大數據專利技術領域的熱門詞匯， 我國大數據技術創新不斷取得突破， 這些熱門技術分支下的專利申請都是幾乎均呈直線上升的狀態， 以數據分析服務技術為主要代表的大數據技術可以應用在各領域， 并呈現全面發展的態勢。隨著產學研用地協同攻關， 圍繞數據分析的關鍵算法和共性基礎技術研發， 以及大規模數據倉庫、 非關系型數據庫、 數據存儲、 數據清洗、 數據分析挖掘、 數據可視化、信息安全與大數據條件下隱私保護等核心技術研發創新，將逐漸形成以應用需求為牽引的跨學科、 跨領域交叉融合的創新方向。大數據創新市場競爭主體多樣， 機器學習、 數據采集不斷取得突

25、破 大數據產業要素解析大數據產業生態聯盟92020年大數據企業投資價值百強榜， 依據自行設定的評判指標體系， 從企業估值/市值、 營收狀況、 創新投入、產品競爭力、 細分市場潛力、 領導層能力等多個維度進行評比。 經過專家打分， 評選出2020年度大數據領域最具投資價值的100家企業。本榜單共選取了11個細分領域， 涉及大數據基礎軟件、 數據治理與分析、 數據安全和商業智能4個通用領域，以及政府大數據、 金融大數據、 營銷大數據、 工業大數據、電信大數據、 健康醫療大數據、 教育大數據等7個融合應用領域。研究顯示， 部分大數據企業已經在軟件與信息技術服務業、 互聯網或傳統產業等領域深耕多年，

26、企業本身已經形成一定規模， 經過長時間的沉淀， 在各自的細分領域中有較好的用戶、 渠道、 技術、 創新等積累， 把握新一代信息技術創新發展機遇， 在大數據采集、 分析挖掘、 存儲、 平臺，以及與人工智能等技術深度融合應用方面， 積極拓展大數據業務， 具備較強的競爭優勢， 如帆軟、 神州醫療、 樹根互聯、 人大金倉等。 這些企業通過橫向投資、 并購等手段， 拓寬自身在大數據領域的賽道。此外， 市場上大部分大數據企業成立時間較短， 以中小企業為主。 部分企業專注于大數據行業某一細分領域， 深耕垂直行業， 注重自主核心技術研發與迭代， 為用戶提供優質的大數據產品或服務， 在這個過程中， 這些大數據企

27、業逐漸積累了穩定的用戶以及大量的數據， 在細分領域中建立了品牌和競爭優勢， 市場份額和地位不斷提升。典型企業如百分點、 三盟科技、 網智天元、 四方偉業、智慧星光、 永洪科技、 美林數據、 數聯銘品等。 部分企業通過與大型平臺企業 （如阿里、 騰訊、 華為等）簽署戰略合作， 加入平臺生態， 以及資本化運作的方式， 不斷擴大市場份額。2020年大數據企業投資價值百強榜大數據產業生態聯盟2020中國大數據產業發展白皮書10大數據產業是以數據采集、 交易、 存儲、 加工、 分析、服務為主的各類經濟活動， 包括數據資源建設、 大數據軟硬件產品的開發、 銷售和租賃活動， 以及相關信息技術服務。 數據服務

28、、 基礎設施和融合應用相互交融， 協力構建了完整的大數據產業鏈?；A設施層是整個大數據產業的引擎和基礎， 它涵蓋了網絡、 存儲和計算等硬件基礎設施， 資源管理平臺以及各類與數據采集、 預處理、 分析和展示相關的方法和工具。 大數據技術的迭代和演進是這一層發展的主旋律。隨著人工智能和5G技術的發展， 與存儲和計算相關的芯片和終端設備成為發展熱點， 數據中心作為新基建中的重要一部分， 將在新基建的推動下迎來發展新契機； 云計算資源管理平臺（包括私有云和公有云）持續提升底層硬件的利用效率， 日益成為產業不可或缺的重要支撐。 而人工智能分析框架， NoSQL和NewSQL數據庫， 以及Spark和Ha

29、doop等平臺的日益成熟， 為大數據分析挖掘提供了豐富的工具箱。數據服務層是大數據市場的未來增長點之一， 它立足海量數據資源， 圍繞各類應用和市場需求， 提供輔助性的服務， 包括數據交易、 數據資產管理、 數據采集、 數據加工分析、 數據安全， 以及基于數據的IT運維等。隨著5G商用的全面推廣 ， 數據采集和預處理需求將快速上升； 此外， 隨著數字技術日益復雜， 提供第三方數據分析、 可視化和安全服務的市場也將持續壯大。 然而， 數據交易服務由于數據權屬不清晰， 模式不落地等問題， 發展潛力相對較小。融合應用層是大數據產業的發展重點， 主要包含了與政務、 工業、 金融、 交通、 電信和空間地理

30、等行業應用緊密相關的軟件和整體解決方案， 以及通用性的與營銷等業務應用密切相關的軟件和解決方案。 融合應用最能體現大數據的價值和內涵， 它是大數據技術與實體經濟深入結合的生動體現， 能夠切實地幫助實體經濟企業提升業務效率，降低成本， 也能夠幫助政府提升社會治理水平和民生服務能力。大數據產業鏈的三個層次大數據產業鏈 大數據產業鏈解析數據來源：顧問，2020.8大數據產業生態聯盟11近兩年， 我國已在2018年中央經濟工作會議、 2020年政府報告等多次會議和文件中強調要加快 “新基建” 建設步伐。 國家發改委在2020年4月份召開的例行新聞發布會上初步研究認為： 新型基礎設施是以新發展理念為引領

31、，以技術創新為驅動， 以信息網絡為基礎， 面向高質量發展需要， 提供數字轉型、 智能升級、 融合創新等服務的基礎設施體系。作為新基建的重要組成部分， 大數據中心作為數據收集、 處理和交互的中心， 成為信息化發展的基礎設施和數字經濟的底座。當前我國數據中心正進入新一輪快速發展期， 傳統數據中心轉型升級， 新一代數據中心加速布局， 旨在通過建設新型數字化、 智能化基礎設施， 支撐產業轉型與發展， 未來， 隨著國家相關政策進一步落地， 數據中心發展勢能有望快速釋放。 從長期來看， 數據中心將更多受應用市場驅動， 未來將迎來黃金發展十年。 近年來， 隨著互聯網等運化應用和服務逐漸增多， 數字經濟、 數

32、字政府和數字社會建設的加速推進， 企業紛紛加速數字化轉型腳步， 同時， 人類產生的數據量正在呈指數級增長， 這些因素必然帶來對包括服務器在內的云計算數據中心需求。作為推動數字經濟發展的算力基礎設施和重要支撐，數據中心承擔了數據存儲、 數據流通的關鍵職能， 隨著5G的推廣， 數據流量將再次迎來爆發， 進而也會對數據中心帶來巨大需求。據顧問統計， 2019年中國數據中心機架規模達到227萬架， 在用IDC數據中心數量2213個， 投資規模達3698億元， 規模已經達到一定量級。數據中心是大數據產業發展的基石， 也是數字經濟發展的關鍵支撐。 云計算、 區塊鏈等新興技術的不斷融合， 推動了數據中心將向

33、智能化、 自動化、 集約運營的方向演進。數據中心的建設可以帶動服務器、 網絡、 數據采集設備、 數據管理平臺等軟硬件產品的發展， 還可以拉動大數據向服務層、 應用層延伸， 大數據未來的價值將不斷提高?！靶禄ā?加速， 數據中心基礎設施建設迎來黃金十年發展期數據來源：工信部，顧問整理，2020.8大數據產業生態聯盟2020中國大數據產業發展白皮書12 大數據產業鏈解析2020中國大數據產業生態地圖大數據產業生態聯盟132020中國大數據產業生態地圖大數據產業生態聯盟2020中國大數據產業發展白皮書141. 數據中心逐漸趨向高密度、 超大規模方向發展。 傳統的數據中心網絡越來越難以提供支持云計算

34、所需的延遲， 為更好地承載用戶大規模的用云需求， 充分發揮數據中心的規模效益， 大幅降低業務部署成本和維護成本， 同時滿足向上的可擴展性的需要， 超大規模數據中心已成為首選。 自2013年以來， 超大規模數據中心的數量增長了兩倍，“新基建” 的推動將加速超大規模數據中心建設。2. AI解決方案滲透到數據中心全生命周期管理中。 數據中心規模擴張以后， 設備數量呈倍數增長， 設備種類也大大增多， 如何實現海量設備的統一管理， 實現業務到網絡的聯動， 提高運維效率， 降低運維成本， 是大規模數據中心急需解決的問題之一。 此外， 隨著SDN、 NFV等技術在數據中心中的落地， 數據中心業務邏輯愈加復雜

35、， 故障排障難度大幅提升。 AI節能+AI運維+AI運營， 可以利用數據智能代替人工經驗， 在自動化的基礎上利用大數據分析、 機器學習等功能， 解決監管和潛在的安全問題， 幫助數據中心更快地適應不斷變化的業務需求。3.建設綠色低能耗數據中心滿足可持續化發展需求。目前數據中心普遍存在能耗較高的問題， 運算密度的提高導致用電密度的迅速加大， 數據中心總體擁有成本隨服務器的增加而成倍上升， 采用液體冷卻、 高頻模塊化UPS、 智能休眠等技術， 可以有效降低能源消耗， 未來PUE將進入1.2區間。 同時， 新興的電池替代品也為UPS系統的創新應用帶來契機， 比如UPS系統能夠與電池系統組成儲能系統，與

36、電網進行更好的交互作用， 這樣的系統能夠更有效地進行負荷管理及高峰調節， 通過使用UPS系統中儲存的能源來幫助電網公司運營， 這種能源的靜態儲存技術也具備為數據中心創造更好收益的潛能。4.5G及邊緣計算等新應用場景計算服務值得關注。 5G的速度、 容量和延遲特性將在物聯網通信、 人工智能領域發揮重要作用， 高帶寬、 低時延等網絡特性的5G網絡有助于云計算使用體驗的進一步提升， 同時5G時代的到來有助于云計算、 云服務滲透率的快速提升。 未來隨著5G應用的發展， 越來越多垂直云服務解決方案將被探討， 并進入到實際應用中。 同樣， 人工智能將成為繼互聯網之后下一個時代發展的新引擎， 隨著人工智能技

37、術的成熟， 以及應用深化與落地， 面向個人助理、 安防、 自動駕駛、 金融、 教育等行業的AI場景化應用將產生巨大的邊緣計算資源需求缺口。 5.微模塊數據中心進入快速發展階段。 傳統數據中心在能源成本、 建設周期、 管理部署等方面的弊端逐漸顯現，特別是能源消耗問題， 如散熱、 供電、 成本等方面大大限制數據中心的有效利用， 迫切需要變革傳統數據中心建設模式， 而微模塊數據中心在快速部署、 綠色節能和高效資源利用等方面的突出表現， 使其獲得用戶的廣泛認可和應用，預計未來5年中國微模塊數據中心市場規模將保持28.9%年均復合增長率， 到2025年將達到323.2億元。數據中心向綠色化、 超大規模、

38、 智能化、 低能耗方向發展演變 大數據產業鏈解析大數據產業生態聯盟15數據安全、 數據治理成為大數據領域關注焦點大數據時代， 數據的獲取方式、 存儲規模、 訪問特點、分析方法和技術架構有了很大不同， 與此同時， 企業的組織架構和業務流程也相應發生了轉變， 這些新特征對于數據安全提出了全新挑戰。 隨著數字經濟的發展進步， 傳統的數據安全技術無法滿足大數據環境下的安全保障訴求， 整合技術、 政策和機制的大數據治理逐漸走進人們的視野， 成為大數據領域的新興熱點話題。大數據治理包含大數據全生命周期內使用的技術、 管理規范與政策制度， 技術層面上涵蓋大數據管理、 存儲、 質量、 共享開放、 安全與隱私保

39、護等多個方面。 大數據安全是大數據治理的主要環節， 包含用以搭建大數據平臺所需的安全產品和服務， 以及大數據場景下圍繞數據安全展開的大數據全生命周期的安全防護。 相關產品包含大數據系統安全、 大數據管理運營、 敏感數據梳理和大數據審計等。影響數據治理的制約因素主要體現在以下幾個方面：1、 根據2020大數據產業生態聯盟調研數據統計， 80%的數據泄露是企業內部原因， 說明企業在組織架構和制度規范方面存在漏洞。 2、 大數據關注的是關聯分析的結果，單個樣本的價值相對較低， 因此在觀念上容易忽視對單個樣本的安全保護。 3、 大數據環境下， 數據的全生命周期安全防護投入成本高， 成本效益比低。 4、

