1、调研发布单位大数据产业生态联盟顾问股份有限公司智库调研执行单位软件和集成电路 杂志社大数据产业生态联盟1庞大、 万能和完美无缺是数字的力量所在， 它是人类生活的开始和主宰者， 是一切事物的参与者。 没有数字， 一切都是混乱和黑暗的。 这是古希腊毕达哥拉斯学派的思想家菲洛劳斯对于数字的解读。 如今， 无处不在的数据渗透到人类社会的各个角落， 数据的体量也在迅速膨胀， 我们开始试图探索与物理现实世界具有映射关系的数字世界。数据之于数字世界， 就如同DNA分子之于生物体。 完善的产业链结构之于数据，就如同完美的双螺旋结构之于。 双螺旋结构是生物遗传、 生物体构建、 生命延续的重要基础， 而数据产业链

2、结构是数字世界构建、 数据价值流转的重要支撑。相应的， 只有结构完整的、 可搬移、 可衍生、 可与其他领域融合发展的大数据产业链，才可以为构建数字世界的生态格局提供支撑。目前， 大数据产业链可以划分为数据标准与规范、 数据安全、 数据采集、 数据存储与管理、 数据分析与挖掘、 数据运维及数据应用等多个环节， 几乎覆盖了数据从产生到应用的全生命周期。同生物体、 物理世界一样， 融合才是数字世界的必然趋势。 大数据产业链的融合贯通在基础支撑、 数据服务、 融合应用等方面迸发出得天独厚的巨大优势。 产业链不同于产业或者企业， 产业链强调的是 “产业的整体” 和企业间的 “竞合关系” ， 其重心是产业

3、与产业、 企业与企业的对接， 此种对接是一种空间的延伸， 能够为产业或者企业的 “生长” 输送养分， 透过外部环境找到发展机遇。为此， 在中国大数据产业发展白皮书中， 我们对于大数据产业链的结构、 衍生的产品和服务， 以及以产业链为中心引发的技术变革和融合应用进行了深入分析； 对后疫情时代的大数据产业发展机遇进行预判； 对于围绕 “新基建” 为大数据产业带来的新机遇和新发展， 数据要素市场化配置下的数据治理和数据安全等核心命题进行深刻研读， 力图全面展现大数据产业领域迸发的新业态、 新模式， 深入了解大数据产业链融合发展的理念， 迎接大数据产业融合应用带来的机遇和挑战。大数据与产业链的融合贯通

4、是当今数字经济发展的必然要求， 也是数据价值得以高效释放的必由之路， 更是探索数字世界构建发展的有利突破口。总而言之， 秉持融合发展的理念， 构建数据生态的多元格局， 才能在大数据产业新纪元中脱颖而出。前言大数据产业生态联盟2020中国大数据产业发展白皮书2在全球信息化快速发展的大背景下， 大数据已成为国家重要的基础性战略资源， 正引领新一轮科技创新， 推动经济转型发展。 紧密围绕数据资源开展的基础设施建设、数据集聚整合、 数据分析处理、 数据开放共享和数据安全，铸就了大数据产业发展的核心要素。这些要素所构筑的 “内层齿轮” 的转动直接带动了 “外层齿轮” 大数据融合应用的蓬勃发展， 衍生出政

5、府大数据、 互联网大数据、 健康医疗大数据、 金融大数据、 电信大数据和工业大数据等热点场景， 持续驱动经济增长和转型升级。近年来， 国家大力倡导 “新型智慧城市” 建设， 其内容涵盖无处不在的惠民服务、 透明高效的在线政府、 精细精准的城市治理， 以及安全可控的运行体系等， 这些都与大数据技术和产品紧密相关。国家信息中心发布的新型智慧城市发展报告2018-2019 明确指出： “我国大量城市已经从新型智慧城市建设的准备期向起步期和成长期过渡， 处于起步期和成长期城市从两年前的占比57.7%增长到80%， 而处于准备期的城市占比则从42.3%下降到11.6%， 许多城市已经开展了大量工作并取得

6、良好成效， 工作重心从整体规划向全面落地过渡， 新技术应用驱动新发展和新变革， 数据关键要素作用初步显现，多规融合应用逐渐普及， 惠民服务从 “能用” 到 “好用” 不断升级。与此同时， 加快数字中国建设已经成为我国重要的国家战略， 诸如福建、 广东和江苏等地均积极开展数字经济布局。 作为数字经济和新型智慧城市建设的核心要素， 大数据将为其提供数据分析平台和工具， 助力各个细分应用环节的 “智慧化” 落地。顾问统计了2012年以来大数据应用领域中最近10000个热点事件中最常见的关键词显示， 2012-2019年，我国关于大数据重要论述中， “数据” “数字经济” “互联网” “平台” 成为最

7、常见的高频词汇， “数字经济” “数字中国” 等正逐渐成为我国推进经济高质量发展的重要力量。与此同时， 根据年度分析显示， 2020年以来， 与数据治理相关的词汇逐年增多， 数据共享开放、 数据孤岛、 数据治理等话题成为当前大数据发展关注点。数据关键要素作用初步显现， 数据共享开放初见成效， 数据治理成为关注重点 大数据产业要素解析数据来源：顾问，不完全统计，2020.8大数据产业生态联盟3从2016年开始， 国家发改委、 工信部、 农业部、 水利部等部门， 以及地方各级政府都相继推出了促进大数据产业发展的意见和方案， 产业整体发展环境持续优化。 据赛迪顾问不完全统计， 2016-2017年是

8、大数据相关政策文件出台的高峰期。 2016年， 行业大数据政策文件相继出台，如政务信息资源共享管理暂行办法 生态环境大数据建设总体方案 农业农村大数据试点方案 国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见 关于促进国土资源大数据应用发展的实施意见等。 2017年工信部印发 大数据产业发展规划 （2016-2020 年） 云计算发展三年行动计划（2017-2019年） ， 水利部出台关于推进水利大数据发展的指导意见 。 同时，地方政府相关大数据政策也陆续出台， 成立大数据管理机构， 以及建立健全相关体制机制。 比如， 河南省政府办公厅发布 河南省大数据产业发展三年行动计划（2018

9、-2020年） ； 福建省成立大数据管理局， 并相继出台了 福建省促进大数据发展实施方案（2016-2020年） 福建省人民政府关于支持大数据产业重点园区加快发展十条措施的通知等文件。 各地政府加快大数据产业政策落地， 持续优化区域大数据产业发展环境。 2018年， 工信部印发工业互联网发展行动计划（2018-2020年） ， 加快推动大数据与实体经济融合。 2019年， 工业和信息化部、 国家机关事务管理局、 国家能源局联合印发关于加强绿色数据中心建设的指导意见 ， 推动绿色数据中心建设。 2020年， 中共中央、 国务院发布 关于构建更加完善的要素市场化配置体制机制的意见 ， 推进政府数据

10、开放共享， 提升社会数据资源价值， 加强数据资源整合和安全保护； 工信部发布 关于工业大数据发展的指导意见 ， 着力打造工业大数据生态。 当前， 大数据与人工智能、 数字经济、 智慧城市、 数字治理等融合速度加快， 推动经济社会数字化转型。根据近5年来的政策， 梳理发现， 宏观政策成为产业发展利好因素。 2016-2018年大数据产业的增长主要由产业政策和资本协力推动； 2019年以来， 随着大数据技术和应用的持续爆发， 以及5G和物联网等相关技术的成熟， 市场需求和相关技术进步将成为大数据产业持续高速增长的最主要动力。大数据政策逐步完善， 应用场景建设落地成为关键数据来源：顾问，不完全统计，

11、2020.8（单位：个）大数据产业生态联盟2020中国大数据产业发展白皮书4中国大数据产业发展受宏观政策环境、 技术进步与升级、 数字应用普及渗透等众多利好因素的影响， 市场需求和相关技术进步成为大数据产业持续高速增长的最主要动力， 2019年中国大数据产业规模达5397亿元， 同比增长23.1%。随着 “互联网+” 的不断深入推进以及数字技术的不断成熟， 大数据的应用和服务持续深化， 与此同时， 市场对大数据基础设施的需求也在持续升高。随着5G和物联网的发展， 业界对更为高效、 绿色的数据中心和云计算基础设施的需求越发升高， 大数据基础层持续保持高速增长， 预计2020年整体规模将达到667

12、0.2亿元， 到2022年将突破万亿元， 持续促进传统产业转型升级， 激发经济增长活力， 助力新型智慧城市和数字经济建设。根据2020年大数据产业生态联盟调研问卷收集的百余家大数据企业反馈结果显示， 华东、 华北区域在大数据产业发展方面持续领跑。 根据调研结果， 我们发现， 多数大数据企业的业务集中于华东、 华北地区， 它们合计约占整体市场规模的55.4%。 广东、 湖北、 四川、 贵州等地分别引领中南和西南地区大数据产业发展， 并显著领先于东北和西北地区。 根据2019年中国大数据区域发展水平评估数据来看， 全国各省、 直辖市、 自治区大数据发展水平存在明显的差异性， 存在阶梯分布特征。从指

13、数分布来看， 全国各省、 直辖市、 自治区大致可以分为三个集团。 广东省以57.19的指数高居榜首， 东南沿海地区省市发展水平普遍较高， 成为大数据发展的前沿地带， 8个国家大数据综合试验区示范引领作用日渐凸显。中国大数据产业规模持续高速增长， 华东、 华北地区持续领跑 大数据产业要素解析大数据产业生态联盟5大数据综合试验区和大数据产业园是大数据产业集聚发展重要承载主体。 贵州、 京津冀、 辽宁、 内蒙古、 上海、 河南、 重庆、 珠三角八个国家级大数据综合试验区的大数据产业园布局早， 发展迅速。 与这些试验区毗邻的省份， 如安徽、 湖北、 四川、 陕西、 浙江、 山东和江苏， 也纷纷加快 “

14、大数据产业园区/基地” 建设， 通过建设大数据产业园， 培育大数据骨干企业， 增强数字经济发展实力， 提升大数据产业集聚能力， 助力产业数字化转型升级。从总体来看， 中国的大数据产业园可以划分为三类： 第一类是北京、 上海、 广州和深圳的大数据产业园， 这些产业园大多来自于已有的各类软件园， 具有良好的发展基础，配套的园区设施与服务， 具有较好的发展优势。 第二类是河南、 重庆、 沈阳、 内蒙古、 贵州五个国家大数据综合试验区， 五省（自治区）积极落实国家战略布局， 其区域内的产业园加速涌现并迅速壮大。 第三类是部分中、 东部省份， 如安徽、 福建、 浙江、 山东、 江苏等， 积极顺应大数据产

15、业发展趋势， 布局大数据产业园， 实现数字产业高质量发展。2019年， 数字产业成为推动经济高质量发展的新动力， 以数据为驱动的数字园区也日益成为各地布局重点。 园区高度重视数据资产的价值， 建立从数据出发的管理决策体系， 布局基于大数据相关产业， 并逐渐成为大数据产业发展聚集载体的一部分。通过梳理， 我们发现此类园区区别于其他类园区的一些差异化方面： 一是功能特色， 传统园区多以追求规模扩大化为取向， 数字园区是全新的变革以及探索， 其更加突出功能性和特色优势， 注重将园区做精、 做深、 做优。 二是产业数字化转型发展， 数字园区更加注重传统实体与数字技术的深度融合。 三是集约高效， 传统园

16、区主要是企业物理空间的集聚， 数字园区更加倾向于企业的功能性集群，依托核心企业形成功能集群和产业战略聚合， 能够更好地实现集约高效发展， 其亩均效应均有可能超过一些传统园区。 四是数字化要求， 数字园区区别于传统园区在于其更加追求运营集成化、 服务平台化， 通过数字化手段、 推动形成产业链互补连接、 上下游融合发展的产业共同体， 以共创共享的合作模式实现大数据资源企业聚集， 以及为企业间相互赋能。以数据为驱动的数字园区成为大数据产业集聚发展的重要载体数据来源：顾问，2020.8大数据产业生态联盟2020中国大数据产业发展白皮书6调研结果显示大数据产业的热点集中在应用软件、 基础软件、 数据源、

17、 数据基础设施等领域。 其中， 深蓝色表示热度高， 浅蓝色表示热度低。从数据源来看， 企业运营生成数据、 政府数据整合共享仍占据主导， 随着5G应用的快速拓展， 以及大数据应用场景逐渐丰富， 从传感终端获取的数据将愈发重要。从数据基础设施来看， 随着国家大力对于新基建领域进行投入， 数据中心建设持续领跑， 数据中心作为数字经济的枢纽作用在疫情期间对于各种应用的支撑起到关键作用， 云计算服务（包括公有云和私有云） 紧随其后， 为企业和政府提供重要的云化基础支撑。从数据流通来看， 数据开放共享和标准化的需求不减， 这也折射出目前大数据行业的共性痛点， 企业和政府迫切希望通过数据共享开放、 标准化等

18、举措提升数据价值； 数据交易由于受商业模式和数据合规性等多种因素制约， 其热度较低。从软硬件产品来看， 供应商聚焦应用软件、 基础软件产品的布局， 软件产品的日益丰富持续提升大数据产业发展水平。 在基础软件维度， 大数据平台、 数据采集、 主数据管理平台、 数据中台和数据清洗引领细分市场发展， 数据安全和数据库等产品的热度紧随其后。 在应用软件维度，数据可视化、 用户画像和日志分析最受客户追捧， 商业智能、 图像识别及空间地理分析等软件产品同样备受关注。从行业应用来看， 软件和信息服务业高居榜首， 热点集中于政务、 互联网和相关服务、 社会治理（安防、 舆情、应急管理、 信用、 环境监测、 交

19、通、 能源、 城市管理等）、金融、 民生服务（社保、 就业、 证件办理、 住房、 生育、 养老等） 等领域， 医疗、 工业等行业领域同样具有较大潜力。大数据软硬件产品、 行业应用和基础设施等领域热点布局 大数据产业要素解析大数据软硬件产品、 行业应用和基础设施等领域热点布局大数据产业生态联盟7依据教育部印发的普通高等学校本科专业备案和审批结果 ， 从2015年至2019年新增专业数量来看， 数据科学与大数据技术是近五年高校新增数量最多的专业， 共有691所高校新增了该专业， 相当于目前中国高校总数的四分之一。 2017-2019年， 大数据相关专业新增数量在新增专业数量排行榜均位居前列， 数据

