【悬赏】新基建风口下，你怎么看待大数据服务发展升级
在此，头豹君想与球友们讨论下，在当前的新基建风口下，大数据服务公司该如何发展升级。
【活动规则】
关注@头豹研究院 账号，点赞、评论对于大数据服务行业发展升级的看法并转发。
@头豹研究院 将在今后的一段时间中，不定时发送红包，希望球友们踊跃关注并参与讨论
粉丝数突破1,000时，将会发布大额红包，回馈球友们的支持。
新基建风口已至，大数据服务发展升级
大数据产业生态持续完善
2020年3月4日，中共中央政治局提出新型基础设施建设（以下简称“新基建”）重大发展战略。“新基建”的发展重点旨在通过对5G基础设施、特高压输电与电力物联网、城际高铁与轨道交通、新能源汽车与充电桩、大数据中心与云计算、人工智能，以及工业互联网等七大方面建设提速，增强社会生产力，推动中国经济继续向高质量发展。
新基建的推进极大增加数据的规模和结构复杂度，企业需要更高的数据存储和计算能力来处理海量非结构化的数据，处理好数据存储查询、负载均衡、容灾备份等关键问题。随着新基建的推进，大数据应用规模日趋扩大，大数据服务逐渐成为支撑新基建建设的重要基石。
大数据产业的稳定发展辐射大数据服务等细分市场
大数据服务是大数据产业的细分市场，大数据服务依托大数据及人工智能技术对数据资源进行分析和管理，其服务类型包括大数据采集服务、大数据交易服务、大数据分析服务、大数据可视化服务、大数据安全服务等。
上游数字资源采购成本较高，压缩中游大数据服务商利润空间
中国大数据服务行业上游资源供应商包括数据资源服务商（产业数据服务商、第三方数据服务商、互联网巨头等）、配套资源供应商（存储服务器等）等，配套资源采购成本占据上游整体采购成本的10%-20%。
中国大数据服务行业中游参与者按照不同业务类型可分为数据采集及预处理服务商、数据分析服务商及数据安全服务商等，中游大数据服务商为下游各领域企业用户及政府用户提供大数据产品及服务。
数据是大数据服务行业的核心竞争资源，数据资源服务行业利润率较高
数据是大数据服务行业的核心竞争资源，数据资源服务行业利润率高达70%-80%，但大数据服务行业尚未建立数据资源共享机制，大数据资源分散，数据集中度较低，中游大数据服务商的数据采集成本以每年50%的速度增长。
数据应用场景逐渐落地，大数据服务市场有望持续扩容
中国大数据行业细分市场包括大数据硬件市场、大数据软件市场和大数据服务市场，其中大数据服务市场占比约30%。
目前，中国大数据服务行业中收益较高的行业为金融（包括银行、保险、证券与投资）、政府、互联网，三个领域收益总和占据中国大数据服务行业整体收益的50%以上。
未来伴随海量数据的爆炸式增长，机器学习、高级分析算法等技术与企业业务应用的融合，更多的数据应用场景逐渐落地，2023年大数据服务产业收益在中国大数据产业的占比有望增长至32.2%，2024年中国大数据服务行业收益规模有望持续扩容。
全球范围内数据产生量增长迅猛，拉动数据服务需求增长
伴随产业信息化及数字经济的发展，全球数据储量持续提高，同时5G、人工智能、云计算、区块链等新一代信息技术的发展推动大数据技术走向融合发展阶段。2020年全球数据产生量将达到50.5ZB，从2018年全球大数据储量分布状况分析，中国成为大数据存储量最高的国家，占据全球大数据储量的23%，美国大数据存储量位居全球第二，占比全球大数据储量的20.4%。
伴随中国大数据、移动互联网、物联网等产业深入发展，中国数据产生量迎来爆发式发展，数据采集、数据交易及数据应用需求的增长为中国大数据服务行业带来发展机遇。2018年中国大数据产生量为7.6ZB， 2025年中国大数据产生量有望增长至48.6ZB，2018年至2025年的年复合增长率将达到30.35%，中国有望拥有全球最大的数据圈。