40、 數據資源可被復制， 復制后痕跡難以追溯， 與此相關的密文存儲和計算、 數據加密與溯源等技術尚不成熟。同時， 數據治理主要在以下幾個方面實現提升：1、 “一把手” 工程： 成立數據治理領導小組， 統籌組織內部管理層、 業務層、 支撐層等環節的數據治理實施。 2、數據資產梳理： 調研與訪談、 定義敏感數據、 數據資源目錄梳理、 數據資產登記、 評估與分析、 技術支持與培訓等。 3、構建企業內部大數據治理體系： （1 ）建立大數據治理的軟硬件環境； （2）建立完善的大數據治理實施流程體系和規范； （3） 制定大數據治理階段性目標。 4、 技術工具選擇： 在數據共享交換、 數據處理規范、 數據資源整

41、合、 數據安全與監控等方面選擇合適的安全與治理工具。 5、 大數據治理評估與審計： 通過智能化、 平臺化、 信息多維化、 可視化的大數據審計， 將實現從紛繁蕪雜的結構與非結構化數據中發現風險點進而找出重大錯報。大數據產業生態聯盟2020中國大數據產業發展白皮書16投入成本過大是數據安全與治理建設時最擔心的問題當前， 線性的治理模式已經難以滿足數字經濟的實踐要求， 個人、 企業、 行業、 社會、 政府等多層次信息權利主體和數據對象的交織， 必然導致和增加數據治理的復雜性。特別是在 “高質量發展” 成為新時代新經濟明確發展要求的歷史條件下， 數據治理現代化的水平在很大程度上決定著高質量發展目標的實

42、現。黨的十九屆四中全會審議通過的中共中央關于堅持和完善中國特色社會主義制度、 推進國家治理體系和治理能力現代化若干重大問題的決議中明確提出， “健全勞動、 資本、 土地、 知識、 技術、 管理、 數據等生產要素由市場評價貢獻、 按貢獻決定報酬的機制” 。 這是黨中央首次在公開場合提出數據可作為生產要素按貢獻參與分配， 足見對于數據資產的重視。 數據治理保障國家安全、 社會安全和行業安全， 在司法、 扶貧、 反恐、 民生等很多領域， 今后，數據治理要探索建立健全數據流動規則， 包括采集、 存儲、處理、 使用、 交易、 退出等各個環節， 明確信息侵權或犯罪的責任， 更好保護數據相關主體的利益。在數

43、據安全與治理方面， 越來越多的企業重視數據安全與治理， 2019年， 50.7%的大數據企業在數據治理方面研發資金投入占比在10%以上。 企業在數據安全與治理建設方面擔心的問題主要集中在投入成本過大、 產品/技術不成熟、 安全建設思路不清晰、 內控制度不完善、 組織架構不合理等方面， 其中， 投入成本過大成為企業在數據安全與治理建設方面擔心的問題。 在企業大數據產品/解決方案中的安全模塊建設方面， 62.2%的企業選擇自研安全方案， 僅有5.6%的企業沒有安全模塊建設。 71.1%的企業認為， 數據泄露是企業大數據產品/服務過程中最關注的安全問題， 其次分別是個人隱私數據使用問題、 數據來源和

44、交易的合規性問題、 外部攻擊、 軟硬件基礎設施安全以及數據災備問題。 68.9%的大數據企業在產品/解決方案中已經采用了安全措施， 具體包括安全產品、 身份識別、 信息防泄漏、 數據脫敏、 數據庫審計、 病毒防控、 網站防攻擊及放篡改、 服務接入記錄等安全產品。從行業立法的角度看， 涉及數據治理的各項制度建設進度不一。 工業和信息化部 通信網絡安全防護管理辦法規范互聯網信息服務市場秩序若干規定 ， 全國人大常委會關于加強網絡信息保護的決定 ， 國際工商總局、 工業和信息化部關于加強境內網絡交易網站監管工作協作積極促進電子商務發展的意見 ， 國家互聯網信息辦公室互聯網用戶賬號名稱管理規定等， 以

45、及 網絡安全法和電子商務法等陸續頒布施行， 在制度建設方面取得了非常大的進步， 但仍缺乏直接的數據治理立法?！皞€人信息保護法” 和 “數據安全法” 等直接立法成為2020年關注點。 大數據產業鏈解析大數據產業生態聯盟17精準營銷平臺、 直播帶貨驅動互聯網大數據加速發展在數字經濟時代， 由于消費的場景化、 渠道的多元化、產品與服務的一體化， 企業開始利用 “+互聯網” 思維模式重構營銷鏈條。 當前互聯網大數據主要應用在廣告營銷等方面， 廠商通過新媒體、 自媒體、 融媒體、 網絡廣告等方式， 以及數據庫和大數據分析平臺， 幫助企業自身提升用戶和流量， 加強客戶粘性， 精準匹配用戶的需求， 并為用戶

46、推送更多的內容。全球廣告營銷正在被數據所驅動， 打通全渠道客戶， 讓數據孤島融入場景， 將數據轉換為個性化營銷、 差異化服務成為企業間新一代競爭利器。 但在實際過程中存在以下幾個痛點：一方面是用戶數據獲取成本增加， 客戶和流量一定的情況下， 隨著行業廠商越來越多， 對于保持客戶粘性與穩定的流量需要付出更高額的費用。另一方面是數據分析技術、 數據量、 數據平臺等多要素導致廠商提供的服務與客戶需求不匹配。 此外， 營銷管理能力不足， 行業廠商對于線上線下資源存在整合能力不足， 難以開展以人為核心的工作流程管理， 實現精細化管理與提升營銷效率。針對上述痛點和行業發展趨勢， 未來的機會點主要體現在以下

47、幾個方面：一是精準營銷平臺建設： 精準營銷平臺的建設幫助企業通過獲取數據并加以統計分析來充分了解市場信息， 掌握競爭者的商情和動態， 知曉產品在競爭群中所處的市場地位。 同時， 通過積累和挖掘電商行業消費者檔案數據， 分析顧客的消費行為和價值趣向， 提高對消費者的服務能力，培養忠誠顧客。二是電商直播新模式： 隨著5G技術的應用， 在未來短視頻與直播將從輕量觸達向著深入層次的沉浸式體驗轉化， 并伴隨著VR等技術的開發， 使得當前對于直播的流量限制進一步弱化或取消， 更豐富了直播的形式與內容。三是大數據+AI+精準推送： 通過大數據技術， 將用戶瀏覽過的物品進行與用戶直接關聯， 再通過精準畫像，

48、與畫像人群進行關聯， 積累和挖掘行業消費者檔案數據， 分析顧客的消費行為和價值趣向， 對用戶提供更多的增值服務與精準推送， 提高對消費者的服務能力。大數據產業生態聯盟2020中國大數據產業發展白皮書18電信大數據業務與傳統電信業務存在較大差異， 電信大數據業務以產品為核心， 整合分散在各部門、 各環節的數據， 構建專業化的大數據運營體系。研究發現， 電信大數據應用場景不斷完善， 但運營商內部運營機制在一定程度上限制了電信大數據發揮其作用。運營商內部以多層級運營架構為主， 大部分運營商內部數據仍存在區域分割的情況， 難以適應大數據業務靈活敏捷的變化特點， “兩級” 數據整合涉及到組織架構、 運營

49、方式等多方面改變， 因此， 對于運營商來說平臺架構轉型難度較大。從行業整體來看， 電信大數據標準化程度低， 不同領域的數據壁壘嚴重， 行業缺乏統一的存儲管理標準和互通共享平臺， 數據協同能力不足， 跨領域和跨行業的數據應用困難較大， 在此背景下， 難以實現數據價值最大化。此外， 運營商在大數據技術使用上仍有待突破， 在算法設計、 分布式計算架構、 大數據處理、 分析和呈現等方面仍與其他行業均存在較大差距， 技術短板直接制約數據質量和價值提升。針對上述痛點， 未來行業機會點主要體現在以下幾方面：1、 搶抓5G建設機遇， 通過電信大數據分析， 實現基站和熱點的科學選址和資源調整配置， 優化網絡質量

50、和利用率， 同時， 運營商積極布局5G商用場景， 加速5G在云視頻、機器人技術、 自動駕駛等領域商用， 加速產品和服務創新研發， 持續提升5G網絡運用效率。2、 隨著網絡和高清視頻的快速發展， 視頻、 圖片等非結構數據爆發式增長， 并逐漸成為電信大數據的主要組成部分， 人工智能技術能夠為非結構數據的分析提供重要支撐， 提升數據價值， 強化數據輸出能力， 為產品或服務創新發展奠定基礎。3、 隨著城市數字化轉型進程不斷加速， 數字化基礎設施建設成為必不可少的一部分， 運營商在數據中心等方面的建設上有先天優勢， 同時， 運營商應順應智慧城市、 數字政府等的發展趨勢， 探索與行業龍頭企業的合作， 積極

51、布局數字安防、 數字交通等應用， 提供集網絡建設、 云服務、數據服務于一體的解決方案?；?G場景、 AI技術的應用引領電信大數據新發展機遇 大數據產業鏈解析大數據產業生態聯盟19數據平臺建設、 數據驅動政府治理、 數據中臺成為政府大數據關注點當前數據量的爆發式增長， 數據的復雜性程度更高，政府大數據存在數據資源不均衡、 數據質量不過關等問題， 同時， 數據融合、 數據分析、 數據治理等管理工具成為數據應用瓶頸。從行業總體來看， 政府大數據痛點與難點主要集中在以下幾個方面：1、 數據資源不均衡： 從數據來源看， 大部分政府掌握的數據是通過業務開展積累形成的， 以自身政務信息系統產生為主， 通過

52、國家數據共享交換平臺獲取數據的能力不足， 與大型平臺企業、 互聯網及其他社會外部數據的共享和利用相對缺乏。 從數據內容看， 多類數據均以手工單次填報獲取， 更多表現為文本表格化數據， 而動態更新、 多元異構類的數據偏少； 并且多數政務信息系統建設以滿足政務服務、 行業監管需求為要， 使得服務于產業、 城市等各類經濟對象運行監測的數據缺乏， 而這類數據價值往往更值得關注。2、 數據質量參差不齊： 到目前為止， 尚未形成統一普適的數據質量標準， 各政務信息系統所屬部門在采集、 使用、 維護數據的過程中存在諸多不規范的操作， 數據真實性、 可靠性、 完整性、 可用性、 實時性等難以得到保障。 同時，

53、 在大平臺、 大系統統建過程中， 數據清洗挖掘、 交換傳遞、 共享開放等工作主要通過技術方案解決， 并未建立數據全生命周期管理的意識和制度體系， 難以對數據使用時的可信性、 安全性、 可關聯性、 可追溯性、 可再用性實施全過程管理。3、 數據治理機制不完善： 我國當前法律法規體系對于數據權屬、 利用、 安全等方面的規定尚未細化、 可操作性不強。 特別是關于政務數據的所有權、 控制權、 使用權、 解釋權等， 以及政務數據在使用、 共享過程中， 涉及的數據基礎設施保護、 追溯監控技術干預規則、 信息安全防護和保密建制等內容均缺乏具體標準， 如何建立一個開放共贏的數據應用環境， 填補數據泄露、 對隱

54、私侵犯的追蹤、 合法合規制裁等治理內容， 是亟待解決的難題。4、 數據應用不深入： 一方面， 多數政府業務部門對本部門的數據資源基底和核心關切并不明確， 在數據查詢和應用時， 存在需求描述不具體， 重復作業、 難以一次到位等情況， 導致數據應用效果差。 另一方面， 數據應用普遍局限在業務部門內部， 跨部門協同的關聯業務應用分析較少， 面向重點產業、 重點領域、 重大應用場景的數據決策分析相對缺乏， 政府大數據的深層價值難以體現。大數據產業生態聯盟2020中國大數據產業發展白皮書20政府大數據未來發展機遇點隨著數字政府和新型智慧城市建設的持續推進， 與社會治理、 民生服務、 政務應用密切相關的政

55、府大數據應用成為熱點。 中國政府掌握著80%的高價值公共數據， 如何盤活這些海量數據資源， 是未來政府大數據發展的關鍵。未來機遇點集中體現在以下幾個方面：一是加快統一的數據平臺建設： 采用數據中臺服務方式， 對數據資源進行集中清洗、 整合、 按主題入庫、 算法模型沉淀， 面向平臺用戶提供數據訂閱分發、 查詢/申請、 調用API、 算法模型工具、 公共數據資源池開放、 按需響應等服務， 發展基于應用導向或業務導向的數據個性化服務。二是構建數據驅動政府治理的應用生態： 進一步明確各級信息化主管部門在數據開發、 利用和管理方面的職責，強化其協調職能。 同時， 屬地管理的力度還應該適當增強，數據資源管

56、理方面的 “縱強橫弱” 現象需要調整， 實行垂直領導的機構除了信息公開等工作之外， 在數據共享、 數據開放等方面接受政府的統一指導和協調。 分解梳理落地應用的小場景， 快速試錯， 交替迭代， 使應用需求和實現路徑、落地形式不斷清晰化； 積極構建數據決策應用生態， 推動各部門共同參與大數據建設， 在數據采集分析、 管理運維、服務決策等方面探索有效的激勵機制， 充分調動業務部門積極性。 此外， 還需配套組建由業務部門骨干、 行業研究專家及IT服務部門組成的專職化數據決策中心， 負責采集業務部門決策需求， 開發應用算法模型和應用系統， 開展決策研判分析， 形成與業務需求緊密結合的數據決策， 真正實現