20、科学与大数据技术、 机器人工程等专业受到高校欢迎。 进一步分析发现， 这些新增数量较多的专业， 多为实用性、 交叉性较强的学科， 大数据相关专业的设立趋向于向精细化、 融合化发展， 高度重视专业化、 复合型大数据人才培育。2020年大数据产业生态联盟调研发现， 我国互联网、工业、 通信和金融领域对于大数据人才的需求较为突出，其中互联网行业需求过半， 未来， 数字中国建设、 产业转型升级， 这些将对大数据人才产生巨大需求量且需求呈快速增长趋势。 近几年数字经济发展和产业转型升级加快， 对大数据人才的专业技能、 实操能力提出更高要求， 拥有编程能力、 数据分析、 算法设计等专业技能的大数据人才备受

21、企业关注。2020年大数据产业生态联盟调研结果显示， 越来越多的大数据企业重视科技创新能力的培养。 大数据企业的研发投入占总营收的比例平均为31.3%， 相较2019年有1%的涨幅， 研发人员数量约占总员工数的比例达一半以上。 大批企业开始重视核心技术研发和自主创新， 以提高自身技术壁垒和竞争实力。 此外， 大数据企业在员工学历水平上也占据一定优势， 员工学历水平与企业研发投入成正相关， 从员工学历结构来看， 本科学历及以上的员工约占总员工数的86.4%， 其中博士学历员工占比约为2.6%， 硕士学历员工占比约为15.5%， 本科学历员工占比68.3%。专业化、 复合型大数据人才培育力度加大大

22、数据产业生态联盟2020中国大数据产业发展白皮书8大数据经过多年的发展， 逐渐走向产业化、 规模化。 国内骨干企业已经具备了自主开发建设和运维超大规模大数据平台的能力， 一批大数据以及智慧城市方面的独角兽企业快速崛起， 大数据领域的专利申请数量逐年增加。据顾问统计， 2008-2019年中国大数据专利总量持续增长， 部分国内骨干企业已经具备了自主研发产品的能力， 一批大数据领域的独角兽企业也在快速崛起。自2014年起， 专利数量开始飞速增长， 到2019年， 中国共拥有大数据相关专利数量32301项。 2014-2019年， 全国大数据产业发展较好的地区新增专利数量均呈现上升趋势其中， 广东省

23、呈现出高速增长的趋势， 持续位列全国首位。2019年北京大数据专利新增数量相较上年增长一倍，增速为2019年各地区最高， 2018-2019年， 江苏省大数据专利新增数量呈现出缓慢增长的趋势。 2019年单年的新增专利数量达9818项， 其中发明专利占比达63.04%， 实用新型专利占比达34.26%， 外观设计占2.7%。我国大数据创新市场竞争主体多样， 创新主体主要包括企业、 院校/研究所、 个人和政府机构等类型。 进一步研究发现， 企业和科研院所是大数据创新的主力军， 数据显示， 2019年， 两者合计贡献了9504项专利， 占到了全年新增数量的96.8%， 推动着中国经济社会发展和创新

24、市场竞争。机器学习、 数据采集、 数据存储、 分布式等均为大数据专利技术领域的热门词汇， 我国大数据技术创新不断取得突破， 这些热门技术分支下的专利申请都是几乎均呈直线上升的状态， 以数据分析服务技术为主要代表的大数据技术可以应用在各领域， 并呈现全面发展的态势。随着产学研用地协同攻关， 围绕数据分析的关键算法和共性基础技术研发， 以及大规模数据仓库、 非关系型数据库、 数据存储、 数据清洗、 数据分析挖掘、 数据可视化、信息安全与大数据条件下隐私保护等核心技术研发创新，将逐渐形成以应用需求为牵引的跨学科、 跨领域交叉融合的创新方向。大数据创新市场竞争主体多样， 机器学习、 数据采集不断取得突

25、破 大数据产业要素解析大数据产业生态联盟92020年大数据企业投资价值百强榜， 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、产品竞争力、 细分市场潜力、 领导层能力等多个维度进行评比。 经过专家打分， 评选出2020年度大数据领域最具投资价值的100家企业。本榜单共选取了11个细分领域， 涉及大数据基础软件、 数据治理与分析、 数据安全和商业智能4个通用领域，以及政府大数据、 金融大数据、 营销大数据、 工业大数据、电信大数据、 健康医疗大数据、 教育大数据等7个融合应用领域。研究显示， 部分大数据企业已经在软件与信息技术服务业、 互联网或传统产业等领域深耕多年，

26、企业本身已经形成一定规模， 经过长时间的沉淀， 在各自的细分领域中有较好的用户、 渠道、 技术、 创新等积累， 把握新一代信息技术创新发展机遇， 在大数据采集、 分析挖掘、 存储、 平台，以及与人工智能等技术深度融合应用方面， 积极拓展大数据业务， 具备较强的竞争优势， 如帆软、 神州医疗、 树根互联、 人大金仓等。 这些企业通过横向投资、 并购等手段， 拓宽自身在大数据领域的赛道。此外， 市场上大部分大数据企业成立时间较短， 以中小企业为主。 部分企业专注于大数据行业某一细分领域， 深耕垂直行业， 注重自主核心技术研发与迭代， 为用户提供优质的大数据产品或服务， 在这个过程中， 这些大数据企

27、业逐渐积累了稳定的用户以及大量的数据， 在细分领域中建立了品牌和竞争优势， 市场份额和地位不断提升。典型企业如百分点、 三盟科技、 网智天元、 四方伟业、智慧星光、 永洪科技、 美林数据、 数联铭品等。 部分企业通过与大型平台企业 （如阿里、 腾讯、 华为等）签署战略合作， 加入平台生态， 以及资本化运作的方式， 不断扩大市场份额。2020年大数据企业投资价值百强榜大数据产业生态联盟2020中国大数据产业发展白皮书10大数据产业是以数据采集、 交易、 存储、 加工、 分析、服务为主的各类经济活动， 包括数据资源建设、 大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。 数据服务

28、、 基础设施和融合应用相互交融， 协力构建了完整的大数据产业链。基础设施层是整个大数据产业的引擎和基础， 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。 大数据技术的迭代和演进是这一层发展的主旋律。随着人工智能和5G技术的发展， 与存储和计算相关的芯片和终端设备成为发展热点， 数据中心作为新基建中的重要一部分， 将在新基建的推动下迎来发展新契机； 云计算资源管理平台（包括私有云和公有云）持续提升底层硬件的利用效率， 日益成为产业不可或缺的重要支撑。 而人工智能分析框架， NoSQL和NewSQL数据库， 以及Spark和Ha

29、doop等平台的日益成熟， 为大数据分析挖掘提供了丰富的工具箱。数据服务层是大数据市场的未来增长点之一， 它立足海量数据资源， 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、 数据加工分析、 数据安全， 以及基于数据的IT运维等。随着5G商用的全面推广 ， 数据采集和预处理需求将快速上升； 此外， 随着数字技术日益复杂， 提供第三方数据分析、 可视化和安全服务的市场也将持续壮大。 然而， 数据交易服务由于数据权属不清晰， 模式不落地等问题， 发展潜力相对较小。融合应用层是大数据产业的发展重点， 主要包含了与政务、 工业、 金融、 交通、 电信和空间地理

30、等行业应用紧密相关的软件和整体解决方案， 以及通用性的与营销等业务应用密切相关的软件和解决方案。 融合应用最能体现大数据的价值和内涵， 它是大数据技术与实体经济深入结合的生动体现， 能够切实地帮助实体经济企业提升业务效率，降低成本， 也能够帮助政府提升社会治理水平和民生服务能力。大数据产业链的三个层次大数据产业链 大数据产业链解析数据来源：顾问，2020.8大数据产业生态联盟11近两年， 我国已在2018年中央经济工作会议、 2020年政府报告等多次会议和文件中强调要加快 “新基建” 建设步伐。 国家发改委在2020年4月份召开的例行新闻发布会上初步研究认为： 新型基础设施是以新发展理念为引领

31、，以技术创新为驱动， 以信息网络为基础， 面向高质量发展需要， 提供数字转型、 智能升级、 融合创新等服务的基础设施体系。作为新基建的重要组成部分， 大数据中心作为数据收集、 处理和交互的中心， 成为信息化发展的基础设施和数字经济的底座。当前我国数据中心正进入新一轮快速发展期， 传统数据中心转型升级， 新一代数据中心加速布局， 旨在通过建设新型数字化、 智能化基础设施， 支撑产业转型与发展， 未来， 随着国家相关政策进一步落地， 数据中心发展势能有望快速释放。 从长期来看， 数据中心将更多受应用市场驱动， 未来将迎来黄金发展十年。 近年来， 随着互联网等运化应用和服务逐渐增多， 数字经济、 数

32、字政府和数字社会建设的加速推进， 企业纷纷加速数字化转型脚步， 同时， 人类产生的数据量正在呈指数级增长， 这些因素必然带来对包括服务器在内的云计算数据中心需求。作为推动数字经济发展的算力基础设施和重要支撑，数据中心承担了数据存储、 数据流通的关键职能， 随着5G的推广， 数据流量将再次迎来爆发， 进而也会对数据中心带来巨大需求。据顾问统计， 2019年中国数据中心机架规模达到227万架， 在用IDC数据中心数量2213个， 投资规模达3698亿元， 规模已经达到一定量级。数据中心是大数据产业发展的基石， 也是数字经济发展的关键支撑。 云计算、 区块链等新兴技术的不断融合， 推动了数据中心将向

33、智能化、 自动化、 集约运营的方向演进。数据中心的建设可以带动服务器、 网络、 数据采集设备、 数据管理平台等软硬件产品的发展， 还可以拉动大数据向服务层、 应用层延伸， 大数据未来的价值将不断提高。“新基建” 加速， 数据中心基础设施建设迎来黄金十年发展期数据来源：工信部，顾问整理，2020.8大数据产业生态联盟2020中国大数据产业发展白皮书12 大数据产业链解析2020中国大数据产业生态地图大数据产业生态联盟132020中国大数据产业生态地图大数据产业生态联盟2020中国大数据产业发展白皮书141. 数据中心逐渐趋向高密度、 超大规模方向发展。 传统的数据中心网络越来越难以提供支持云计算

34、所需的延迟， 为更好地承载用户大规模的用云需求， 充分发挥数据中心的规模效益， 大幅降低业务部署成本和维护成本， 同时满足向上的可扩展性的需要， 超大规模数据中心已成为首选。 自2013年以来， 超大规模数据中心的数量增长了两倍，“新基建” 的推动将加速超大规模数据中心建设。2. AI解决方案渗透到数据中心全生命周期管理中。 数据中心规模扩张以后， 设备数量呈倍数增长， 设备种类也大大增多， 如何实现海量设备的统一管理， 实现业务到网络的联动， 提高运维效率， 降低运维成本， 是大规模数据中心急需解决的问题之一。 此外， 随着SDN、 NFV等技术在数据中心中的落地， 数据中心业务逻辑愈加复杂

35、， 故障排障难度大幅提升。 AI节能+AI运维+AI运营， 可以利用数据智能代替人工经验， 在自动化的基础上利用大数据分析、 机器学习等功能， 解决监管和潜在的安全问题， 帮助数据中心更快地适应不断变化的业务需求。3.建设绿色低能耗数据中心满足可持续化发展需求。目前数据中心普遍存在能耗较高的问题， 运算密度的提高导致用电密度的迅速加大， 数据中心总体拥有成本随服务器的增加而成倍上升， 采用液体冷却、 高频模块化UPS、 智能休眠等技术， 可以有效降低能源消耗， 未来PUE将进入1.2区间。 同时， 新兴的电池替代品也为UPS系统的创新应用带来契机， 比如UPS系统能够与电池系统组成储能系统，与

36、电网进行更好的交互作用， 这样的系统能够更有效地进行负荷管理及高峰调节， 通过使用UPS系统中储存的能源来帮助电网公司运营， 这种能源的静态储存技术也具备为数据中心创造更好收益的潜能。4.5G及边缘计算等新应用场景计算服务值得关注。 5G的速度、 容量和延迟特性将在物联网通信、 人工智能领域发挥重要作用， 高带宽、 低时延等网络特性的5G网络有助于云计算使用体验的进一步提升， 同时5G时代的到来有助于云计算、 云服务渗透率的快速提升。 未来随着5G应用的发展， 越来越多垂直云服务解决方案将被探讨， 并进入到实际应用中。 同样， 人工智能将成为继互联网之后下一个时代发展的新引擎， 随着人工智能技

37、术的成熟， 以及应用深化与落地， 面向个人助理、 安防、 自动驾驶、 金融、 教育等行业的AI场景化应用将产生巨大的边缘计算资源需求缺口。 5.微模块数据中心进入快速发展阶段。 传统数据中心在能源成本、 建设周期、 管理部署等方面的弊端逐渐显现，特别是能源消耗问题， 如散热、 供电、 成本等方面大大限制数据中心的有效利用， 迫切需要变革传统数据中心建设模式， 而微模块数据中心在快速部署、 绿色节能和高效资源利用等方面的突出表现， 使其获得用户的广泛认可和应用，预计未来5年中国微模块数据中心市场规模将保持28.9%年均复合增长率， 到2025年将达到323.2亿元。数据中心向绿色化、 超大规模、

38、 智能化、 低能耗方向发展演变 大数据产业链解析大数据产业生态联盟15数据安全、 数据治理成为大数据领域关注焦点大数据时代， 数据的获取方式、 存储规模、 访问特点、分析方法和技术架构有了很大不同， 与此同时， 企业的组织架构和业务流程也相应发生了转变， 这些新特征对于数据安全提出了全新挑战。 随着数字经济的发展进步， 传统的数据安全技术无法满足大数据环境下的安全保障诉求， 整合技术、 政策和机制的大数据治理逐渐走进人们的视野， 成为大数据领域的新兴热点话题。大数据治理包含大数据全生命周期内使用的技术、 管理规范与政策制度， 技术层面上涵盖大数据管理、 存储、 质量、 共享开放、 安全与隐私保

39、护等多个方面。 大数据安全是大数据治理的主要环节， 包含用以搭建大数据平台所需的安全产品和服务， 以及大数据场景下围绕数据安全展开的大数据全生命周期的安全防护。 相关产品包含大数据系统安全、 大数据管理运营、 敏感数据梳理和大数据审计等。影响数据治理的制约因素主要体现在以下几个方面：1、 根据2020大数据产业生态联盟调研数据统计， 80%的数据泄露是企业内部原因， 说明企业在组织架构和制度规范方面存在漏洞。 2、 大数据关注的是关联分析的结果，单个样本的价值相对较低， 因此在观念上容易忽视对单个样本的安全保护。 3、 大数据环境下， 数据的全生命周期安全防护投入成本高， 成本效益比低。 4、

