中國大數據產業發展十大爆點
2018年，對於中國大數據產業而言，是一個具有重要標誌的年份。如果將2018年之前視為中國大數據產業發展的起步期，那麼，2018年，中國大數據產業則真正進入了快速發展期。政策、技術和市場等多重利好因素疊加，為中國大數據產業的發展提供了難得的歷史性機遇，協同推動了產業的發展壯大。
大會現場
中國大數據產業生態大會於2018年8月2日於北京新雲南皇冠假日酒店召開，在大會現場，賽迪顧問股份有限公司總裁孫會峰發表了主題演講《中國大數據產業發展洞察》。
{ 以下為主要演講內容 }
賽迪顧問研究顯示，2020年全球聯網的終端數量將達到500億，海量終端的計算、存儲和網路傳輸需求是當前的雲計算基礎設施無法承受的，網路擁塞、高延時和低可靠性等問題呼喚前端化的大數據分析技術。這種前端分析技術是在數據採集端部署經過剪裁和優化的人工智慧，其本質是將經驗的、經過數據分析驗證的演算法和模型固化到前端高性能感測器和數據採集設備。相比於雲計算技術架構，應用前端大數據分析技術，可以有效地削減數據傳輸過程中的網路帶寬消耗，降低前端設備自身功耗，提升數據分析效率和系統整體的智能化水平。
未來，隨著中國新一輪的智慧城市和工業互聯網建設的持續推進，智能終端和感測器的快速增長將會拉動前端化大數據分析應用，並在技術端和應用端開啟大數據企業的新機遇。在技術端，如何在算力有限的情況下，持續剪裁併優化模型和演算法，保障終端的計算需求；設計適用的網路通信協議，保障終端數據的高效傳輸；完善嵌入式晶元和板卡等硬體設計，提升晶元的並行處理能力，降低功耗，成為大數據企業在新一輪競爭中制勝的關鍵。而在應用端，前端化大數據分析技術則有助於拓展工業和智慧城市等領域的應用市場，提升諸如工業設備維護、基礎設施監測、城市安防和交通管理等應用場景的分析處理效率，創造了大量新市場機遇。
賽迪顧問研究顯示，2020年全球聯網的終端數量將達到500億，海量終端的計算、存儲和網路傳輸需求是當前的雲計算基礎設施無法承受的，網路擁塞、高延時和低可靠性等問題呼喚前端化的大數據分析技術。這種前端分析技術是在數據採集端部署經過剪裁和優化的人工智慧，其本質是將經驗的、經過數據分析驗證的演算法和模型固化到前端高性能感測器和數據採集設備。相比於雲計算技術架構，應用前端大數據分析技術，可以有效地削減數據傳輸過程中的網路帶寬消耗，降低前端設備自身功耗，提升數據分析效率和系統整體的智能化水平。
未來，隨著中國新一輪的智慧城市和工業互聯網建設的持續推進，智能終端和感測器的快速增長將會拉動前端化大數據分析應用，並在技術端和應用端開啟大數據企業的新機遇。在技術端，如何在算力有限的情況下，持續剪裁併優化模型和演算法，保障終端的計算需求；設計適用的網路通信協議，保障終端數據的高效傳輸；完善嵌入式晶元和板卡等硬體設計，提升晶元的並行處理能力，降低功耗，成為大數據企業在新一輪競爭中制勝的關鍵。而在應用端，前端化大數據分析技術則有助於拓展工業和智慧城市等領域的應用市場，提升諸如工業設備維護、基礎設施監測、城市安防和交通管理等應用場景的分析處理效率，創造了大量新市場機遇。
智能投顧也稱機器人投資顧問，它通過引入模型演算法為投資者實現資產配置和投資管理等在線財富管理服務。新興的智能投顧公司在國外發展迅速，主流財富管理領域已經認可智能投顧並積極投入其中。目前，國內的一些公司也推出了類似的產品（如投米RA、積木盒子、嘉實基金和彌財等），但整體而言仍然處在非常早期的階段。
