盛世景观点丨大数据行业概述及机会分析

盛世景观点丨大数据行业概述及机会分析

　　水池假山景观设计,景观雕塑图,适老化景观根据知名研究机构Gartner给出的定义，大数据是“使用高效的信息处理方式以具备更强的洞察力、决策力和流程优化能力的海量、多样的信息资产”，其价值在于提高数据使用者的最终决策力。

　　2011年，大数据（Bigdata）的概念首次进入Gartner技术成熟度曲线（炒作周期曲线年达到期望膨胀期顶峰，2014年进入泡沫谷底期，以及2015年的彻底退出。Gartner公司在《2014年技术成熟度曲线报告》中即指出：“虽然对大数据的兴趣依然不减，但他已经离开高峰期，因为该市场已经安定下来，有了一整套合理的方法，新的技术和实践被添加进现有方案”。Gartner认为，大数据还有5到10年的时间才会达到稳定发展期。

　　2011年以来，企业级市场围绕大数据的炒作不断升温，很多企业也的确面临数据量激增的现实困境，但大数据绝非仅仅是数据量大的挑战，大数据的核心问题还是取决于数据挖掘背后所能产生的价值，在经历了一段热潮之后，大数据的概念走向低谷期，开始实实在在的为企业解决问题，大数据相关技术的演进在未来一段时间仍将展现出强大的生命力。

　　通过具体分析历年大数据技术成熟度曲线，可以勾勒出大数据的整体轮廓，即大数据依托社交内容、开放式监控SCADA、语义web、测绘地理信息系统可视化和分析、活动流、开放政府数据、公开数据、关联数据等信息数据，综合利用物联网、数据挖掘、视频搜索、动态数据屏蔽、内容分析、逻辑数据仓库、noSQL数据库管理系统、混合云计算、复杂事件处理、基于云的网格计算、云协作服务、云并行处理、内存中数据网络、MapReduce、Hadoop、内存中分析、文本分析、数据集成、语音识别、预见性分析等工具，实现信息评价、预测建模、声明分析、内容增值服务、社交网络分析、高级欺诈技术的检测于分析、社交信息分析、IT服务分析工具、远程信息处理、Web体验分析、供应链分析、社交媒体数据监控、网络分析等应用。

　　大数据没有在2015年技术成熟度曲线上出现，这一改变表明对大数据概念的炒作进入尾声，企业将会更加关注于如何应用，实时的数据分析能力日益成为核心竞争力，大数据正式进入融合应用层大发展时代。

　　从产业角度看，大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设、数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。大数据产业包括三大类，一是大数据核心产业，指专门应用于大数据运行处理生命周期的软件、硬件、服务等；二是大数据关联产业，指在大数据运行处理的过程中，为其提供基础设施、处理工具、相关技术等的产业；三是大数据融合产业，指大数据与其他行业领域融合产生的新兴业态、升级业态。

　　对于我国大数据产业的规模，目前各个研究机构均采取间接方法估算。中国信息通信研究院结合对大数据相关企业的调研测算，2017年我国大数据产业规模为4,700亿元，同比增长31%；预计至2020年，中国大数据产业市场规模将超过1万亿元，未来3年CAGR为29%。

　　中国信息通信研究院结合对大数据相关企业的调研得出，2017年中国大数据核心产业规模为234亿元，较2016年相比增速达39%；预计未来几年，大数据核心产业仍将保持高增速，到2021年，大数据核心产业市场规模将达到767亿元，未来4年CAGR为35%。

　　在大数据核心产业主要由软件、硬件、服务三部分构成，目前软件及服务依然占据大数据市场的主导地位，硬件比例略有下降。2017年中国大数据硬件市场规模72.0亿元，占比为30.5%，与2016年相比下降了1.6%；软件市场规模为104.1亿元，占比达到44.1%，比2016年上升0.9个百分点；服务市场规模为59.9亿元，较去年上升了0.7%。

　　人工智能(AI)、大数据(Big Data)和云计算(Cloud Computing)正在出现“三位一体”式的深度融合，构成“ABC金三角”。三者既相互独立，又相辅相成，相互促进。大数据的发展与应用，离不开云计算强有力的支持；云计算的发展和大数据的积累，是人工智能快速发展的基础和实现实质性突破的关键；大数据和人工智能的进步也将拓展云计算应用的深度和广度。

　　云计算是大数据的底层架构，大数据以云计算来处理大数据，人工智能则是大数据的场景应用。近年来，数据、网络、计算能力都以指数级的速度发展，有力推动了人工智能的超常发展，人工智能正以超出人们想象的速度迅速改变各行各业，并有望在未来全面驱动各行各业生产力的提高。人工智能的内涵日趋丰富，不仅涵盖了语音识别、图像识别、自然语言理解、用户画像等细分领域，而且越来越和大数据、云计算难分难解，界限模糊。

　　云计算已不再仅仅是简单对于存储能力和计算能力的需求。随着人工智能与万物互联的普及，接入网络的设备越来越多，数据计算量也越来越大，云服务已经慢慢变成智能时代的下层建筑，成为不可或缺的基础设施。而人工智能的实现，需要大数据作为人工智能对行为智能判断的依据，云计算运用大数据运行出运算的结果并保存在云上，为人工智能提供强大的支撑。人工智能的新突破，主要是缘于“深度学习”，由此使人工智能有了实用价值，而“深度学习”正是在大数据和云计算日趋成熟的背景下才取得实质性进展的，好比“深度学习”是火箭，大数据就是燃料，而云计算是引擎。

　　因此，大数据、云计算是辅佐人工智能超常发展的两个最重要的角色。而人工智能的突飞猛进、海量数据的积累，也为云计算带来了新挑战和新的发展空间。未来的云计算将向人工智能全面进化，进入全新的智能领域。

　　中国市场云计算、大数据、人工智能爆发间隔较美国市场为短，多项技术融合是确定的趋势，未来将不会存在纯粹的大数据公司。随着云计算降低整个市场基础设施成本，预计越来越多的IT预算支出将向大数据行业软件和服务的部分倾斜，我们认为存在如下值得关注的投资机会：

　　第一，整体解决方案公司机会大。目前多技术的融合导致客户需求存在多元化、复杂化趋势，越发难以满足。传统IT服务行业中以提供硬件为主的集成商地位将下降，整体方案公司更容易贴近客户和获取标杆客户，能够提供大数据加云和AI整体方案的厂商跨场景服务能力强，相关创业公司存在弯道超车的机会；

　　第二，关注空间大的垂直应用领域大数据。数据服务价值在于与垂直行业结合，信息化程度高是选择大数据垂直应用领域的重点，目前互联网、金融、政务大数据和其他行业相比渗透高、信息化建设完善、IT预算充盈，互联网行业集中度高、倾向自主，因此应当重点关注金融、政务大数据领域。据统计，两市场规模现阶段就已超过200亿元；

　　第三，关注大数据基础平台机会。搭建大数据平台是各个企业落地大数据应用的第一步，在非结构化数据增速远超结构化数据及超三分之二企业仍用结构化数据库的背景下，基于Hadoop、spark等架构搭建的大数据基础平台技术逐渐走向成熟，安全性、稳定性、可扩展性已可匹敌发展了数十年的传统结构化数据平台，存量机会和新增机会将共同促进相关技术型厂商快速抢占份额。