40、 数据资源可被复制， 复制后痕迹难以追溯， 与此相关的密文存储和计算、 数据加密与溯源等技术尚不成熟。同时， 数据治理主要在以下几个方面实现提升：1、 “一把手” 工程： 成立数据治理领导小组， 统筹组织内部管理层、 业务层、 支撑层等环节的数据治理实施。 2、数据资产梳理： 调研与访谈、 定义敏感数据、 数据资源目录梳理、 数据资产登记、 评估与分析、 技术支持与培训等。 3、构建企业内部大数据治理体系： （1 ）建立大数据治理的软硬件环境； （2）建立完善的大数据治理实施流程体系和规范； （3） 制定大数据治理阶段性目标。 4、 技术工具选择： 在数据共享交换、 数据处理规范、 数据资源整

41、合、 数据安全与监控等方面选择合适的安全与治理工具。 5、 大数据治理评估与审计： 通过智能化、 平台化、 信息多维化、 可视化的大数据审计， 将实现从纷繁芜杂的结构与非结构化数据中发现风险点进而找出重大错报。大数据产业生态联盟2020中国大数据产业发展白皮书16投入成本过大是数据安全与治理建设时最担心的问题当前， 线性的治理模式已经难以满足数字经济的实践要求， 个人、 企业、 行业、 社会、 政府等多层次信息权利主体和数据对象的交织， 必然导致和增加数据治理的复杂性。特别是在 “高质量发展” 成为新时代新经济明确发展要求的历史条件下， 数据治理现代化的水平在很大程度上决定着高质量发展目标的实

42、现。党的十九届四中全会审议通过的中共中央关于坚持和完善中国特色社会主义制度、 推进国家治理体系和治理能力现代化若干重大问题的决议中明确提出， “健全劳动、 资本、 土地、 知识、 技术、 管理、 数据等生产要素由市场评价贡献、 按贡献决定报酬的机制” 。 这是党中央首次在公开场合提出数据可作为生产要素按贡献参与分配， 足见对于数据资产的重视。 数据治理保障国家安全、 社会安全和行业安全， 在司法、 扶贫、 反恐、 民生等很多领域， 今后，数据治理要探索建立健全数据流动规则， 包括采集、 存储、处理、 使用、 交易、 退出等各个环节， 明确信息侵权或犯罪的责任， 更好保护数据相关主体的利益。在数

43、据安全与治理方面， 越来越多的企业重视数据安全与治理， 2019年， 50.7%的大数据企业在数据治理方面研发资金投入占比在10%以上。 企业在数据安全与治理建设方面担心的问题主要集中在投入成本过大、 产品/技术不成熟、 安全建设思路不清晰、 内控制度不完善、 组织架构不合理等方面， 其中， 投入成本过大成为企业在数据安全与治理建设方面担心的问题。 在企业大数据产品/解决方案中的安全模块建设方面， 62.2%的企业选择自研安全方案， 仅有5.6%的企业没有安全模块建设。 71.1%的企业认为， 数据泄露是企业大数据产品/服务过程中最关注的安全问题， 其次分别是个人隐私数据使用问题、 数据来源和

44、交易的合规性问题、 外部攻击、 软硬件基础设施安全以及数据灾备问题。 68.9%的大数据企业在产品/解决方案中已经采用了安全措施， 具体包括安全产品、 身份识别、 信息防泄漏、 数据脱敏、 数据库审计、 病毒防控、 网站防攻击及放篡改、 服务接入记录等安全产品。从行业立法的角度看， 涉及数据治理的各项制度建设进度不一。 工业和信息化部 通信网络安全防护管理办法规范互联网信息服务市场秩序若干规定 ， 全国人大常委会关于加强网络信息保护的决定 ， 国际工商总局、 工业和信息化部关于加强境内网络交易网站监管工作协作积极促进电子商务发展的意见 ， 国家互联网信息办公室互联网用户账号名称管理规定等， 以

45、及 网络安全法和电子商务法等陆续颁布施行， 在制度建设方面取得了非常大的进步， 但仍缺乏直接的数据治理立法。“个人信息保护法” 和 “数据安全法” 等直接立法成为2020年关注点。 大数据产业链解析大数据产业生态联盟17精准营销平台、 直播带货驱动互联网大数据加速发展在数字经济时代， 由于消费的场景化、 渠道的多元化、产品与服务的一体化， 企业开始利用 “+互联网” 思维模式重构营销链条。 当前互联网大数据主要应用在广告营销等方面， 厂商通过新媒体、 自媒体、 融媒体、 网络广告等方式， 以及数据库和大数据分析平台， 帮助企业自身提升用户和流量， 加强客户粘性， 精准匹配用户的需求， 并为用户

46、推送更多的内容。全球广告营销正在被数据所驱动， 打通全渠道客户， 让数据孤岛融入场景， 将数据转换为个性化营销、 差异化服务成为企业间新一代竞争利器。 但在实际过程中存在以下几个痛点：一方面是用户数据获取成本增加， 客户和流量一定的情况下， 随着行业厂商越来越多， 对于保持客户粘性与稳定的流量需要付出更高额的费用。另一方面是数据分析技术、 数据量、 数据平台等多要素导致厂商提供的服务与客户需求不匹配。 此外， 营销管理能力不足， 行业厂商对于线上线下资源存在整合能力不足， 难以开展以人为核心的工作流程管理， 实现精细化管理与提升营销效率。针对上述痛点和行业发展趋势， 未来的机会点主要体现在以下

47、几个方面：一是精准营销平台建设： 精准营销平台的建设帮助企业通过获取数据并加以统计分析来充分了解市场信息， 掌握竞争者的商情和动态， 知晓产品在竞争群中所处的市场地位。 同时， 通过积累和挖掘电商行业消费者档案数据， 分析顾客的消费行为和价值趣向， 提高对消费者的服务能力，培养忠诚顾客。二是电商直播新模式： 随着5G技术的应用， 在未来短视频与直播将从轻量触达向着深入层次的沉浸式体验转化， 并伴随着VR等技术的开发， 使得当前对于直播的流量限制进一步弱化或取消， 更丰富了直播的形式与内容。三是大数据+AI+精准推送： 通过大数据技术， 将用户浏览过的物品进行与用户直接关联， 再通过精准画像，

48、与画像人群进行关联， 积累和挖掘行业消费者档案数据， 分析顾客的消费行为和价值趣向， 对用户提供更多的增值服务与精准推送， 提高对消费者的服务能力。大数据产业生态联盟2020中国大数据产业发展白皮书18电信大数据业务与传统电信业务存在较大差异， 电信大数据业务以产品为核心， 整合分散在各部门、 各环节的数据， 构建专业化的大数据运营体系。研究发现， 电信大数据应用场景不断完善， 但运营商内部运营机制在一定程度上限制了电信大数据发挥其作用。运营商内部以多层级运营架构为主， 大部分运营商内部数据仍存在区域分割的情况， 难以适应大数据业务灵活敏捷的变化特点， “两级” 数据整合涉及到组织架构、 运营

49、方式等多方面改变， 因此， 对于运营商来说平台架构转型难度较大。从行业整体来看， 电信大数据标准化程度低， 不同领域的数据壁垒严重， 行业缺乏统一的存储管理标准和互通共享平台， 数据协同能力不足， 跨领域和跨行业的数据应用困难较大， 在此背景下， 难以实现数据价值最大化。此外， 运营商在大数据技术使用上仍有待突破， 在算法设计、 分布式计算架构、 大数据处理、 分析和呈现等方面仍与其他行业均存在较大差距， 技术短板直接制约数据质量和价值提升。针对上述痛点， 未来行业机会点主要体现在以下几方面：1、 抢抓5G建设机遇， 通过电信大数据分析， 实现基站和热点的科学选址和资源调整配置， 优化网络质量

50、和利用率， 同时， 运营商积极布局5G商用场景， 加速5G在云视频、机器人技术、 自动驾驶等领域商用， 加速产品和服务创新研发， 持续提升5G网络运用效率。2、 随着网络和高清视频的快速发展， 视频、 图片等非结构数据爆发式增长， 并逐渐成为电信大数据的主要组成部分， 人工智能技术能够为非结构数据的分析提供重要支撑， 提升数据价值， 强化数据输出能力， 为产品或服务创新发展奠定基础。3、 随着城市数字化转型进程不断加速， 数字化基础设施建设成为必不可少的一部分， 运营商在数据中心等方面的建设上有先天优势， 同时， 运营商应顺应智慧城市、 数字政府等的发展趋势， 探索与行业龙头企业的合作， 积极

51、布局数字安防、 数字交通等应用， 提供集网络建设、 云服务、数据服务于一体的解决方案。基于5G场景、 AI技术的应用引领电信大数据新发展机遇 大数据产业链解析大数据产业生态联盟19数据平台建设、 数据驱动政府治理、 数据中台成为政府大数据关注点当前数据量的爆发式增长， 数据的复杂性程度更高，政府大数据存在数据资源不均衡、 数据质量不过关等问题， 同时， 数据融合、 数据分析、 数据治理等管理工具成为数据应用瓶颈。从行业总体来看， 政府大数据痛点与难点主要集中在以下几个方面：1、 数据资源不均衡： 从数据来源看， 大部分政府掌握的数据是通过业务开展积累形成的， 以自身政务信息系统产生为主， 通过

52、国家数据共享交换平台获取数据的能力不足， 与大型平台企业、 互联网及其他社会外部数据的共享和利用相对缺乏。 从数据内容看， 多类数据均以手工单次填报获取， 更多表现为文本表格化数据， 而动态更新、 多元异构类的数据偏少； 并且多数政务信息系统建设以满足政务服务、 行业监管需求为要， 使得服务于产业、 城市等各类经济对象运行监测的数据缺乏， 而这类数据价值往往更值得关注。2、 数据质量参差不齐： 到目前为止， 尚未形成统一普适的数据质量标准， 各政务信息系统所属部门在采集、 使用、 维护数据的过程中存在诸多不规范的操作， 数据真实性、 可靠性、 完整性、 可用性、 实时性等难以得到保障。 同时，

53、 在大平台、 大系统统建过程中， 数据清洗挖掘、 交换传递、 共享开放等工作主要通过技术方案解决， 并未建立数据全生命周期管理的意识和制度体系， 难以对数据使用时的可信性、 安全性、 可关联性、 可追溯性、 可再用性实施全过程管理。3、 数据治理机制不完善： 我国当前法律法规体系对于数据权属、 利用、 安全等方面的规定尚未细化、 可操作性不强。 特别是关于政务数据的所有权、 控制权、 使用权、 解释权等， 以及政务数据在使用、 共享过程中， 涉及的数据基础设施保护、 追溯监控技术干预规则、 信息安全防护和保密建制等内容均缺乏具体标准， 如何建立一个开放共赢的数据应用环境， 填补数据泄露、 对隐

54、私侵犯的追踪、 合法合规制裁等治理内容， 是亟待解决的难题。4、 数据应用不深入： 一方面， 多数政府业务部门对本部门的数据资源基底和核心关切并不明确， 在数据查询和应用时， 存在需求描述不具体， 重复作业、 难以一次到位等情况， 导致数据应用效果差。 另一方面， 数据应用普遍局限在业务部门内部， 跨部门协同的关联业务应用分析较少， 面向重点产业、 重点领域、 重大应用场景的数据决策分析相对缺乏， 政府大数据的深层价值难以体现。大数据产业生态联盟2020中国大数据产业发展白皮书20政府大数据未来发展机遇点随着数字政府和新型智慧城市建设的持续推进， 与社会治理、 民生服务、 政务应用密切相关的政

55、府大数据应用成为热点。 中国政府掌握着80%的高价值公共数据， 如何盘活这些海量数据资源， 是未来政府大数据发展的关键。未来机遇点集中体现在以下几个方面：一是加快统一的数据平台建设： 采用数据中台服务方式， 对数据资源进行集中清洗、 整合、 按主题入库、 算法模型沉淀， 面向平台用户提供数据订阅分发、 查询/申请、 调用API、 算法模型工具、 公共数据资源池开放、 按需响应等服务， 发展基于应用导向或业务导向的数据个性化服务。二是构建数据驱动政府治理的应用生态： 进一步明确各级信息化主管部门在数据开发、 利用和管理方面的职责，强化其协调职能。 同时， 属地管理的力度还应该适当增强，数据资源管

56、理方面的 “纵强横弱” 现象需要调整， 实行垂直领导的机构除了信息公开等工作之外， 在数据共享、 数据开放等方面接受政府的统一指导和协调。 分解梳理落地应用的小场景， 快速试错， 交替迭代， 使应用需求和实现路径、落地形式不断清晰化； 积极构建数据决策应用生态， 推动各部门共同参与大数据建设， 在数据采集分析、 管理运维、服务决策等方面探索有效的激励机制， 充分调动业务部门积极性。 此外， 还需配套组建由业务部门骨干、 行业研究专家及IT服务部门组成的专职化数据决策中心， 负责采集业务部门决策需求， 开发应用算法模型和应用系统， 开展决策研判分析， 形成与业务需求紧密结合的数据决策， 真正实现

57、政府治理能力现代化。三是释放数据资产红利： 疫情期间， 数据资产应用释放数据价值， 助力政府优化政务管理， 政府利用大数据分析进行企业分类有序的复工复产。 未来， 政府和企业将更加注重数据资产管理， 打造数据中台， 推动数据共享开放，提升数据质量， 创新数据资产运营模式， 支撑数据治理精准化与高效化。四是深化大数据+人工智能在政府行业应用： 2020年4月， 中共中央、 国务院印发 关于构建更加完善的要素市场化配置体制机制的意见 （以下简称 意见 ） ， 首次将 “数据” 与土地、 劳动力、 资本、 技术等传统要素并列为要素之一。 当前数据的复杂性程度更高， 对于这样复杂的数据， 人工智能与大

58、数据分析工具融合应用不断深入， 尤其是在大数据分析、 商业智能、 可视化等方面； 以可视化未来， 人工智能与大数据技术结合越来越紧密， 实现数据多指标、 多维度、 全息化的呈现， 为决策者提供全面有效的决策支撑。未来， 数据量的增加与数据共享开放程度加深， 将为大数据可视化提供更多丰富的数据资源， 大数据+人工智能将在更多的应用场景中被需要， 尤其是在在监控检测、 指挥调度、 模拟仿真、 数字孪生等应用场景中。 大数据产业链解析大数据产业生态联盟21在我国大力发展工业互联网、 推进制造业与互联网深度融合、 促进制造业高质量发展的当下， 如何进一步挖掘工业数据应用价值将成为关注焦点。 2020年

