《2020中国大数据产业发展白皮书.docx》由会员分享，可在线阅读，更多相关《2020中国大数据产业发展白皮书.docx（49页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
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DNA。双螺旋DNA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、可与其他领域融合开展的大数
2、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、数据平安、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,透过外部环境找到开展机遇。为此，在2 0 2 0中国大
3、数据产业开展白皮书中，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开展机遇进行预判；对于围绕“新基建”为大数据 产业带来的新机遇和新开展，数据要素市场化配置下的数据治理和数据平安等核心 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 大数据产业链融合开展的理念，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是当今数字经济开展的必然要求，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开展的有利突破口。总而言之，秉持融合开展的理念，构建数据生态的多元格局
4、，才能在大数据产业 新纪元中脱颖而出。大数据产业链的三个层次大数据产业链数据服务政府大数据运营商大数据数据交易服务工业大数据文化教育大数据预处理服务健康医疗大数据交通大数据可视化服务金融大数据文娱大数据数据平安服务方法和工具：数据采集、数据分析（流处理、交互查询、批处理、 机器学习、人工智能）和数据展示（可视化等）数据来源：赛迪顾问，2020.8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、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
5、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开展的主旋律。随着人工智能和5G技术的开展，与存储和计算相关的 芯片和终端设备成为开展热点，数据中心作为新基建中的 重要一局部，将在新基建的推动下迎来开展新契机；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 Hado op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
6、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、数据平安，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、可视化和平安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，开展潜力 相对较小。融合应用层是大数据产业的开展重点，主要包含了与 政务、工业、金融、交通、电信和空间地理等行业应用紧密 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。融合应用最能表达大数 据的价值
7、和内涵，它是大数据技术与实体经济深入结合的 生动表达，能够切实地帮助实体经济企业提升业务效率， 降低本钱，也能够帮助政府提升社会治理水平和民生服务 能力。 2016-2019年我国娄中心数量和规模快速增长20162019年中国数据中心投资规模投资规模（亿元）塔长奉20162019年中国数据中心机架数量2019年机架数量达至!227万架；投资规模大幅增长, 2019年增长率为13.5%从长期来看，数据中心将更多受应用市场驱动，未 来将迎来黄金开展十年市场驱动1、互联网等云化应用和服务增多；2、数字经济、数字政府和数字社会建设加速；3、企业层面加速数字化转型；4、万物互联,数据量爆发；数据来源：工
8、信部，赛迪顾问整理，2020. 8近两年，我国已在2018年中央经济工作会议、2020年 政府报告等屡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开展理念为引领， 以技术创新为驱动，以信息网络为基础，面向高质量开展需 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局部，大数据中心作为数据收 集、处理和交互的中心，成为信息化开展的基础设施和数 字经济的底座。当前我国数据中心正进入新一轮快速开展期，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
9、础设施，支撑产业转型与开展，未 来，随着国家相关政策进一步落地，数据中心开展势能有 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 迎来黄金开展十年。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。作为推动数字经济开展的算力基础设施和重耍支撑， 数据中心承当了数据存储、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。据赛迪顾问统计，2019年中国数据中心机架规模到达
10、 227万架，在用IDC数据中心数量2213个，投资规模达3698亿 元，规模已经到达一定量级。数据中心是大数据产业开展的基石，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开展，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。202。中国大数据产业生态地图CityDOmilflHUAVUN数据服务朱方畲传C 。艘 的以QS B HT延华仞能MM*CM柒 ARCTROM口e XX HUAWEISy茹八 dotQblQU
11、叫细OushuFUSION 华元9 mMmt .“0R 网际 0：JfiffiESS 石6”.lihriHGlocton广联达&达实笆解III建徂集团JIRNVI GROUPy RH3”豕网MT8 元 $u- HUAWEIgeo集奥.合麻值物 双SH腐C QOMI41 :三” A.浪涮拿取华、nH%2社会治理（安防、典情、应急管理、信用、环境监测、交通、能源、城市管理等）PercentSA primctoh 元 ZAMPLUS 蜒 HUAWEI G* *H|6Ai浪潮卓效 El外选腮探WiSERV吧农林牧渔GtcNtonrartt8ibo ZTE中兴w禁舞b网，K兀，S产：；：,2WBU 电僚
12、用科技IBKII八、/,*wrvWisewebRWXxevecomt如附I &绿湾第技1S- Q “叩 n x.c首智互联，p一” i 7AIJI太极SIIData政务服务.rukhy/JR构电 YnUB47 中僖ZSbTECHAM-HUAVUN Oc出&甘G3 Parcent己分1 GROSUmita ZAMPLUS ZTE中兴 .huawei Gintlonruayhhamw金屯伊河 口那么科及C .DOttcM数据平安ZTE 中兴 SS wia-己科来大数据存储管理文也 wcrteoder酩万12UMsnanoft招券we? 元 evecom*MGu是2 WiSERV*- 7 A aiD
13、E1。皿 浪潮卓就 名，融心哼亘里任后 陟爆湾科技与滞4轼甘路IBmm3【据分析*-A*t 於|rj.|E3 f*rcentW。皿 J1幽”1HH- nnn ?I?SA.U 一隼 ewMub G* ，飞腮!！ ci”R ANBCtCOSamath 7MM QtM. mrcr IhFfspacc 口冬必而v O 千35 序久.团ORIBIVHisense T“EVhmx球x收HUAVUN 96OpMc.rdjub Q o网范华虺做百零售（含电子商务）民生服务（社保、就业、证件办理 住房、生育、养老等）能源（电力、热力和燃气生产供应、金属与非金属等）evecom。Sports Data MAR，2