大数据技术升级助力行业潜力释放
全球数据量的增加及数据类型的变化打破原有数据结构，传统的关系型、结构化数据在数据总量中的比重逐渐缩小，视频和语音等大量非结构化数据占据数据总量的比例逐渐增多，占比近80%。传统大数据技术难以应对数据量较大的非结构化数据，持续增长的数据处理需求推动大数据处理系统和分析技术的快速发展，为大数据服务行业的潜力释放提供技术支持。
在头豹君看来，伴随大数据底层设施逐渐成熟，技术融合程度持续加深，加速大数据服务应用场景的拓展及深化，行业应用逐渐向各领域的核心业务延伸。大数据底层设施的日益成熟及技术的持续创新，加速大数据服务在工业、教育、医疗、通信等领域的广泛渗透。
大数据服务的应用推动多行业数字化、网络化、智能化进程提速，促进产业格局重构，驱动企业生产方式和管理模式的变革，伴随大数据与各行业经济融合的持续加深，其服务需求逐渐由感知型应用向预测型、决策型应用发展。
#大数据分析# #大数据产业# #大数据# #大数据50# $华扬联众(SH603825)$ $新文化(SZ300336)$ $赛意信息(SZ300687)$ @今日话题 @雪球活动 @球友福利 @蛋卷基金 @蛋卷指数基金研究院 @大数据金牛座 @Trustdata大数据 @大数据文摘 @白韭菜 @大数据实验室 @江瀚视野 @戴维斯信徒 @三十观市 @李暮泊 @雨枫 @小狮子旺财
全部讨论
好问题，转发探讨！头豹君问当前新基建风口下，大数据服务公司如何发展升级，觉得首先新基建的实际落地需要各方面数据的融合加工与处理，对数据安全计算、数据的跨域计算等方向将会产生很多新的需求，掌握了区块链、知识图谱等核心技术的公司将大有可为。
另外，拿头豹君前些天所说的工业互联网来说，新基建下工业互联网的提档加速，将助推传统工业的数字化、网络化、智能化。从行业数字化水平以及工业互联网发展基础来看，大数据和人工智能在能源化工、钢铁、煤焦化、食品医药、电子装备、汽车制造等行业应用潜力最大。这些行业的数智化转型升级将催生更多的大数据应用场景，深耕于相关行业的、对行业有深刻理解的大数据服务公司将会迎来新一波的需求增长期。
大数据是未来的核心。新基建”的发展重点旨在通过对5G基础设施、特高压输电与电力物联网、城际高铁与轨道交通、新能源汽车与充电桩、大数据中心与云计算、人工智能，以及工业互联网等七大方面建设提速，增强社会生产力，推动中国经济继续向高质量发展。
伴随产业信息化及数字经济的发展，全球数据储量持续提高，同时5G、人工智能、云计算、区块链等新一代信息技术的发展推动大数据技术走向融合发展阶段。
在大数据的建设和应用上可以看到国内互联网各种巨头的各种身影。比如说：阿里，腾讯，京东，华为和百度，拼多多和字节跳动，滴滴和美团，都是在利用和建设大数据，来进行各种各样的体验。 @头豹研究院
5G的高带宽、低时延和AI能力，大数据所承载的业务形式更加复杂多样。
在5G应用场景中，每项垂直行业应用都与大数据有千丝万缕的关系，包括：
AR/VR的实时计算机图像渲染和建模、车联网的远程驾驶、编队行驶和自动驾驶、智能控制的无线机器人云端控制、智慧能源的馈线自动化、无线医疗的远程诊断、无线家庭娱乐的超高清8K视频和云游戏、联网无人机的专业巡检和安防、社交网络的超高清/全景直播、个人AI辅助的智能头盔、智慧城市的AI视频监控等。
随着5G场景的丰富，对大数据对于场景的分析能力也提出了更高的要求。