59、5月13日， 工信部发布 关于工业大数据发展的指导意见 ， 提出加快数据汇聚、 推动数据共享、 深化数据应用、 完善数据治理、 强化数据安全、 促进产业发展等六方面重点任务， 为全面提升工业大数据产业发展指明方向， 加快促进了信息化技术和工业的深度融合， 助力创新实现更工业发展新技术、 新产品和新模式。钢铁行业具有生产流程长、 工艺复杂的特点， 钢铁企业生产环节的运转通常依赖于人工经验， 因此易造成产品质量波动， 通过整合生产过程中的数据， 将隐形数据封装成软件模型， 实现生产过程可视化， 有助于提升产品质量和生产效率。 同时， 钢铁行业生产设备价值较高， 事后维护容易造成生产停滞， 通过传感

60、器等传输数据可自动实现故障感知， 提升设备可靠性。石化行业部分材料一定程度上依赖进口， 易受国际行情影响， 亟需通过建立供应链上下游企业间的协同关系，提升行业灵活性， 及时调整生产销售各环节。 石化生产的产品大多为危险品， 常规依赖人工的检查受环境等制约，效率较低， 通过工业机器人等设备采集数据进行安全检查可以保障实时性、 精准性。我国电子行业目前暂以生产、 组装为主， 基于数字孪生技术的生产计划、 订单管理将有助于改进生产流程， 提升产品生产效率。 近年来， 电子产品趋于小型化、 精密化发展， 这对产品的制造精度、 质量提出了更高的要求， 基于大数据、 人工智能技术的产品质量检测能够及时发现

61、产品质量问题， 形成产品质量追溯渠道， 提升成品率。汽车行业从生产到销售的过程中企业间的协调较多，包含车企、 零部件供应商、 经销商等， 各环节信息孤岛问题较突出， 建立数据共享的渠道有助于打通汽车产供销信息， 为产业链各环节企业决策提供支撑。 汽车研发涉及大量专业领域， 各方面协调难度大， 利用仿真设计技术、 建立云协同平台等能够有效的缩短研发周期。工程机械行业的备件管理是其重要组成部分， 在一定程度上备件可以缓解需求压力， 但是相应的存储、 物流、 资金、 人力等成本也随之上升， 未来跨部门跨区域的备件信息与供应商数据打通， 可以满足备件计划、 采购到追溯等数据实时对接， 提高备件流通效率

62、。 近年来用户端对产品的服务需求呈上升趋势变化， 供应商逐渐从产品生产向供应设备运维、 个性化定制等方向转变， 未来如何增加产品附加值将成为供应商提升优势的关键。供应链协同、 设备维护管理、 智能生产等应用成为引领工业大数据发展新机遇大数据产业生态联盟2020中国大数据产业发展白皮书22随着金融行业数字化转型推进， 金融大数据正向金融领域各细分场景和业务渗透， 开始从客户画像、 精准营销、智能客服、 交易监控加速向智能风控、 智能监管、 智能理赔演进， 金融服务日益呈现出向智能化发展的趋势， 金融机构的运营效率不断提高。 随着大数据、 人工智能、 云计算技术的成熟和广泛应用， 金融与科技融合成

63、为市场关注焦点，应用金融大数据的能力逐渐成为金融机构的核心竞争力。2019年8月， 中国人民银行印发 金融科技 （FinTech)发展规划 （2019-2021年） ， 明确提到2021年， 要实现金融科技应用先进可控、 金融服务能力稳步增强、 金融风控水平明显提高、 金融监管效能持续提升、 金融科技支撑不断完善、金融科技产业繁荣发展。智能风控方面， 风险控制是金融的本质， 是银行、 保险、 证券等金融机构开展金融业务的基础， 而传统风控存在信息信息不对称、 时效性差、 反馈效率低等问题， 智能风控已逐渐成为各金融机构稳健经营的关键， 其能够实现风险早识别、 早预警、 早处置， 提升金融风险整

64、体防控水平。目前， 深入挖掘和分析金融大数据、 高质量高水平构建风控模型、 有效筛选实用的指标等方面仍存在较大问题， 构建的风控体系不能及时准确反馈经营过程中的风险， 智能风控发展水平不及预期。 智能监管方面， 信息技术在金融领域应用广泛， 出现了电子支付、 消费金融、 网络借贷、众筹等创新型商业模式， 也出现了借助新技术创新规避监管的做法， 通过新技术进行各种不规范操作的行为。 在金融商业模式创新加快和监管趋严趋势的双重压力下， 监管能力必须进一步提升，实现对传统金融业务以及创新型金融业务全方位的监管，推动金融监管模式由事后监管向事前、 事中监管转变， 智能监管将成为提升监管有效性的利器。

65、目前， 各个金融机构之间的数据互联互通不够、 监测分析在部分领域存在漏洞， 导致金融机构 “暴雷” 情况时有发生， 未来智能监管发展进程将大幅加快。智能理赔方面， 智能化理赔已逐渐成为客户和保险机构最重视的环节之一， 也是金融大数据应用的重点方向，其能够实现保险理赔的智能化定损和智能化核赔， 提高理赔的效率和准确性， 成为金融大数据应用重点， 中国人寿、新华保险等保险机构已开始推出智能化理赔方案。 目前，各险种标准化的数据库尚未建立， 仍需人工根据条款和出险人情况核算理赔金额； 运用数据识别欺诈行为不够准确， 导致骗保行为频频发生。 这些情况导致理赔效率低、风险大， 智能化理赔亟需进行全面推广

66、 。智能风控、 智能监管、 智能理赔是金融大数据应用的焦点 大数据产业链解析大数据产业生态联盟23大数据技术在医疗行业的应用虽能一定程度解决传统医疗行业痛点， 但也仍处于起步发展阶段， 面临着以下四大挑战：1、 随着新型医疗诊疗技术的发展， 诊疗过程中产生了海量的数字化影像、 生理监测等数据， 医疗数据量呈现爆炸式增长。 庞大的数据量需要有更大、 更可靠的存储空间以及相比较小规模的数据处理， 因此医疗大数据对数据存储提出了更高要求。2、 目前医疗数据的记录格式主要有文本型（电子病历、 医嘱、 手术记录等） 、 数值型 （生理数据、 生化数据等）和图像型 （X光、 B超、 MRI等） ， 其中文

67、本数据的表达存在一定的主观性和随意性， 非结构化数据多。 此外， 各医疗机构的信息化系统数据标准不统一， 对医疗数据治理标准体系提出更高挑战。3、 各医疗机构产生的数据孤岛阻碍了原始医疗数据的合并、 处理， 不利于后续数据分析和数据挖掘， 导致医疗大数据难以释放真正价值。4、 各医疗机构大数据人才紧缺， 人才培养难度。 一方面， 医疗大数据人才不仅需要具备医学、 管理学、 计算机学、 统计学等多学科综合知识体系， 还需要熟知医疗机构业务流程； 另一方面， 医疗信息化人员的薪资相比医疗人员、 信息化人员没有优势， 人才流动性强， 难以形成有效的知识积累。未来机会点主要有以下四个方面：1、 在国家

68、政策的大力引导下、 新冠肺炎疫情的影响下， 远程诊疗、 在线诊疗市场需求快速提升， 医疗资源 “线上” 配置将不断优化。2、 医疗信息系统中医疗数据库的底层架构搭建也将由医疗机构、 科室为中心构建模式转向以个人为核心的构建模式。3、 针对数据孤岛问题， 政府应强化顶层设计， 搭建有科研院所、 医疗机构、 医疗大数据企业及个人公共参与的医疗大数据共享平台， 推动医疗、 医药、 医保等多方的信息资源共享。4、 针对医疗大数据人才缺乏、 培养难度大的挑战， 各医疗机构对信息化部门人员定期开展操作系统、 数据库、网络安全、 数据分析等方面的培训， 同时， 政府可以通过政策引导， 针对有意从事医疗大数据

69、的人员定期开展基础医疗、 医院业务流程管理、 统计分析、 计算机技术等相关培训课程。远程诊疗、 在线诊疗持续引爆医疗大数据市场大数据产业生态联盟2020中国大数据产业发展白皮书242020年年初， 新冠肺炎疫情爆发， 给我国带来了社会经济挑战， 大数据企业同样面临多重困难：一是企业营收受疫情影响可能大幅下降；二是在租金、 工资、 税费等综合成本方面压力增加；三是线上办公、 远程办公等办公方式对企业自身数字化水平是一个巨大的考验。根据2020大数据产业生态联盟调研数据分析， 2020年上半年， 受疫情影响， 33.8%的大数据企业收入与2019年同期持平， 32.4%的企业收入下降20%以内，

70、19.7%的企业收入相比同期有所提高。 从结果上来看， 数字化程度低的企业，对线下实体空间依存度较高， 受疫情影响较大； 数字化程度高的企业， 受疫情冲击影响相对小， 部分企业在疫情推动下得到更快发展。 从疫情对企业业务的影响情况来看，60%的大数据企业认为， 企业级业务是疫情期间大数据企业受创最大的业务类型。从疫情后大数据细分领域未来机会点与业务预测方面来看， 随着大数据技术与人工智能、 物联网、 5G等新一代信息技术深度融合， 大数据在政务、 应急管理、 交通运输、 健康医疗、 社会保障等领域应用场景不断丰富。2020年， 抗击新冠肺炎疫情是对国家治理体系和治理能力的一次大考， 依靠整体性

71、社会动员机制、 织密的社会治理网络与现代化的网络技术正在发挥积极作用。 但同时， 此次疫情也暴露出社会治理存在的问题， 给社会治理体系带来重大挑战， 加强和创新社会治理， 推动社会治理重心下移， 成为了关注的焦点。根据2020大数据产业生态联盟调研数据分析显示，2020年， 社会治理（安防、 舆情、 应急管理、 信用、 环境监测、 交通、 能源、 城市管理等） 、 政务、 软件与信息服务三个大数据细分领域最被大数据企业看好， 未来机遇点多， 受企业关注度高； 同时， 从市场上大数据业务来看， 众多大数据企业更加看好政府业务， 有50%的受访企业认为政府业务将给大数据企业带来较多机遇。企业营收与

72、业务、数据安全与治理是疫情期间大数据企业关注重点疫情后社会治理领域未来机会点最多 疫情背景下大数据发展洞察大数据产业生态联盟25疫情期间， 大数据在政府、 互联网、 电信、 工业、 金融、 健康医疗等行业提供了强有力的支撑， 其中， 应急指挥平台、 疫情防控大数据平台等成为疫情下政府大数据建设重点； 互联网大数据在态势研判、 舆论引导等方面支撑疫情防控； 电信大数据支撑服务疫情态势研判、 疫情防控部署以及对流动人员的疫情监测， 助力相关部门精准施策； 工业大数据解决疫情下物资流通、 企业复产复工难等问题； 金融大数据助力政府高效发放消费券； 无接触医疗 、 影像识别成为疫情下医疗大数据应用的热

73、点等。从行业大数据建设情况来看， 在数据治理标准与机制、 数据资源整合、 数据平台建设、 数据应用与服务、 数据安全五个方面暴露出来诸多问题。 例如， 在政府大数据领域， 存在数据治理机制不完善， 数据质量参差不齐， 数据资源整合能力有待提升， 数据基础设施建设水平与需求不能完全匹配， 数据应用程度不深等问题； 在健康医疗大数据领域， 随着新型医疗诊疗技术的发展， 医疗数据量呈现爆炸式增长， 庞大的医疗数据量对行业数据资源整合能力要求更高， 此外， 医疗机构的信息化系统不兼容、 厂商数据标准不统一， 给数据标准、 服务接入管理等制定带来难题。 从统计情况来看， 数据治理标准与机制、数据安全是各

74、行业均存在的问题， 数据资源整合能力有待进一步优化。根据2020大数据产业生态联盟调研统计分析， 数据治理标准与机制、 数据安全是大数据各行业均存在的问题。 在数据治理标准与机制方面， 由于数据标准化程度不高导致数据接口不一致， 需要对数据语义进行重复解释， 造成对数据多次翻译， 大大降低了数据使用效果。 数据权威性不够， 使得数据汇聚集中后， 没有明确主数据和参考数据， 难以决定以谁的数据为准。 因此， 在标准分类规划的基础上需要制定相应的数据标准， 定义数据标准的相关规则。 同时， 在数据的生命周期内各不同环节所涉及的信息系统、 运行环境、 业务场景和操作人员等数据安全问题， 也引发了关注

75、。 从行业表现来看， 工业大数据和健康医疗大数据成为问题最为集中的两个行业。数据治理标准与机制、 数据安全是大数据各行业均存在的问题大数据产业生态联盟2020中国大数据产业发展白皮书26互联网大数据防疫是指运用互联网大数据分析， 支撑疫情态势研判、 舆论引导、 疫情防控部署以及对流动人员的疫情监测， 助力疫情期间的政府决策与生产生活， 助力提升疫情防控支撑的科学性， 精准施策。2020年春节期间， 疫情信息搜索与推送等是大家获取信息和知识的主要途径。 基于搜索大数据， 针对用户普遍关注的防疫知识、 疫情进展以及谣言， 相关部门、 权威媒体或者学者专家在第一时间为命中进行解答， 确保科学、权威信

76、息的快速传播。 比如互联网企业在 “抗击肺炎” 频道上线的 “近日疫情热搜” “防疫知识热搜” 和 “热搜谣言粉碎” 榜单， 基于大数据分析结果， 展现亿万用户每天最关注的疫情信息、 防疫知识和谣言， 点击关键词就可以看到最权威的解答或者辟谣信息。随着疫情相关信息的爆炸式增长， 利用人工智能、 大数据技术,以及有效的数据处理和分析手段， 将有价值的信息从不断增长的海量数据中提取出来， 传递给公众。 将越来越多的先进数据分析技术运用到疫情防控， 不仅引导公众理性抗击疫情， 更为政府防治疫情提供决策参考。 在此次疫情中， 互联网大数据在数据收集能力强、 数据检索覆盖范围广 、 数据信息传播途径多、

77、 影响广 ， 以及强大的数据分析能力等方面表现出优势， 以地图大数据为例， 此次疫情爆发后， 地图大数据应用在驾车、 公共出行、 景区等各类场景， 帮助公众减少出行， 防护预警， 实时上线因疫情管控实行的道路封闭信息； 百度地图启动各类场景强提示， 实时上线道路封闭信息， 并推出公众场所人流密度大数据， 引导公众提前避开； 通过大数据分析推送， “寻人功能” 整理更新有关信息， 联合各地发布寻找与确诊患者同乘交通工具的乘客。互联网大数据也在数据安全、 数据等级保护等方面面临挑战。 疫情期间， 市场涌现出一大批行为检测小程序、app以及大数据平台， 大量的个人数据被众多互联网企业获得， 个人数据