14、4丁，八 一欢Percent百分店ZAMPIUS 0彳4A缔卅取据$F口天启Living Space我字他 念tttSHC口:川心恩特奇太极 ZSI-TECHGtt-YJUttF信息传输（电信、广播电视和卫星传输等）匕ZTE中兴 “HUA由 WiSERVBfcGSA* unis 紫光爆登型;dMANxaaas 日NfctP.；bd 东方网力数据采集和预处理数据可视化米?把力GRiasumisn 门毛宫a联静 0 厮，P ooten Wiseweb网看天元浪潮卓55WiSERVr，亘呼ipBotree“HUAWEI4思特奇riG忡日ZSI-TECHGRtDsumamBONC m i” 山f!工2
15、东方值M -大数据相关硬件（服务器、芯片等）哪邮7“ 9惠照期效痴港DATAOJOHJB ZAMPLU5 &七修 fon& Ye吁系巴aMMwae w云计精平台H8DHD-WAfi氤.思耳。天等186一智能终端（包括传感器）t-词里三q百望台SBHCcTAIJI 恋 HUAWEI 金山营 太极人=nsees anMMVUM 90；瓦海典云UniStrong HlKVfSION C 典配歌5数据中心向绿色化、超大规模、智能化、低能耗方向开展演变数据中心逐渐趋向高密度、超大规模方向开展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 降低业务部署本钱和维护本钱，满足向上的可扩展性的需要A
16、I解决方案渗透到数据中心全生命周期管理中AI节能+AI运维+AI运营，帮助中心更快地适应不断变化的业务需求5G及边缘计算等新应用场景计算服务值得关注 5G时代的到来有助于云计算、云服务渗透率的快速提升, 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微模块数据中心进入快速开展阶段建设绿色低能耗数据中心满足可持续开展需求 采用液体冷却、高频模块化UPS、智 能休眠等技术，可以有效降低能源微模块数据中心是的各个功能模块具有可扩展性、可变更、可移动以及可转化的能力，大幅提升设备的使用价值，提高运维效率1 .数据中心逐渐趋向高密度、超大规模方向开展。传 统的数据中心网络越来越难以提供支持云计算所
17、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，大幅降低业务部署本钱和维护本钱，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 A I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，降低运维本钱，是大规模数据中心 急需解决的问题之一。止匕外，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，故障排障难度 大幅
18、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，解决监管和潜在的平安问题，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开展需求。 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，数据中心总体拥有本钱随服务 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，比方UPS系统能够与电池系统组成储能系统， 与电网进行更好的交互作用，这样的系统
19、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 开展，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 代开展的新引擎，随着人工智能技术的成熟，以及应用深 化与落地，面向个人助理、
20、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开展阶段。传统数据中心 在能源本钱、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、本钱等方面大大限制 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年将到达323.2亿元。治理五步走制约因素大数据时代，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
21、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 平安提出了全新挑战。随着数字经济的开展进步传统的数 据平安技术无法满足大数据环境下的平安保障诉求，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、平安与隐私保护等多个方面。大数据平安是 大数据治理的主要环节，包含用以搭建大数据平台所需的 平安产品和服务，以及大数据场景下围绕数据平安展开的 大数据全生命周期的平安防护。相关产品包含大数据系统 平安、大数据管理运营、敏
22、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表达在以下几个方面：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 样本的平安保护。3、大数据环境下，数据的全生命周期安 全防护投入本钱高，本钱效益比低。4、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
23、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、数据资源整合、数据平安与 监控等方面选择合适的平安与治理工具。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。投入本钱过大是数据平安与治理建设时最担忧的问题数据治理能够充分
24、挖掘和发挥数据资产的价值，保障国家平安、社会平安和行业平安。 50.7%的大数据企业在数据治理方面研发资金投入在10%以上。2019年企业平安与治理研发投入强度大数据企业分布图金建设思路不清晰企业在数据平安与治理建设方面担忧的问题投入本钱过大；44.4%产品/技术不成熟37.8%内控制度不完善数据来源：2020年大数据产业生态联盟问卷调查,赛迪顾问整理，2020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“高质量开展”成为新时代新经济明确开展要求 的历史条件下，数据治理现代化
25、的水平在很大程度上决定 着高质量开展目标的实现。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 能力现代化假设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。数据治理保障国家平安、社会平安 和行业平安，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那么，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
26、主体的利益。在数据平安与治理方面，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。企业在数据平安与治理建设 方面担忧的问题主要集中在投入本钱过大、产品/技术不成 熟、平安建设思路不清晰、内控制度不完善、组织架构不 合理等方面，其中，投入本钱过大成为企业在数据平安与 治理建设方面担忧的问题。在企业大数据产品/解决方案中 的平安模块建设方面，62.2%的企业选择自研平安方案，仅 有5.696的企业没有平安模块建设。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平安问题，其 次分别是个人隐私数据使用问题、数据来
27、源和交易的合规 性问题、外部攻击、软硬件基础设施平安以及数据灾备问 题。68.9%的大数据企业在产品/解决方案中己经采用了安 全措施，具体包括平安产品、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 接入记录等平安产品。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平安防护管理方法 规范互联网信息服务市场秩序假设干规定，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 积极促进电子商务开展的意见，国家互联网信息办公室 互联网用户账号名称管理规定等，以及网络平安法 和