國內的智能投顧業務將推動投資理財走向普惠化，改變財富管理市場格局，開闢中國金融市場新藍海，未來市場發展潛力巨大。
（1）中國居民可投資資產持續增長，為智能投顧的創造了可施展的潛在市場空間。2017年資產總額達181萬億元，未來幾年將保持10%左右的增速，預計2020年將達到237萬億元。此外，廣大的互聯網理財用戶為智能投顧市場的爆發奠定了基礎，中國建設銀行統計顯示，2017年中國互聯網理財用戶數量達3.8億人，預計2020年將達到6.1億人。
（2）智能投顧以機器演算法取代了一對一的人工服務，前期投入主要為固定成本，用戶群體較大，均攤成本小，獲客成本低。
（3）智能投顧起投門檻低、費用低，能滿足廣大長尾用戶的需求，特別是新生代的年輕人，習慣於網上交易的投資者，以及對投資建議有需求的個人投資者。對比而言，傳統投顧不僅起投金額要求高、費用高，且通常僅服務於高凈值人群。
（4）智能投顧以機器智能決策取代投資顧問的個人經驗判斷，雖然降低了理財的個性化和應對系統性風險的能力，但在國內民眾普遍缺乏理財知識的大背景下，卻可以減少個人投資者普遍存在的投機心理，使其可以應用量化分析方法，依據現代投資理論賺取平均收益，降低投資風險。
營銷大數據的本質是，通過把握企業或個人的特徵，挖掘識別其需求，並據此將正確的產品和服務推送給有需求的客戶，並從中收取費用，最終達成三贏的效果。營銷大數據通常以網路廣告的形式呈現，涵蓋搜索廣告、展示類廣告（包括RTB，SSP，DSP，信息流廣告等）和社交網路廣告三大類。這些廣告業務中廣泛應用了大數據和人工智慧技術，其在客群分類識別，廣告內容智能化生成，個性化精準推送等方面已經相對成熟。然而，在用戶注意力資源開發已經飽和的現狀下，傳統網路營銷業務增長乏力，如何爭奪存量客戶的注意力資源，提昇平台變現能力成為營銷大數據企業制勝的關鍵。
基於線下場景的營銷，提供了破局制勝的突破口。出現在線下場景的客戶，通常具有明確的特徵，如果他們的特徵得以被捕捉，再配合線上的數據能力，就可以對其展開精準營銷。這種針對線下人群的營銷，轉化率和付費率通常都比較高，可以有效提昇平台的變現能力。比如，某營銷大數據公司將2016年廣州車展的「賓利廣告「信息定向曝光給平台獨有的線下標籤人群（如出國人群、VIP人群和常旅客等潛在高凈值群體），11天在移動端合計曝光300多萬次，最終使得201人到達賓利展台，提升了賓利的銷售業績。此外，這些公司還會通過對這些到展客戶進行持續洞察，結合社會、出行、消費和搜索等多維度信息，持續優化自身標籤系統和廣告投放策略，優化其自身的精準營銷能力。
場景營銷的關鍵在於線上線下數據的整合。線上數據包括搜索數據、移動設備用戶屬性數據、網購數據、社交網路數據、移動運營商數據、廣告主數據等，線下數據則包括商用WiFi數據、iBeacon數據、消費數據和註冊數據等。線下場景數據由於自帶精準性的特徵，當前已成為營銷大數據企業關注的重點。常用的線下場景則包括各大商場、汽車4S店、滑雪場、機場和高鐵站等。
未來，營銷大數據企業可以通過自行整合數據，或者與線下數據擁有商開展合作，來進入場景營銷市場，以提升營銷的精準性，增強商業化變現能力。