57、政府治理能力現代化。三是釋放數據資產紅利： 疫情期間， 數據資產應用釋放數據價值， 助力政府優化政務管理， 政府利用大數據分析進行企業分類有序的復工復產。 未來， 政府和企業將更加注重數據資產管理， 打造數據中臺， 推動數據共享開放，提升數據質量， 創新數據資產運營模式， 支撐數據治理精準化與高效化。四是深化大數據+人工智能在政府行業應用： 2020年4月， 中共中央、 國務院印發 關于構建更加完善的要素市場化配置體制機制的意見 （以下簡稱 意見 ） ， 首次將 “數據” 與土地、 勞動力、 資本、 技術等傳統要素并列為要素之一。 當前數據的復雜性程度更高， 對于這樣復雜的數據， 人工智能與大

58、數據分析工具融合應用不斷深入， 尤其是在大數據分析、 商業智能、 可視化等方面； 以可視化未來， 人工智能與大數據技術結合越來越緊密， 實現數據多指標、 多維度、 全息化的呈現， 為決策者提供全面有效的決策支撐。未來， 數據量的增加與數據共享開放程度加深， 將為大數據可視化提供更多豐富的數據資源， 大數據+人工智能將在更多的應用場景中被需要， 尤其是在在監控檢測、 指揮調度、 模擬仿真、 數字孿生等應用場景中。 大數據產業鏈解析大數據產業生態聯盟21在我國大力發展工業互聯網、 推進制造業與互聯網深度融合、 促進制造業高質量發展的當下， 如何進一步挖掘工業數據應用價值將成為關注焦點。 2020年

59、5月13日， 工信部發布 關于工業大數據發展的指導意見 ， 提出加快數據匯聚、 推動數據共享、 深化數據應用、 完善數據治理、 強化數據安全、 促進產業發展等六方面重點任務， 為全面提升工業大數據產業發展指明方向， 加快促進了信息化技術和工業的深度融合， 助力創新實現更工業發展新技術、 新產品和新模式。鋼鐵行業具有生產流程長、 工藝復雜的特點， 鋼鐵企業生產環節的運轉通常依賴于人工經驗， 因此易造成產品質量波動， 通過整合生產過程中的數據， 將隱形數據封裝成軟件模型， 實現生產過程可視化， 有助于提升產品質量和生產效率。 同時， 鋼鐵行業生產設備價值較高， 事后維護容易造成生產停滯， 通過傳感

60、器等傳輸數據可自動實現故障感知， 提升設備可靠性。石化行業部分材料一定程度上依賴進口， 易受國際行情影響， 亟需通過建立供應鏈上下游企業間的協同關系，提升行業靈活性， 及時調整生產銷售各環節。 石化生產的產品大多為危險品， 常規依賴人工的檢查受環境等制約，效率較低， 通過工業機器人等設備采集數據進行安全檢查可以保障實時性、 精準性。我國電子行業目前暫以生產、 組裝為主， 基于數字孿生技術的生產計劃、 訂單管理將有助于改進生產流程， 提升產品生產效率。 近年來， 電子產品趨于小型化、 精密化發展， 這對產品的制造精度、 質量提出了更高的要求， 基于大數據、 人工智能技術的產品質量檢測能夠及時發現

61、產品質量問題， 形成產品質量追溯渠道， 提升成品率。汽車行業從生產到銷售的過程中企業間的協調較多，包含車企、 零部件供應商、 經銷商等， 各環節信息孤島問題較突出， 建立數據共享的渠道有助于打通汽車產供銷信息， 為產業鏈各環節企業決策提供支撐。 汽車研發涉及大量專業領域， 各方面協調難度大， 利用仿真設計技術、 建立云協同平臺等能夠有效的縮短研發周期。工程機械行業的備件管理是其重要組成部分， 在一定程度上備件可以緩解需求壓力， 但是相應的存儲、 物流、 資金、 人力等成本也隨之上升， 未來跨部門跨區域的備件信息與供應商數據打通， 可以滿足備件計劃、 采購到追溯等數據實時對接， 提高備件流通效率

62、。 近年來用戶端對產品的服務需求呈上升趨勢變化， 供應商逐漸從產品生產向供應設備運維、 個性化定制等方向轉變， 未來如何增加產品附加值將成為供應商提升優勢的關鍵。供應鏈協同、 設備維護管理、 智能生產等應用成為引領工業大數據發展新機遇大數據產業生態聯盟2020中國大數據產業發展白皮書22隨著金融行業數字化轉型推進， 金融大數據正向金融領域各細分場景和業務滲透， 開始從客戶畫像、 精準營銷、智能客服、 交易監控加速向智能風控、 智能監管、 智能理賠演進， 金融服務日益呈現出向智能化發展的趨勢， 金融機構的運營效率不斷提高。 隨著大數據、 人工智能、 云計算技術的成熟和廣泛應用， 金融與科技融合成

63、為市場關注焦點，應用金融大數據的能力逐漸成為金融機構的核心競爭力。2019年8月， 中國人民銀行印發 金融科技 （FinTech)發展規劃 （2019-2021年） ， 明確提到2021年， 要實現金融科技應用先進可控、 金融服務能力穩步增強、 金融風控水平明顯提高、 金融監管效能持續提升、 金融科技支撐不斷完善、金融科技產業繁榮發展。智能風控方面， 風險控制是金融的本質， 是銀行、 保險、 證券等金融機構開展金融業務的基礎， 而傳統風控存在信息信息不對稱、 時效性差、 反饋效率低等問題， 智能風控已逐漸成為各金融機構穩健經營的關鍵， 其能夠實現風險早識別、 早預警、 早處置， 提升金融風險整

64、體防控水平。目前， 深入挖掘和分析金融大數據、 高質量高水平構建風控模型、 有效篩選實用的指標等方面仍存在較大問題， 構建的風控體系不能及時準確反饋經營過程中的風險， 智能風控發展水平不及預期。 智能監管方面， 信息技術在金融領域應用廣泛， 出現了電子支付、 消費金融、 網絡借貸、眾籌等創新型商業模式， 也出現了借助新技術創新規避監管的做法， 通過新技術進行各種不規范操作的行為。 在金融商業模式創新加快和監管趨嚴趨勢的雙重壓力下， 監管能力必須進一步提升，實現對傳統金融業務以及創新型金融業務全方位的監管，推動金融監管模式由事后監管向事前、 事中監管轉變， 智能監管將成為提升監管有效性的利器。

65、目前， 各個金融機構之間的數據互聯互通不夠、 監測分析在部分領域存在漏洞， 導致金融機構 “暴雷” 情況時有發生， 未來智能監管發展進程將大幅加快。智能理賠方面， 智能化理賠已逐漸成為客戶和保險機構最重視的環節之一， 也是金融大數據應用的重點方向，其能夠實現保險理賠的智能化定損和智能化核賠， 提高理賠的效率和準確性， 成為金融大數據應用重點， 中國人壽、新華保險等保險機構已開始推出智能化理賠方案。 目前，各險種標準化的數據庫尚未建立， 仍需人工根據條款和出險人情況核算理賠金額； 運用數據識別欺詐行為不夠準確， 導致騙保行為頻頻發生。 這些情況導致理賠效率低、風險大， 智能化理賠亟需進行全面推廣

66、 。智能風控、 智能監管、 智能理賠是金融大數據應用的焦點 大數據產業鏈解析大數據產業生態聯盟23大數據技術在醫療行業的應用雖能一定程度解決傳統醫療行業痛點， 但也仍處于起步發展階段， 面臨著以下四大挑戰：1、 隨著新型醫療診療技術的發展， 診療過程中產生了海量的數字化影像、 生理監測等數據， 醫療數據量呈現爆炸式增長。 龐大的數據量需要有更大、 更可靠的存儲空間以及相比較小規模的數據處理， 因此醫療大數據對數據存儲提出了更高要求。2、 目前醫療數據的記錄格式主要有文本型（電子病歷、 醫囑、 手術記錄等） 、 數值型 （生理數據、 生化數據等）和圖像型 （X光、 B超、 MRI等） ， 其中文

67、本數據的表達存在一定的主觀性和隨意性， 非結構化數據多。 此外， 各醫療機構的信息化系統數據標準不統一， 對醫療數據治理標準體系提出更高挑戰。3、 各醫療機構產生的數據孤島阻礙了原始醫療數據的合并、 處理， 不利于后續數據分析和數據挖掘， 導致醫療大數據難以釋放真正價值。4、 各醫療機構大數據人才緊缺， 人才培養難度。 一方面， 醫療大數據人才不僅需要具備醫學、 管理學、 計算機學、 統計學等多學科綜合知識體系， 還需要熟知醫療機構業務流程； 另一方面， 醫療信息化人員的薪資相比醫療人員、 信息化人員沒有優勢， 人才流動性強， 難以形成有效的知識積累。未來機會點主要有以下四個方面：1、 在國家

68、政策的大力引導下、 新冠肺炎疫情的影響下， 遠程診療、 在線診療市場需求快速提升， 醫療資源 “線上” 配置將不斷優化。2、 醫療信息系統中醫療數據庫的底層架構搭建也將由醫療機構、 科室為中心構建模式轉向以個人為核心的構建模式。3、 針對數據孤島問題， 政府應強化頂層設計， 搭建有科研院所、 醫療機構、 醫療大數據企業及個人公共參與的醫療大數據共享平臺， 推動醫療、 醫藥、 醫保等多方的信息資源共享。4、 針對醫療大數據人才缺乏、 培養難度大的挑戰， 各醫療機構對信息化部門人員定期開展操作系統、 數據庫、網絡安全、 數據分析等方面的培訓， 同時， 政府可以通過政策引導， 針對有意從事醫療大數據

69、的人員定期開展基礎醫療、 醫院業務流程管理、 統計分析、 計算機技術等相關培訓課程。遠程診療、 在線診療持續引爆醫療大數據市場大數據產業生態聯盟2020中國大數據產業發展白皮書242020年年初， 新冠肺炎疫情爆發， 給我國帶來了社會經濟挑戰， 大數據企業同樣面臨多重困難：一是企業營收受疫情影響可能大幅下降；二是在租金、 工資、 稅費等綜合成本方面壓力增加；三是線上辦公、 遠程辦公等辦公方式對企業自身數字化水平是一個巨大的考驗。根據2020大數據產業生態聯盟調研數據分析， 2020年上半年， 受疫情影響， 33.8%的大數據企業收入與2019年同期持平， 32.4%的企業收入下降20%以內，

70、19.7%的企業收入相比同期有所提高。 從結果上來看， 數字化程度低的企業，對線下實體空間依存度較高， 受疫情影響較大； 數字化程度高的企業， 受疫情沖擊影響相對小， 部分企業在疫情推動下得到更快發展。 從疫情對企業業務的影響情況來看，60%的大數據企業認為， 企業級業務是疫情期間大數據企業受創最大的業務類型。從疫情后大數據細分領域未來機會點與業務預測方面來看， 隨著大數據技術與人工智能、 物聯網、 5G等新一代信息技術深度融合， 大數據在政務、 應急管理、 交通運輸、 健康醫療、 社會保障等領域應用場景不斷豐富。2020年， 抗擊新冠肺炎疫情是對國家治理體系和治理能力的一次大考， 依靠整體性

71、社會動員機制、 織密的社會治理網絡與現代化的網絡技術正在發揮積極作用。 但同時， 此次疫情也暴露出社會治理存在的問題， 給社會治理體系帶來重大挑戰， 加強和創新社會治理， 推動社會治理重心下移， 成為了關注的焦點。根據2020大數據產業生態聯盟調研數據分析顯示，2020年， 社會治理（安防、 輿情、 應急管理、 信用、 環境監測、 交通、 能源、 城市管理等） 、 政務、 軟件與信息服務三個大數據細分領域最被大數據企業看好， 未來機遇點多， 受企業關注度高； 同時， 從市場上大數據業務來看， 眾多大數據企業更加看好政府業務， 有50%的受訪企業認為政府業務將給大數據企業帶來較多機遇。企業營收與

72、業務、數據安全與治理是疫情期間大數據企業關注重點疫情后社會治理領域未來機會點最多 疫情背景下大數據發展洞察大數據產業生態聯盟25疫情期間， 大數據在政府、 互聯網、 電信、 工業、 金融、 健康醫療等行業提供了強有力的支撐， 其中， 應急指揮平臺、 疫情防控大數據平臺等成為疫情下政府大數據建設重點； 互聯網大數據在態勢研判、 輿論引導等方面支撐疫情防控； 電信大數據支撐服務疫情態勢研判、 疫情防控部署以及對流動人員的疫情監測， 助力相關部門精準施策； 工業大數據解決疫情下物資流通、 企業復產復工難等問題； 金融大數據助力政府高效發放消費券； 無接觸醫療 、 影像識別成為疫情下醫療大數據應用的熱

