大數據行業概述及機會分析

01

大數據的定義及發展歷程

根據知名研究機構Gartner給出的定義，大數據是「使用高效的信息處理方式以具備更強的洞察力、決策力和流程優化能力的海量、多樣的信息資產」，其價值在於提高數據使用者的最終決策力。

2011年，大數據（Bigdata）的概念首次進入Gartner技術成熟度曲線（炒作周期曲線），經歷了2012年的期望膨脹期，2013年達到期望膨脹期頂峰，2014年進入泡沫谷底期，以及2015年的徹底退出。Gartner公司在《2014年技術成熟度曲線報告》中即指出：「雖然對大數據的興趣依然不減，但他已經離開高峰期，因為該市場已經安定下來，有了一整套合理的方法，新的技術和實踐被添加進現有方案」。Gartner認為，大數據還有5到10年的時間才會達到穩定發展期。

圖1 大數據2011-2014年技術成熟度曲線位置

資料來源：盛世景整理

2011年以來，企業級市場圍繞大數據的炒作不斷升溫，很多企業也的確面臨數據量激增的現實困境，但大數據絕非僅僅是數據量大的挑戰，大數據的核心問題還是取決於數據挖掘背後所能產生的價值，在經歷了一段熱潮之後，大數據的概念走向低谷期，開始實實在在的為企業解決問題，大數據相關技術的演進在未來一段時間仍將展現出強大的生命力。

通過具體分析歷年大數據技術成熟度曲線，可以勾勒出大數據的整體輪廓，即大數據依託社交內容、開放式監控SCADA、語義web、測繪地理信息系統可視化和分析、活動流、開放政府數據、公開數據、關聯數據等信息數據，綜合利用物聯網、數據挖掘、視頻搜索、動態數據屏蔽、內容分析、邏輯數據倉庫、noSQL資料庫管理系統、混合雲計算、複雜事件處理、基於雲的網格計算、雲協作服務、雲並行處理、內存中數據網路、MapReduce、Hadoop、內存中分析、文本分析、數據集成、語音識別、預見性分析等工具，實現信息評價、預測建模、聲明分析、內容增值服務、社交網路分析、高級欺詐技術的檢測於分析、社交信息分析、IT服務分析工具、遠程信息處理、Web體驗分析、供應鏈分析、社交媒體數據監控、網路分析等應用。

大數據沒有在2015年技術成熟度曲線上出現，這一改變表明對大數據概念的炒作進入尾聲，企業將會更加關注於如何應用，實時的數據分析能力日益成為核心競爭力，大數據正式進入融合應用層大發展時代。

02

我國大數據產業規模

從產業角度看，大數據產業指以數據生產、採集、存儲、加工、分析、服務為主的相關經濟活動，包括數據資源建設、數據軟硬體產品的開發、銷售和租賃活動，以及相關信息技術服務。大數據產業包括三大類，一是大數據核心產業，指專門應用於大數據運行處理生命周期的軟體、硬體、服務等；二是大數據關聯產業，指在大數據運行處理的過程中，為其提供基礎設施、處理工具、相關技術等的產業；三是大數據融合產業，指大數據與其他行業領域融合產生的新興業態、升級業態。

圖2 大數據產業範圍

資料來源：中國電子信息產業發展研究院

對於我國大數據產業的規模，目前各個研究機構均採取間接方法估算。中國信息通信研究院結合對大數據相關企業的調研測算，2017年我國大數據產業規模為4,700億元，同比增長31%；預計至2020年，中國大數據產業市場規模將超過1萬億元，未來3年CAGR為29%。

表1 我國大數據產業市場規模

資料來源：中國信息通信研究院

中國信息通信研究院結合對大數據相關企業的調研得出，2017年中國大數據核心產業規模為234億元，較2016年相比增速達39%；預計未來幾年，大數據核心產業仍將保持高增速，到2021年，大數據核心產業市場規模將達到767億元，未來4年CAGR為35%。

