2016年7月14號，首席數據官聯(lián)盟在京發(fā)布了2016年《中國大數據企業(yè)排行榜》。本次發(fā)布的《中國大數據企業(yè)排行榜》由北京大學(xué)電子政務(wù)研究院、中國新一代IT產(chǎn)業(yè)推進(jìn)聯(lián)盟共同指導，由首席數據官聯(lián)盟專(zhuān)家組依據大數據企業(yè)評價(jià)指標體系對國內大數據企業(yè)進(jìn)行綜合評定。與此同時(shí)專(zhuān)家組還總結出了中國大數據發(fā)展的10大趨勢和5大挑戰。此次《中國大數據企業(yè)排行榜》得到業(yè)界的大力支持，發(fā)布會(huì )由中華網(wǎng)、中關(guān)村智能硬件產(chǎn)業(yè)聯(lián)盟、北京優(yōu)智活孵化器協(xié)辦。機械工業(yè)信息中心處長(cháng)白涌如、北京大學(xué)電子政務(wù)研究院副院長(cháng)楊明剛、北京理工大學(xué)大數據搜索挖掘實(shí)驗室主任張華平、中鋁公司信息管理部副總文欣榮、達晨創(chuàng )投投資總監竇勇、易金易（北京）資產(chǎn)管理有限公司CIO侯峰、海爾克路德機器人CTO王運志、北京信息化協(xié)會(huì )副理事長(cháng)馬小東、中華網(wǎng)創(chuàng )新業(yè)務(wù)總監熊錦華、China Hadoop Summit創(chuàng )始人何建軍、宏碁電腦營(yíng)銷(xiāo)總經(jīng)理黃峻濤、陽(yáng)光信保數據開(kāi)發(fā)部總理安光勇等領(lǐng)導和專(zhuān)家出席發(fā)布會(huì )。發(fā)布會(huì )由首席數據官聯(lián)盟發(fā)起人葛涵濤主持，首席數據官聯(lián)盟發(fā)起人劉冬冬代表主辦方致詞，活動(dòng)上首席數據官聯(lián)盟發(fā)起人、中國新一代IT產(chǎn)業(yè)推進(jìn)聯(lián)盟技術(shù)分委會(huì )秘書(shū)長(cháng)魯四海做了精彩解讀。魯四海為我們分析了中國大數據發(fā)展的10大趨勢和5大挑戰，以下是現場(chǎng)實(shí)錄：
趨勢一：首席數據官開(kāi)始崛起
隨著(zhù)企業(yè)努力克服由變化帶來(lái)的沖擊，同時(shí)需要立足于數字化時(shí)代與競爭對手進(jìn)行對抗，相信將有更多企業(yè)將關(guān)注重點(diǎn)放在新的高管職位——首席數據官（簡(jiǎn)稱(chēng)CDO）身上，而這類(lèi)角色也將成為推動(dòng)業(yè)務(wù)發(fā)展戰略的中堅力量。國內企業(yè)陸陸續續開(kāi)始設置首席數據官，有的企業(yè)已經(jīng)設置了專(zhuān)職數據部門(mén)。
趨勢二：可視化推動(dòng)大數據平民化
無(wú)代碼編寫(xiě)要求的應用已經(jīng)成為企業(yè)需要重視的一種可行方案，旨在簡(jiǎn)化業(yè)務(wù)用戶(hù)獲取所需信息的流程。越來(lái)越強大的可視化工具將成為業(yè)務(wù)人員能夠參與到大數據分析發(fā)揮其主觀(guān)能動(dòng)性的橋梁，可視化的發(fā)展為IT能力較弱的企業(yè)提供了應用大數據的一個(gè)有效途徑。舉個(gè)例子來(lái)說(shuō)，給大家一張全國各省網(wǎng)民占比的表格，讓大家在5秒內找出前三和倒數第三，估計是很難的，但是如果是給大家一個(gè)柱形圖，估計一眼就看出來(lái)了。
趨勢三：智能化嵌入
主要體現在兩個(gè)方向，一是各類(lèi)企業(yè)應用程序越來(lái)越多地直接嵌入分析能力，而且功能在不斷地完善品。二是各種智能設備中“云+端”的大數據分析處理能力嵌入。比如現在每個(gè)手機上都會(huì )有個(gè)語(yǔ)音助手，它背后是大數據的平臺的支撐。目前已經(jīng)出爐的相當方案包括機器人、自動(dòng)駕駛車(chē)輛、虛擬個(gè)人助手以及智能顧問(wèn)等等，未來(lái)的我們所接觸到的設備都會(huì )遷入大數據的分析處理能力。
