收藏!最新大数据产业地图 十大生态金矿百大公司起底【附下载】

640?wx_fmt=jpeg

来源:智东西


人工智能的崛起,加速了大数据技术的应用落地。据中国大数据产业生态联盟调查显示,国内大数据企业年营业额4000万人民币以上的已经超过40%,这意味着,这些企业已经度过生存期,开始进入应用落地和品牌推广阶段。


本期的智能内参,我们推荐来自中国大数据产业生态联盟的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,并从投融资角度出发,总结并归纳出十大爆发点,推举出最具投资价值的十大领域的大数据企业100家。


以下为智能内参整理呈现的干货:


640?wx_fmt=png

产业生态概览


640?wx_fmt=png▲大数据相关政策陆续出台,细分领域应用成关键


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。


640?wx_fmt=png▲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。


640?wx_fmt=png

▲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。


640?wx_fmt=png▲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。


640?wx_fmt=png▲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。


640?wx_fmt=png▲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。


640?wx_fmt=png▲大数据产业生态地图


640?wx_fmt=png

十大爆发点


1、工业企业上云引爆工业APP市场


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


“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


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


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


640?wx_fmt=png


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。


640?wx_fmt=png

价值投资百强榜


依据自行设定的评判指标体系,从企业估值/市值、营收状况、创新投入、专利数量、产品竞争力、企业发展潜力、领导层能力等多个维度进行定量与定性结合的评比。赛迪智库评选出中国最具投资价值的前100家企业。


640?wx_fmt=png▲大数据企业投资价值百强榜单


分析显示,一部分大数据企业源自软件与信息服务业、互联网业和传统产业,通常企业规模较大。这些企业本身集聚了海量的数据资源,其所涉及的市场面广,具备较强的竞争优势。实际运营中,这些企业积极打造资源集聚的平台生态,多采用横向扩展的策略,通过投资、并购等手段加速在大数据领域的发展。


另外,很大一部分大数据企业属于成立不足10年的中小企业,它们专注于大数据某一细分领域,深耕产品和服务,实施纵深发展策略,通过数据累积和技术迭代,逐渐塑造了细分领域内的品牌和竞争优势。这些企业通常通过资本化手段做强,且多与互联网巨头签署战略合作,通过平台战略获取市场份额。


640?wx_fmt=png▲大数据融资热度持续,但投资趋于理性


在中国大数据投融资市场中,2017年的总投资额要少于2016年,但是投资事件发生的数量高于2016年,即投资强度降低,投资热情持续增长,投资市场依旧火爆,但投资者更加理性。


2017年国内大数据投资市场中行业应用层的投资事件高达257笔,占总投融资事件79.32%,投资额高达387.72亿元,占总投资额的73.30%。


从投资市场整体来看,随着大数据在行业应用价值体现不断增加,大数据行业应用企业获得的投融资更多,中国大数据投资主要集中在应用层,而基于数据采集、清晰、预处理、存储、数据安全解决方案等基础服务层的投资占比较小。


大数据投融资市场在应用层的主要投资领域为技术应用和行业应用。


在2017年中国大数据投融资市场,在行业投资领域发生的投资事件数为175件,总投资额为288.81亿元;在技术投资领域发生的投资事件数为82件,投资总额为98.91亿元。预计未来的大数据投融资市场,仍将以应用为主要投资方向,而行业应用投资仍然占据主力地位,且单笔投资强度仍高于技术应用投资。


在2017年技术应用领域投资市场中,精准营销领域发生的投资事件占比最大,其次为人工智能、物联网等;从总投资额角度来看,人工智能的投资占比最大,其次为精准营销、数据运营与智能分析。


在2017年行业应用领域的投资市场中,物流行业发生的投资事件占比最大,其次为汽车行业、金融行业;从总投资额角度来看,金融行业的投资占比最大,其次为医疗行业、汽车行业。


640?wx_fmt=png▲北京和上海是大数据融资最活跃的两大城市


从2017年中国发生融资的公司注册地进行分析,北京无论是在融资事件数,还是融资总额都占据首位,且均达到50%左右;其中北上广深四个城市发生的融资事件数占比达到74.82%,融资额占比更是高达85.38%;除此外,长三角经济区,如苏州、南京、无锡等城市,大数据融资发生较多。


从投融资市场看大数据区域活力,京津和长三角成为大数据市场最具活力的区域,其次是以深圳为中心的珠三角和以成都为中心的川渝贵。投融资市场的活跃不仅代表了资本市场对其的认可,更预示了该区域大数据市场的发展潜力巨大。


智东西认为,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。


报告链接:https://pan.baidu.com/s/15guCBF4QAToft6t0jF-XKw 密码:ubwi


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/494737.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【一鸣离职,左晖去世】互联网老兵给大家的三个建议

2021年5月20日,除了娱乐圈的分分合合,互联网圈发生了两件大事: 1、字节跳动创始人张一鸣发布内部全员信,宣布卸任CEO一职。 2、贝壳发布讣告,公司创始人兼董事长左晖先生因疾病意外恶化于2021年5月20日…

科大讯飞:让世界听见AI的声音

来源:华为怀揣着“让世界聆听我们的声音”的梦想,科大讯飞依托世界领先的核心技术,引领智能浪潮,服务亿万用户,从中国语音产业的拓荒者一跃成为世界人工智能产业的领军者,而最初科大讯飞把语音作为切入点却…

Linux中的chmod详解

chmod(英文全拼:change mode)命令是控制用户对文件的权限的命令。Linux/Unix 的文件调用权限分为三级 : 文件所有者(Owner)、用户组(Group)、其它用户(Other Users)。只有…

【程序员薪资】2021年04月新鲜出炉,看看你拖后腿了吗?