如：准确定位对时延要求很高的游戏玩家对于营销就很重要，网络资费要素越多，意味着供给端的网络产品越多，大数据能发挥的空间就越大。简而言之，5G将带来的大数据的爆发性增长和行业应用的繁荣，不仅是大数据应用场景的爆发，也是大数据商业价值的进一步提升。
以广告行业数字营销为例，随着5G新商业应用升级，用户的媒体资源（高清视频、VR/AR等）将愈加丰富，依托于大数据的分析与应用能力，将能够具备面向行业开展广告业务的技术基础，比如在VoLTE通话中存在视频广告的可行等。随着5G基础大数据研究的加快，利用5G大数据加强客户的深度洞察（如：对视频等非结构数据的挖掘分析），最终赋能不同垂直领域的行业数据中台，更高的提升运营效能。
越走越近的5G时代新的连接时代，它和AI、大数据、云、IPv6、传感器等结合在一起，造就了下一个人与人、人与物、物与物更快速、更直接、更稳定、更立体的连接时代。在这个新的连接时代，物理世界被更多地数字化、AI的长足进步、产业与互联网能力的深度融合等都为大数据的发展与应用提供了重要条件。
大数据太关键了，是未来的最主要的核心点，也是最大的基础建设
5G是新一代信息通信基础设施的核心，有更高的速率、更大的容量和更低的时延，基于5G网络推进的生产基础设施和社会基础设施的数字化改造，正在使大数据、云计算、物联网等技术与应用从概念走向实际，从抽象走向具体。大数据对于当今社会发展的重要。
一方面，全球范围内的互联网巨头纷纷建立自己的数据中心，对于数据的重视达到了前所未有的高度，另一方面，传统企业发展不断通过数字化手段谋求转型，产业互联网等概念正在被越来越多的传统企业接受，大数据应用已从互联网企业铺开影响着越来越多的传统行业。大数据在传统行业的应用过程中，产生了规模庞大的数据，也对数据时效性与传输速率提出了更高要求，5G的实现恰能弥补4G移动通信的不足，满足了大数据产业对于海量数据传输、存储、处理的需求。
一、数据规模的急剧增长。5G使得单位面积的联网设备数量可以达到4G的100倍，海量物联网的感知层将产生海量的数据，同时，5G通过提升连接速率、降低时延，使数据采集会更加快捷方便，这些将极大驱动数据量的增长。
二、数据维度的进一步丰富。从连接的类型看，目前的数据维度多为人和人的关联，5G带来物联网的发展，使得人和物、物和物之间的连接产生的数据类型进一步丰富，数据采集增加，如：联网汽车、可穿戴设备、无人机、机器人等。从连接的内容看，5G催生的车联网、智能制造、智慧能源、无线医疗、无线家庭娱乐、无人机等新型应用将创造新的丰富的数据维度，AR、VR、视频等非结构化数据的比例也将进一步提升。
三、大数据处理平台性能的提升。随着数据体量、种类和形式的爆发增长，单一的大数据平台难以有效应对复杂、多样、海量的数据采集、处理的任务，海量、低时延、非结构化的数据特点将进一步促进数据处理和分析技术的进步。不论是混搭式的大数据处理平台，还是推动流式处理技术，都是为了进一步提高平台的数据处理能力。
四、边缘计算的兴起。5G时代下将有45%的物联网数据将通过边缘计算进行存储、处理和分析，以此优化数据中心的工作流程。尽管边缘计算可以减缓部分负载压力，但物联网设备的不断增加的数据流入依然要求数据中心增加安全性和稳健性，完成数据中心的重塑。
五、AI的赋能，AI离不开大数据，只有在数据足够多时才能训练出足够聪明的AI。自动驾驶公司通过购买、采集各种驾驶的、道路的、天气的、行人行为的数据，强化AI的处理能力，从而让自动驾驶成为可行。而要对大数据进行处理，则需要云服务，只有数据足够多、云服务器处理能力足够强，才能训练出足够好的AI。5G的作用不仅是让汽车获取自动驾驶的判断，还有将各种传感器、手机上收集的数据，快速发送到服务器，让服务器做更快速的判断。
@头豹研究院
1、阿里巴巴 方向：交易数据、信用数据