十九大報告中明確指出要組建中央全面依法治國領導小組，組建國家、省、市、縣監察委員會等機構，以加強對權力的監督與制約，推進黨和國家反腐倡廉工作，保障中國特色社會主義經濟平穩發展。
「數據鐵籠」通過應用大數據分析方法，落地了對行政權力運行的全面監督。數據鐵籠的建設在樹立開放共享的思想理念和規範權力體系的基礎上，搭建了融合跨界的大數據平台，通過大數據融合分析，支撐了權力運行流程的再造和優化，實現了精準有效的權利監管。典型的數據鐵籠細分應用場景包括：酒駕治理流程化、交通建設工程項目流程化、道路運輸管理流程化、紀委監督數據化、公檢法案件審判精準化等。
貴陽在「數據鐵籠」建設方面卓有成效，目前相關平台已在市住建局、市交警局等多家單位實施。以市住建辦為例，通過數據鐵籠手段將不動產辦證流程鎖定，實現所有業務按進件順序辦理，徹底杜絕辦事人員違規操作問題。貴陽市對於「數據鐵籠」的探索和實施，是政府利用大數據進行權力監督、提升治理能力的創新之舉。貴陽建立的「數據鐵籠」系統有效彙集了政府全流程數據，建立了預警處置、動態管理和檢查評估等機制,規範了權力的邊界, 推進了行政行為的制度化、規範化、數據化。貴陽市利用大數據把政務公開、依法行政、治理能力提升、源頭防腐進行有機結合，實現了行政權力運行的流程再造,推動了政府依法行政,使政府和群眾關係實現「扁平化」。貴陽「數據鐵籠」項目建設是實現社會治理體系和治理能力現代化的有益探索。
中國健康醫療大數據產業規模持續增長，平台和應用成為重點。2017年中國健康醫療大數據產業規模是144.1億元，同比增長36.8%。從產業的細分領域倆看，平台層和應用層佔據了產業主體，2017年佔到了總體規模的64.8%，預計到2020年，這一比例將超過70%。
大數據（Big Data）、人工智慧（Artificial Intelligence）、物聯網（Internet of Things）和區塊鏈（Blockchain）等新興技術的融合突破了傳統健康醫療應用在數據分析、數據安全和數據採集方面的局限，協同開啟了多元化的健康醫療應用市場。
人工智慧+健康醫療大數據：健康語音交互、計算機視覺、認知計算等技術蓬勃發展，助推醫療領域的快速突破。通過人工智慧的手段，醫生診療、患者自診的效率可以大幅提升。
具體的應用場景包括：
1）語音錄入病歷已在國外具備成熟應用，其技術難度主要是在與醫療信息系統的兼容性和語音錄入的準確性方面；
2）醫療影像識別目前市場熱度較高，初創企業和大公司紛紛布局，而智能識別基於圖形學和深度學習技術，有望提升信息復用率、識別效率和準確率；
3）在輔助診療、癌症診斷、生物醫學研究等領域，近年來產品化進度突飛猛進；
4）手術機器人、導診服務機器人逐漸步入商用領域。
物聯網+健康醫療大數據：幫助醫院實現對醫療對象（如醫生、護士、病人、設備、物資和藥物等）的智能化感知和處理，支持醫院內部醫療信息、設備信息、藥品信息、人員信息和管理信息的數字化採集、處理、存儲和傳輸等功能。
典型的應用場景包括：
1）醫療服務，主要是以患者服務為中心的護理、後勤服務和基礎設施建設；2）成本控制，以醫院人財物為中心的保障和行政業務管理。
區塊鏈+健康醫療大數據：區塊鏈技術作為一種互聯網資料庫技術，其特點是去中心化、公開透明，讓每個人均可參與資料庫記錄。在健康醫療領域的應用中，區塊鏈可以保障各類互聯醫療設備的數據安全，使其成為實現數字醫療工作流程和高級醫療互操作性的基礎。此外，區塊鏈能夠統一不同的數據集，打破那些讓機器學習演算法難以訪問的數據「豎井」，為機器學習提供執行高級分析所需的標準化、全面化、高完整化的數據集。