程序员一直都是一个备受人们关注的群体。据IDC统计,全球约有1850万名程序员(数据还在持续增长),中国占10%左右。随着近年全国互联网创业热潮的兴起,“互联网”、“云计算”以及“智能硬件”等领域发展迅速,…

CICC科普栏目|神经网络浅讲:从神经元到深度学习

图1 人脑神经网络来源: 计算机的潜意识摘要:神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的…

linux安装Redis(超详细,只要三分钟,每一步命令都有命令截图及运行截图)

Redis redis是一个key-value存储系统。和Memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash(哈希类型)。这些数据类型都支持push/pop、add/remove及取…

鬼才!用Python计算圆周率 π

目录 一、圆周率的历史发展 1、中国 2、印度 3、欧洲 二、用python计算圆周率 A货:什么!你不会背圆周率(鄙夷的眼神) 3.1415926535 8979323846 26433... 桥哥:我会算呀 !!! 一…

大数据常见问题:数据倾斜

offer收割系列介绍: 1、分享桥哥本人或小伙伴在面试大厂时遇到的真题,并给出参考答案!!如果能帮到大家,点赞、收藏、评论是对我最大的支持!! 2、涉及岗位:主要为大数据开发、数据仓…

一图看懂新一代人工智能知识体系大全

来源:财经头条摘要:人工智能的发展离不开基础支持层和技术层,基础支持层包括大数据、计算力和算法;技术层包括计算机视觉、语音识别和自然语言处理。人工智能的技术本质是什么,本文会详细分析。人工智能的发展离不开基…

阿里、字节offer收割系列:数据仓库岗(面试真题,建议收藏)

【offer收割系列介绍】 1、分享桥哥本人或小伙伴在面试大厂时遇到的真题,并给出参考答案!! 2、涉及岗位:主要为大数据开发、数据仓库(桥哥干过的),其它岗位也可参考 3、涵盖技术:mys…

MIT新开发的 AI 模型有望改进恶性脑瘤治疗

来源:人工智能和大数据美国研究人员新近开发出一种人工智能模型,能够为胶质母细胞瘤患者设计出最小剂量给药方案,在缩小肿瘤的同时减少药物带来的毒副作用,改进患者生活质量。胶质母细胞瘤是一种常见的恶性脑瘤,常见疗…

建议收藏丨大数据集群常用监控命令(内存、磁盘、CPU、网络)

大家好,我是明月十四桥!! 擅长领域:python黑科技、大数据后端研发、数据仓库 今日重点: ① 学会查看linux各种状态,包括:网络IO、磁盘、CPU、内存等; ② 学会理解命令所代表的含义&a…

中科院王飞跃:新的智能全球化将要来临,人工智能标准化为时尚早

中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃来源:财经网摘要:8月11日,中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃在由厚益控股和《财经》杂志联合主办主题为“共享全球智慧 引领未来科技”的…

建议收藏丨sql行转列的一千种写法!!

大家好,我是明月十四桥!! 爱好特长: 1、爱好和特长有很多,擅长word、excel、ppt、wind等软件的安装与卸载; 2、精通PE、PS、PB、DCF、PEG等单词的拼写; 3、熟悉Windows、Linux、Mac、Android、I…

深度学习并非万能:你需要避免这三个坑

作者 | George Seif编译 | 专知整理 | Mandy, Sanglei摘要:本文是人工智能专家George Seif撰写的博文,介绍了在当前深度学习比较火热的情景下需要避免的三个坑。Tweaking Neural Net ParametersThree reasons that you should NOT use deep learning深度…

万字长文丨7个经典问题,助你拿下Java面试(建议收藏)

擅长领域:execl、word、ppt 等 今日重点: ① 掌握面试的基本素质; ② 学会7个典型的java面试问题。 有问题的小伙伴欢迎加我主页vx。评论、点赞、收藏是对我最大的支持!!! 目录 一、面试的目的 二、面…

应用人工智能有助心理学发展

来源: 中国社会科学报摘要:人工智能及相关技术的发展,为心理学研究提供了突破性的研究方法和工具;心理学对大脑机制的研究成果运用于人工智能领域,也推动着人工智能研究的进步。心理学同人工智能联系紧密,自…

【粉丝福利、免费领取】:1000套PPT模板、100份简历模板、硬核学习资料+PDF资料(java、python、大数据、机器学习)

目录 1、100套小编购买的简历模板(部分截图) 2、1000套精品PPT模板(部分截图) 3、大数据-学习资料(1.3G 硬核PDF,官方指南) 4、python学习全集 5、Java基础、高级和面试资料 6、大数据-行…

HDU 1142 A Walk Through the Forest dijkstra + DFS

http://acm.hdu.edu.cn/showproblem.php?pid1142 题意: Jimmy在位置 1 ,每天晚上要回位置2(家),计算1到2的最短距离,Jimmy要先去一个地方然后再回家,到了那个地方离家的距离不能大于1到2 的最短…

剑指 Offer 06. 从尾到头打印链表(递归、逆置链表、头部动态插入)

题目 输入一个链表的头节点&#xff0c;从尾到头反过来返回每个节点的值&#xff08;用数组返回&#xff09;。 示例 1&#xff1a; 输入&#xff1a;head [1,3,2] 输出&#xff1a;[2,3,1] 限制&#xff1a; 0 < 链表长度 < 10000 解法一&#xff1a;递归&#xff0…