78、安全与隐私安全存在隐患， 数据的使用、 结果的共享等操作难以有效实现明示告知以获得数据主体的授权同意， 数据也可能存在多方共享使用的情况。 同时， 数据等级保护有待完善。 在疫情防控期间， 由于资源调整， 部分监管机关、 疾控主管、 医疗机构等单位网络与信息防护极有可能出现防护空洞风险， 数据等级保护工作有待进一步完善。互联网大数据在态势研判、 舆论引导等方面支撑疫情防控 疫情背景下大数据发展洞察大数据产业生态联盟27在新冠肺炎疫情的背景下， 基于电信大数据的分析应用在支撑疫情防控和复工复产中起到关键作用。 在国家大力推行实名制后， 电信大数据可以最准确的定位用户的身份信息、 时间信息、 位置

79、信息、 行为信息等， 由于我国电信用户规模大、 覆盖面广 ， 现有的公众通信网每日产生的电信数据约数千亿条。 针对海量的电信数据进行分析， 可以统计全国和重点地区的人员动态流动情况， 预测确诊、 疑似患者及密切接触人员等重点人群的动态流动情况， 为疫情防控提供精细化数据支持。 运营商着手开始建立特定用户的高危接触用户筛查模型、 区域人口流动模型， 开发基于人口流动的疫情防控、 风险预报等大数据平台， 以支撑服务疫情态势研判、 疫情防控部署以及对流动人员的疫情监测， 助力相关部门精准施策。在当下精准防疫的大环境下， 电信大数据应用上的变化体现在以下几方面：1.电信大数据应用场景进一步丰富。 从应

80、用热点领域上来看， 针对电信大数据的分析统计一直聚焦优化运营商内部网络管理、 基础设施建设及对垂直行业合作方提供精准营销、 客户关系管理、 信用分析等服务， 随着疫情的爆发， 政府对于人口流动统计、 重点人群排查的精准度和效率要求不断提升， 电信大数据在人员流动位置监测、 重点区域客流量统计等方面的优势日益凸显， 逐渐成为为政府决策提供支撑服务， 改善公共服务建设的重要工具。2. 由于电信大数据因涉及用户个人隐私， 在用户数据和信息保护等方面要求严格， 因此在对外应用方面屡受信息安全等因素限制， 数据并未发挥出极大数据价值。 疫情防控机制下， 工信部组织制定了严格的管理规范， 加强人员管理和数

81、据分级分类管理， 运营商基于大量网络信令而形成的统计性大数据， 并在数据收集、 流转、 使用等各环节加强数据安全防护技术手段， 为电信大数据的广泛应用奠定安全稳定的基础。3.运营商大力促进三域（B域、 O域、 M域）数据融合， 打通不同领域数据壁垒， 对外推动数据变现， 积极整合区域级大数据平台与集团平台的数据资源， 兼顾数据应用的标准化和个性化， 提升业务灵活性。 同时， 逐渐意识到电信大数据与医疗、 气象、 人口等专业领域的协同， 将有助于进一步发挥大数据分析的支撑服务作用， 尤其在疫情的风险评估和精确预测研判方面。信息安全、 数据资源整合是疫情下电信大数据亟需突破关键点大数据产业生态联盟

82、2020中国大数据产业发展白皮书28从新冠肺炎疫情爆发伊始， 到中央成立应对新型冠状病毒感染肺炎疫情工作领导小组、 各地纷纷启动一级应急响应后， 疫情防控形势取得积极进展的整个过程中， 多应用场景为政府大数据建设带来发展空间， 主要有以下几个方面：1、 政府网站成为疫情防控信息发布的重要窗口： 政府网站成为政府发布疫情信息、 网民了解疫情动态的重要渠道， 网络让信息快速高效触达更多的人， 为群防群控、 科学防疫奠定了良好的基础。 据顾问不完全统计， 基本上所有的省级以上政府网站都设立了疫情防控专题， 市级以下政府网站开设疫情防控专题的比例超过60%。 约80%的省级政府发布了疫情防控投诉举报电

83、话或互联网投诉举报渠道。 大多数的省级政府通过网上举行新闻发布会， 特别是上海、 湖北等地网上新闻发布会数量超过10场。2、 政务新媒体成为公众了解疫情网上办事的主渠道：据顾问统计， 全国31个省(区、 市）推出了政务App， 有25个推出了政务服务小程序， 部分省 （区、 市）通过微信、 支付宝、 百度多个平台同时推出了小程序。 此次疫情推动政务新媒体由信息传播向网上办事渗透， 越来越多的网民通过移动端对接政府信息， 在线政务服务由PC端向移动端迁移趋向明显。3、 疫情期间政务数据、 民生数据共享开放， 实现疫情防控高效化、 立体化： 政务数据与民生数据的融通， 政府能够了解民生需求， 优化

84、资源配置， 拓展服务渠道， 扩大服务范围， 提高服务质量， 推动公共服务向基层延伸， 缩小城乡、 区域差距， 构建公平普惠、 便捷高效的民生服务体系。在这次疫情中， 政府大数据也存在一些问题：一是在线用户规模激增使得多地方出现了政务系统崩溃的问题： 疫情引发消费者对口罩、 消毒水等医疗物资的需求快速增长， 厦门、 东莞、 广州等地为了解决口罩供给紧张的局面， 火速开发了口罩预约系统， 蜂拥而至的大规模用户访问使得多地方出现了政务系统崩溃的问题。二是以健康码为代表的新应用存在安全风险： 健康码对疫情防控具有重要作用， 但作为新应用， 存在一些需要完善的问题， 尤其是在数据安全方面。 基于各部门数

85、据设计算法形成的健康码， 为政府应对疫情带来便利的同时， 也使公众个人隐私保护面临严峻挑战。三是政务数字化转型意识和步伐亟待提速： 疫情初期， 在线政务服务质量相对不高。 据顾问不完全统计，全国有2000多个县没有数字政务。 以湖北省红十字会为例，物资发放仍采用手工表格统计， 无法满足巨量物资的快速调配。 疫情让医院停止了常规诊疗服务， 但大多数的医院并不能提供在线诊疗服务， 而且一些互联网诊疗服务的权威性也有待考证， 同时互联网医疗也面临着首诊、 医保支付等政策壁垒， 技术和精准度也使得互联网医疗的就诊范围受到一定局限。应急指挥平台、 疫情防控大数据平台等成为疫情下政府大数据建设重点 疫情背

86、景下大数据发展洞察大数据产业生态联盟29疫情对我国工业经济的负面影响一度导致产业链循环严重受阻， 企业生产经营受到较大冲击， 主要指标波动超出预期。 随着经济社会秩序逐渐有序恢复， 各地复工复产和复商复市的有序推进， 部分行业产能利用率稳步回升。从2020年上半年国民经济运行情况统计数据也可以看出，上半年全国规模以上工业增加值同比下降1.3%， 降幅比一季度收窄7.1个百分点， 其中第二季度连续三个月实现增长，工业生产恢复较快。 此次疫情期间， 工业大数据的应用主要体现在保障物资生产、 远程调度建设、 快速匹配物资供需三方面， 全方位助力企业复工复产。一是实现企业高效转产和智能化生产。 部分企

87、业依托自身积累的资源优势、 柔性化生产能力和数字化基础支撑， 利用产业链上下游的关系， 寻找有原材料或具有生产能力的下游企业， 合作筹建生产线， 同时， 基于智能工厂的智能化生产系统、 网络化分布生产设施， 人机交互， 虚拟仿真等技术实现计划排产、 生产监测等应用， 快速实现产能转换， 创新无接触的新型生产方式， 满足疫情防控的生产要求。二是实现项目远程调度建设。 疫情下对于需机械连续工作、 可远程操作调度的项目， 可通过传感器、 监控设备等进行远程数据采集， 并对数据进行整合分析， 动态编排机械作业， 利用工业APP实现远程监视、 设备诊断、 设备控制、整体调度等， 提升工作效率。 工业大数

88、据的远程调度应用在疫情期间对方舱医院建设、 设备故障问题的解决均起到支撑作用， 强化企业应急处理能力， 提升实施高效性和准确性。三是促进资源供需对接和优化配置。 通过全面连接产业体系的全要素、 全产业链、 全价值链， 快速精准对接供给侧与需求侧数据信息， 进而提高紧急状况下的关键物资配置效率， 充分结合标识解析、 区块链等技术， 在关键物资生产储存时打上唯一标识， 即可通过工业大数据平台了解物资的位置、 数量、 种类等信息， 追踪物资仓储和分配情况。京东利用自身物流优势， 上线的 “国家疫情防控物资工业大数据公共服务平台” ， 建立了覆盖防疫物资需求采集、 统筹调度、 供给保障、 物流跟踪等模

89、块的综合服务体系， 保障了对防疫物资的快速、 高效和全面供给。 海尔、 航天云网等龙头企业发挥自建平台优势， 精准对接供给侧与需求侧的数据信息， 促进产业链上下游的信息交互。四是帮助政府进行复工复产政策的制定和复工复产审批节奏把控。 如浙江、 四川等省份率先推出了企业复工电力指数， 并已在全省进行了推广应用， 复工指数能实现分地区、 分行业分析， 纵向涵盖全省各地市、 县级层面， 横向涵盖信息传输软件业、 公共服务业、 工业等国家规定的十余种行业分类。 对各行业进行纵深观察， 分析各行业上下游全产业链复工复产情况， 帮助解决产业链配套难题， 助力产业链各环节协同复工复产。工业大数据解决疫情下物

90、资流通、 企业复产复工难等问题大数据产业生态联盟2020中国大数据产业发展白皮书30疫情防控期间， 全国各地均采取禁止人员大规模流动和聚集等抗击疫情的应对措施， 线下消费类商家和中低收入群体受到明显冲击， 疫情防控常态下发放消费券成为各个政府救助消费类企业和中低收入群体的重要措施。金融大数据在其中发挥重要作用， 支撑各地方政府高效、 精准发放消费券， 有效助力帮扶消费类企业、 救助中低收入等这些特定群体， 也拉动了疫情后消费领域的复工复产复市。目前， 支付宝、 微信支付、 京东等支付平台凭借日常频繁的资金交易活动已成为采集、 分析和应用金融大数据的平台， 能够根据金融大数据筛选识别特定的消费群

91、体、 精准定位特殊领域的商家， 能够支撑各地方政府发放消费券， 已成为政府发放消费券的主要基础设施。同时， 这些金融大数据平台能够实时跟踪消费券使用时间、 地点、 金额、 方式等数据， 便于政府部门准确评估消费券的流向和使用效果， 从而及时优化消费券发放政策，保障政府发放消费券过程的高效性、 公平性、 合理性等， 为助力企业纾困和民生救助提供有力支撑。从发放群体看， 支付宝、 微信支付、 京东等金融大数据平台能够根据消费者平均消费金额、 日常消费频率、 借贷情况、 社保公积金缴纳额等金融数据指标， 对每个消费者进行精准画像， 精准筛选识别高收入群体、 中等收入群体、 低收入和特困等群体， 解决

92、中低收入群体和有消费能力群体不易识别的问题， 助力政府精准发放消费券， 是消费券能够精准触达特定人群， 保障困难群体基本生活， 同时也能够增加消费者的消费频次， 带动消费增长。从合作商家看， 支付宝、 微信支付、 京东等金融大数据平台能够根据疫情前、 中、 后期各个商家日常平均交易流水、 缴税额等金融数据指标， 准确掌握各类商家经营情况，研判各类商家受损失的程度， 可以精准定位到餐饮、 文旅百货、 超市等领域受到疫情冲击最严重的、 亟需救助的、 复工复产压力较大的商家， 避免出现不需要帮扶商家的套利问题。针对这些商家发放消费券， 帮助其吸引更多的客流， 做到有效精准帮扶商家， 助力商家快速走出

93、困境和经济逐渐复苏。疫情冲击下， 金融大数据助力政府高效发放消费券 疫情背景下大数据发展洞察数据来源：顾问，2020.8大数据产业生态联盟31数据来源：顾问，2020.8面对这场疫情防控战争， 各地政府、 医疗机构、 企业不断创新工作思路， 将大数据赋能医疗行业， 多方面多层次助力疫情防控工作的顺利推进。 在疫情中， 大数据主要有以下几个方面的应用场景及亮点：1、 无接触医疗： 疫情期间国家卫健委、 国家医保局、 国家发改委纷纷发文， 明确支持互联网诊疗。 各大互联网医院、 第三方互联网医疗平台纷纷推出在线免费咨询、 便民门诊、 远程会诊、 医保支付、 药品配送等服务， 例如， 北京、 上海、

94、 厦门等众多城市的医生通过便民门诊、 远程会诊的方式为医疗资源极度紧张的武汉人民开展诊疗服务； 阿里健康在淘宝和支付宝App上线 “买药不出门” 服务， 该服务可联动超过50家全球顶级制药企业保供给， 并组织全国药店24小时寻找紧缺药品， 开辟药品运送通道， 为1300万名湖北慢性病患者送去救命药。 由此可见， 无接触医疗可以有效实现线下医疗资源快速整合、 优化配置。2、 新冠肺炎CT影像识别： 对于新冠肺炎严重程度的分级及疗效评价是临床关注的重点。 疫情期间， 湖北省人工智能重大项目 “基于健康大数据的智能医疗服务算法与应用” 项目组， 与武汉大学人民医院放射科查云飞教授团队协作， 开发了一

95、套新冠肺炎CT影像人工智能处理系统， 从胸部CT影像上检出新冠肺炎的敏感性达到97.6%， 初筛普通型和重型患者的准确率达到91.5%， 系统检出新冠肺炎CT影像病变平均只需耗费1.33秒。 基于大数据技术的医疗影像识别能够大大提升新冠肺炎患者诊断效率、 减轻医务人员工作压力， 为患者赢得宝贵的救治时间。3、 病毒测序、 新药研发： 应对突发公共卫生事件， 药物研发是疫情防控的重要一环。 疫情期间， 阿里云等网络公司为公共科研提供数据计算与分析技术， 支持科研人员开展的对新冠病毒的新药研发、 病毒基因测序、 蛋白筛选等工作。 大数据等技术的应用可实现十余分钟内完成高精度的个人全基因组测序、 3

96、0秒内完成病毒的全基因组二级结构预测， 将复杂的药物筛选过程大大压缩， 缩短新冠病毒疫苗及药物的研发周期。4、 疫情防控平台、 流行性疾病监测预警： 湖北、 四川、北京等多个省（市、 区）在疫情期间快速上线疫情防控平台， 平台集成疫情大数据分析、 疫情预警等系统， 拥有疫情线索防疫求助、 预防诊疗指南等服务模块， 为患者及时就医及疫情精准防控提供依据； 部分企业积极研发智能化传染病疾病监测、 流行病防控整体解决方案， 能够对新冠肺炎疫情及其他流行性疾病进行监测预警。无接触医疗、 影像识别是疫情下医疗大数据应用的热点方向大数据产业生态联盟2020中国大数据产业发展白皮书322020中国大数据企业

