2016年7月14號，首席數據官聯盟在京發布了2016年《中國大數據企業排行榜》。本次發布的《中國大數據企業排行榜》由北京大學電子政務研究院、中國新一代IT產業推進聯盟共同指導，由首席數據官聯盟專家組依據大數據企業評價指標體系對國內大數據企業進行綜合評定。與此同時專家組還總結出了中國大數據發展的10大趨勢和5大挑戰。此次《中國大數據企業排行榜》得到業界的大力支持，發布會由中華網、中關村智能硬件產業聯盟、北京優智活孵化器協辦。機械工業信息中心處長白涌如、北京大學電子政務研究院副院長楊明剛、北京理工大學大數據搜索挖掘實驗室主任張華平、中鋁公司信息管理部副總文欣榮、達晨創投投資總監竇勇、易金易（北京）資產管理有限公司CIO侯峰、海爾克路德機器人CTO王運志、北京信息化協會副理事長馬小東、中華網創新業務總監熊錦華、China Hadoop Summit創始人何建軍、宏碁電腦營銷總經理黃峻濤、陽光信保數據開發部總理安光勇等領導和專家出席發布會。發布會由首席數據官聯盟發起人葛涵濤主持，首席數據官聯盟發起人劉冬冬代表主辦方致詞，活動上首席數據官聯盟發起人、中國新一代IT產業推進聯盟技術分委會秘書長魯四海做了精彩解讀。魯四海為我們分析了中國大數據發展的10大趨勢和5大挑戰，以下是現場實錄：
趨勢一：首席數據官開始崛起
隨著企業努力克服由變化帶來的沖擊，同時需要立足于數字化時代與競爭對手進行對抗，相信將有更多企業將關注重點放在新的高管職位——首席數據官（簡稱CDO）身上，而這類角色也將成為推動業務發展戰略的中堅力量。國內企業陸陸續續開始設置首席數據官，有的企業已經設置了專職數據部門。
趨勢二：可視化推動大數據平民化
無代碼編寫要求的應用已經成為企業需要重視的一種可行方案，旨在簡化業務用戶獲取所需信息的流程。越來越強大的可視化工具將成為業務人員能夠參與到大數據分析發揮其主觀能動性的橋梁，可視化的發展為IT能力較弱的企業提供了應用大數據的一個有效途徑。舉個例子來說，給大家一張全國各省網民占比的表格，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柱形圖，估計一眼就看出來了。
趨勢三：智能化嵌入
主要體現在兩個方向，一是各類企業應用程序越來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。比如現在每個手機上都會有個語音助手，它背后是大數據的平臺的支撐。目前已經出爐的相當方案包括機器人、自動駕駛車輛、虛擬個人助手以及智能顧問等等，未來的我們所接觸到的設備都會遷入大數據的分析處理能力。
趨勢四：機器學習迎來上揚態勢
未來，機器學習將成為“數據準備與預測分析工作的必要前提”。許多企業已將先進機器學習技術視為最重要的未來戰略趨勢。原因是大數據未來的發展一定是解決更多的實際問題，解決實際問題需要依靠更完善的算法模型，而這些正是機器學習的用武之地。
趨勢五：開源應用加速
Hadoop生態的熱度依舊不減，Spark正快速崛起。基于開源技術的解決方案也越來越完善，應用也越來越普及。基于開源的人才隊伍也在迅速壯大。開源讓更多的企業、組織能夠快速的、低成本的邁進大數據這個門檻兒，快速的去嘗試做些實驗，進入到這個領域。
趨勢六：數據服務逐漸形成規模
我認為有三個原因：一是我們不可能都做數據的礦工，沒必要做重復勞動。二是數據未來一定是多維度的整合，這樣才會產生最大的價值。但是多維度的整合就會有數據交易，交易的實質是服務，數據服務能比較好地解決安全、速度、時效等問題，而且是直接面向業務問題的，更能帶動大數據的快速發展。三是越來越多的企業利用自己擁有的數據進行上層應用開發，提供增值的數據服務，如用戶賬號安全檢測、用戶可疑行為識別等。
趨勢七：算法市場的興起
我們知道數據本身沒有意義、不會有價值。它的價值在于把一些數據通過一定的算法模型進行分析之后能夠解決某一個或者某一類的問題。但是法的開發難度非常大，隨著時間推移企業將意識到很多算法與其自行開發，不如通過市場購買，而后直接向其中添加數據即可。