表2 大數據核心產業市場規模

資料來源：中國信息通信研究院

在大數據核心產業主要由軟體、硬體、服務三部分構成，目前軟體及服務依然佔據大數據市場的主導地位，硬體比例略有下降。2017年中國大數據硬體市場規模72.0億元，佔比為30.5%，與2016年相比下降了1.6%；軟體市場規模為104.1億元，佔比達到44.1%，比2016年上升0.9個百分點；服務市場規模為59.9億元，較去年上升了0.7%。

圖2 大數據產業範圍

資料來源：中國電子信息產業發展研究院

03

大數據發展趨勢

人工智慧(AI)、大數據(Big Data)和雲計算(Cloud Computing)正在出現「三位一體」式的深度融合，構成「ABC金三角」。三者既相互獨立，又相輔相成，相互促進。大數據的發展與應用，離不開雲計算強有力的支持；雲計算的發展和大數據的積累，是人工智慧快速發展的基礎和實現實質性突破的關鍵；大數據和人工智慧的進步也將拓展雲計算應用的深度和廣度。

雲計算是大數據的底層架構，大數據以雲計算來處理大數據，人工智慧則是大數據的場景應用。近年來，數據、網路、計算能力都以指數級的速度發展，有力推動了人工智慧的超常發展，人工智慧正以超出人們想像的速度迅速改變各行各業，並有望在未來全面驅動各行各業生產力的提高。人工智慧的內涵日趨豐富，不僅涵蓋了語音識別、圖像識別、自然語言理解、用戶畫像等細分領域，而且越來越和大數據、雲計算難分難解，界限模糊。

雲計算已不再僅僅是簡單對於存儲能力和計算能力的需求。隨著人工智慧與萬物互聯的普及，接入網路的設備越來越多，數據計算量也越來越大，雲服務已經慢慢變成智能時代的下層建築，成為不可或缺的基礎設施。而人工智慧的實現，需要大數據作為人工智慧對行為智能判斷的依據，雲計算運用大數據運行出運算的結果並保存在雲上，為人工智慧提供強大的支撐。人工智慧的新突破，主要是緣於「深度學習」，由此使人工智慧有了實用價值，而「深度學習」正是在大數據和雲計算日趨成熟的背景下才取得實質性進展的，好比「深度學習」是火箭，大數據就是燃料，而雲計算是引擎。

因此，大數據、雲計算是輔佐人工智慧超常發展的兩個最重要的角色。而人工智慧的突飛猛進、海量數據的積累，也為雲計算帶來了新挑戰和新的發展空間。未來的雲計算將向人工智慧全面進化，進入全新的智能領域。

04

大數據投資機會分析

中國市場雲計算、大數據、人工智慧爆發間隔較美國市場為短，多項技術融合是確定的趨勢，未來將不會存在純粹的大數據公司。隨著雲計算降低整個市場基礎設施成本，預計越來越多的IT預算支出將向大數據行業軟體和服務的部分傾斜，我們認為存在如下值得關注的投資機會：

第一，整體解決方案公司機會大。目前多技術的融合導致客戶需求存在多元化、複雜化趨勢，越發難以滿足。傳統IT服務行業中以提供硬體為主的集成商地位將下降，整體方案公司更容易貼近客戶和獲取標杆客戶，能夠提供大數據加雲和AI整體方案的廠商跨場景服務能力強，相關創業公司存在彎道超車的機會；

第二，關注空間大的垂直應用領域大數據。數據服務價值在於與垂直行業結合，信息化程度高是選擇大數據垂直應用領域的重點，目前互聯網、金融、政務大數據和其他行業相比滲透高、信息化建設完善、IT預算充盈，互聯網行業集中度高、傾向自主，因此應當重點關注金融、政務大數據領域。據統計，兩市場規模現階段就已超過200億元；

第三，關注大數據基礎平台機會。搭建大數據平台是各個企業落地大數據應用的第一步，在非結構化數據增速遠超結構化數據及超三分之二企業仍用結構化資料庫的背景下，基於Hadoop、spark等架構搭建的大數據基礎平台技術逐漸走向成熟，安全性、穩定性、可擴展性已可匹敵發展了數十年的傳統結構化數據平台，存量機會和新增機會將共同促進相關技術型廠商快速搶佔份額。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！