73、點等。從行業大數據建設情況來看， 在數據治理標準與機制、 數據資源整合、 數據平臺建設、 數據應用與服務、 數據安全五個方面暴露出來諸多問題。 例如， 在政府大數據領域， 存在數據治理機制不完善， 數據質量參差不齊， 數據資源整合能力有待提升， 數據基礎設施建設水平與需求不能完全匹配， 數據應用程度不深等問題； 在健康醫療大數據領域， 隨著新型醫療診療技術的發展， 醫療數據量呈現爆炸式增長， 龐大的醫療數據量對行業數據資源整合能力要求更高， 此外， 醫療機構的信息化系統不兼容、 廠商數據標準不統一， 給數據標準、 服務接入管理等制定帶來難題。 從統計情況來看， 數據治理標準與機制、數據安全是各

74、行業均存在的問題， 數據資源整合能力有待進一步優化。根據2020大數據產業生態聯盟調研統計分析， 數據治理標準與機制、 數據安全是大數據各行業均存在的問題。 在數據治理標準與機制方面， 由于數據標準化程度不高導致數據接口不一致， 需要對數據語義進行重復解釋， 造成對數據多次翻譯， 大大降低了數據使用效果。 數據權威性不夠， 使得數據匯聚集中后， 沒有明確主數據和參考數據， 難以決定以誰的數據為準。 因此， 在標準分類規劃的基礎上需要制定相應的數據標準， 定義數據標準的相關規則。 同時， 在數據的生命周期內各不同環節所涉及的信息系統、 運行環境、 業務場景和操作人員等數據安全問題， 也引發了關注

75、。 從行業表現來看， 工業大數據和健康醫療大數據成為問題最為集中的兩個行業。數據治理標準與機制、 數據安全是大數據各行業均存在的問題大數據產業生態聯盟2020中國大數據產業發展白皮書26互聯網大數據防疫是指運用互聯網大數據分析， 支撐疫情態勢研判、 輿論引導、 疫情防控部署以及對流動人員的疫情監測， 助力疫情期間的政府決策與生產生活， 助力提升疫情防控支撐的科學性， 精準施策。2020年春節期間， 疫情信息搜索與推送等是大家獲取信息和知識的主要途徑。 基于搜索大數據， 針對用戶普遍關注的防疫知識、 疫情進展以及謠言， 相關部門、 權威媒體或者學者專家在第一時間為命中進行解答， 確?？茖W、權威信

76、息的快速傳播。 比如互聯網企業在 “抗擊肺炎” 頻道上線的 “近日疫情熱搜” “防疫知識熱搜” 和 “熱搜謠言粉碎” 榜單， 基于大數據分析結果， 展現億萬用戶每天最關注的疫情信息、 防疫知識和謠言， 點擊關鍵詞就可以看到最權威的解答或者辟謠信息。隨著疫情相關信息的爆炸式增長， 利用人工智能、 大數據技術,以及有效的數據處理和分析手段， 將有價值的信息從不斷增長的海量數據中提取出來， 傳遞給公眾。 將越來越多的先進數據分析技術運用到疫情防控， 不僅引導公眾理性抗擊疫情， 更為政府防治疫情提供決策參考。 在此次疫情中， 互聯網大數據在數據收集能力強、 數據檢索覆蓋范圍廣 、 數據信息傳播途徑多、

77、 影響廣 ， 以及強大的數據分析能力等方面表現出優勢， 以地圖大數據為例， 此次疫情爆發后， 地圖大數據應用在駕車、 公共出行、 景區等各類場景， 幫助公眾減少出行， 防護預警， 實時上線因疫情管控實行的道路封閉信息； 百度地圖啟動各類場景強提示， 實時上線道路封閉信息， 并推出公眾場所人流密度大數據， 引導公眾提前避開； 通過大數據分析推送， “尋人功能” 整理更新有關信息， 聯合各地發布尋找與確診患者同乘交通工具的乘客?；ヂ摼W大數據也在數據安全、 數據等級保護等方面面臨挑戰。 疫情期間， 市場涌現出一大批行為檢測小程序、app以及大數據平臺， 大量的個人數據被眾多互聯網企業獲得， 個人數據

78、安全與隱私安全存在隱患， 數據的使用、 結果的共享等操作難以有效實現明示告知以獲得數據主體的授權同意， 數據也可能存在多方共享使用的情況。 同時， 數據等級保護有待完善。 在疫情防控期間， 由于資源調整， 部分監管機關、 疾控主管、 醫療機構等單位網絡與信息防護極有可能出現防護空洞風險， 數據等級保護工作有待進一步完善?；ヂ摼W大數據在態勢研判、 輿論引導等方面支撐疫情防控 疫情背景下大數據發展洞察大數據產業生態聯盟27在新冠肺炎疫情的背景下， 基于電信大數據的分析應用在支撐疫情防控和復工復產中起到關鍵作用。 在國家大力推行實名制后， 電信大數據可以最準確的定位用戶的身份信息、 時間信息、 位置

79、信息、 行為信息等， 由于我國電信用戶規模大、 覆蓋面廣 ， 現有的公眾通信網每日產生的電信數據約數千億條。 針對海量的電信數據進行分析， 可以統計全國和重點地區的人員動態流動情況， 預測確診、 疑似患者及密切接觸人員等重點人群的動態流動情況， 為疫情防控提供精細化數據支持。 運營商著手開始建立特定用戶的高危接觸用戶篩查模型、 區域人口流動模型， 開發基于人口流動的疫情防控、 風險預報等大數據平臺， 以支撐服務疫情態勢研判、 疫情防控部署以及對流動人員的疫情監測， 助力相關部門精準施策。在當下精準防疫的大環境下， 電信大數據應用上的變化體現在以下幾方面：1.電信大數據應用場景進一步豐富。 從應

80、用熱點領域上來看， 針對電信大數據的分析統計一直聚焦優化運營商內部網絡管理、 基礎設施建設及對垂直行業合作方提供精準營銷、 客戶關系管理、 信用分析等服務， 隨著疫情的爆發， 政府對于人口流動統計、 重點人群排查的精準度和效率要求不斷提升， 電信大數據在人員流動位置監測、 重點區域客流量統計等方面的優勢日益凸顯， 逐漸成為為政府決策提供支撐服務， 改善公共服務建設的重要工具。2. 由于電信大數據因涉及用戶個人隱私， 在用戶數據和信息保護等方面要求嚴格， 因此在對外應用方面屢受信息安全等因素限制， 數據并未發揮出極大數據價值。 疫情防控機制下， 工信部組織制定了嚴格的管理規范， 加強人員管理和數

81、據分級分類管理， 運營商基于大量網絡信令而形成的統計性大數據， 并在數據收集、 流轉、 使用等各環節加強數據安全防護技術手段， 為電信大數據的廣泛應用奠定安全穩定的基礎。3.運營商大力促進三域（B域、 O域、 M域）數據融合， 打通不同領域數據壁壘， 對外推動數據變現， 積極整合區域級大數據平臺與集團平臺的數據資源， 兼顧數據應用的標準化和個性化， 提升業務靈活性。 同時， 逐漸意識到電信大數據與醫療、 氣象、 人口等專業領域的協同， 將有助于進一步發揮大數據分析的支撐服務作用， 尤其在疫情的風險評估和精確預測研判方面。信息安全、 數據資源整合是疫情下電信大數據亟需突破關鍵點大數據產業生態聯盟

82、2020中國大數據產業發展白皮書28從新冠肺炎疫情爆發伊始， 到中央成立應對新型冠狀病毒感染肺炎疫情工作領導小組、 各地紛紛啟動一級應急響應后， 疫情防控形勢取得積極進展的整個過程中， 多應用場景為政府大數據建設帶來發展空間， 主要有以下幾個方面：1、 政府網站成為疫情防控信息發布的重要窗口： 政府網站成為政府發布疫情信息、 網民了解疫情動態的重要渠道， 網絡讓信息快速高效觸達更多的人， 為群防群控、 科學防疫奠定了良好的基礎。 據顧問不完全統計， 基本上所有的省級以上政府網站都設立了疫情防控專題， 市級以下政府網站開設疫情防控專題的比例超過60%。 約80%的省級政府發布了疫情防控投訴舉報電

83、話或互聯網投訴舉報渠道。 大多數的省級政府通過網上舉行新聞發布會， 特別是上海、 湖北等地網上新聞發布會數量超過10場。2、 政務新媒體成為公眾了解疫情網上辦事的主渠道：據顧問統計， 全國31個省(區、 市）推出了政務App， 有25個推出了政務服務小程序， 部分省 （區、 市）通過微信、 支付寶、 百度多個平臺同時推出了小程序。 此次疫情推動政務新媒體由信息傳播向網上辦事滲透， 越來越多的網民通過移動端對接政府信息， 在線政務服務由PC端向移動端遷移趨向明顯。3、 疫情期間政務數據、 民生數據共享開放， 實現疫情防控高效化、 立體化： 政務數據與民生數據的融通， 政府能夠了解民生需求， 優化

84、資源配置， 拓展服務渠道， 擴大服務范圍， 提高服務質量， 推動公共服務向基層延伸， 縮小城鄉、 區域差距， 構建公平普惠、 便捷高效的民生服務體系。在這次疫情中， 政府大數據也存在一些問題：一是在線用戶規模激增使得多地方出現了政務系統崩潰的問題： 疫情引發消費者對口罩、 消毒水等醫療物資的需求快速增長， 廈門、 東莞、 廣州等地為了解決口罩供給緊張的局面， 火速開發了口罩預約系統， 蜂擁而至的大規模用戶訪問使得多地方出現了政務系統崩潰的問題。二是以健康碼為代表的新應用存在安全風險： 健康碼對疫情防控具有重要作用， 但作為新應用， 存在一些需要完善的問題， 尤其是在數據安全方面。 基于各部門數

85、據設計算法形成的健康碼， 為政府應對疫情帶來便利的同時， 也使公眾個人隱私保護面臨嚴峻挑戰。三是政務數字化轉型意識和步伐亟待提速： 疫情初期， 在線政務服務質量相對不高。 據顧問不完全統計，全國有2000多個縣沒有數字政務。 以湖北省紅十字會為例，物資發放仍采用手工表格統計， 無法滿足巨量物資的快速調配。 疫情讓醫院停止了常規診療服務， 但大多數的醫院并不能提供在線診療服務， 而且一些互聯網診療服務的權威性也有待考證， 同時互聯網醫療也面臨著首診、 醫保支付等政策壁壘， 技術和精準度也使得互聯網醫療的就診范圍受到一定局限。應急指揮平臺、 疫情防控大數據平臺等成為疫情下政府大數據建設重點 疫情背

86、景下大數據發展洞察大數據產業生態聯盟29疫情對我國工業經濟的負面影響一度導致產業鏈循環嚴重受阻， 企業生產經營受到較大沖擊， 主要指標波動超出預期。 隨著經濟社會秩序逐漸有序恢復， 各地復工復產和復商復市的有序推進， 部分行業產能利用率穩步回升。從2020年上半年國民經濟運行情況統計數據也可以看出，上半年全國規模以上工業增加值同比下降1.3%， 降幅比一季度收窄7.1個百分點， 其中第二季度連續三個月實現增長，工業生產恢復較快。 此次疫情期間， 工業大數據的應用主要體現在保障物資生產、 遠程調度建設、 快速匹配物資供需三方面， 全方位助力企業復工復產。一是實現企業高效轉產和智能化生產。 部分企

87、業依托自身積累的資源優勢、 柔性化生產能力和數字化基礎支撐， 利用產業鏈上下游的關系， 尋找有原材料或具有生產能力的下游企業， 合作籌建生產線， 同時， 基于智能工廠的智能化生產系統、 網絡化分布生產設施， 人機交互， 虛擬仿真等技術實現計劃排產、 生產監測等應用， 快速實現產能轉換， 創新無接觸的新型生產方式， 滿足疫情防控的生產要求。二是實現項目遠程調度建設。 疫情下對于需機械連續工作、 可遠程操作調度的項目， 可通過傳感器、 監控設備等進行遠程數據采集， 并對數據進行整合分析， 動態編排機械作業， 利用工業APP實現遠程監視、 設備診斷、 設備控制、整體調度等， 提升工作效率。 工業大數

88、據的遠程調度應用在疫情期間對方艙醫院建設、 設備故障問題的解決均起到支撐作用， 強化企業應急處理能力， 提升實施高效性和準確性。三是促進資源供需對接和優化配置。 通過全面連接產業體系的全要素、 全產業鏈、 全價值鏈， 快速精準對接供給側與需求側數據信息， 進而提高緊急狀況下的關鍵物資配置效率， 充分結合標識解析、 區塊鏈等技術， 在關鍵物資生產儲存時打上唯一標識， 即可通過工業大數據平臺了解物資的位置、 數量、 種類等信息， 追蹤物資倉儲和分配情況。京東利用自身物流優勢， 上線的 “國家疫情防控物資工業大數據公共服務平臺” ， 建立了覆蓋防疫物資需求采集、 統籌調度、 供給保障、 物流跟蹤等模

