软件产品全景调研与发展战略研究

《软件产品全景调研与发展战略研究》由会员分享，可在线阅读，更多相关《软件产品全景调研与发展战略研究（12页珍藏版）》请在装配图网上搜索。

1、软件产品全景调研与发展战略研究一、 大数据行业未来发展趋势（一）大数据与物联网、人工智能技术的深度融合智能物联网（AIoT）指人工智能技术与物联网技术结合，通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下）的海量数据，在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。在技术层面，人工智能使物联网获取感知与识别能力，物联网为人工智能提供训练算法的数据；在商业层面，二者共同作用于实体经济的转型、发展与升级。联网设备的增多必然带来数据量的激增，根据IDC统计及预测，2019年AIoT数据量已达136ZB，且预计到2025年将持续增加至794Z

2、B。在此背景下，对数据存储及数据处理，特别是物联设备产生的相关数据的处理能力，将有更高需求。（二）大数据行业人工智能技术助力数据要素配置进一步市场化2020年以来，关于构建更加完善的要素市场化配置体制机制的意见关于新时代加快完善社会主义市场经济体制的意见等政策相继推出，大力推动数据要素实现市场化配置。围绕金融数据、工业、汽车数据，相关部门分别出台了中国银保监会监管数据安全管理办法（试行）工业数据分级分类指南（试行）汽车数据安全管理若干规定（征求意见稿），为细分行业数据安全与治理提供政策指导和保障；另外中华人民共和国数据安全法深圳经济特区数据条例天津市数据交易管理暂行办法（征求意见稿）等国家和地

3、方法律法规已处于制定和完善过程中，从数据确权、共享、流通、安全保障等方面提供了法律依据及行为规范。在数据要素市场化的过程中，通过人工智能技术的融合应用，能够为数据质量评估、数据安全合规、数据保护等方面提供有效保障。如在数据质量评估方面，基于深度学习、知识图谱等人工智能技术精准评估数据质量，为政企提供高质量、有价值的数据；在数据安全合规方面，利用隐私计算技术实现数据使用过程中可用不可见，为进一步扩大数据开放共享的程度提供支撑；在数据保护方面，基于分类、聚类、机器学习等AI技术实现对数据的高效、准确分类分级保护，进一步加强对敏感数据的安全防护，为个人信息安全和政企安全提供保障；另外，人工智能在数据

4、管理、交易、确权等方面的其他应用正加快探索。二、 大数据行业发展前景（一）行业发展空间广阔随着我国互联网及智能硬件的快速普及，数据开始呈爆发性增长，海量数据的收集、处理和展示使各行各业能深刻地洞悉行业规律，同时提升效率。大数据对传统行业的改造和升级将为大数据企业创造难得的发展良机，大数据行业发展空间广阔。（二）基础设施逐步完善近年来，我国经济快速发展，带动了大数据行业基础设施的逐渐完善。数据中心和云计算平台的大量涌现、5G等移动通信技术的兴起、公共无线网络的普及和网络带宽服务的不断优化都将为大数据行业的发展提供肥沃的土壤。近年来，在全球经济数字化浪潮的带动下，我国大数据与实体经济的融合应用不断

5、拓展。大数据企业正在尝到与实体经济融合发展带来的甜头。利用大数据可以对实体经济行业进行市场需求分析、生产流程优化、供应链与物流管理、能源管理、提供智能客户服务等，这不但大大拓展了大数据企业的目标市场，更成为众多大数据企业技术进步的重要推动力。大数据行业发展趋势指出，我国是数据资源大国，大力发展大数据技术，有利于将我国数据资源优势转化为国家竞争优势，实现数据规模、质量和应用水平同步提升，国大数据市场规模增速远高于全球整体市场规模增速。2021年我国大数据市场规模达到713亿元，2016年至2021年复合增长率达到2666%。预测2022年我国大数据行业市场规模将达1049亿元。大数据中心产业发展

6、的市场驱动方即大数据应用意识快速提升，需求日益迫切，具体表现为政府、企业乃至个人在做决策中越来越倾向于以大数据分析结论作为重要依据，越来越认同大数据的价值，现笔者就从以下三方面来分析大数据行业发展趋势。1、趋势一：大数据基础设施建设持续增长基础设施是大数据产业高速发展的前提和保障。我国加快推进宽带中国战略，可加快下一代互联网、4G通信网络、公共无线网络、物联网等网络基础设施的建设。2、趋势二：大数据分析领域快速发展数据蕴藏价值，但是数据的价值需要用IT技术去发现、去探索，数据的积累并不能够代表其价值的多少。大数据行业发展趋势指出，随着产业应用层级的快速发展，如何发现数据中的价值已经成为市场及企