97、50强华为技术有限公司阿里巴巴腾讯中兴通讯股份有限公司百度小米集团新华三集团 滴滴出行中科曙光金山云神州信息广联达科技股份有限公司上海晶赞融宣科技有限公司成都四方伟业软件股份有限公司太极计算机股份有限公司浪潮卓数大数据产业发展有限公司 金电联行（北京）信息技术有限公司北京久其软件股份有限公司CityDO集团 创意信息技术股份有限公司拓尔思信息技术股份有限公司荣联科技集团股份有限公司北京思特奇信息技术股份有限公司帆软软件有限公司上海熙菱信息技术有限公司普元信息技术股份有限公司北京百分点信息科技有限公司网智天元科技集团股份有限公司北京东方金信科技有限公司北京国双科技有限公司美林数据技术股份有限公司

98、三盟科技股份有限公司长威信息科技发展股份有限公司成都智审数据有限公司华云数据有限公司北京浩瀚深度信息技术股份有限公司北京智慧星光信息技术有限公司BBD北京明朝万达科技股份有限公司绿湾网络科技有限公司勤智数码科技股份有限公司 傲林科技有限公司浙江有数数字科技有限公司OpenCertHub 科技谷（厦门）信息技术有限公司同方知网数字出版技术股份有限公司集奥聚合（北京） 人工智能科技有限公司成都数字医健科技有限公司 浙江知盛科技集团有限公司武汉智领云科技有限公司（排名不分先后）大数据产业生态联盟33华为技术有限公司华为成立于1987年， 是一家由员工持有全部股份的民营企业， 目前有19.4万员工，

99、业务遍及170多个国家和地区， 服务30多亿人口， 是全球领先的ICT(信息与通信)基础设施和智能终端提供商。 华为致力于把数字世界带入每个人、 每个家庭、每个组织， 构建万物互联的智能世界。 华为在通信网络、 IT、 智能终端和云服务等领域为客户提供有竞争力、 安全可信赖的产品以及解决方案和服务。 华为与生态伙伴开放合作， 持续为客户创造价值、 释放个人潜能、 丰富家庭生活、 激发组织创新。 近年来， 华为坚持围绕客户需求持续创新， 不断加大基础研究投入， 努力推动世界进步。阿里巴巴阿里巴巴是一家为商家、 品牌及其他企业提供产品、 服务和数字内容的企业， 主要提供基本的互联网基础设施以及营销

100、平台， 借助互联网的力量与用户和客户互动， 以更具效率的形式开展运营。 公司的业务包括核心商业、 云计算、 数字媒体及娱乐以及创新业务。 除此之外， 公司的非并表关联方蚂蚁集团为平台上的消费者和商家提供支付服务和金融服务。 公司围绕着平台与业务， 一个涵盖了消费者、 商家、 品牌、 零售商、 第三方服务提供商、 战略合作伙伴及其他企业的数字经济体已经建立。 公司旨在构建未来的商业基础设施， 以让客户相会、 工作和生活在阿里巴巴为愿景。腾讯腾讯一直秉承着 “一切以用户价值为依归” 的经营理念， 为亿级海量用户提供稳定优质的各类服务。 2004年6月16日，腾讯控股有限公司在香港联交所主板公开上市

101、。 目前， 腾讯把 “连接一切” 作为战略目标， 提供社交平台与数字内容两项核心服务。 通过即时通信工具QQ、 移动社交和通信服务微信和WeChat、 门户网站腾讯网 （QQ.com） 、 腾讯游戏、 社交网络平台QQ空间等中国领先的网络平台， 满足互联网用户沟通、 资讯、 娱乐和金融等方面的需求。中兴通讯股份有限公司中兴通讯是全球领先的综合通信信息解决方案提供商， 成立于1985年， 是在香港和深圳两地上市的大型通信设备公司。 公司通过为全球160多个国家和地区的电信运营商和政企客户提供创新技术与产品解决方案， 让全世界用户享有语音、 数据、 多媒体、 无线宽带等全方位沟通。 中兴通讯拥有成

102、熟的大数据基础平台产品， 可以针对各个行业提供大数据应用解决方案。 中兴通讯在大数据领域拥有40+发明专利， 5项国家标准和众多的行业奖项， 是业内首家提供融合的一站式AI开发平台， 也是首家提供体系化的大数据安全方案的公司。百度百度是全球最大的中文搜索引擎， 是中国最大的以信息和知识为核心的互联网综合服务公司， 更是全球领先的人工智能平台型公司。 在AI驱动下， 百度的移动生态是中国最大的以信息和知识为核心的移动生态， 以百家号、 智能小程序和托管页为主要支柱。 2019年百度用户规模突破10亿。 百度App日活跃用户2亿， 信息流位居中国第一。 百家号创作者达到260万。 百度智能小程序是

103、国内唯一完全开源的小程序平台， 月活用户规模破3.16亿。 百度知道、 百度百科、 百度文库等六大知识类产品累计生产超10亿条高质量内容， 构建了中国最大的知识内容体系。小米集团小米公司成立于2010年4月， 是一家以手机、 智能硬件和 IoT 平台为核心的互联网公司。 目前， 小米是全球第四大智能2020中国大数据企业50强简介大数据产业生态联盟2020中国大数据产业发展白皮书34手机制造商， 在30余个国家和地区的手机市场进入了前五名。 通过独特的 “生态链模式” ， 小米投资、 带动了更多志同道合的创业者， 同时建成了连接超过1.3亿台智能设备的IoT平台。 2018年7月9日， 小米成

104、功在香港主板上市， 成为了港交所首个同股不同权上市公司， 创造了香港史上最大规模科技股IPO， 以及当时历史上全球第三大科技股IPO。 小米的使命是始终坚持做 “感动人心、 价格厚道” 的好产品， 让全球每个人都能享受科技带来的美好生活。新华三集团 新华三集团作为数字化解决方案领导者， 致力于成为客户业务创新、 数字化转型最可信赖的合作伙伴。 新华三拥有计算、 存储、 网络、 安全等全方位的数字化基础设施整体能力， 提供云计算、 大数据、 人工智能、 智能联接、 5G、 信息安全、 新安防、 物联网、 边缘计算等在内的一站式数字化解决方案， 以及端到端的技术服务。 同时， 新华三也是HPE服务

105、器、存储和技术服务的中国独家提供商。 新华三集团深耕行业三十余年， 始终以客户需求为导向， 提供场景化解决方案， 支持运营商、 政府、 金融、 医疗、 教育、 交通、 制造、 电力、 能源、 互联网等百行百业数字化转型实践， 产品和解决方案广泛应用于近百个国家和地区。滴滴出行滴滴出行是卓越的一站式移动出行和生活平台， 在亚洲、 拉美和澳洲为超过5.5亿用户提供出租车、 快车、 专车、 豪华车、 公交、 代驾、 企业级、 共享单车、 共享电单车、 汽车服务、 外卖、 支付等多元化的服务。 滴滴出行致力于与监管部门、 出租车行业、 汽车产业等伙伴积极协作， 以人工智能技术推动智慧交通创新， 解决全

106、球交通、 环保和就业挑战。 公司将持续致力于提升用户体验， 创造社会价值， 建设安全、 开放、 可持续的未来移动出行和生活服务新生态。 2019年8月19日， 滴滴出行开始在广州上线 “网约车开放平台” ， 接入了第三方服务商 “如祺出行” 。中科曙光中科曙光建立了独立的研发中心， 是国家高性能计算机工程技术研究中心依托单位， 并与中科院计算所、 国家智能计算机研究开发中心建立合作伙伴关系， 先后研发了TC2600刀片服务器、 曙光龙芯防火墙和Gridview机群管理软件、 曙光4000A、 曙光5000A、 “曙光星云” 高性能计算机等产品。 其中， “星云” 高性能计算机在第35届全球超级

107、计算机 “TOP500” 中每秒系统峰值达三千万亿次(3PFlops)， 每秒实测Linpack值达1.271万亿次， 星云系统的实测性能已经超过了当前世界排名第2的IBM Roadrunner(走鹃)， 位列世界第二， 是世界上第3台实测性能超千万亿次的超级计算机， 代表了目前中国计算机最高运算速度。金山云金山云创立于2012年， 是金山集团旗下的云计算企业， 是中国前三的公有云服务商。 金山云自主研发云服务器、 对象存储、 云安全等一整套云计算产品， 为客户提供大数据、 人工智能、 区块链、 边缘计算等服务。 金山云依托金山集团30年企业级服务经验， 逐步构建了完备的云计算基础架构和运营体

108、系， 并通过与人工智能、 大数据、 物联网、 区块链、 边缘计算、 AR/VR等先进技术有机结合， 深耕行业， 提供超过120种适用于公共服务、 金融、 医疗、 教育、 传媒、 工业、 视频、 游戏、电商零售、 地产、 能源等行业解决方案， 服务243家头部客户。神州信息神州数码信息服务股份有限公司作为金融科技全产业链综合服务商， 拥有三十余年行业信息化建设经验， 是国内信息化产业领导者和数字中国的践行者。 公司依托深厚的自主研发能力， 融合科技与业务， 赋能行业数字化转型， 推动中国数字化升级。 科技创新是持续发展的源动力。 神州信息战略聚焦金融科技， 以大数据、 人工智能、 区块链、 云计

109、算与分布式、 物联网以及量子通信等新技术的应用， 驱动软件及服务产品智能化迭代， 助力金融机构安全合规地推进基础架构升级及业务创新； 融合金融、 政企、 农业、 运营商等行业数据及场景资源， 打造新的服务平台， 赋能金融行业数字化转型， 打大数据产业生态联盟35造产业融合新生态。广联达科技股份有限公司广联达公司创建于1998年， 立足于建筑产业， 围绕工程项目的全生命周期， 以专业应用为核心基础支撑， 以产业大数据、 产业新金融等为增值服务， 向行业企业、 相关公共组织提供数字建筑平台服务。 在过去20年， 广联达实现了让工程造价领域全行业甩掉计算器， 并基于自主图形技术研发数字建筑平台， 向

110、客户提供建筑全生命周期的信息化解决方案， 全面推动中国建设行业的数字化转型， 助力每一个工程项目成功， 用科技创造美好的生活和工作环境。 广联达公司20余年聚焦于建筑产业， 开发了覆盖工程项目全生命周期的100多款专业应用软件及解决方案， 已积累包括材价信息、 构件信息、 工程动态指标信息、 行业关系信息等超10,000万的产业大数据。上海晶赞融宣科技有限公司晶赞科技创立于2011年， 是推动商业和城市数字化转型的业务中台型企业。 晶赞科技运用大数据、 人工智能等新一代信息技术， 为政府和企业提供数据治理、 受众管理与受众营销等领域的专业服务。 晶赞科技以 “融合企业数据与场景，助力商业数字化

111、的成功转型” 为使命， 以成为 “中国领先的商业数字化合作伙伴” 为愿景。 晶赞科技是上海市软件企业、高新技术企业， 被评为上海市科技小巨人， 并获得上海市市级企业技术中心认证及上海市工程技术研究中心立项。成都四方伟业软件股份有限公司成都四方伟业软件股份有限公司成立于2014年， 致力于超大规模的数据处理和智能分析服务， 是领先的大数据、 人工智能产品及服务提供商， 目前已为全球数十个国家和地区的超过1000家的政府机构、 企事业组织提供了产品和技术服务。四方伟业以不断革新大数据、 人工智能技术服务于客户， 推动相关产业可持续的创新发展； 专注于大数据、 人工智能技术的发展与演进， 四方伟业持

112、续加大大数据、 人工智能产品创新研发,现已形成以大数据数据融合、 大数据存储&计算、 大数据治理、 大数据人工智能分析、 大数据可视化五大平台产品序列及不同行业大数据解决方案,已拥有200+项大数据、 人工智能核心专利。太极计算机股份有限公司太极计算机股份有限公司以 “做中国最优秀的数字化服务提供商” 为愿景， 面向政府、 公共安全、 国防、 企业等提供优质的信息系统建设和运营服务， 涵盖行业智能应用、 云与数据服务、 网络信息安全、 信息基础设施等领域。 三十余年来， 公司为中央部委、 地方政府、 大型集团企业提供了重要的信息化支撑， 树立了可信赖的国家队形象。 面向未来， 公司将以客户为中

113、心， 打造产业生态， 加快推动数字化转型， 为 “数字中国” 建设贡献太极力量。浪潮卓数大数据产业发展有限公司浪潮卓数大数据产业发展有限公司于2017年6月在无锡注册成立， 作为浪潮集团战略方向之一， 承载着集团发展大数据产业的重托， 致力于成为全球领先的数据创新工厂 。 公司通过对海量全景数据进行深入挖掘， 构建和完善多渠道数据的采集、 存储、 处理与分析的大数据能力， 推动公开数据、 互联网数据和第三方数据整合开放， 打造大数据技术平台； 基于行业知识， 建设开放业务中台； 联合生态伙伴， 用数据AI智能服务支撑政府宏观决策、 企业商业洞察、 银行金融风控。 公司坚定大数据定位和业务方向，

114、 以大数据服务为发展方向， 得到了业界的广泛认可。金电联行（北京）信息技术有限公司金电联行（北京）信息技术有限公司成立于2007年， 是国内信用建设的主导企业之一， 中国人民银行首批全国企业征信机构， 我国最早运用大数据技术开展社会信用体系建设的服务机构;北京地区征信机构联席会主席单位； 国家发改委合作的第三方信用服务机构,是第一批可为信用修复申请人出具信用报告的信用服务机构； 并参与国家多个信用大数据产业生态联盟2020中国大数据产业发展白皮书36标准及政府数据技术、 安全应用标准制定； 是融信息技术研发、 金融与社会信用服务于一体的国家高新技术企业。 金电联行总部位于北京， 目前在上海、

115、天津、 杭州、 南京、 贵阳、 长春等地建有20多个分支机构， 另设三大科研基地， 拥有员工近千人， 其中科研人员占比超过70%。 目前， 金电联行在清华大学设立了大数据金融联合研究中心， 并与北大、 复旦等多所高校进行科研合作。北京久其软件股份有限公司久其软件是专业的管理软件供应商和聚焦B2B2C的大数据综合服务提供商。 我们在电子政务、 集团管控、 数字传播领域为客户提供有竞争力、 安全可信赖的产品， 并借助长期积累的技术、 数据、 传播与生态体系， 致力于以行业解决方案和全产业链的服务为客户赋能。 目前， 久其已建立以北京总部为核心、 辐射全国的集咨询、 规划、 建设、 运维、 服务等综