數據驅動安全的新技術將促進信息安全防護策略從被動防禦轉向主動防禦。數據驅動安全技術，通過收集外部和內部的各類威脅數據，結合大數據分析技術，實現了全面精準的數據採集，安全信息歸類和特徵提取，動態的網路安全管理，網路安全態勢預測，以及高維豐富信息的可視化等功能。
這些新功能將規避掉傳統被動防禦策略下的情報收集不全、威脅感知和預測能力差等局限，加速落地了異常行為識別、分析和溯源，網路風險預判和預警，以及實時監控等新功能，為組織實現更好的安全防護提供了有力支撐，引領了信息安全領域的市場新趨勢。
大數據交易日漸成為大數據領域的焦點。
從參與主體來看，政府和企業都高度重視大數據交易平台和交易中心的建設。在目前政府數據開放共享緩步推進的大背景下，企業主導的交易平台仍是市場主力，政府主導的各類交易中心雖然快速湧現，但僅佔整體市場的25.5%。
從交易模式來看，數據交易平台的交易流量中僅有21.3%是通過線上合作完成，絕大多數交易以線下合作的形式展開。比如，寶馬需要將自己的產品廣告曝光給有需求的客戶，此時它與營銷大數據企業的合作就是對數據和數據服務的採購；又比如，百度與知乎達成年度戰略合作，使得百度可以抓取知乎上的數據，進而允許用戶通過百度直接檢索到知乎上內容，百度為此向知乎支付數據使用費，這也是一種數據交易的形式。線下數據交易市場的活躍反襯出線上市場的冷清，其根源在於線上交易機制的不健全。
未來，隨著線上交易機制的完善，以及確權、安全和定價等問題的解決，數據交易平台將加速線下數據合作的線上化遷移，線上的交易平台將成為數據需求方和供給方對接的新渠道。線上渠道的完善的不僅可以降低數據資源的信息不對稱，助力行業數據壁壘的破除，加速數據的流通和應用，還可以方便政府規範交易市場秩序，更好地落地交易監管。
數據資源的跨領域集聚成為新趨勢，以互聯網巨頭為代表的寡頭競爭生態顯現。從2017年騰訊、百度和阿里的投資事件分布情況來看，各家巨頭均有不低於45%的投資流向了非主營業務領域，表現出明顯的跨界拓展態勢。這些跨界的投資大多圍繞衣、食、住、行、醫療健康和休閑娛樂等領域展開，有助於企業構建更多維、更完整的用戶畫像，提升商業化場景下的變現能力，更好地服務民眾多樣化需求。
隨著大數據產業走嚮應用端，中國大數據複合型人才缺口持續放大，在健康醫療、工業、政府和金融等大數據熱點應用領域，亟需一大批既懂業務也懂大數據分析技術的複合型人才來開拓市場。賽迪顧問預計，2017年這一人才缺口至少為160萬。
面對這種日益高漲的複合型人才需求，傳統的學校教育難以提供足夠的供給，職業教育則日漸成為填補供給空缺的主力軍。一方面，職業培訓比學校教育在複合型人才培養方面更高效。這不僅體現在受培人數更多、課程設置和調整可以因應市場變化更靈活，還體現在職業培訓對技術應用的重視；另一方面，職業培訓市場的業務結構以IT、金融和管理為主，這一結構也與市場對大數據複合型人才的能力需求結構相匹配。
本公眾號提供的內容用於個人學習、研究或欣賞，不可用於其他商業用途。如有關於作品內容、版權及其它問題，請及時在公眾號留言。
如果獲得轉載授權，請註明作者姓名和轉載的出處，不修改文章的標題、文字、圖片或者音視頻，以免曲解原文意思。
TAG:賽迪顧問 |