7、业用户密切关注的方向，因此大数据分析领域也将获得快速的发展。3、趋势三：大数据相关立法加快大数据产业的发展离不开国家政策的支持，国家对大数据的战略政策制定和实施，也成为大数据市场不断发展的有力条件。目前全国有二十多个地区出台了大数据相关的政策，而且很多地区都设立了专门的大数据管理机构，比如上海的大数据局和贵州的云上贵州，长江三角洲和京津冀还有中西部地区，都在国家的政策下发展得良好。政策的支持在不断更新着对大数据的认识。十四五大数据产业发展规划明确了十四五期间推进大数据产业发展的总体思路，即以释放数据要素价值为导向，按照价值引领、基础先行、系统推进、融合创新、安全发展、开放合作的原则，围绕夯实产

8、业发展基础，着力推动数据资源高质量、技术创新高水平、基础设施高效能;围绕构建稳定高效产业链，着力提升产业供给能力和行业赋能效应，统筹发展和安全，培育自主可控和开放合作的产业生态。综合来看，随着大数据的快速发展，许多企业看中了该行业的潜力，将吸引越来越多的IT供应商将其作为发展热点。三、 大数据行业政策近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈爆发式增长态势。数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。我国高度重视大数据在推进经济社会发展中的地位和作用。国家陆续出台了多项政策来推动大数据产业高质量发展

9、，如十四五数字经济发展规划十四五数字经济发展规划等。四、 大数据软件市场规模根据沙利文研究的数据，全球大数据软件市场规模由2015年的67亿美元增长至2019年的170亿美元，年复合增长率为262%，超过硬件和服务收入的增速；预计到2024年的市场规模将达到377亿美元，年复合增长率约为212%。伴随着政府部门和大型企业对于数据价值重视程度的提高，以及大数据软件采购预算的增加，中国大数据软件市场规模持续增长。根据沙利文研究的资料，该市场规模自2015年的52亿元增长至2019年的146亿元，年复合增长率为294%；预计到2024年的市场规模将达到492亿元，年复合增长率约为284%。五、 大数

10、据软件行业近年发展情况随着数字化转型的推进，各行业在完成数据基础设施建设后，为业务赋能成为数据开发工作的重点。传统数据开发工作大多通过直接调用种类繁多的大数据开源技术组件来进行，通常需要具备专业技术人员完成，业务人员很难快速参与，然而伴随业务对于数据开发的要求不断提高，不同部门间的高效协同成为完善数据开发工作、提高业务效率的关键。因此，随着数据开发工作逐渐从技术部门向各业务部门延伸，数据开发的门槛亟需降低，以使数据与各业务加速融合。鉴于此，行业内厂商利用低代码（或零代码）思想，通过抽象大数据开发过程中常用的技术和流程，屏蔽数据开发任务的技术细节，并提供统一的集成界面，从而构建数据开发平台，以降

11、低数据开发门槛，解决业务赋能痛点。与此同时，开发平台可以增强各组件在项目间的可复用性。根据中国信息通信研究院统计，数据开发平台能够将金融、零售、工业、医疗等不同场景下的开发组件复用率增至85%，从而降低数据的开发成本。随着各行业数字化水平提高，业务不断数字化、线上化，数据资源不断积累，应用场景创新逐渐成为可能。前述应用方面的变化，带动大数据技术经历了多次更新升级，从专注存储的数据库，到面向统计分析的数据仓库，再到面向大数据分析应用场景的Hadoop/Spark为核心的大数据平台、数据湖等。随着用户使用的数据种类和来源逐渐多样化，包括关系型数据、日志、音频、视频、文本、图片、地理位置信息等类型的

12、结构化、半结构化和非结构化数据等，数据及其分析的复杂度进一步提高。同时，随着大数据应用单位内不同架构的数据管理分析系统的建设，加重了信息孤岛（即各信息系统之间不能协调工作）问题，并增加了数据管理及分析工作的复杂性和难度。微服务将软件开发为小型服务（模块）的集合；各服务以独立流程运行并实现其业务功能，各服务间以API或消息传递进行通信容器通过操作系统级虚拟化，资源被动态地划分到一个或多个独立的容器中，每个容器都有一个唯一的可写文件系统和资源配额，用于部署相应的微服务开发运维一体化（DevOps）加强软件开发人员与IT运维人员协作，以提供可解决用户问题的高质量软件持续交付利用敏捷开发模式实现更高效

13、交付运用。云原生思想开发的大数据软件产品从三个方面实现了效率提升，一是产品整体架构为实现弹性伸缩而进一步解耦和改造，各模块可与容器等底层资源单元适配，分别实现弹性扩缩容，从而提升硬件资源利用率；二是应用接口函数化，让更多能力（如统计、机器学习、流程处理等）封装成函数接口，用户可根据实际业务需要，达到更细粒度的按需使用和按需付费；三是支持多云部署，从而降低客户被单一公有云绑定风险。随着物联网、5G、云计算的发展，数据生命周期涉及的节点数量变多、数据形式变新，信息泄露事件频发。同时，对外的数据融合应用与对内的数据安全保护需要兼顾。零信任、隐私计算等数据安全、数据流通方面的技术得到进一步发展与应用。