116、合能力于一体的服务网络， 拥有完善的品牌体系， 久其的用户遍布国家机关、 企事业单位和社会团体， 与近60个中央部门和90余家中央企业建立了长期合作关系。CityDO集团 CityDO集团是一家以大数据、 人工智能、 区块链等新兴技术为核心， “数据运营+生态合作” 为主要模式的新型互联网企业。 依托集团在构建数字化城市中台、 城市超级信用链、 行业数据透视、 城市级数字孪生、 智能核身技术等核心能力，有效归集各领域数据资源， 使政府、 企业、 市民共享数据运营的智慧成果。 CityDO旗下的系列产品和解决方案在数智政府、 城市大脑、 数智交通、 数智文旅、 数智乡村、 数智社区、 数智抗疫等

117、领域得到成功实践和应用， 全面高效地支撑城市日常运行管理， 支持城市级应急管理应用的快速开发和数据协同需求， 助力城市从信息化到智能化再到智慧化。创意信息技术股份有限公司创意信息技术股份有限公司成立于1996年， 2014年在深交所上市， 是国内领先的大数据产品及综合解决方案提供商。 创意信息集团总部位于成都， 服务网络已覆盖全国及海外， 并拥有广州邦讯、 上海格蒂、 北京创意、 创智联恒、 万里开源等多家子公司， 在北京、 上海、 广州、 南京、 西安、 马来西亚等地设有分支机构。 公司已获得系统集成一级、 CMMI成熟度五级、 ITSS二级、 DCMM二级等多项资质。 经过多年积累， 创意

118、信息已构建了以大数据、 数据库及5G三大技术为核心的自主可控产品及解决方案， 服务于政府、 能源、 通信、 交通、 金融等众多行业。 拓尔思信息技术股份有限公司拓尔思成立于1993年， 2011年在深交所创业板上市， 是国内第一家在A股上市的大数据和搜索引擎技术企业， 荣获国家科技进步奖等荣誉， 通过领先和自主可控的人工智能和大数据核心技术， 为企业和政府的数字化转型赋能。 当前， 公司以智能检索、 自然语言处理、 知识图谱和图像视频分析技术为核心建立了 “语义智能” 的技术蓝图， 提供软件产品、 行业应用解决方案、 基于数据智能的在线软件和数据服务， 为8000多家企业级客户提供服务。 公司

119、拥有8家全资或控股子公司，直接或通过参设产业基金投资了多家高科技公司。 公司现依托北京、 上海、 广州、 成都四大区域中心， 建有30多家覆盖全国的分支机构。荣联科技集团股份有限公司荣联科技集团股份有限公司成立于2001年3月， 是深圳证券交易所的上市公司， 简称 “荣联科技集团” 。 公司总部在北京， 在全国拥有30余家分支机构， 拥有员工1000余人。 作为国内领先的企业云计算和大数据服务提供商， 荣联科技集团致力于帮助客户实现核心业务的全面数字化转型， 并以独创的数据平台和行业解决方案为行业客户赋能， 支持其对各类数据资产的收集整理、 价值挖掘和应用创新。 多年来， 荣联科技集团建立了覆

120、盖全国的销售和服务网络， 深耕金融、 运营商、生物医疗、 政府公用、 能源制造五大行业， 并与业界各类知名IT厂商建立和保持良好的合作关系， 为客户提供全面的解决方案和优质高效的服务。大数据产业生态联盟37北京思特奇信息技术股份有限公司北京思特奇信息技术股份有限公司经过20多年的探索和发展， 公司逐渐成长为国内领先的电信运营商核心业务系统软件厂商。 通过多年在电信核心业务领域的悉心研发， 公司形成了自身的竞争优势； 在持续为客户提供优质产品和服务的过程中， 公司奠定了自身的行业地位。 依托完整成熟的PaaS和IaaS产品， 公司以先进的技术， 结合良好的运营和服务机制，逐渐建立并完善了具有竞争

121、力的公有云和大数据服务， 已成为云和大数据行业的主要厂商。帆软软件有限公司 帆软软件有限公司成立于2006年， 专注商业智能和数据分析领域。 帆软连续多年占据中国BI市场占有率第一， 并先后获得包括Gartner、 IDC、 CCID在内的众多专业咨询机构的认可。 帆软旗下产品包括： 企业级WEB报表软件-帆软报表FineReport， 入选Gartner报表平台全球市场指南； 自助大数据分析的BI工具-帆软商业智能FineBI； 专注移动数据分析的移动BI平台-FineMobile ； 专注大屏智慧决策的大屏数据可视化方案； 以及自助式的云端应用搭建工具-简道云； 这些产品在各自的领域内均处

122、于领先地位。 凭借着产品组合， 帆软已经与超11000家企事业单位和组织合作， 成功服务了包括中信银行， 兴业证券， 天弘基金， 58同城， 绿城集团， 北京大学， 海康威视， 云天化集团， 新希望六和集团， 复星集团为代表的多家世界与中国500强客户以及组织单位。上海熙菱信息技术有限公司熙菱信息成立于1999年， 是全国领先的大数据智能应用服务提供商， 致力于为城市大脑、 市域社会治理现代化和政企数字化转型等领域提供核心技术、 产品及创新解决方案。 熙菱信息以视频图像+大数据深度融合为核心技术， 形成视频图像、 大数据智能、 数据创新以及网络安全四大产品序列和技术服务， 通过提供公共安全和数

123、字政务等多种高效的全栈式解决方案为不同垂直领域的客户赋能。 经过20年的持续战略投入， 熙菱在智能图像和大数据的核心技术不断获得突破， 现在已拥有视频图像处理、 业务建模、 旁路数据采集等核心技术， 及云计算、 大数据、 深度学习等前瞻技术。普元信息技术股份有限公司普元信息技术股份有限公司是国内软件基础平台 （ 中间件）专业提供商， 主要为金融、 政务、 能源、 电信、 制造业等行业客户提供创新可靠的软件基础平台产品及相应技术服务。 公司是国家规划布局内重点软件企业， 并是国家企业技术中心、 博士后科研工作站、 国家高技术产业化示范工程单位。 公司业务覆盖基础中间件、 云应用平台、 大数据中台

124、三大领域， 帮助客户搭建自主可控的创新基础平台架构， 快速应对新一代信息技术下实现数字化转型的需求。 经过十余年自主研发创新积累， 公司系列软件基础平台产品和技术方案， 在技术先进性、 性能优越性、 产品成熟度及安全可靠性等方面得到了各行业逾千家客户的验证， 成熟应用于金融、 政务、 能源等多个行业。北京百分点信息科技有限公司百分点是中国领先的数据智能技术企业， 总部设在北京， 在上海、 深圳、 杭州、 沈阳、 武汉、 广州、 常州、 乌鲁木齐设有八个分子公司及研发中心， 员工人数超800人。 百分点拥有完整的大数据和认知智能产品线， 公司基于行业知识及数据中台建设经验， 创建了丰富的政府和企

125、业数字化转型解决方案。 以 “用数据智能推动社会进步” 为使命， 百分点构建了政府级、 企业级和SaaS服务三大业务体系， 涉及数字城市、 应急、 公共安全、 生态环境、 媒体出版、 零售快消、 制造和房地产等多个领域。 自2009年成立以来， 公司已服务10,000+政府和企业客户， 业务覆盖亚洲、 非洲、 拉美等20多个国家。网智天元科技集团股份有限公司网智天元科技集团股份有限公司是大数据智能软件与应用服务方案提供商， 致力于利用网络智能技术为客户提供大数据智能处理与价值变现的整体价值链解决方案、 辅助决策、 预测未来、 优化运营， 提升客户核心竞争力。 数据是基础，大数据产业生态联盟20

126、20中国大数据产业发展白皮书38智能是未来， 公司十年磨一剑， 专注于大数据智能产品的研发与应用， 基于场景应用搭建的政府监管大数据平台、 金融大数据平台、 文化大数据平台构建起一套完整的大数据生态体系， 形成了公司的核心竞争力。北京东方金信科技有限公司东方金信成立于2013年， 长期专注于大数据平台和大数据解决方案， 入选Gartner全球大数据行业和人工智能报告；2019年获腾讯数亿元投资， 成为腾讯云战略合作伙伴； 2020年获中金、 国新和海淀区国有基金集体入股。 自2015年起， 公司参与制定的大数据产品测试、 数据管理和流通等40余项标准受到业界广泛认可， 为我国主导发布大数据国际

127、标准提供长期的基础依据。 东方金信拥有一批来自国内外顶尖IT企业、 十余年专注于数据领域的行业专家， 在数据中台、 大数据、数据仓库、 数据资产管理、 人工智能、 智慧应用等方面具有丰富的实战经验。北京国双科技有限公司国双是中国领先的企业级大数据和人工智能解决方案提供商， 致力于成为企业和政府组织数字化、 智能化转型的领先者。 基于国双自主可控的分布式大数据平台和人工智能技术， 国双先后为数字营销、 司法和财税等专业服务， 工业互联网、 智慧城市等领域， 提供了安全可靠的数字化、 智能化解决方案和数据仓库等大型基础软件产品， 助力相关企业和组织实现数字化、 智能化转型。 公司英文名称为Grid

128、sum (Grid 网格+Sum 求和)， 即分布式计算、 网格（区块）计算， 该英文名是创始人祁国晟先生于2003年编写一个计算框架软件时提出的， 这一概念与主流的分布式计算和区块链思想不谋而合。美林数据技术股份有限公司美林数据技术股份有限公司是国内知名的数据治理和数据分析服务提供商， 重点面向企业客户提供数据资产管理、数据分析与挖掘、 数据开发应用为主的大数据产品及增值解决方案， 并探索实践工业互联网平台建设与运营等创新服务模式， 助力传统企业数字化转型。 多年来， 公司不断聚集行业及产业资源、 广泛开展生态合作， 现担任国家信标委大数据标准工作组工业大数据专题组组长单位， 参与了多项大数

129、据标准及白皮书编制工作。三盟科技股份有限公司三盟科技股份有限公司总部位于广州， 致力于研究智慧教育领域应用场景的创新， 是专业从事大数据、 人工智能、 人脸识别、 物联网等新一代信息技术研究与应用的智慧教育高科技领军企业。 目前， 三盟科技拥有国内外2大研究院、 5大研发中心， 31个办事处， 近1000名员工， 其中500余名产品及研发人员。 针对智慧校园建设， 三盟科技结合新一代信息技术推出教育大脑EDU BRAIN战略作为校园核心决策中心， 围绕 “1+4+N” （ 1个数字账户+4种核心技术+N种应用场景）打造智慧校园整体解决方案， 构建以 “AI+大数据” 为核心的智慧教学环境、 智

130、慧教学资源、 智慧校园管理、 智慧校园服务等的一体化校园建设。长威信息科技发展股份有限公司长威信息科技发展股份有限公司成立于2000年， 是一家以大数据、 人工智能为核心参与智慧城市建设的信息技术企业。 公司专注于城市治理、 应急管理、 政务民生等领域开展业务， 为各级党政机关、 金融、 企业等行业客户提供集软件研发、 系统集成、 平台运营及运行维护于一体的综合信息技术服务。 近年来， 公司承建了大量的大数据和数据中心类项目，着力打造平台级的数据治理及数据智能产品。 公司以数据能力为基础， 研发形成涵盖城市治理、 应急管理等方面的各类智慧应用解决方案， 真正实现以数据驱动业务发展的目标， 持续

131、打造 “数据治理、 数据赋能、 数据流通” 方面的核心竞争力，创新数据应用、 激活数据生命力。成都智审数据有限公司成都智审数据有限公司成立于2018年， 是成都市市属国资企业， 隶属成都市产业投资集团， 智审数据通过与电子科技大数据产业生态联盟39大学建立战略合作关系， 形成了 “产、 学、 研” 一体化大数据产品开发生态。 智审数据作为专业的大数据软件提供商与服务商， 可为地方政府机关提供稳定的、 完整的、 经过实际业务检验过的大数据采集工具及大数据分析系统。 智审数据拥有一批高素质的大数据专业人才和富有理论与实践经验。 现有大数据团队几十人， 其中， 高级职称专业技术人员占总人数的70%以

132、上， 是一支具有专业素养、 充满进取和开拓精神的团队。 智审数据将继续发挥创新研发优势,致力于成为政府大数据领域的先行者和领导者， 通过人工智能、 机器学习等前沿技术， 实现 “数据价值化、 审计信息化” 的企业愿景。华云数据有限公司华云数据成立于2010年， 为用户提供创新架构的私有云、 全栈模块化软件定义数据中心套件、 混合云管解决方案、 内置通用型云操作系统超融合套件以及一站式公有云服务等， 并积极参与国家数字基建项目建设， 助力党、 政、 军及企业用户数字化转型， 推动国家信息技术应用创新发展。 目前， 华云数据在政府金融、 国防军工、 教育医疗、 能源电力、 交通运输等十几个行业打造

133、了行业标杆案例， 客户总量超过30万。 华云数据大数据服务能够帮助企业完成了多项落地实践， 通过平台提供的各类数据服务大大降低了数据分析与探索的技术要求， 解决企业在大数据技术积累和人才储备上的压力。北京浩瀚深度信息技术股份有限公司北京浩瀚深度信息技术股份有限公司成立于1994年， 并于2015年10月9日成功在全国中小企业股份转让系统挂牌。浩瀚深度公司是一家基于互联网、 大数据和云计算等技术创新的新三板公司， 致力于构建互联网 （包括物联网、 工业互联网） 的可视、 可管、 可控体系， 打造生态开放的网络安全平台。 浩瀚深度公司产品广泛应用于互联网流量监控、 数据采集、网络安全和应用服务等领

134、域， 包括提供高性能、 高精度、 高可靠性的网络监控整体解决方案和基于云架构的企业应用安全解决方案。 在高速数据处理、 海量数据获取和深度信息挖掘领域有深厚的技术积累和专业的服务能力。 在国内DPI应用市场中， 覆盖的链路带宽超过400Tbps， 市场占有率约30%。北京智慧星光信息技术有限公司北京智慧星光信息技术有限公司成立于2012年2月， 是全球领先的认知智能与文本大数据服务商。 智慧星光专注于用新技术为政企级客户提供文本大数据的信息挖掘、 知识构建与价值应用服务。 凭借8年积累的3000亿+互联网海量数据，先进的大数据和人工智能技术， 形成了集标准化产品、 数据和报告服务、 行业解决方