89、塊的綜合服務體系， 保障了對防疫物資的快速、 高效和全面供給。 海爾、 航天云網等龍頭企業發揮自建平臺優勢， 精準對接供給側與需求側的數據信息， 促進產業鏈上下游的信息交互。四是幫助政府進行復工復產政策的制定和復工復產審批節奏把控。 如浙江、 四川等省份率先推出了企業復工電力指數， 并已在全省進行了推廣應用， 復工指數能實現分地區、 分行業分析， 縱向涵蓋全省各地市、 縣級層面， 橫向涵蓋信息傳輸軟件業、 公共服務業、 工業等國家規定的十余種行業分類。 對各行業進行縱深觀察， 分析各行業上下游全產業鏈復工復產情況， 幫助解決產業鏈配套難題， 助力產業鏈各環節協同復工復產。工業大數據解決疫情下物

90、資流通、 企業復產復工難等問題大數據產業生態聯盟2020中國大數據產業發展白皮書30疫情防控期間， 全國各地均采取禁止人員大規模流動和聚集等抗擊疫情的應對措施， 線下消費類商家和中低收入群體受到明顯沖擊， 疫情防控常態下發放消費券成為各個政府救助消費類企業和中低收入群體的重要措施。金融大數據在其中發揮重要作用， 支撐各地方政府高效、 精準發放消費券， 有效助力幫扶消費類企業、 救助中低收入等這些特定群體， 也拉動了疫情后消費領域的復工復產復市。目前， 支付寶、 微信支付、 京東等支付平臺憑借日常頻繁的資金交易活動已成為采集、 分析和應用金融大數據的平臺， 能夠根據金融大數據篩選識別特定的消費群

91、體、 精準定位特殊領域的商家， 能夠支撐各地方政府發放消費券， 已成為政府發放消費券的主要基礎設施。同時， 這些金融大數據平臺能夠實時跟蹤消費券使用時間、 地點、 金額、 方式等數據， 便于政府部門準確評估消費券的流向和使用效果， 從而及時優化消費券發放政策，保障政府發放消費券過程的高效性、 公平性、 合理性等， 為助力企業紓困和民生救助提供有力支撐。從發放群體看， 支付寶、 微信支付、 京東等金融大數據平臺能夠根據消費者平均消費金額、 日常消費頻率、 借貸情況、 社保公積金繳納額等金融數據指標， 對每個消費者進行精準畫像， 精準篩選識別高收入群體、 中等收入群體、 低收入和特困等群體， 解決

92、中低收入群體和有消費能力群體不易識別的問題， 助力政府精準發放消費券， 是消費券能夠精準觸達特定人群， 保障困難群體基本生活， 同時也能夠增加消費者的消費頻次， 帶動消費增長。從合作商家看， 支付寶、 微信支付、 京東等金融大數據平臺能夠根據疫情前、 中、 后期各個商家日常平均交易流水、 繳稅額等金融數據指標， 準確掌握各類商家經營情況，研判各類商家受損失的程度， 可以精準定位到餐飲、 文旅百貨、 超市等領域受到疫情沖擊最嚴重的、 亟需救助的、 復工復產壓力較大的商家， 避免出現不需要幫扶商家的套利問題。針對這些商家發放消費券， 幫助其吸引更多的客流， 做到有效精準幫扶商家， 助力商家快速走出

93、困境和經濟逐漸復蘇。疫情沖擊下， 金融大數據助力政府高效發放消費券 疫情背景下大數據發展洞察數據來源：顧問，2020.8大數據產業生態聯盟31數據來源：顧問，2020.8面對這場疫情防控戰爭， 各地政府、 醫療機構、 企業不斷創新工作思路， 將大數據賦能醫療行業， 多方面多層次助力疫情防控工作的順利推進。 在疫情中， 大數據主要有以下幾個方面的應用場景及亮點：1、 無接觸醫療： 疫情期間國家衛健委、 國家醫保局、 國家發改委紛紛發文， 明確支持互聯網診療。 各大互聯網醫院、 第三方互聯網醫療平臺紛紛推出在線免費咨詢、 便民門診、 遠程會診、 醫保支付、 藥品配送等服務， 例如， 北京、 上海、

94、 廈門等眾多城市的醫生通過便民門診、 遠程會診的方式為醫療資源極度緊張的武漢人民開展診療服務； 阿里健康在淘寶和支付寶App上線 “買藥不出門” 服務， 該服務可聯動超過50家全球頂級制藥企業保供給， 并組織全國藥店24小時尋找緊缺藥品， 開辟藥品運送通道， 為1300萬名湖北慢性病患者送去救命藥。 由此可見， 無接觸醫療可以有效實現線下醫療資源快速整合、 優化配置。2、 新冠肺炎CT影像識別： 對于新冠肺炎嚴重程度的分級及療效評價是臨床關注的重點。 疫情期間， 湖北省人工智能重大項目 “基于健康大數據的智能醫療服務算法與應用” 項目組， 與武漢大學人民醫院放射科查云飛教授團隊協作， 開發了一

95、套新冠肺炎CT影像人工智能處理系統， 從胸部CT影像上檢出新冠肺炎的敏感性達到97.6%， 初篩普通型和重型患者的準確率達到91.5%， 系統檢出新冠肺炎CT影像病變平均只需耗費1.33秒。 基于大數據技術的醫療影像識別能夠大大提升新冠肺炎患者診斷效率、 減輕醫務人員工作壓力， 為患者贏得寶貴的救治時間。3、 病毒測序、 新藥研發： 應對突發公共衛生事件， 藥物研發是疫情防控的重要一環。 疫情期間， 阿里云等網絡公司為公共科研提供數據計算與分析技術， 支持科研人員開展的對新冠病毒的新藥研發、 病毒基因測序、 蛋白篩選等工作。 大數據等技術的應用可實現十余分鐘內完成高精度的個人全基因組測序、 3

96、0秒內完成病毒的全基因組二級結構預測， 將復雜的藥物篩選過程大大壓縮， 縮短新冠病毒疫苗及藥物的研發周期。4、 疫情防控平臺、 流行性疾病監測預警： 湖北、 四川、北京等多個?。ㄊ?、 區）在疫情期間快速上線疫情防控平臺， 平臺集成疫情大數據分析、 疫情預警等系統， 擁有疫情線索防疫求助、 預防診療指南等服務模塊， 為患者及時就醫及疫情精準防控提供依據； 部分企業積極研發智能化傳染病疾病監測、 流行病防控整體解決方案， 能夠對新冠肺炎疫情及其他流行性疾病進行監測預警。無接觸醫療、 影像識別是疫情下醫療大數據應用的熱點方向大數據產業生態聯盟2020中國大數據產業發展白皮書322020中國大數據企業

97、50強華為技術有限公司阿里巴巴騰訊中興通訊股份有限公司百度小米集團新華三集團 滴滴出行中科曙光金山云神州信息廣聯達科技股份有限公司上海晶贊融宣科技有限公司成都四方偉業軟件股份有限公司太極計算機股份有限公司浪潮卓數大數據產業發展有限公司 金電聯行（北京）信息技術有限公司北京久其軟件股份有限公司CityDO集團 創意信息技術股份有限公司拓爾思信息技術股份有限公司榮聯科技集團股份有限公司北京思特奇信息技術股份有限公司帆軟軟件有限公司上海熙菱信息技術有限公司普元信息技術股份有限公司北京百分點信息科技有限公司網智天元科技集團股份有限公司北京東方金信科技有限公司北京國雙科技有限公司美林數據技術股份有限公司

98、三盟科技股份有限公司長威信息科技發展股份有限公司成都智審數據有限公司華云數據有限公司北京浩瀚深度信息技術股份有限公司北京智慧星光信息技術有限公司BBD北京明朝萬達科技股份有限公司綠灣網絡科技有限公司勤智數碼科技股份有限公司 傲林科技有限公司浙江有數數字科技有限公司OpenCertHub 科技谷（廈門）信息技術有限公司同方知網數字出版技術股份有限公司集奧聚合（北京） 人工智能科技有限公司成都數字醫健科技有限公司 浙江知盛科技集團有限公司武漢智領云科技有限公司（排名不分先后）大數據產業生態聯盟33華為技術有限公司華為成立于1987年， 是一家由員工持有全部股份的民營企業， 目前有19.4萬員工，

99、業務遍及170多個國家和地區， 服務30多億人口， 是全球領先的ICT(信息與通信)基礎設施和智能終端提供商。 華為致力于把數字世界帶入每個人、 每個家庭、每個組織， 構建萬物互聯的智能世界。 華為在通信網絡、 IT、 智能終端和云服務等領域為客戶提供有競爭力、 安全可信賴的產品以及解決方案和服務。 華為與生態伙伴開放合作， 持續為客戶創造價值、 釋放個人潛能、 豐富家庭生活、 激發組織創新。 近年來， 華為堅持圍繞客戶需求持續創新， 不斷加大基礎研究投入， 努力推動世界進步。阿里巴巴阿里巴巴是一家為商家、 品牌及其他企業提供產品、 服務和數字內容的企業， 主要提供基本的互聯網基礎設施以及營銷

100、平臺， 借助互聯網的力量與用戶和客戶互動， 以更具效率的形式開展運營。 公司的業務包括核心商業、 云計算、 數字媒體及娛樂以及創新業務。 除此之外， 公司的非并表關聯方螞蟻集團為平臺上的消費者和商家提供支付服務和金融服務。 公司圍繞著平臺與業務， 一個涵蓋了消費者、 商家、 品牌、 零售商、 第三方服務提供商、 戰略合作伙伴及其他企業的數字經濟體已經建立。 公司旨在構建未來的商業基礎設施， 以讓客戶相會、 工作和生活在阿里巴巴為愿景。騰訊騰訊一直秉承著 “一切以用戶價值為依歸” 的經營理念， 為億級海量用戶提供穩定優質的各類服務。 2004年6月16日，騰訊控股有限公司在香港聯交所主板公開上市

101、。 目前， 騰訊把 “連接一切” 作為戰略目標， 提供社交平臺與數字內容兩項核心服務。 通過即時通信工具QQ、 移動社交和通信服務微信和WeChat、 門戶網站騰訊網 （QQ.com） 、 騰訊游戲、 社交網絡平臺QQ空間等中國領先的網絡平臺， 滿足互聯網用戶溝通、 資訊、 娛樂和金融等方面的需求。中興通訊股份有限公司中興通訊是全球領先的綜合通信信息解決方案提供商， 成立于1985年， 是在香港和深圳兩地上市的大型通信設備公司。 公司通過為全球160多個國家和地區的電信運營商和政企客戶提供創新技術與產品解決方案， 讓全世界用戶享有語音、 數據、 多媒體、 無線寬帶等全方位溝通。 中興通訊擁有成

102、熟的大數據基礎平臺產品， 可以針對各個行業提供大數據應用解決方案。 中興通訊在大數據領域擁有40+發明專利， 5項國家標準和眾多的行業獎項， 是業內首家提供融合的一站式AI開發平臺， 也是首家提供體系化的大數據安全方案的公司。百度百度是全球最大的中文搜索引擎， 是中國最大的以信息和知識為核心的互聯網綜合服務公司， 更是全球領先的人工智能平臺型公司。 在AI驅動下， 百度的移動生態是中國最大的以信息和知識為核心的移動生態， 以百家號、 智能小程序和托管頁為主要支柱。 2019年百度用戶規模突破10億。 百度App日活躍用戶2億， 信息流位居中國第一。 百家號創作者達到260萬。 百度智能小程序是

103、國內唯一完全開源的小程序平臺， 月活用戶規模破3.16億。 百度知道、 百度百科、 百度文庫等六大知識類產品累計生產超10億條高質量內容， 構建了中國最大的知識內容體系。小米集團小米公司成立于2010年4月， 是一家以手機、 智能硬件和 IoT 平臺為核心的互聯網公司。 目前， 小米是全球第四大智能2020中國大數據企業50強簡介大數據產業生態聯盟2020中國大數據產業發展白皮書34手機制造商， 在30余個國家和地區的手機市場進入了前五名。 通過獨特的 “生態鏈模式” ， 小米投資、 帶動了更多志同道合的創業者， 同時建成了連接超過1.3億臺智能設備的IoT平臺。 2018年7月9日， 小米成

104、功在香港主板上市， 成為了港交所首個同股不同權上市公司， 創造了香港史上最大規?？萍脊蒊PO， 以及當時歷史上全球第三大科技股IPO。 小米的使命是始終堅持做 “感動人心、 價格厚道” 的好產品， 讓全球每個人都能享受科技帶來的美好生活。新華三集團 新華三集團作為數字化解決方案領導者， 致力于成為客戶業務創新、 數字化轉型最可信賴的合作伙伴。 新華三擁有計算、 存儲、 網絡、 安全等全方位的數字化基礎設施整體能力， 提供云計算、 大數據、 人工智能、 智能聯接、 5G、 信息安全、 新安防、 物聯網、 邊緣計算等在內的一站式數字化解決方案， 以及端到端的技術服務。 同時， 新華三也是HPE服務

