全球大數據智能化的浪潮衝擊下,中國大數據發展的關鍵4階段:2012年以前,大數據市場處於認知初建的階段,這時候大部分人對大數據的認知就是數據「大」了。工具的使用跟從前相比沒有大進步,大數據的案例僅有在大企業內,以試驗形式零散出現。
於2012年至2014年,由互聯網企業帶頭,發展變得具規模,然後獲得中央政策驅動而加速。同時,互聯網到移動網絡的高速發展,積累了大量多維度的行為數據,成為機器學習的助力。
發展兩大主線
然而,數據流通方式還是非常局限,大型企業例如BAT有絕對優勢。內地貴陽大數據交易所也由此應運而生,數據質量及安全始終是數據交易的最大隱患,差別是美國企業會更多使用數據代理人(Data Broker)解決數據流通問題。我們發現兩者的最大差別,是SLA服務承諾及供需的長期關係。
2014年開始至今,大數據生態發展分為兩條主線:
一、前述的互聯網企業繼續以機器學習深化數據在業務上的分析需求,數據治理及中台技術開始成為企業的未來關注點;
二、傳統行業以金融、零售、醫療為首,發展AI+之路,企業因為信息化的程度,制約了人工智能的使用。數據孤島現象在非互聯網企業更為嚴重,隨着技術創新的大規模嘗試和試驗,市場進入「百花齊放」的階段。
由2015年至2019年,隨着物聯網興起,智慧城市成為內地一二線城市的必備項目,也成為帶動產業互聯網的驅動力之一。以數據去驅動惠民服務、營商環境、產業發展是各地的重要任務,及至2017年內地參與智慧城市多達517個。由2017年至2019年,政策更明確從訊息安全、數據管理方面規範市場;數據治理及資產管理成為企業的重點之一,數據中台的概念更趨向成熟。同時,京津冀、長三角、粵港澳大灣以城市群為特色的區域協助,更加突顯數據成為創新的要素。
科技環境是大數據生根發芽的沃土,5G及IPV6部署和更多智能終端的出現,催生了大數據供給端的爆發,也成為大數據技術、大數據產業應用落地和發展的重要里程碑,為大數據場景化使用提供了充足的數據資源。資本永遠是助力行業發展不可或缺的要素,其顯著的特點是前瞻性強、理性(或瘋狂)、逐利性,相比前幾年資本的瘋狂,近年資本趨於理性,也反映了當下真實的市場發展。