14、六、 大数据行业近年发展情况（一）大数据行业概述大数据是数据的集合，以容量大、类型多、速度快、精度准、价值高为主要特征。大数据行业主要解决大数据的存储、处理、分析和价值发现等问题，从而实现大数据的业务价值。从产品和服务结构来看，大数据市场产品和服务包括支持大数据软件部署的服务器和其他硬件等大数据硬件，支持大数据分析和应用的软件，对大数据软硬件产品的部署、管理以及基于产品的数据开发、应用开发等服务。（二）大数据行业近年发展情况1、大数据行业全球主要国家大数据战略布局持续深化当前，数据正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。美国自2019年12月提出联邦数据战略与2

15、020年行动计划，明确提出将数据作为战略资源，并以2020年为起点，勾勒出美国联邦政府后续十年的数据愿景；欧盟委员会于2020年2月推出欧盟数据战略，注重加强成员国之间的数据共享，平衡数据的流通与使用，以打造欧洲共同数据空间、构建单一数据市场；英国政府为促进数据在政府、社会和企业间的流动，于2020年9月发布国家数据战略，明确指出了政府需要优先执行的释放数据价值，加强对可信数据体系的保护、改善政府的数据应用现状并提高公共服务效率、确保数据所依赖的基础架构的安全性和韧性、推动数据的国际流动等五项任务。我国自2014年大数据首次写入政府工作报告起，不断出台相关政策。关于构建更加完善的要素市场化配置

16、体制机制的意见，将数据与土地、劳动力、资本、技术并称为五种要素，提出加快培育数据要素市场。关于新时代加快完善社会主义市场经济体制的意见中提出进一步加快培育发展数据要素市场。这意味着数据要素市场化配置上升为国家战略。2、大数据行业数据量飞速增长激发数据处理需求近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈爆发式增长态势。根据IDC统计，自2010年至2019年，全球数据量的年复合增长率为5501%，至2019年数据量达41ZB。其中，我国数据量亦处于快速增长的过程中。IDC研究报告指出，我国2020年数据量约为126ZB，较2015年增长7倍，年复合增长率

17、约为124%。数据量的爆发式增长，对大数据产业链各个环节的数据处理能力提出了更高要求。3、大数据行业市场规模高速增长受益于数据量及数据应用的快速增加，全球大数据市场规模增长较快。根据沙利文研究的资料，全球大数据市场规模由2015年的231亿美元增长至2019年的496亿美元，年复合增长率约为211%。其中，我国大数据市场规模过去五年间增速快于全球平均水平，自2015年的207亿元增长至2019年的627亿元，复合增长率达319%。七、 行业应对策略大数据产业作为具有国家战略意义的新兴产业，在发展初期不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥政府的引导作用。一是，要加强核心

18、技术攻关与产业化推动。自主研发创新是提高大数据产业竞争力的主引擎。要彻底改变目前我国大数据产业创新能力不强、关键核心技术对外依赖度偏高的这一局面，必须抓住重点领域、关键环节和核心问题，找准着力点和突破口，加大政府财政资金的引导支持力度。为此，建议在国家层面上设立大数据重点领域的关键技术研发创新的国家财政专项资金，支持突破一批关键核心技术研发创新与应用，构建具有核心技术自主权的大数据产业链，形成自主可控的大数据技术架构，提高关键核心技术的自主研发创新能力，有效破解制约产业发展的瓶颈。二是，完善大数据安全政策。需要开展数据确权、资产管理、市场监管、跨境流动等数据治理的重大问题研究，协调有关部门共同

19、推进数据治理的法制化进程，加强对敏感数据、企业商业秘密和个人数据的保护。同时，推动完善适用于大数据环境下的信息安全等级保护制度，建立兼顾安全与发展的数据管理和保障体系，加强数据安全评测、安全防范、应急处置等相关机制建设。此外，还要强化网络空间的安全信息共享与动态感知能力，提高重大风险识别分析水平。三是，鼓励地方因地制宜发展大数据产业。大数据产业发展应注重差异化发展，形成差异化的产业布局。地方需要差异化发展，应该把大数据的发展重心放在因地制宜地促进应用创新上，放在打造完善的发展环境上，让市场在大数据发展要素配置上起决定作用。各地要结合产业基础和优势特色，着重发展大数据特色场景应用，推动大数据与当地重要实体经济行业加快融合。四是，推动行业加快大数据标准建设。当前大数据产业应用层出不穷，政府应通过标准化的途径规范行业、整合资源，促进各方达成共识，为大数据产业的健康发展提供基石。尤其是通过加强快速迭代、市场认可度高的行业/团体标准研制工作，为用户企业提供大数据产品选型指导，为数据安全提供保障，促进大数据交易等新兴服务模式规范发展，对推动我国大数据产业进程具有重要意义。