105、器、存儲和技術服務的中國獨家提供商。 新華三集團深耕行業三十余年， 始終以客戶需求為導向， 提供場景化解決方案， 支持運營商、 政府、 金融、 醫療、 教育、 交通、 制造、 電力、 能源、 互聯網等百行百業數字化轉型實踐， 產品和解決方案廣泛應用于近百個國家和地區。滴滴出行滴滴出行是卓越的一站式移動出行和生活平臺， 在亞洲、 拉美和澳洲為超過5.5億用戶提供出租車、 快車、 專車、 豪華車、 公交、 代駕、 企業級、 共享單車、 共享電單車、 汽車服務、 外賣、 支付等多元化的服務。 滴滴出行致力于與監管部門、 出租車行業、 汽車產業等伙伴積極協作， 以人工智能技術推動智慧交通創新， 解決全

106、球交通、 環保和就業挑戰。 公司將持續致力于提升用戶體驗， 創造社會價值， 建設安全、 開放、 可持續的未來移動出行和生活服務新生態。 2019年8月19日， 滴滴出行開始在廣州上線 “網約車開放平臺” ， 接入了第三方服務商 “如祺出行” 。中科曙光中科曙光建立了獨立的研發中心， 是國家高性能計算機工程技術研究中心依托單位， 并與中科院計算所、 國家智能計算機研究開發中心建立合作伙伴關系， 先后研發了TC2600刀片服務器、 曙光龍芯防火墻和Gridview機群管理軟件、 曙光4000A、 曙光5000A、 “曙光星云” 高性能計算機等產品。 其中， “星云” 高性能計算機在第35屆全球超級

107、計算機 “TOP500” 中每秒系統峰值達三千萬億次(3PFlops)， 每秒實測Linpack值達1.271萬億次， 星云系統的實測性能已經超過了當前世界排名第2的IBM Roadrunner(走鵑)， 位列世界第二， 是世界上第3臺實測性能超千萬億次的超級計算機， 代表了目前中國計算機最高運算速度。金山云金山云創立于2012年， 是金山集團旗下的云計算企業， 是中國前三的公有云服務商。 金山云自主研發云服務器、 對象存儲、 云安全等一整套云計算產品， 為客戶提供大數據、 人工智能、 區塊鏈、 邊緣計算等服務。 金山云依托金山集團30年企業級服務經驗， 逐步構建了完備的云計算基礎架構和運營體

108、系， 并通過與人工智能、 大數據、 物聯網、 區塊鏈、 邊緣計算、 AR/VR等先進技術有機結合， 深耕行業， 提供超過120種適用于公共服務、 金融、 醫療、 教育、 傳媒、 工業、 視頻、 游戲、電商零售、 地產、 能源等行業解決方案， 服務243家頭部客戶。神州信息神州數碼信息服務股份有限公司作為金融科技全產業鏈綜合服務商， 擁有三十余年行業信息化建設經驗， 是國內信息化產業領導者和數字中國的踐行者。 公司依托深厚的自主研發能力， 融合科技與業務， 賦能行業數字化轉型， 推動中國數字化升級。 科技創新是持續發展的源動力。 神州信息戰略聚焦金融科技， 以大數據、 人工智能、 區塊鏈、 云計

109、算與分布式、 物聯網以及量子通信等新技術的應用， 驅動軟件及服務產品智能化迭代， 助力金融機構安全合規地推進基礎架構升級及業務創新； 融合金融、 政企、 農業、 運營商等行業數據及場景資源， 打造新的服務平臺， 賦能金融行業數字化轉型， 打大數據產業生態聯盟35造產業融合新生態。廣聯達科技股份有限公司廣聯達公司創建于1998年， 立足于建筑產業， 圍繞工程項目的全生命周期， 以專業應用為核心基礎支撐， 以產業大數據、 產業新金融等為增值服務， 向行業企業、 相關公共組織提供數字建筑平臺服務。 在過去20年， 廣聯達實現了讓工程造價領域全行業甩掉計算器， 并基于自主圖形技術研發數字建筑平臺， 向

110、客戶提供建筑全生命周期的信息化解決方案， 全面推動中國建設行業的數字化轉型， 助力每一個工程項目成功， 用科技創造美好的生活和工作環境。 廣聯達公司20余年聚焦于建筑產業， 開發了覆蓋工程項目全生命周期的100多款專業應用軟件及解決方案， 已積累包括材價信息、 構件信息、 工程動態指標信息、 行業關系信息等超10,000萬的產業大數據。上海晶贊融宣科技有限公司晶贊科技創立于2011年， 是推動商業和城市數字化轉型的業務中臺型企業。 晶贊科技運用大數據、 人工智能等新一代信息技術， 為政府和企業提供數據治理、 受眾管理與受眾營銷等領域的專業服務。 晶贊科技以 “融合企業數據與場景，助力商業數字化

111、的成功轉型” 為使命， 以成為 “中國領先的商業數字化合作伙伴” 為愿景。 晶贊科技是上海市軟件企業、高新技術企業， 被評為上海市科技小巨人， 并獲得上海市市級企業技術中心認證及上海市工程技術研究中心立項。成都四方偉業軟件股份有限公司成都四方偉業軟件股份有限公司成立于2014年， 致力于超大規模的數據處理和智能分析服務， 是領先的大數據、 人工智能產品及服務提供商， 目前已為全球數十個國家和地區的超過1000家的政府機構、 企事業組織提供了產品和技術服務。四方偉業以不斷革新大數據、 人工智能技術服務于客戶， 推動相關產業可持續的創新發展； 專注于大數據、 人工智能技術的發展與演進， 四方偉業持

112、續加大大數據、 人工智能產品創新研發,現已形成以大數據數據融合、 大數據存儲&計算、 大數據治理、 大數據人工智能分析、 大數據可視化五大平臺產品序列及不同行業大數據解決方案,已擁有200+項大數據、 人工智能核心專利。太極計算機股份有限公司太極計算機股份有限公司以 “做中國最優秀的數字化服務提供商” 為愿景， 面向政府、 公共安全、 國防、 企業等提供優質的信息系統建設和運營服務， 涵蓋行業智能應用、 云與數據服務、 網絡信息安全、 信息基礎設施等領域。 三十余年來， 公司為中央部委、 地方政府、 大型集團企業提供了重要的信息化支撐， 樹立了可信賴的國家隊形象。 面向未來， 公司將以客戶為中

113、心， 打造產業生態， 加快推動數字化轉型， 為 “數字中國” 建設貢獻太極力量。浪潮卓數大數據產業發展有限公司浪潮卓數大數據產業發展有限公司于2017年6月在無錫注冊成立， 作為浪潮集團戰略方向之一， 承載著集團發展大數據產業的重托， 致力于成為全球領先的數據創新工廠 。 公司通過對海量全景數據進行深入挖掘， 構建和完善多渠道數據的采集、 存儲、 處理與分析的大數據能力， 推動公開數據、 互聯網數據和第三方數據整合開放， 打造大數據技術平臺； 基于行業知識， 建設開放業務中臺； 聯合生態伙伴， 用數據AI智能服務支撐政府宏觀決策、 企業商業洞察、 銀行金融風控。 公司堅定大數據定位和業務方向，

114、 以大數據服務為發展方向， 得到了業界的廣泛認可。金電聯行（北京）信息技術有限公司金電聯行（北京）信息技術有限公司成立于2007年， 是國內信用建設的主導企業之一， 中國人民銀行首批全國企業征信機構， 我國最早運用大數據技術開展社會信用體系建設的服務機構;北京地區征信機構聯席會主席單位； 國家發改委合作的第三方信用服務機構,是第一批可為信用修復申請人出具信用報告的信用服務機構； 并參與國家多個信用大數據產業生態聯盟2020中國大數據產業發展白皮書36標準及政府數據技術、 安全應用標準制定； 是融信息技術研發、 金融與社會信用服務于一體的國家高新技術企業。 金電聯行總部位于北京， 目前在上海、

115、天津、 杭州、 南京、 貴陽、 長春等地建有20多個分支機構， 另設三大科研基地， 擁有員工近千人， 其中科研人員占比超過70%。 目前， 金電聯行在清華大學設立了大數據金融聯合研究中心， 并與北大、 復旦等多所高校進行科研合作。北京久其軟件股份有限公司久其軟件是專業的管理軟件供應商和聚焦B2B2C的大數據綜合服務提供商。 我們在電子政務、 集團管控、 數字傳播領域為客戶提供有競爭力、 安全可信賴的產品， 并借助長期積累的技術、 數據、 傳播與生態體系， 致力于以行業解決方案和全產業鏈的服務為客戶賦能。 目前， 久其已建立以北京總部為核心、 輻射全國的集咨詢、 規劃、 建設、 運維、 服務等綜

116、合能力于一體的服務網絡， 擁有完善的品牌體系， 久其的用戶遍布國家機關、 企事業單位和社會團體， 與近60個中央部門和90余家中央企業建立了長期合作關系。CityDO集團 CityDO集團是一家以大數據、 人工智能、 區塊鏈等新興技術為核心， “數據運營+生態合作” 為主要模式的新型互聯網企業。 依托集團在構建數字化城市中臺、 城市超級信用鏈、 行業數據透視、 城市級數字孿生、 智能核身技術等核心能力，有效歸集各領域數據資源， 使政府、 企業、 市民共享數據運營的智慧成果。 CityDO旗下的系列產品和解決方案在數智政府、 城市大腦、 數智交通、 數智文旅、 數智鄉村、 數智社區、 數智抗疫等

117、領域得到成功實踐和應用， 全面高效地支撐城市日常運行管理， 支持城市級應急管理應用的快速開發和數據協同需求， 助力城市從信息化到智能化再到智慧化。創意信息技術股份有限公司創意信息技術股份有限公司成立于1996年， 2014年在深交所上市， 是國內領先的大數據產品及綜合解決方案提供商。 創意信息集團總部位于成都， 服務網絡已覆蓋全國及海外， 并擁有廣州邦訊、 上海格蒂、 北京創意、 創智聯恒、 萬里開源等多家子公司， 在北京、 上海、 廣州、 南京、 西安、 馬來西亞等地設有分支機構。 公司已獲得系統集成一級、 CMMI成熟度五級、 ITSS二級、 DCMM二級等多項資質。 經過多年積累， 創意

118、信息已構建了以大數據、 數據庫及5G三大技術為核心的自主可控產品及解決方案， 服務于政府、 能源、 通信、 交通、 金融等眾多行業。 拓爾思信息技術股份有限公司拓爾思成立于1993年， 2011年在深交所創業板上市， 是國內第一家在A股上市的大數據和搜索引擎技術企業， 榮獲國家科技進步獎等榮譽， 通過領先和自主可控的人工智能和大數據核心技術， 為企業和政府的數字化轉型賦能。 當前， 公司以智能檢索、 自然語言處理、 知識圖譜和圖像視頻分析技術為核心建立了 “語義智能” 的技術藍圖， 提供軟件產品、 行業應用解決方案、 基于數據智能的在線軟件和數據服務， 為8000多家企業級客戶提供服務。 公司

119、擁有8家全資或控股子公司，直接或通過參設產業基金投資了多家高科技公司。 公司現依托北京、 上海、 廣州、 成都四大區域中心， 建有30多家覆蓋全國的分支機構。榮聯科技集團股份有限公司榮聯科技集團股份有限公司成立于2001年3月， 是深圳證券交易所的上市公司， 簡稱 “榮聯科技集團” 。 公司總部在北京， 在全國擁有30余家分支機構， 擁有員工1000余人。 作為國內領先的企業云計算和大數據服務提供商， 榮聯科技集團致力于幫助客戶實現核心業務的全面數字化轉型， 并以獨創的數據平臺和行業解決方案為行業客戶賦能， 支持其對各類數據資產的收集整理、 價值挖掘和應用創新。 多年來， 榮聯科技集團建立了覆

120、蓋全國的銷售和服務網絡， 深耕金融、 運營商、生物醫療、 政府公用、 能源制造五大行業， 并與業界各類知名IT廠商建立和保持良好的合作關系， 為客戶提供全面的解決方案和優質高效的服務。大數據產業生態聯盟37北京思特奇信息技術股份有限公司北京思特奇信息技術股份有限公司經過20多年的探索和發展， 公司逐漸成長為國內領先的電信運營商核心業務系統軟件廠商。 通過多年在電信核心業務領域的悉心研發， 公司形成了自身的競爭優勢； 在持續為客戶提供優質產品和服務的過程中， 公司奠定了自身的行業地位。 依托完整成熟的PaaS和IaaS產品， 公司以先進的技術， 結合良好的運營和服務機制，逐漸建立并完善了具有競爭

