中国大数据发展10大趋势5大挑战

　　近日，首席数据官联盟在京发布了2016年《中国大数据企业排行榜》。本次发布的《中国大数据企业排行榜》由北京大学电子政务研究院、中国新一代IT产业推进联盟共同指导，由首席数据官联盟专家组依据大数据企业评价指标体系对国内大数据企业进行综合评定。

　　与此同时专家组还总结出了中国大数据发展的10大趋势和5大挑战。首席数据官联盟发起人、中国新一代IT产业推进联盟技术分委会秘书长鲁四海做了精彩解读。鲁四海为我们分析了中国大数据发展的10大趋势和5大挑战，以下是现场实录：

　　趋势一：首席数据官开始崛起

　　随着企业努力克服由变化带来的冲击，同时需要立足于数字化时代与竞争对手进行对抗，相信将有更多企业将关注重点放在新的高管职位——首席数据官(简称CDO)身上，而这类角色也将成为推动业务发展战略的中坚力量。国内企业陆陆续续开始设置首席数据官，有的企业已经设置了专职数据部门。

　　趋势二：可视化推动大数据平民化

　　无代码编写要求的应用已经成为企业需要重视的一种可行方案，旨在简化业务用户获取所需信息的流程。越来越强大的可视化工具将成为业务人员能够参与到大数据分析发挥其主观能动性的桥梁，可视化的发展为IT能力较弱的企业提供了应用大数据的一个有效途径。举个例子来说，给大家一张全国各省网民占比的表格，让大家在5秒内找出前三和倒数第三，估计是很难的，但是如果是给大家一个柱形图，估计一眼就看出来了。

　　趋势三：智能化嵌入

　　主要体现在两个方向，一是各类企业应用程序越来越多地直接嵌入分析能力，而且功能在不断地完善品。二是各种智能设备中“云+端”的大数据分析处理能力嵌入。比如现在每个手机上都会有个语音助手，它背后是大数据的平台的支撑。目前已经出炉的相当方案包括机器人、自动驾驶车辆、虚拟个人助手以及智能顾问等等，未来的我们所接触到的设备都会迁入大数据的分析处理能力。

　　趋势四：机器学习迎来上扬态势

　　未来，机器学习将成为“数据准备与预测分析工作的必要前提”。许多企业已将先进机器学习技术视为最重要的未来战略趋势。原因是大数据未来的发展一定是解决更多的实际问题，解决实际问题需要依靠更完善的算法模型，而这些正是机器学习的用武之地。

　　趋势五：开源应用加速

　　Hadoop生态的热度依旧不减，Spark正快速崛起。基于开源技术的解决方案也越来越完善，应用也越来越普及。基于开源的人才队伍也在迅速壮大。开源让更多的企业、组织能够快速的、低成本的迈进大数据这个门槛儿，快速的去尝试做些实验，进入到这个领域。

　　趋势六：数据服务逐渐形成规模

　　我认为有三个原因：一是我们不可能都做数据的矿工，没必要做重复劳动。二是数据未来一定是多维度的整合，这样才会产生最大的价值。但是多维度的整合就会有数据交易，交易的实质是服务，数据服务能比较好地解决安全、速度、时效等问题，而且是直接面向业务问题的，更能带动大数据的快速发展。三是越来越多的企业利用自己拥有的数据进行上层应用开发，提供增值的数据服务，如用户账号安全检测、用户可疑行为识别等。

　　趋势七：算法市场的兴起

　　我们知道数据本身没有意义、不会有价值。它的价值在于把一些数据通过一定的算法模型进行分析之后能够解决某一个或者某一类的问题。但是法的开发难度非常大，随着时间推移企业将意识到很多算法与其自行开发，不如通过市场购买，而后直接向其中添加数据即可。