28、电子商务法等陆续公布施行，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“数据平安法”等直接立法成为 2020年关注点。未来行业机会点互联网大数据痛点与难点用户数据获取本钱增加精准营销数据平台建设5G助力电商直播新模式大数据+AI+精准推送线源能足上资合不线下整力管力已肖匕匕5营理彳、等素 术据台要 技数平多在数字经济时代，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
29、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本钱增加，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 力缺乏，行业厂商对于线上线下资源存在整合能力缺乏，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
30、述痛点和行业开展趋势，未来的机会点主要体 现在以下几个方面：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+A 1+精准推送：通过大数据技术，将用户 浏览过的物
31、品进行与用户直接关联，再通过精准画像，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。一于5G场景、AI技术的应用引领电信大数据新开展机遇未来行业机会点未来行业机会点运营商痛点需求业务创新开展能力缺乏，数据变现应用市场有待培育搭建基于5G的应用场景平构难 统架造 传台改管力提 据能待升 数理有技发突 性研待破 共术有加强AI等技术应用积极探索智慧城市建设方面的应用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
32、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，大局部运营商内部数 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，数据协同能力缺乏，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、
33、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表达在以下几方 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开展，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 局部，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 开展奠定基
34、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局部，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 政府等的开展趋势，探索与行业龙头企业的合作，积极布 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。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。行业机会点主要表达在三个方面，一是加快统一的数据平台建设；二是构建数据驱动政府治理的应用 生态；三是数据中台释放数据资产红利；四是深化大数据+人工智
35、能在政府行业应用。未来行业机会点政府大数据痛点与难点数据资源不均衡数据质量参差不齐数据治 理机制 不完善数据应用不深入加快统一的数据平台建设构建数据驱动政府治理的应用生态数据中台释放数据资产红利深化大数据+人工智能在政府行业应用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，大局部政府掌握 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，通过国家数据共享交换平台获取数据
36、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，在大平台、大系统统建过程中，数据清洗挖掘、交换传 递、
37、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、平安性、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、平安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那么、信息平安防护和保密 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
38、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表达。辘关艘素作脑步跚,辘共享开放舰成效,数麟理成为关注重点技术网络、社会开展性4Arru*坟小!，、红云网较全社会木（T弓1一蠲驱经暧用图经济开展女邓唐程培育数字化世界人工智能口共同信息化;j，宣五11T加嶙互联网动能20122019年关于大数据开展的词云2020年关于大数据开
39、展的词云数据来源：赛迪顾问，不完全统计，2020.8在全球信息化快速开展的大背景下，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 经济转型开展。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平安， 铸就了大数据产业开展的核心耍素。这些要素所构筑的“内层齿轮”的转动直接带动了 “外 层齿轮”一一大数据融合应用的蓬勃开展，衍生出政府大 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
40、、精细精 准的城市治理，以及平安可控的运行体系等，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开展报告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 比那么从42.3%下降到11.6%,许多城市已经开展了大量工作并 取得良好成效，工作重心从整体规划向全面落地过渡，新技 术应用驱动新开展和新变革，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
41、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。赛迪顾问统计了 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开展的重要力量。 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开展关注点。办公
42、自动化。政府部门电子化 工程，如金桥、 金关和金卡等一 批金字工程。政府上网工程。2010年以前2017年至今2011-2016年信息化建设加速政府数据汇集整合政府资产管理与应用开展IT规划和数据整合，数 据开放共享的意识提升。各地开展水平参差不齐，存 在跟风现象。促进大数据开展行动纲要 等文件下发，政府数据汇 集和共享意识进一步提升。政府大数据未来开展机遇点国家各部委和各省（区、市） 的大数据规划和政策陆续出台, 政府部门的“数据资产管理和 应用”意识持续提高。深层次应用场景成为开展重点 在政务工作、社会治理和民生 服务领域的应用持续丰富。随着数字政府和新型智慧城市建设的持续推进，与社 会治
43、理、民生服务、政务应用密切相关的政府大数据应用 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，是未来政府大数据开展的关键。 未来机遇点集中表达在以下几个方面：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，开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
44、强， 数据资源管理方面的“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。止匕外，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 现政府
45、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 -o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