趨勢八：互聯網、金融、健康保持熱度，智慧城市、企業數據化、產業互聯網將成為新的增長點
互聯網、金融、健康領域依然是大數據應用的前沿領域。同時智慧城市大數據應用越來越多，智慧城市已經進入高速成長期，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中心它的一個落腳點也是在大數據的融合和利用上面。隨著企業數據化發展，產業互聯網雛形已現，基于產業互聯網的大數據應用正快速發展，產業互聯網在很多地方已經開始試點，把一個產業鏈上的企業數據整合在一起去優化這個產業的發展。自建大數據平臺或采購外部數據服務提升自身競爭力已成為共識，越來越多的企業進行實施階段。
趨勢九：大數據創業呈現海歸潮
很多大數據企業創始團隊成員都有海外背景，隨著國內大數據產業的迅速發展，選擇回國創業的高端人才越來越多。將國外先進的技術與國內龐大的市場相結合，被普遍看好。比如PTmind（北京鉑金智慧網絡科技有限公司）是由海歸鄭遠博士與薛理偉博士共同創建的市場營銷大數據智能檢測平臺公司，公司目前服務于全球5萬多家企業；Gausscode Technology（北京高科數聚技術有限公司）由海歸程杰博士在美國創立的一家提供大數據應用，智能可視化和決策平臺的企業；Taste Analytics（北京斯圖飛騰科技有限公司）由海歸汪曉宇博創在美國創立的實時動態、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……
趨勢十：產業生態逐漸完善，產業鏈協作持續升溫，“瀚沙現象”出現
《促進大數據發展行動綱要》驅動產業生態快速發展，產業分工也越來越細，技術、產品、服務的整合越來越重要。通過聯盟形式進行技術融合、服務整合是大數據產業鏈協作的重要方式，包括首席數據官聯盟在內的聯盟得到快速地發展。同時，我們也注意到大數據產業鏈的協作已經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，由大數據產業鏈不同環節的8家知名企業共同投資成立，旨在實現技術、產品和服務的深度整合，打造一站式的大數據解決方案，業界稱為“瀚沙現象”出現。
挑戰一：大數據行業發展良莠不濟
我國大數據仍處于起步發展階段，在“萬眾創新，大眾創業”的大環境下，大量的大數據企業不斷涌現，但企業發展良莠不濟。
挑戰二：大數據創新、創業盲目
企業在創新、創業過程，由于缺乏對大數據產業鏈的認識，出現許多跟風扎堆的情況，沒有有效發揮自身優勢，造成巨大的資源浪費。創新的時候，我們往往會看到一些標桿出來。通俗來講，看到人家風光，沒有看到人家背后受罪的時候。往往一窩蜂跟去的時候就會發現全是坑，而且 “此去華山一條道”，滿滿的全是競爭對手。因此我們做這個排行的初衷就是為大家梳理一下，哪些行業、哪些板塊、哪些領域是什么樣的狀況，精確的找到自己的優勢方向，去做創新和努力。
挑戰三：投資盲目
霍華德.馬克思說過“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、企業的時候，由于沒有客觀的評價標準，同時也缺乏對產業鏈的整體認知，導致投資市場追逐熱點，存在一定的盲目性，大大降低了資本對大數據行業發展的正向推動力。
挑戰四：監管的盲目性
目前，監管層很難對大數據企業和機構進行有效的監管以及正確引導，要為大數據發展打造一個良性的生態環境就比較困難。其核心原因是對大數據企業的識別評價缺乏標準和規范。
挑戰五：大數據項目建設盲目
由于人才缺乏、大數據咨詢服務還沒有發展起來等原因，用戶很難對大數據項目有全面的認識，容易受到廠商的左右，導致建設內容的盲目；由于缺乏對產業的整體認識和大數據企業評價標準、方法，所以在大數據服務商選擇上也存在一定的盲目性。
京公網安備 11010502049343號