135、案于一体的多维业务体系， 为城市治理、 行业管理、 企业品牌建设等提供文本大数据解决方案， 致力于成为助力城市社会治理、 赋能企业品牌价值的智行者。目前服务用户超80000家。BBD 数联铭品（B B D）是国内最早 探索和实践大数据技术和数字产业发 展的高新技术企业之一，拥有完整的大数据综合服务产品线和丰富的行业解决 方案，搭 建了国内领先的企业数据库 和模 型 库，具备强大的数据治 理和建模能力，致力于打造“全球领 先的大数据 金融科 技和政 府治 理智库服务机构”。 多年来， BBD深耕大数据处理、 分析与建模等技术， 精准捕捉、 破解各行业痛点， 打造出了企业征信评估一体化解决方案、大

136、数据小微信贷解决方案、 万事达卡财新BBD中国新经济指数、 大数据新金融风险监测预警平台等创新应用产品。北京明朝万达科技股份有限公司北京明朝万达科技股份有限公司成立于2005年，是中国新一代信息安全技术企业的代表厂商， 专注于数据安全、公共安全、云安全、大数据安全及加密应用技术解决方案等服务。基于“动态数据安全，数据全生命周期管控”的产品理念，明朝万达始终以守护用户数据价值为己任，致力于让安全真正服务于业务发展。 作为国内数据安全市场的倡导者， 明朝万达拥有一支以清华大学博士和硕士为骨干力量的核心团队， 已累计申请300余大数据产业生态联盟2020中国大数据产业发展白皮书40项发明技术专利，

137、在推动技术创新的同时， 注重技术与业务的深度融合， 为客户提供量身定制的数据安全解决方案。 历经十余年的发展与积累， 明朝万达客户已覆盖金融、 政府、 公安、 电信运营商、 能源、 设计院所和研发制造业等领域， 签约用户超过2000家。绿湾网络科技有限公司绿湾科技成立于2014年， 是一家行业大数据人工智能解决方案提供商， 由一流的工程师、 科学家及行业专家组成，致力于打造更懂行业的大数据智脑， 用大数据AI技术解决社会公共安全领域的痛点， 已形成数据采集、 数据治理、 数据处理、 数据挖掘分析及数据应用的大数据全栈核心能力， 构建了以大数据+AI为核心的自主可控产品及解决方案， 服务于政府、

138、 公检法、 金融、 医疗等众多行业， 为客户提供针对具体场景的大数据解决方案。 绿湾科技借助知识图谱、 机器学习、数据挖掘分析等大数据+AI技术在公共安全、 政府管理及企业风控领域的落地， 结合标杆客户的实战应用， 推动数字政府、 智慧公安、 智慧法院、 智慧政法、 智慧城市、 智慧金融、 智慧医疗的建设。勤智数码科技股份有限公司 勤智数码科技股份有限公司成立于2005年， 秉持着 “让数据更活跃， 让服务更智能” 的核心理念， 致力于成为国内领先、 国际一流的数据资产操作系统领先者与城市数据运营支撑服务商， 业务涉及大数据综合运营 （采集、 处理、 挖掘、 应用、 咨询、 培训等） 、 智慧

139、城市建设运营以及智能IT运维服务等领域， 2016-2019年连续四年被评为 “中国大数据企业50强” ， 并且是工信部大数据标准组总体组组长单位、 国家信息技术服务标准组 （ITSS） 副组长单位。 勤智数码作为国内领先的大数据综合运营商及智能IT运维解决方案提供商， 秉持 “让数据更活跃， 让服务更智能” 的理念， 率先在国内成功将大数据与人工智能技术、 IT运维管理、 智慧城市发展等领域紧密融合。傲林科技有限公司傲林科技有限公司是一家专注于利用大数据技术， 帮助工业企业数字化、 智能化的高新技术企业。 以SaaS服务非侵入式轻量化部署、 场景化模块自助组合、 Quant量化分析为核心优势

140、。 傲林科技由IEEE院士带队， 员工两百余人， 研发人员占比70%以上， 拥有多位硕博学位的大数据科学家以及20年以上从业经验的工业专家。 傲林科技的市场定位在于： 站在管理的高度、 产业链的深度和多维数据的复杂度之上， 通过AI 模型， 建立企业经营管理层的数字孪生， 进行核心指标的量化分析和重要决策的模拟仿真， 从而帮助企业固化优秀管理经验、 服务企业科学决策， 赋能企业数字化管理。浙江有数数字科技有限公司浙江有数数字科技有限公司创建于2015年， 是一家 “以企业征信为核心的数字科技应用解决方案提供商” 。 公司总部位于杭州江干区钱塘智慧城， 是由浙江清华长三角研究院投资孵化、 重点扶

141、持的数字科技企业， 是人民银行备案的企业征信机构、 国家高新技术企业， 省级高新技术企业研发中心。 有数科技已获得华睿投资、 拓尔思、 每日互动等领投的多轮投资。 有数科技以数字科技为核心， 为金融行业和政府机构提供企业征信、 数字经济、 数字政务等大数据场景应用服务，是浙江省 “最多跑一次” “亩均论英雄” 等重大改革项目， 以及浙江 “企业码” 应用的技术支持单位。OpenCertHub以普及开源技术以培养每一个人的数据素养为愿景， OpenCertHub是全球独家提供CDPOS公民数据师资格的开源软件技能国际认证机构， 在大中华地区获取多项数据行业奖项。 OpenCertHub拥有一个集

142、成人脸识别、 区块链和数据分析等最新技术的自主开发在线智能考试平台。 CDPOS数据技能认证是一个专为开源软件而设计的国际技能认证。 以数字化转型企业的员工所需的数据认知能力培养为目的， 学习数字化转型企业需要掌握的开源软件基础知识， 参与考试获得国际认证资格。 CDPOS公民数据师资格认证包括3章证书： 大数据与开源基础证书、 数据可视化基础证书、 数据分析基础证书。大数据产业生态联盟41科技谷（厦门）信息技术有限公司科技谷是由国家级高层次人才陈思恩博士创立的国内首批数据智能践行企业。 主营业务聚焦跨行业大数据AI平台应用服务， 产业覆盖旅客、 货运及安保三大领域， 率先在国内民航铁路行业应

143、用并形成行业新标准， 同时， 基于混合云模式，提供PaaS和SaaS整体解决方案， 构建大量的行业机理模型， 支撑多个重要应用场景， 如智慧民航、 智慧铁路、 智慧港口、 智慧邮政、 智慧应急等。 目前， 科技谷核心客户包括国家发改委、 国家交通部、 国家卫健委、 中国信通院、 南方航空、 东方航空、 厦门航空、 铁路总公司、 中车研究院、 中航工业、 航天长峰、 中航信、 中国交建等。 科技谷在中国大数据发展浪潮中强势崛起， 近三年营业收入年复合增长率超过100%， 成长为福建省数字经济领域未来独角兽企业。同方知网数字出版技术股份有限公司中国知网创始于 1995 年， 发祥于清华大学， 发端

144、于 “科教兴国” 战略。 25 年来， 中国知网秉承 “诚信为本、 合作共赢” 经营理念与自主创新、 高质量发展战略， 着力打造服务我国 “出版产业转型升级” “世界一流科技期刊建设” “世界一流学科建设” “世界一流企业建设” 与 “国家治理体系与治理能力现代化” 以及为落实国家创新驱动发展战略， 服务各行各业创新能力提升的 “知识创新基础设施” （CNKI） ， 是国内数字出版、 大数据知识管理与知识服务领域的领军企业。集奥聚合（北京） 人工智能科技有限公司集奥聚合是中国专业的人工智能场景化应用解决方案提供商。 致力于提高行业效率， 公司坚持走科技创新道路， 运用新兴技术为企业提供智能风控

145、、 反欺诈、 信用评估、 策略分析、 监控预警、 贷后管理等信贷全生命周期决方案， 最大程度降低企业成本， 提升运营效率与利润， 全流程帮助金融机构准确识别欺诈风险， 有效降低逾期坏账率， 助力企业迈向AI路。 公司自2012年成立以来， 已经完成A、 B、 C三轮融资。 先后获得国家高新技术企业、 信用3A企业、 并被认定为企业科技研究开发机构。 近五年均荣获科技部火炬中心独角兽企业称号、 荣膺工信部研究院、 亚洲银行家、 安永中国、 毕马威等多项权威机构荣誉称号， 公司共拥有知识产权200多项， 多次被政府及行业认可。成都数字医健科技有限公司成都数字医健科技有限公司是一家专注于医疗健康大数

146、据平台运营、 技术研发、 产业孵化与服务的高科技公司。 公司依托于长期积累的技术研发、 数据运营、 生态建设等领域的先发优势以及产学研各界广泛合作伙伴的力量和资源， 致力于通过遍布全国各大城市的互联网+智慧医保与智慧健康管理服务平台的建设与运营， 为中国的医疗及医保体系改革、 医保监管创新以及整体医疗健康服务水平的提升提供强有力的数字化支持， 并以数据智能赋能中国医疗健康产业的智能化转型与可持续发展。浙江知盛科技集团有限公司 浙江知盛科技集团有限公司是一家致力于健康医疗领域数据价值开拓的大数据分析和人工智能企业。 知盛集团核心业务主要分为三个板块： 人工智能业务体系 （以保险、 医药和健康管理

147、为核心） 、 生物经济数字产业园、 产业基金。 知盛集团以助力企业依托数据创造新机会、 新价值为己任， 致力于普及人工智能在商业领域的应用， 以领先的大数据分析和人工智能技术为基础， 与行业真实业务场景深度结合， 激发产业数据价值， 助力客户在数据时代的创新发展。武汉智领云科技有限公司武汉智领云科技有限公司成立于2016年8月， 专注于云计算、 大数据领域前沿技术的研发。 公司创始团队成员来自于推特（Twitter）和艺电 （EA） 等硅谷知名企业， 是硅谷最早一批从事云计算和大数据研究与实践的技术专家。 公司专注于云计算、 大数据领域前沿技术的研发， 为企业级客户提供云原生数字化运营系统解决

148、方案； 帮助企业搭建大数据平台/数据中台/AI中台， 轻松打造业务数据能力闭环， 掌握全面、 及时、 更多维度的业务现状， 提升数据驱动应用的迭代和发布速度。 作为拥有云计算、 大数据领域核心技术的高科技企业获得了来自硅谷和国内知名投资人和投资机构的投资。大数据产业生态联盟2020中国大数据产业发展白皮书42大数据产业生态联盟简介一、 成立背景为贯彻落实国家大数据发展战略， 提升大数据核心技术能力、 繁荣大数据产业生态、 深化大数据行业应用和完善大数据产业发展环境， 推动大数据产业的快速发展,在工业和信息化部指导下，中国电子信息产业发展研究院联合业内主要机构,共同发起组建大数据产业生态联盟。本

149、联盟是由中国电子信息产业发展研究院联合大数据基础设施提供商、 数据源企业、 数据安全、 开源平台及解决方案提供商、 大数据处理和分析企业、 大数据行业应用等大数据产业链各环节企业,以及第三方产业机构、 投资机构、 地方产业发展机构 （部门） 等多家机构,自愿组成的非盈利社会组织。 本联盟遵守宪法、 法律、 法规和国家政策， 遵守社会道德风尚， 将贯彻落实国家大数据发展战略， 提升大数据核心技术能力、 繁荣大数据产业生态、 深化大数据行业应用和完善大数据产业发展环境， 推动大数据产业的快速发展。以 “开放、 创新、 合作、 共赢” 为宗旨， 通过搭建政产学研用紧密合作的产业公共服务平台， 将有效

150、促进行业内的交流合作， 推动产需对接， 助力我国大数据产业健康有序发展。二、 工作内容本联盟的任务是， 聚合产学研用、 测试、 品牌推广等力量， 聚拢大数据行业资源， 加快推进大数据关键技术的发展， 催生大数据在工业、 交通、 机器人、 政务等重点行业内的应用创新， 促进数据共享和交易, 支撑服务大数据行业管理。本联盟主要工作内容包括： （一）支撑行业管理工作。配合行业主管部门， 推动大数据产业发展规划 （2016-2020年） 及相关政策的贯彻实施。 组织开展大数据行业统计分析， 建设大数据行业分析平台， 定期发布大数据产业发展指数、 大数据产业生态地图以及大数据产品和平台的评测数据， 为行

151、业主管部门制定产业发展政策提供依据和参考。 开展大数据法律法规制度研究， 支撑大数据行业相关立法工作。 （二）推动行业技术创新。 组织拟订大数据技术和产品发展路线图。 推动建设实验验证、 评估测试、 专利保护等公共服务平台。 协助行业主管部门， 推进大数据重大工程的论证、 实施、 测试评估， 重大技术创新成果孵化及示范应用宣传推广 。组织参与有关大数据行业标准的起草、 修订、 贯彻和实施。 协调组织针对大数据产业共性、 关键技术的联合攻关和成果孵化， 探索建立大数据领域创大数据产业生态联盟43新中心。 （三）推动开展应用试点。配合行业主管部门， 组织开展在细分领域的大数据应用示范工程。举办大数

152、据分领域应用展览会或产需对接活动，集中呈现和推广大数据在细分领域应用的最新发展成果。 组织开展行业大数据资源整合和共享， 探索建设大数据共享平台， 促进行业、 政府大数据资源共享和交易。 （四）促进业内交流合作。 组织专题研讨、 人才培训等活动， 促进大数据产业链各环节主体在政策、 技术、 市场、 标准、 应用、 人才等多方面交流对话与协作。 定期举办大数据产业生态大会， 打造业内具有影响力的品牌活动。 建立联盟网站和微信圈， 宣传推广优秀大数据企业案例， 营造良好的产业环境和舆论氛围。 推进国际交流合作， 搭建国际交流与合作平台， 加强与国际开源大数据社区互动， 组织联盟成员与国外大数据领域

153、知名研究机构、 企业开展交流， 参与知名展会和论坛活动。 （五）搭建产融合作桥梁。 探索成立大数据产业投资专家委员会， 对联盟成员提供重大投资项目论证、 市场诊断和投融资专业化指导和全方位服务。 与地方政府和投资机构合作开展投资促进会或路演活动， 为联盟成员开拓市场、 对接资本提供支撑。 （六）承担各级政府、 成员单位委托的其他事项。三、 组织架构本联盟由单位会员组成。 申请加入本联盟的会员， 必须具备下列条件： （一）依法注册的企事业单位、 社会组织， 以及政府相关机构； （二） 拥护本章程， 有加入本联盟的意愿； （三）在大数据领域内具有一定的影响力；（四） 履行会员义务， 积极参加活动。联盟架构大数据产业生态联盟2020中国大数据产业发展白皮书44记 录 页大数据产业生态联盟大数据产业生态联盟官方微信大数据产业生态联盟官方网站顾问股份有限公司官方网站智库官方微信www.BD大数据产业生态联盟