　　趋势八：互联网、金融、健康保持热度，智慧城市、企业数据化、产业互联网将成为新的增长点

　　互联网、金融、健康领域依然是大数据应用的前沿领域。同时智慧城市大数据应用越来越多，智慧城市已经进入高速成长期，大数据是智慧城市建设的核心内容之一，比如智慧城市的运营中心它的一个落脚点也是在大数据的融合和利用上面。随着企业数据化发展，产业互联网雏形已现，基于产业互联网的大数据应用正快速发展，产业互联网在很多地方已经开始试点，把一个产业链上的企业数据整合在一起去优化这个产业的发展。自建大数据平台或采购外部数据服务提升自身竞争力已成为共识，越来越多的企业进行实施阶段。

　　趋势九：大数据创业呈现海归潮

　　很多大数据企业创始团队成员都有海外背景，随着国内大数据产业的迅速发展，选择回国创业的高端人才越来越多。将国外先进的技术与国内庞大的市场相结合，被普遍看好。比如PTmind(北京铂金智慧网络科技有限公司)是由海归郑远博士与薛理伟博士共同创建的市场营销大数据智能检测平台公司，公司目前服务于全球5万多家企业;Gausscode Technology(北京高科数聚技术有限公司)由海归程杰博士在美国创立的一家提供大数据应用，智能可视化和决策平台的企业;Taste Analytics(北京斯图飞腾科技有限公司)由海归汪晓宇博创在美国创立的实时动态、图像可视化兼具非结构化数据分析能力的综合智能数据分析企业……

　　趋势十：产业生态逐渐完善，产业链协作持续升温，“瀚沙现象”出现

　　《促进大数据发展行动纲要》驱动产业生态快速发展，产业分工也越来越细，技术、产品、服务的整合越来越重要。通过联盟形式进行技术融合、服务整合是大数据产业链协作的重要方式，包括首席数据官联盟在内的联盟得到快速地发展。同时，我们也注意到大数据产业链的协作已经出现了更深度整合的模式——超级合资公司模式，代表性的就是今年成立的瀚沙科技，由大数据产业链不同环节的8家知名企业共同投资成立，旨在实现技术、产品和服务的深度整合，打造一站式的大数据解决方案，业界称为“瀚沙现象”出现。

　　挑战一：大数据行业发展良莠不济

　　我国大数据仍处于起步发展阶段，在“万众创新，大众创业”的大环境下，大量的大数据企业不断涌现，但企业发展良莠不济。

　　挑战二：大数据创新、创业盲目

　　企业在创新、创业过程，由于缺乏对大数据产业链的认识，出现许多跟风扎堆的情况，没有有效发挥自身优势，造成巨大的资源浪费。创新的时候，我们往往会看到一些标杆出来。通俗来讲，看到人家风光，没有看到人家背后受罪的时候。往往一窝蜂跟去的时候就会发现全是坑，而且 “此去华山一条道”，满满的全是竞争对手。因此我们做这个排行的初衷就是为大家梳理一下，哪些行业、哪些板块、哪些领域是什么样的状况，精确的找到自己的优势方向，去做创新和努力。

　　挑战三：投资盲目

　　霍华德.马克思说过“投资者们明确达成的广泛共识差不多都是错的”。究其原因是资本在选择大数据项目、企业的时候，由于没有客观的评价标准，同时也缺乏对产业链的整体认知，导致投资市场追逐热点，存在一定的盲目性，大大降低了资本对大数据行业发展的正向推动力。

　　挑战四：监管的盲目性

　　目前，监管层很难对大数据企业和机构进行有效的监管以及正确引导，要为大数据发展打造一个良性的生态环境就比较困难。其核心原因是对大数据企业的识别评价缺乏标准和规范。

　　挑战五：大数据项目建设盲目

　　由于人才缺乏、大数据咨询服务还没有发展起来等原因，用户很难对大数据项目有全面的认识，容易受到厂商的左右，导致建设内容的盲目;由于缺乏对产业的整体认识和大数据企业评价标准、方法，所以在大数据服务商选择上也存在一定的盲目性。