趨勢四：機器學(xué)習迎來(lái)上揚態(tài)勢
未來(lái)，機器學(xué)習將成為“數據準備與預測分析工作的必要前提”。許多企業(yè)已將先進(jìn)機器學(xué)習技術(shù)視為最重要的未來(lái)戰略趨勢。原因是大數據未來(lái)的發(fā)展一定是解決更多的實(shí)際問(wèn)題，解決實(shí)際問(wèn)題需要依靠更完善的算法模型，而這些正是機器學(xué)習的用武之地。
趨勢五：開(kāi)源應用加速
Hadoop生態(tài)的熱度依舊不減，Spark正快速崛起。基于開(kāi)源技術(shù)的解決方案也越來(lái)越完善，應用也越來(lái)越普及。基于開(kāi)源的人才隊伍也在迅速壯大。開(kāi)源讓更多的企業(yè)、組織能夠快速的、低成本的邁進(jìn)大數據這個(gè)門(mén)檻兒，快速的去嘗試做些實(shí)驗，進(jìn)入到這個(gè)領(lǐng)域。
趨勢六：數據服務(wù)逐漸形成規模
我認為有三個(gè)原因：一是我們不可能都做數據的礦工，沒(méi)必要做重復勞動(dòng)。二是數據未來(lái)一定是多維度的整合，這樣才會(huì )產(chǎn)生最大的價(jià)值。但是多維度的整合就會(huì )有數據交易，交易的實(shí)質(zhì)是服務(wù)，數據服務(wù)能比較好地解決安全、速度、時(shí)效等問(wèn)題，而且是直接面向業(yè)務(wù)問(wèn)題的，更能帶動(dòng)大數據的快速發(fā)展。三是越來(lái)越多的企業(yè)利用自己擁有的數據進(jìn)行上層應用開(kāi)發(fā)，提供增值的數據服務(wù)，如用戶(hù)賬號安全檢測、用戶(hù)可疑行為識別等。
趨勢七：算法市場(chǎng)的興起
我們知道數據本身沒(méi)有意義、不會(huì )有價(jià)值。它的價(jià)值在于把一些數據通過(guò)一定的算法模型進(jìn)行分析之后能夠解決某一個(gè)或者某一類(lèi)的問(wèn)題。但是法的開(kāi)發(fā)難度非常大，隨著(zhù)時(shí)間推移企業(yè)將意識到很多算法與其自行開(kāi)發(fā)，不如通過(guò)市場(chǎng)購買(mǎi)，而后直接向其中添加數據即可。
趨勢八：互聯(lián)網(wǎng)、金融、健康保持熱度，智慧城市、企業(yè)數據化、產(chǎn)業(yè)互聯(lián)網(wǎng)將成為新的增長(cháng)點(diǎn)
互聯(lián)網(wǎng)、金融、健康領(lǐng)域依然是大數據應用的前沿領(lǐng)域。同時(shí)智慧城市大數據應用越來(lái)越多，智慧城市已經(jīng)進(jìn)入高速成長(cháng)期，大數據是智慧城市建設的核心內容之一，比如智慧城市的運營(yíng)中心它的一個(gè)落腳點(diǎn)也是在大數據的融合和利用上面。隨著(zhù)企業(yè)數據化發(fā)展，產(chǎn)業(yè)互聯(lián)網(wǎng)雛形已現，基于產(chǎn)業(yè)互聯(lián)網(wǎng)的大數據應用正快速發(fā)展，產(chǎn)業(yè)互聯(lián)網(wǎng)在很多地方已經(jīng)開(kāi)始試點(diǎn)，把一個(gè)產(chǎn)業(yè)鏈上的企業(yè)數據整合在一起去優(yōu)化這個(gè)產(chǎn)業(yè)的發(fā)展。自建大數據平臺或采購外部數據服務(wù)提升自身競爭力已成為共識，越來(lái)越多的企業(yè)進(jìn)行實(shí)施階段。
趨勢九：大數據創(chuàng )業(yè)呈現海歸潮