121、力的公有云和大數據服務， 已成為云和大數據行業的主要廠商。帆軟軟件有限公司 帆軟軟件有限公司成立于2006年， 專注商業智能和數據分析領域。 帆軟連續多年占據中國BI市場占有率第一， 并先后獲得包括Gartner、 IDC、 CCID在內的眾多專業咨詢機構的認可。 帆軟旗下產品包括： 企業級WEB報表軟件-帆軟報表FineReport， 入選Gartner報表平臺全球市場指南； 自助大數據分析的BI工具-帆軟商業智能FineBI； 專注移動數據分析的移動BI平臺-FineMobile ； 專注大屏智慧決策的大屏數據可視化方案； 以及自助式的云端應用搭建工具-簡道云； 這些產品在各自的領域內均處

122、于領先地位。 憑借著產品組合， 帆軟已經與超11000家企事業單位和組織合作， 成功服務了包括中信銀行， 興業證券， 天弘基金， 58同城， 綠城集團， 北京大學， ?？低?， 云天化集團， 新希望六和集團， 復星集團為代表的多家世界與中國500強客戶以及組織單位。上海熙菱信息技術有限公司熙菱信息成立于1999年， 是全國領先的大數據智能應用服務提供商， 致力于為城市大腦、 市域社會治理現代化和政企數字化轉型等領域提供核心技術、 產品及創新解決方案。 熙菱信息以視頻圖像+大數據深度融合為核心技術， 形成視頻圖像、 大數據智能、 數據創新以及網絡安全四大產品序列和技術服務， 通過提供公共安全和數

123、字政務等多種高效的全棧式解決方案為不同垂直領域的客戶賦能。 經過20年的持續戰略投入， 熙菱在智能圖像和大數據的核心技術不斷獲得突破， 現在已擁有視頻圖像處理、 業務建模、 旁路數據采集等核心技術， 及云計算、 大數據、 深度學習等前瞻技術。普元信息技術股份有限公司普元信息技術股份有限公司是國內軟件基礎平臺 （ 中間件）專業提供商， 主要為金融、 政務、 能源、 電信、 制造業等行業客戶提供創新可靠的軟件基礎平臺產品及相應技術服務。 公司是國家規劃布局內重點軟件企業， 并是國家企業技術中心、 博士后科研工作站、 國家高技術產業化示范工程單位。 公司業務覆蓋基礎中間件、 云應用平臺、 大數據中臺

124、三大領域， 幫助客戶搭建自主可控的創新基礎平臺架構， 快速應對新一代信息技術下實現數字化轉型的需求。 經過十余年自主研發創新積累， 公司系列軟件基礎平臺產品和技術方案， 在技術先進性、 性能優越性、 產品成熟度及安全可靠性等方面得到了各行業逾千家客戶的驗證， 成熟應用于金融、 政務、 能源等多個行業。北京百分點信息科技有限公司百分點是中國領先的數據智能技術企業， 總部設在北京， 在上海、 深圳、 杭州、 沈陽、 武漢、 廣州、 常州、 烏魯木齊設有八個分子公司及研發中心， 員工人數超800人。 百分點擁有完整的大數據和認知智能產品線， 公司基于行業知識及數據中臺建設經驗， 創建了豐富的政府和企

125、業數字化轉型解決方案。 以 “用數據智能推動社會進步” 為使命， 百分點構建了政府級、 企業級和SaaS服務三大業務體系， 涉及數字城市、 應急、 公共安全、 生態環境、 媒體出版、 零售快消、 制造和房地產等多個領域。 自2009年成立以來， 公司已服務10,000+政府和企業客戶， 業務覆蓋亞洲、 非洲、 拉美等20多個國家。網智天元科技集團股份有限公司網智天元科技集團股份有限公司是大數據智能軟件與應用服務方案提供商， 致力于利用網絡智能技術為客戶提供大數據智能處理與價值變現的整體價值鏈解決方案、 輔助決策、 預測未來、 優化運營， 提升客戶核心競爭力。 數據是基礎，大數據產業生態聯盟20

126、20中國大數據產業發展白皮書38智能是未來， 公司十年磨一劍， 專注于大數據智能產品的研發與應用， 基于場景應用搭建的政府監管大數據平臺、 金融大數據平臺、 文化大數據平臺構建起一套完整的大數據生態體系， 形成了公司的核心競爭力。北京東方金信科技有限公司東方金信成立于2013年， 長期專注于大數據平臺和大數據解決方案， 入選Gartner全球大數據行業和人工智能報告；2019年獲騰訊數億元投資， 成為騰訊云戰略合作伙伴； 2020年獲中金、 國新和海淀區國有基金集體入股。 自2015年起， 公司參與制定的大數據產品測試、 數據管理和流通等40余項標準受到業界廣泛認可， 為我國主導發布大數據國際

127、標準提供長期的基礎依據。 東方金信擁有一批來自國內外頂尖IT企業、 十余年專注于數據領域的行業專家， 在數據中臺、 大數據、數據倉庫、 數據資產管理、 人工智能、 智慧應用等方面具有豐富的實戰經驗。北京國雙科技有限公司國雙是中國領先的企業級大數據和人工智能解決方案提供商， 致力于成為企業和政府組織數字化、 智能化轉型的領先者。 基于國雙自主可控的分布式大數據平臺和人工智能技術， 國雙先后為數字營銷、 司法和財稅等專業服務， 工業互聯網、 智慧城市等領域， 提供了安全可靠的數字化、 智能化解決方案和數據倉庫等大型基礎軟件產品， 助力相關企業和組織實現數字化、 智能化轉型。 公司英文名稱為Grid

128、sum (Grid 網格+Sum 求和)， 即分布式計算、 網格（區塊）計算， 該英文名是創始人祁國晟先生于2003年編寫一個計算框架軟件時提出的， 這一概念與主流的分布式計算和區塊鏈思想不謀而合。美林數據技術股份有限公司美林數據技術股份有限公司是國內知名的數據治理和數據分析服務提供商， 重點面向企業客戶提供數據資產管理、數據分析與挖掘、 數據開發應用為主的大數據產品及增值解決方案， 并探索實踐工業互聯網平臺建設與運營等創新服務模式， 助力傳統企業數字化轉型。 多年來， 公司不斷聚集行業及產業資源、 廣泛開展生態合作， 現擔任國家信標委大數據標準工作組工業大數據專題組組長單位， 參與了多項大數

129、據標準及白皮書編制工作。三盟科技股份有限公司三盟科技股份有限公司總部位于廣州， 致力于研究智慧教育領域應用場景的創新， 是專業從事大數據、 人工智能、 人臉識別、 物聯網等新一代信息技術研究與應用的智慧教育高科技領軍企業。 目前， 三盟科技擁有國內外2大研究院、 5大研發中心， 31個辦事處， 近1000名員工， 其中500余名產品及研發人員。 針對智慧校園建設， 三盟科技結合新一代信息技術推出教育大腦EDU BRAIN戰略作為校園核心決策中心， 圍繞 “1+4+N” （ 1個數字賬戶+4種核心技術+N種應用場景）打造智慧校園整體解決方案， 構建以 “AI+大數據” 為核心的智慧教學環境、 智

130、慧教學資源、 智慧校園管理、 智慧校園服務等的一體化校園建設。長威信息科技發展股份有限公司長威信息科技發展股份有限公司成立于2000年， 是一家以大數據、 人工智能為核心參與智慧城市建設的信息技術企業。 公司專注于城市治理、 應急管理、 政務民生等領域開展業務， 為各級黨政機關、 金融、 企業等行業客戶提供集軟件研發、 系統集成、 平臺運營及運行維護于一體的綜合信息技術服務。 近年來， 公司承建了大量的大數據和數據中心類項目，著力打造平臺級的數據治理及數據智能產品。 公司以數據能力為基礎， 研發形成涵蓋城市治理、 應急管理等方面的各類智慧應用解決方案， 真正實現以數據驅動業務發展的目標， 持續

131、打造 “數據治理、 數據賦能、 數據流通” 方面的核心競爭力，創新數據應用、 激活數據生命力。成都智審數據有限公司成都智審數據有限公司成立于2018年， 是成都市市屬國資企業， 隸屬成都市產業投資集團， 智審數據通過與電子科技大數據產業生態聯盟39大學建立戰略合作關系， 形成了 “產、 學、 研” 一體化大數據產品開發生態。 智審數據作為專業的大數據軟件提供商與服務商， 可為地方政府機關提供穩定的、 完整的、 經過實際業務檢驗過的大數據采集工具及大數據分析系統。 智審數據擁有一批高素質的大數據專業人才和富有理論與實踐經驗。 現有大數據團隊幾十人， 其中， 高級職稱專業技術人員占總人數的70%以

132、上， 是一支具有專業素養、 充滿進取和開拓精神的團隊。 智審數據將繼續發揮創新研發優勢,致力于成為政府大數據領域的先行者和領導者， 通過人工智能、 機器學習等前沿技術， 實現 “數據價值化、 審計信息化” 的企業愿景。華云數據有限公司華云數據成立于2010年， 為用戶提供創新架構的私有云、 全棧模塊化軟件定義數據中心套件、 混合云管解決方案、 內置通用型云操作系統超融合套件以及一站式公有云服務等， 并積極參與國家數字基建項目建設， 助力黨、 政、 軍及企業用戶數字化轉型， 推動國家信息技術應用創新發展。 目前， 華云數據在政府金融、 國防軍工、 教育醫療、 能源電力、 交通運輸等十幾個行業打造

133、了行業標桿案例， 客戶總量超過30萬。 華云數據大數據服務能夠幫助企業完成了多項落地實踐， 通過平臺提供的各類數據服務大大降低了數據分析與探索的技術要求， 解決企業在大數據技術積累和人才儲備上的壓力。北京浩瀚深度信息技術股份有限公司北京浩瀚深度信息技術股份有限公司成立于1994年， 并于2015年10月9日成功在全國中小企業股份轉讓系統掛牌。浩瀚深度公司是一家基于互聯網、 大數據和云計算等技術創新的新三板公司， 致力于構建互聯網 （包括物聯網、 工業互聯網） 的可視、 可管、 可控體系， 打造生態開放的網絡安全平臺。 浩瀚深度公司產品廣泛應用于互聯網流量監控、 數據采集、網絡安全和應用服務等領

134、域， 包括提供高性能、 高精度、 高可靠性的網絡監控整體解決方案和基于云架構的企業應用安全解決方案。 在高速數據處理、 海量數據獲取和深度信息挖掘領域有深厚的技術積累和專業的服務能力。 在國內DPI應用市場中， 覆蓋的鏈路帶寬超過400Tbps， 市場占有率約30%。北京智慧星光信息技術有限公司北京智慧星光信息技術有限公司成立于2012年2月， 是全球領先的認知智能與文本大數據服務商。 智慧星光專注于用新技術為政企級客戶提供文本大數據的信息挖掘、 知識構建與價值應用服務。 憑借8年積累的3000億+互聯網海量數據，先進的大數據和人工智能技術， 形成了集標準化產品、 數據和報告服務、 行業解決方

135、案于一體的多維業務體系， 為城市治理、 行業管理、 企業品牌建設等提供文本大數據解決方案， 致力于成為助力城市社會治理、 賦能企業品牌價值的智行者。目前服務用戶超80000家。BBD 數聯銘品（B B D）是國內最早 探索和實踐大數據技術和數字產業發 展的高新技術企業之一，擁有完整的大數據綜合服務產品線和豐富的行業解決 方案，搭 建了國內領先的企業數據庫 和模 型 庫，具備強大的數據治 理和建模能力，致力于打造“全球領 先的大數據 金融科 技和政 府治 理智庫服務機構”。 多年來， BBD深耕大數據處理、 分析與建模等技術， 精準捕捉、 破解各行業痛點， 打造出了企業征信評估一體化解決方案、大

136、數據小微信貸解決方案、 萬事達卡財新BBD中國新經濟指數、 大數據新金融風險監測預警平臺等創新應用產品。北京明朝萬達科技股份有限公司北京明朝萬達科技股份有限公司成立于2005年，是中國新一代信息安全技術企業的代表廠商， 專注于數據安全、公共安全、云安全、大數據安全及加密應用技術解決方案等服務?；凇皠討B數據安全，數據全生命周期管控”的產品理念，明朝萬達始終以守護用戶數據價值為己任，致力于讓安全真正服務于業務發展。 作為國內數據安全市場的倡導者， 明朝萬達擁有一支以清華大學博士和碩士為骨干力量的核心團隊， 已累計申請300余大數據產業生態聯盟2020中國大數據產業發展白皮書40項發明技術專利，

137、在推動技術創新的同時， 注重技術與業務的深度融合， 為客戶提供量身定制的數據安全解決方案。 歷經十余年的發展與積累， 明朝萬達客戶已覆蓋金融、 政府、 公安、 電信運營商、 能源、 設計院所和研發制造業等領域， 簽約用戶超過2000家。綠灣網絡科技有限公司綠灣科技成立于2014年， 是一家行業大數據人工智能解決方案提供商， 由一流的工程師、 科學家及行業專家組成，致力于打造更懂行業的大數據智腦， 用大數據AI技術解決社會公共安全領域的痛點， 已形成數據采集、 數據治理、 數據處理、 數據挖掘分析及數據應用的大數據全棧核心能力， 構建了以大數據+AI為核心的自主可控產品及解決方案， 服務于政府、

