中国数据智能市场生态图谱V5.0正式发布
加入技术交流群
大数据市场正在稳步前进，生成式AI已成为厂商服务的重点方向，其发展离不开数据底座建设和数据工程管理，反过来AI也会帮助开发运维人员、业务人员和管理层更好地使用、查询数据。IDC调研数据显示，在生成式AI的驱动下，未来5年企业在数据管理和数据分析基础设施建设的投资增长率将分别达到8.7%和9.2%。IDC于近日发布了《数据智能市场趋势分析》（Doc#CHC51598824，2024年7月），绘制了中国数据智能市场生态图谱V5.0和核心技术趋势图V2.0，以供市场参考。
本文引用地址：https://www.eepw.com.cn/article/202408/461595.htmIDC预测，全球2024年将生成159.2ZB的数据，中国占24.2%，将生成38.6ZB数据，未来5年CAGR达到25.7%，仅次于北美地区。数据量的快速增长以及数据流动性的加快使得用户必须考虑其他解决方案来管理数据。
生成式AI的出现为数据服务带来了新的机会，包括合成数据、向量数据库、更快的检索和查询、GBI、智能决策、知识库等，智能问答、问数、数字人、元数据补齐等容错率更高的场景率先落地，预计下半年以Gen AI需求带动的项目将有明显增长，且会更多选择整体解决方案对外采购和依据项目需求的混合开发。
数据智能基础支撑层包括数据采集、数据集成、智算服务，数据湖成为终端用户采购重点，无论政府还是企业，都在积极升级底层大数据中心，同时总部与分部之间也存在建立总湖和区域湖的需求。同时由于数据的多样性以及业务复杂性，厂商在提供解决方案时往往需要搭配多种数据格式，但也会导致数据的多次复制且难以追溯源头，数据权限的打通在实际业务落地中通常无法实现，因此企业更多设置规则来规范管理。
数据管理和智能开发服务层包括数据管理与分析、GBI、指标分析、Agent开发、知识库、数据资产化，数据与管理分析市场仍保持了较高速增长，但对于数据的开发、数据关系和价值挖掘并没有发现更好的手段，各技术供应商提供的算法和能力驱动。IDC认为，厂商想要突出差异化优势的关键在于利用大模型技术来自主挖掘存储数据之间的关系，一方面需要利用数据虚拟化来获取多源数据；另一方面也需利用知识库、算法来实现主动数据分析。
同时封装开源、通用大模型无法获得更多客户认可，也无法带来实际效益，Agent智能体开发核心价值点在于技术供应商可以提供专业场景大模型、算力优势、知识库，平台工具完整性和自动化水平并非核心竞争力。
行业应用层仍主要集中在政府、金融、通信、工业、营销等方向，一方面需求来自于终端用户需求的持续迭代升级，对规模节点的扩大、对数据中台和开发平台的升级，以及对生成式AI服务的探索和提前布局，另一方面需求来自于中小型客户的整体解决方案的采购和替换。通常来看，大数据厂商的客户订单持续周期在3到5年，由数据底座逐渐丰富到上层各种平台能力，因此新客户的挖掘往往更加困难。同时，IDC注意到汽车、自动驾驶方向今年也将会有更多需求，业务需求正在逐渐兴起，主要来源于政策和市场的带动，以及自动驾驶、辅助驾驶带来的数据管理和智能决策需求。
数据要素政策推动今年区块链、隐私计算、数据交割、流通平台需求明显增长，目前来看，各个厂商在数据安全、权限管理方面的技术差距相差不大，目前也不太需要更前沿、更复杂的安全技术，更多的需要在数据标识、身份认证和安全流通上。
IDC给技术买家的建议：
● 尽快更新技术架构。目前来看，生成式AI不会对传统IT架构产生完全颠覆的影响，但需要重点围绕多模态数据管理、数据节点扩容、知识图谱/知识库、向量数据库等模块进行产品升级，同时确保数据可以在各数据存储和平台间自由的流动并保证数据一致性，利用数据虚拟化、区块链等减少数据的多次复制、追踪数据链路，这将为后续数据治理和资产管理产生重要作用。
● 做好数据治理与资产管理。传统的数据中台已经无法产生更多新的价值，而是更需要去发现数据之间的关系，并将数据与能带来的业务价值连通起来，确定分析数据的目的和最终效果。当前不要直接预想数据资产带来的流动和价值收益，而是先将业务数据管理起来，连通业务、开发、财务、销售、人力和日常工作数据，这些数据的连接将直接会为企业带来意想不到的洞察，对于后续资产的对外供给，整体市场还在前沿探索阶段。
● 选择升级更易落地的应用场景。各技术供应商在以低价来推销自己的内容生成、知识库、代码生成等产品，尽管现在GenAI技术还不能完全代替人类，但更早选择GenAI应用落地的厂商将在效率提升和成本降低上带来明显效果，因此终端用户应该尽快确定预算，进行POC测试，来与厂商共同探索可落地的场景，明显现在各厂商在积极的免费的提供咨询服务。
分析师观点
IDC中国新兴科技研究组高级分析师李浩然表示， 数据智能市场在快速变化，尽管Gen AI并未重塑IT架构，但涌现出的更多工具和专业化能力，将使得CIO有更多选择来组织、搭建专业智能底座，但也需要注意数据在多平台之间的流动、共享和追踪，并充分利用图技术、Data Fabric、知识工程、数据工程来从市场上脱颖而出。
免责声明
本文中的内容和数据均来源于IDC所发布的报告，所有内容及数据均为我公司所有。未经IDC书面许可，任何机构和个人不得以任何形式翻版、复制、刊登、发表或引用。
评论