当前位置:首页 > 物联网 > 物联网技术文库
[导读] 信息化社会里大数据产业的发展具有十分重大的战略意义,并且大数据也是物联网以及人工智能发展的关键技术,本文主要介绍我国大数据产业链各层节发展现状、大数据产业园的发展模式以及区域竞争格局。

信息化社会里大数据产业的发展具有十分重大的战略意义,并且大数据也是物联网以及人工智能发展的关键技术,本文主要介绍我国大数据产业链各层节发展现状、大数据产业园的发展模式以及区域竞争格局。

得益于政策的大力推动,我国大数据产业链逐渐完善,但是由于国内企业缺乏核心技术,目前国内市场仍然以国外企业为主导,我国大数据产业呈现出空心化的发展现状。由于各地区大数据产业的发展情况不一样,目前我国大数据产业形成了京津冀、长三角、中西部以及珠三角四大集聚区。

我国大数据产业链逐渐完善 区域发展集聚效应显现

大数据产业以大数据为核心资源,通过硬件实现前端数据的采集与传输形成海量的数据源,然后对目标数据进行技术分析,旨在从无序的数据中挖掘出潜在价值信息,并应用于实际。

我国大数据产业链发展完善 核心技术依赖于国外

近些年来我国大数据产业发展如火如荼,产业链逐渐完善,根据大数据各细分领域功能作用的不同,可以将大数据产业分为硬件支持、数据源、交易层、技术层、应用层以及衍生层等六个环节。

在大数据产业链分布结构方面,由于数据源领域市场集中度高,相关企业占比仅有5%,应用层市场参与者最多占比40%,技术层、硬件层以及衍生层占比均在17%左右,数据交易市场规模仅有4%。

1.数据源领域市场集中度高,存在进入壁垒

海量的数据构成了大数据产业发展的基础,大数据企业的核心竞争力来源于数据的不断深入挖掘与积累,企业自身掌握的数据越多,就能够结合数据分析、数据可视化等技术实现更大的商业价值,从而在激烈的行业竞争中占据优势地位。

目前我国数据源主要集中在政府、互联网巨头、三大运营商以及与政府合作的相关企业手中。其中互联网巨头主要包括百度、阿里以及腾讯,他们依托自身的用户优势,积累了大量的社交数据、电商数据与信用数据;移动、联通以及电信等三大运营商依靠自身的行业垄断地位,积累了大量的通讯数据。

久其软件、美亚柏科以及九次方等企业通过开展电子政务系统、公安大数据平台等业务积累了大量的政府数据。初创型公司由于在数据资源、用户资源以及政府资源等方面均处于劣势,因此难以在数据源领域占据一席之地。

2.技术层企业众多,但是核心技术严重依赖于国外,国内企业处于弱势地位

大数据相关技术主要包括数据采集、数据存储、数据分析以及数据可视化处理,这些技术是大数据企业将海量数据资源转变为商业价值的关键,目前我国大数据技术领域参与者众多,代表型企业有数据港、海量数据、东方国信、用友、浪潮、信合运通、海云数据、九次方等。

从大数据技术与产品的供给侧看,我国虽然实现了局部技术的单点突破,但大数据领域系统性、平台级核心技术创新仍不多见,尤其是开源产品的技术标准方面,我国的影响力亟待提升。

目前国内多数大数据工具还是基于国外核心技术开发,比如国内企业基于国外的Hadoop开源框架,能够在不了解分布式底层细节的情况下开发分布式程序。在数据库及数据挖掘等技术领域,IBM、甲骨文、EMC、SAP等国外IT企业占据主导地位,国内企业的市场占有率仅有5%左右。

3.目前大数据在金融领域的应用最为广泛,未来政府部门将依托数据资源优势与大数据深度结合

自从2015年我国将大数据发展上升到国家战略层次以来,环保部、国土资源部、国家林业局、农业部、工信部、国家测绘地理信息局办公司、公安部、交通运输部、国家健康委员会等部门相继出台有关大数据的产业政策,极大地促进了大数据在各个细分垂直领域的应用。

我国金融行业实行数字化应用较早,与大数据的结合度最深,而大数据在其他领域的应用尚浅。由于政府把控了大部分的数据源,随着大数据技术走向成熟,未来大数据在政府领域的应用将会急速发展起来。

预计2020年我国大数据在政府领域的应用占比将达到35%,得益于物联网的发展,大数据在工业领域的应用占比将会达到6.64%。

我国大数据产业出现集聚效应 各区域发展呈现差异化格局

1.国家大数据综合试验区引领全国发展,多数产业园发展模式相似

目前我国建设形成了八个国家级大数据综合试验区,包括贵州、京津冀、辽宁、内蒙古、上海、河南、重庆以及珠三角,不仅自身发展迅速,也带动了周边省份大数据产业园的形成与发展。

大部分大数据产业园采取的发展路径为“基础设施建设—数汇集整合开放共享、企业上云—大数据融合应用—大数据产业链延伸”,即首先聚集数据资源,而后通过落地开放共享,协同效应带动开发,最终实现产业链的拓展和完善。

目前八大数据综合试验区产业占全国比重45.62%,充分体现了产业集聚的引领优势。

2.各区域发展差异化明显,形成了京津冀、珠三角、长三角以及中西部四大产业集聚区

2018年中国电子信息产业发展研究院联合工信部制定了我国大数据指标测算体系,并据此编制了各区域大数据发展指数。

目前京津冀地区大数据产业的发展以北京为引领,天津、河北大数据发展也处于全国中上游水平;珠三角地区大数据发展以广东为代表,居于全国首位,但是云南、广西等邻近省份在大数据发展水平上较为落后,处于全国下游。

长三角区域大数据整体发展水平较高,上海、江苏、浙江以及山东均跻身全国第一梯队;中西部地区以贵州发展较为领先,其余周边省市呈现出齐头并进的态势。

结语

数据孤岛问题严重制约了我国大数据产业的发展,不利于大数据企业的技术创新,为此2015年《大数据发展纲要》明显提出”推动政府数据开放共享“的整体要求,但是目前各部门仍然存在着信息不对称的情况,我国政府数据开放机制建设仍有较大进步空间。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

在监督学习中,系统会被给定一组已知输入和输出,需要学习到一种函数,使得该函数能够根据给定的输入预测出正确的输出。代表算法有线性回归、逻辑回归、决策树、深度神经网络等。

关键字: 机器学习 数据源 图像

在这一步中,需要从不同的数据源收集数据,包括结构化数据(例如数据库中的表格数据)和非结构化数据(例如文本、图像和音频)。

关键字: 机器学习 数据源 图像

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人工智能是“十四五”规划明确优先发展的前沿科技领域之一,如何看待未来我国人工智能领域的发展前景?目前,我国机器人基础研究状况如何?

关键字: 人工智能 物联网 大数据
关闭
关闭