2、华为云服务 方向：计算和存储能力
3、百度 方向：大数据引擎：政府、医疗、金融、教育、零售
4、浪潮 方向：2PB数据库、AS130000技术
5、腾讯 方向：用户关系数据、社交数据，后端数据打通
6、探码科技 方向：DYSON智能分析系统，大数据最完整产业链
7、中兴通讯 方向：聚焦ICT服务的高效数据中心整体服务解决方案
8、神州融 方向：国内权威的第三方征信和电商应用场景等征信大数据平台
9、中科曙光 方向：XData大数据一体机产品应用技术
10、华胜天成 方向：i维数据平台【电源线市场、智慧城市、存储业务等应用支持】
11、神州数码 方向：智慧城市数据平台应用商
12、用友 方向：商业分析、大数据处理；产品用友BQ、用友AE
13、东软 方向：东软熙康-医疗行业大数据医疗平台
14、金蝶 方向：金蝶KBI、金蝶ERP无缝集成，实现大数据决策支持一体化
15、宝德 方向：自动、无限扩充的大数据、云数据备份方案
16、启明星辰 方向：IP治理和审计，大数据综合审计平台
差不多这是国内的大数据各个方向上的好公司。5G将对大数据行业带来影响
5G进化史：从“人人互联”到“万物互联”
5G意味着我们从‘人人互联’迈入到了‘万物互联’的时代。”5G加速万物互联及传统产业的智能化升级，推动物联网、大数据、人工智能，带来万物智联，而万物智联带来产业全面数字化变革。5G新型终端增速快，将成为5G终端重要增长点；后期随着5G生态的完善和对垂直行业的全面赋能，行业类终端将成为未来5G终端发展的蓝海，需考虑不同行业不同场景的5G产品定制化方案。
5G关键技术：重新想象“大数据”
5G商用高速路的建成依靠的是技术的突破，尤其是毫米波、小基站、切片和MEC（边缘计算）等关键技术的发展。更密集的基站，对于设备位置信令数据的准确性将会提高，空间位置数据更精细，有利于信令大数据的各种应用。
5G的高速率、大并发、低时延将接入各种各样的终端，万物互联必将产生更多的数据，这为大数据行业提供了更丰富的“加工材料”，今后不但能够分析人与人的关系，还能够分析人与物、物与物的关系（以上均为群体洞察）。
4G的信令数据是3G的近10倍，联通每天产生的信令数据约2000亿条，5G的信令数据应该更会有大的增长。另外，5G的MEC、切片必将引爆各垂直行业应用，以及AR、VR等大众应用，运营商管道数据信息纬度将更加丰富，信息价值含量高、涵盖范围广。
5G信令数据量增长（尤其是物联网感知数据），需探讨信令数据预处理程序的下沉，以减轻总部数据处理机群和骨干网传输的压力
MEC部署使得部分业务数据下沉，对数据采集造成挑战
5G波束成型技术将根据业务量情况动态调整波束，可能对CellMap绘制带来挑战，目前正在研究、验证
数据分析师需应对区分人、物的挑战，目前物、车联网数据在信令中尚没有明确标示，分析师需要解决人物数据混杂的干扰
医疗大数据在公共卫生领域将发挥重要作用。基于医疗、舆情，疾控，应急、公共安全，电信等数据的融合，改变现有医防分裂的问题，建立预防性的基于医疗大数据卫生防疫及综合应急基础设施。国家将重点建设新一代公卫应急和防疫平台。
数据变现商业模式尚处于探索阶段，基于专科大数据的应用和面向专科患者的大健康服务是主要方向。目前医疗大数据行业尚处于起步阶段，基础平台建设是医院和政府刚需，占据主要市场份额。
5G基站建设、人工智能、工业互联网、大数据中心等。公司以智慧水务+水务大数据服务为发展战略，新基建将推动和促进公司基于智能水表和智慧水务管理系统的发展战略的实施
新基建”的提出无疑给产业AI化的发展注入了“催化剂”，将极大促进人工智能基础设施、算法、产业应用的协同发展。