大數據產業屬于“附加值”較高的產業，盈利能力較強。隨著中國智能制造2025戰略的落地和推廣，以及中國對政務效率提升的要求，工業大數據和政務大數據將成為未來大數據產業發展的熱點。

8月2日，由中國大數據產業生態聯盟等單位聯合調研編制的《2017中國大數據產業生態地圖暨中國大數據產業發展白皮書》（以下簡稱“白皮書”）在京發布。白皮書從大數據產業鏈、區域發展格局、技術路線、交易模式等多個方面介紹了我國大數據產業生態的總體狀況，賽迪研究院《軟件和集成電路》雜志總編輯郭嘉凱對白皮書進行了介紹和解讀。

產業生態日趨成熟

白皮書顯示，當前，我國大數據產業增長迅速，產業規模持續放大，數據服務、基礎支撐和融合應用相互交融協力構建了完整的大數據產業鏈。作為整個大數據產業鏈的核心環節，基礎支撐層預計2017年的規模為2246億元，增長68.2%；融合應用層是大數據產業未來迅速發展的著力點，預計2017的規模為16998億元，增長率為30.7%；圍繞各類大數據應用需求，數據服務層提供的輔助性的服務，預計2017年的規模為326億元，增長率為60.6%。

除了產業規模的迅速上升，大數據產業區域集聚發展的格局逐步形成。郭嘉凱介紹道，2016年大數據產業逐步形成了以京津冀、長三角、珠三角、中西部和東北地區為集聚發展區的發展格局。京津冀地區發展情況最好，珠三角地區僅次于北京，長三角地區發展水平也普遍較高。西部地區發展略微落后，但四川和貴州處于發展的領先地位。東三省中，遼寧處于領先位置，起到了一定的輻射帶動作用。

郭嘉凱表示，大數據企業在成立時間、產品和服務、行業領域也具有顯著的集聚特性。從成立時間來看，2010年以前大數據企業成立速度相對平穩，2010年以后大數據企業成立的步伐明顯加快。大數據的產品和服務主要包括數據分析挖掘、場景化解決方案、數據采集和預處理、數據可視化，以及云端產品和服務，用于大數據分析的軟件產品和服務是當前大數據企業競爭的焦點。

2016年，大數據的實際應用案例多集中于金融、政府、電信和教育四大領域。一方面，這些行業的信息化程度較高、數據資源豐富、易于商業化變現；另一方面，這些行業也多屬于國有重點管控的領域，政策導向性對大數據在這些行業的推進有較大影響。

產業鏈條的快速發展與相關政策的支持密切相關。郭嘉凱表示，2016年，針對大數據產業發展的政策緊密出臺，產業發展環境持續優化。“目前來看，大數據政策規劃逐漸向各大行業和各細分應用領域延伸，大數據產業大踏步進入應用時代。”

商業交易營收低迷

產業生態的布局帶動相關政府和企業陸續開展大數據交易業務。數據顯示，大數據交易業務涉足的主要行業排名前五位的是政府、金融、電信、教育、醫療，這與大數據企業通常的業務主力方向基本吻合。具體來看，大數據交易主要可以分為企業主導的大數據交易平臺和政府主導的大數據交易平臺，前者約占現有平臺的83%，后者約占14.3%。

數據產品的直接銷售、提供數據采集和預處理服務、構建平臺撮合交易是大數據盈利最主要的三類模式。然而，這些產品和服務并沒有催生大規模的商業交易，整個交易行業的營收低迷，約52%的交易平臺2016年運營收入低于500萬元。

大數據交易營收低迷與交易平臺自身運營中存在的問題密不可分。郭嘉凱表示，調研發現，當前的大數據交易平臺存在諸多問題，如數據質量和價值評估機制模糊、交易平臺準入和驗證手段缺失、數據歸類方法隨意、大數據標準和法律法規不完善等。

“這些問題顯著制約了交易平臺的日常流量，”郭嘉凱表示，“超過57%的平臺年流量低于50筆。整體而言，當下的大數據交易行業名大于實，行業較為混亂，對大數據產業的促進作用有限。”

郭嘉凱認為，未來大數據交易的發展中，相關組織應首先“解決各類標準和法律法規的制定”，而后則應著力“挖掘用戶交易需求，探索合適的交易模式”，達成此二目標，大數據交易或可迎來真正的春天。

數據價值落地仍需時間

郭嘉凱表示，多數用戶認可大數據在“提升運營效率”“輔助決策”和“降低成本”上的積極作用，無論是農業、工業制造業還是服務業，都陸續涌現出一些出色的傳統企業，通過應用大數據改變了既有的商業模式，從用戶需求出發、從產業鏈角度整合數據資源，逐步實現企業的數字化和智能化運營。

盡管多數企業組織的決策者已然具備了“用數據驅動業務”的意識，但是，實際操作中，數據價值的真正落地還存在困難。白皮書顯示，企業多基于成本收益和企業戰略發展等因素的考慮，將大數據軟硬件及服務的采購費用限制在300萬元以下，這其中，有近47.5%的企業低于100萬元。

分行業來看，大數據的建設水平因行業而異，其中，互聯網和金融行業持續領跑，大數據理念滲透和應用項目落地實施的程度最高。交通運輸、醫療健康、公共管理、能源、制造和科教等行業的大數據應用處于中端，而住宿餐飲和農業等行業處于低端。這些中低端行業內的企業對大數據的應用普遍較為謹慎，它們多缺乏獨立而有效的數據團隊，對大數據分析的投入往往謹慎而敏感。

郭嘉凱認為企業形成對大數據項目費用的敏感性，一方面是由于項目實施成本高，這與自行建設分析平臺和自行組織并培養數據分析團隊有直接的關系。另一方面則是由于企業戰略的模糊和企業組織結構變革滯后等原因的掣肘。

盡管如此，郭嘉凱認為，大數據產業仍屬于“附加值”較高的產業，盈利能力較強。“隨著中國智能制造2025戰略的落地和推廣，以及中國對政務效率提升的要求，工業大數據和政務大數據將成為未來大數據產業發展的熱點。”