很多大數據企業(yè)創(chuàng )始團隊成員都有海外背景，隨著(zhù)國內大數據產(chǎn)業(yè)的迅速發(fā)展，選擇回國創(chuàng )業(yè)的高端人才越來(lái)越多。將國外先進(jìn)的技術(shù)與國內龐大的市場(chǎng)相結合，被普遍看好。比如PTmind（北京鉑金智慧網(wǎng)絡(luò )科技有限公司）是由海歸鄭遠博士與薛理偉博士共同創(chuàng )建的市場(chǎng)營(yíng)銷(xiāo)大數據智能檢測平臺公司，公司目前服務(wù)于全球5萬(wàn)多家企業(yè)；Gausscode Technology（北京高科數聚技術(shù)有限公司）由海歸程杰博士在美國創(chuàng )立的一家提供大數據應用，智能可視化和決策平臺的企業(yè)；Taste Analytics（北京斯圖飛騰科技有限公司）由海歸汪曉宇博創(chuàng )在美國創(chuàng )立的實(shí)時(shí)動(dòng)態(tài)、圖像可視化兼具非結構化數據分析能力的綜合智能數據分析企業(yè)……
趨勢十：產(chǎn)業(yè)生態(tài)逐漸完善，產(chǎn)業(yè)鏈協(xié)作持續升溫，“瀚沙現象”出現
《促進(jìn)大數據發(fā)展行動(dòng)綱要》驅動(dòng)產(chǎn)業(yè)生態(tài)快速發(fā)展，產(chǎn)業(yè)分工也越來(lái)越細，技術(shù)、產(chǎn)品、服務(wù)的整合越來(lái)越重要。通過(guò)聯(lián)盟形式進(jìn)行技術(shù)融合、服務(wù)整合是大數據產(chǎn)業(yè)鏈協(xié)作的重要方式，包括首席數據官聯(lián)盟在內的聯(lián)盟得到快速地發(fā)展。同時(shí)，我們也注意到大數據產(chǎn)業(yè)鏈的協(xié)作已經(jīng)出現了更深度整合的模式——超級合資公司模式，代表性的就是今年成立的瀚沙科技，由大數據產(chǎn)業(yè)鏈不同環(huán)節的8家知名企業(yè)共同投資成立，旨在實(shí)現技術(shù)、產(chǎn)品和服務(wù)的深度整合，打造一站式的大數據解決方案，業(yè)界稱(chēng)為“瀚沙現象”出現。
挑戰一：大數據行業(yè)發(fā)展良莠不濟
我國大數據仍處于起步發(fā)展階段，在“萬(wàn)眾創(chuàng )新，大眾創(chuàng )業(yè)”的大環(huán)境下，大量的大數據企業(yè)不斷涌現，但企業(yè)發(fā)展良莠不濟。
挑戰二：大數據創(chuàng )新、創(chuàng )業(yè)盲目
企業(yè)在創(chuàng )新、創(chuàng )業(yè)過(guò)程，由于缺乏對大數據產(chǎn)業(yè)鏈的認識，出現許多跟風(fēng)扎堆的情況，沒(méi)有有效發(fā)揮自身優(yōu)勢，造成巨大的資源浪費。創(chuàng )新的時(shí)候，我們往往會(huì )看到一些標桿出來(lái)。通俗來(lái)講，看到人家風(fēng)光，沒(méi)有看到人家背后受罪的時(shí)候。往往一窩蜂跟去的時(shí)候就會(huì )發(fā)現全是坑，而且 “此去華山一條道”，滿(mǎn)滿(mǎn)的全是競爭對手。因此我們做這個(gè)排行的初衷就是為大家梳理一下，哪些行業(yè)、哪些板塊、哪些領(lǐng)域是什么樣的狀況，精確的找到自己的優(yōu)勢方向，去做創(chuàng )新和努力。
挑戰三：投資盲目
霍華德。馬克思說(shuō)過(guò)“投資者們明確達成的廣泛共識差不多都是錯的”。究其原因是資本在選擇大數據項目、企業(yè)的時(shí)候，由于沒(méi)有客觀(guān)的評價(jià)標準，同時(shí)也缺乏對產(chǎn)業(yè)鏈的整體認知，導致投資市場(chǎng)追逐熱點(diǎn)，存在一定的盲目性，大大降低了資本對大數據行業(yè)發(fā)展的正向推動(dòng)力。
挑戰四：監管的盲目性
目前，監管層很難對大數據企業(yè)和機構進(jìn)行有效的監管以及正確引導，要為大數據發(fā)展打造一個(gè)良性的生態(tài)環(huán)境就比較困難。其核心原因是對大數據企業(yè)的識別評價(jià)缺乏標準和規范。
挑戰五：大數據項目建設盲目
由于人才缺乏、大數據咨詢(xún)服務(wù)還沒(méi)有發(fā)展起來(lái)等原因，用戶(hù)很難對大數據項目有全面的認識，容易受到廠(chǎng)商的左右，導致建設內容的盲目；由于缺乏對產(chǎn)業(yè)的整體認識和大數據企業(yè)評價(jià)標準、方法，所以在大數據服務(wù)商選擇上也存在一定的盲目性。