138、 公檢法、 金融、 醫療等眾多行業， 為客戶提供針對具體場景的大數據解決方案。 綠灣科技借助知識圖譜、 機器學習、數據挖掘分析等大數據+AI技術在公共安全、 政府管理及企業風控領域的落地， 結合標桿客戶的實戰應用， 推動數字政府、 智慧公安、 智慧法院、 智慧政法、 智慧城市、 智慧金融、 智慧醫療的建設。勤智數碼科技股份有限公司 勤智數碼科技股份有限公司成立于2005年， 秉持著 “讓數據更活躍， 讓服務更智能” 的核心理念， 致力于成為國內領先、 國際一流的數據資產操作系統領先者與城市數據運營支撐服務商， 業務涉及大數據綜合運營 （采集、 處理、 挖掘、 應用、 咨詢、 培訓等） 、 智慧

139、城市建設運營以及智能IT運維服務等領域， 2016-2019年連續四年被評為 “中國大數據企業50強” ， 并且是工信部大數據標準組總體組組長單位、 國家信息技術服務標準組 （ITSS） 副組長單位。 勤智數碼作為國內領先的大數據綜合運營商及智能IT運維解決方案提供商， 秉持 “讓數據更活躍， 讓服務更智能” 的理念， 率先在國內成功將大數據與人工智能技術、 IT運維管理、 智慧城市發展等領域緊密融合。傲林科技有限公司傲林科技有限公司是一家專注于利用大數據技術， 幫助工業企業數字化、 智能化的高新技術企業。 以SaaS服務非侵入式輕量化部署、 場景化模塊自助組合、 Quant量化分析為核心優勢

140、。 傲林科技由IEEE院士帶隊， 員工兩百余人， 研發人員占比70%以上， 擁有多位碩博學位的大數據科學家以及20年以上從業經驗的工業專家。 傲林科技的市場定位在于： 站在管理的高度、 產業鏈的深度和多維數據的復雜度之上， 通過AI 模型， 建立企業經營管理層的數字孿生， 進行核心指標的量化分析和重要決策的模擬仿真， 從而幫助企業固化優秀管理經驗、 服務企業科學決策， 賦能企業數字化管理。浙江有數數字科技有限公司浙江有數數字科技有限公司創建于2015年， 是一家 “以企業征信為核心的數字科技應用解決方案提供商” 。 公司總部位于杭州江干區錢塘智慧城， 是由浙江清華長三角研究院投資孵化、 重點扶

141、持的數字科技企業， 是人民銀行備案的企業征信機構、 國家高新技術企業， 省級高新技術企業研發中心。 有數科技已獲得華睿投資、 拓爾思、 每日互動等領投的多輪投資。 有數科技以數字科技為核心， 為金融行業和政府機構提供企業征信、 數字經濟、 數字政務等大數據場景應用服務，是浙江省 “最多跑一次” “畝均論英雄” 等重大改革項目， 以及浙江 “企業碼” 應用的技術支持單位。OpenCertHub以普及開源技術以培養每一個人的數據素養為愿景， OpenCertHub是全球獨家提供CDPOS公民數據師資格的開源軟件技能國際認證機構， 在大中華地區獲取多項數據行業獎項。 OpenCertHub擁有一個集

142、成人臉識別、 區塊鏈和數據分析等最新技術的自主開發在線智能考試平臺。 CDPOS數據技能認證是一個專為開源軟件而設計的國際技能認證。 以數字化轉型企業的員工所需的數據認知能力培養為目的， 學習數字化轉型企業需要掌握的開源軟件基礎知識， 參與考試獲得國際認證資格。 CDPOS公民數據師資格認證包括3章證書： 大數據與開源基礎證書、 數據可視化基礎證書、 數據分析基礎證書。大數據產業生態聯盟41科技谷（廈門）信息技術有限公司科技谷是由國家級高層次人才陳思恩博士創立的國內首批數據智能踐行企業。 主營業務聚焦跨行業大數據AI平臺應用服務， 產業覆蓋旅客、 貨運及安保三大領域， 率先在國內民航鐵路行業應

143、用并形成行業新標準， 同時， 基于混合云模式，提供PaaS和SaaS整體解決方案， 構建大量的行業機理模型， 支撐多個重要應用場景， 如智慧民航、 智慧鐵路、 智慧港口、 智慧郵政、 智慧應急等。 目前， 科技谷核心客戶包括國家發改委、 國家交通部、 國家衛健委、 中國信通院、 南方航空、 東方航空、 廈門航空、 鐵路總公司、 中車研究院、 中航工業、 航天長峰、 中航信、 中國交建等。 科技谷在中國大數據發展浪潮中強勢崛起， 近三年營業收入年復合增長率超過100%， 成長為福建省數字經濟領域未來獨角獸企業。同方知網數字出版技術股份有限公司中國知網創始于 1995 年， 發祥于清華大學， 發端

144、于 “科教興國” 戰略。 25 年來， 中國知網秉承 “誠信為本、 合作共贏” 經營理念與自主創新、 高質量發展戰略， 著力打造服務我國 “出版產業轉型升級” “世界一流科技期刊建設” “世界一流學科建設” “世界一流企業建設” 與 “國家治理體系與治理能力現代化” 以及為落實國家創新驅動發展戰略， 服務各行各業創新能力提升的 “知識創新基礎設施” （CNKI） ， 是國內數字出版、 大數據知識管理與知識服務領域的領軍企業。集奧聚合（北京） 人工智能科技有限公司集奧聚合是中國專業的人工智能場景化應用解決方案提供商。 致力于提高行業效率， 公司堅持走科技創新道路， 運用新興技術為企業提供智能風控

145、、 反欺詐、 信用評估、 策略分析、 監控預警、 貸后管理等信貸全生命周期決方案， 最大程度降低企業成本， 提升運營效率與利潤， 全流程幫助金融機構準確識別欺詐風險， 有效降低逾期壞賬率， 助力企業邁向AI路。 公司自2012年成立以來， 已經完成A、 B、 C三輪融資。 先后獲得國家高新技術企業、 信用3A企業、 并被認定為企業科技研究開發機構。 近五年均榮獲科技部火炬中心獨角獸企業稱號、 榮膺工信部研究院、 亞洲銀行家、 安永中國、 畢馬威等多項權威機構榮譽稱號， 公司共擁有知識產權200多項， 多次被政府及行業認可。成都數字醫健科技有限公司成都數字醫健科技有限公司是一家專注于醫療健康大數

146、據平臺運營、 技術研發、 產業孵化與服務的高科技公司。 公司依托于長期積累的技術研發、 數據運營、 生態建設等領域的先發優勢以及產學研各界廣泛合作伙伴的力量和資源， 致力于通過遍布全國各大城市的互聯網+智慧醫保與智慧健康管理服務平臺的建設與運營， 為中國的醫療及醫保體系改革、 醫保監管創新以及整體醫療健康服務水平的提升提供強有力的數字化支持， 并以數據智能賦能中國醫療健康產業的智能化轉型與可持續發展。浙江知盛科技集團有限公司 浙江知盛科技集團有限公司是一家致力于健康醫療領域數據價值開拓的大數據分析和人工智能企業。 知盛集團核心業務主要分為三個板塊： 人工智能業務體系 （以保險、 醫藥和健康管理

147、為核心） 、 生物經濟數字產業園、 產業基金。 知盛集團以助力企業依托數據創造新機會、 新價值為己任， 致力于普及人工智能在商業領域的應用， 以領先的大數據分析和人工智能技術為基礎， 與行業真實業務場景深度結合， 激發產業數據價值， 助力客戶在數據時代的創新發展。武漢智領云科技有限公司武漢智領云科技有限公司成立于2016年8月， 專注于云計算、 大數據領域前沿技術的研發。 公司創始團隊成員來自于推特（Twitter）和藝電 （EA） 等硅谷知名企業， 是硅谷最早一批從事云計算和大數據研究與實踐的技術專家。 公司專注于云計算、 大數據領域前沿技術的研發， 為企業級客戶提供云原生數字化運營系統解決

148、方案； 幫助企業搭建大數據平臺/數據中臺/AI中臺， 輕松打造業務數據能力閉環， 掌握全面、 及時、 更多維度的業務現狀， 提升數據驅動應用的迭代和發布速度。 作為擁有云計算、 大數據領域核心技術的高科技企業獲得了來自硅谷和國內知名投資人和投資機構的投資。大數據產業生態聯盟2020中國大數據產業發展白皮書42大數據產業生態聯盟簡介一、 成立背景為貫徹落實國家大數據發展戰略， 提升大數據核心技術能力、 繁榮大數據產業生態、 深化大數據行業應用和完善大數據產業發展環境， 推動大數據產業的快速發展,在工業和信息化部指導下，中國電子信息產業發展研究院聯合業內主要機構,共同發起組建大數據產業生態聯盟。本

149、聯盟是由中國電子信息產業發展研究院聯合大數據基礎設施提供商、 數據源企業、 數據安全、 開源平臺及解決方案提供商、 大數據處理和分析企業、 大數據行業應用等大數據產業鏈各環節企業,以及第三方產業機構、 投資機構、 地方產業發展機構 （部門） 等多家機構,自愿組成的非盈利社會組織。 本聯盟遵守憲法、 法律、 法規和國家政策， 遵守社會道德風尚， 將貫徹落實國家大數據發展戰略， 提升大數據核心技術能力、 繁榮大數據產業生態、 深化大數據行業應用和完善大數據產業發展環境， 推動大數據產業的快速發展。以 “開放、 創新、 合作、 共贏” 為宗旨， 通過搭建政產學研用緊密合作的產業公共服務平臺， 將有效

150、促進行業內的交流合作， 推動產需對接， 助力我國大數據產業健康有序發展。二、 工作內容本聯盟的任務是， 聚合產學研用、 測試、 品牌推廣等力量， 聚攏大數據行業資源， 加快推進大數據關鍵技術的發展， 催生大數據在工業、 交通、 機器人、 政務等重點行業內的應用創新， 促進數據共享和交易, 支撐服務大數據行業管理。本聯盟主要工作內容包括： （一）支撐行業管理工作。配合行業主管部門， 推動大數據產業發展規劃 （2016-2020年） 及相關政策的貫徹實施。 組織開展大數據行業統計分析， 建設大數據行業分析平臺， 定期發布大數據產業發展指數、 大數據產業生態地圖以及大數據產品和平臺的評測數據， 為行

151、業主管部門制定產業發展政策提供依據和參考。 開展大數據法律法規制度研究， 支撐大數據行業相關立法工作。 （二）推動行業技術創新。 組織擬訂大數據技術和產品發展路線圖。 推動建設實驗驗證、 評估測試、 專利保護等公共服務平臺。 協助行業主管部門， 推進大數據重大工程的論證、 實施、 測試評估， 重大技術創新成果孵化及示范應用宣傳推廣 。組織參與有關大數據行業標準的起草、 修訂、 貫徹和實施。 協調組織針對大數據產業共性、 關鍵技術的聯合攻關和成果孵化， 探索建立大數據領域創大數據產業生態聯盟43新中心。 （三）推動開展應用試點。配合行業主管部門， 組織開展在細分領域的大數據應用示范工程。舉辦大數

152、據分領域應用展覽會或產需對接活動，集中呈現和推廣大數據在細分領域應用的最新發展成果。 組織開展行業大數據資源整合和共享， 探索建設大數據共享平臺， 促進行業、 政府大數據資源共享和交易。 （四）促進業內交流合作。 組織專題研討、 人才培訓等活動， 促進大數據產業鏈各環節主體在政策、 技術、 市場、 標準、 應用、 人才等多方面交流對話與協作。 定期舉辦大數據產業生態大會， 打造業內具有影響力的品牌活動。 建立聯盟網站和微信圈， 宣傳推廣優秀大數據企業案例， 營造良好的產業環境和輿論氛圍。 推進國際交流合作， 搭建國際交流與合作平臺， 加強與國際開源大數據社區互動， 組織聯盟成員與國外大數據領域

153、知名研究機構、 企業開展交流， 參與知名展會和論壇活動。 （五）搭建產融合作橋梁。 探索成立大數據產業投資專家委員會， 對聯盟成員提供重大投資項目論證、 市場診斷和投融資專業化指導和全方位服務。 與地方政府和投資機構合作開展投資促進會或路演活動， 為聯盟成員開拓市場、 對接資本提供支撐。 （六）承擔各級政府、 成員單位委托的其他事項。三、 組織架構本聯盟由單位會員組成。 申請加入本聯盟的會員， 必須具備下列條件： （一）依法注冊的企事業單位、 社會組織， 以及政府相關機構； （二） 擁護本章程， 有加入本聯盟的意愿； （三）在大數據領域內具有一定的影響力；（四） 履行會員義務， 積極參加活動。聯盟架構大數據產業生態聯盟2020中國大數據產業發展白皮書44記 錄 頁大數據產業生態聯盟大數據產業生態聯盟官方微信大數據產業生態聯盟官方網站顧問股份有限公司官方網站智庫官方微信www.BD大數據產業生態聯盟