2018年-Talkingdata_2018数据智能生态报告_25页_2mb

2018数据智能生态报告总结

核心内容

2018年数据智能生态报告系统分析了数据智能的内涵、技术特点、经济学本质、行业生态全景、发展痛点及应对策略，强调了数据智能作为大数据与人工智能融合的新形态，正在引领数字经济的新发展。报告指出，数据智能的目标是通过智能算法和信息处理技术，在海量数据条件下实现人类深度洞察和决策智能化，形成普适的人机智能融合。

主要观点

• 数据智能的定义：数据智能是基于大数据引擎，通过大规模机器学习、深度学习等技术对数据进行处理、分析、挖掘，实现数据的“可行动化”与“决策智能化”。
• 数据智能平台的作用：数据智能平台是实现数据智能的关键载体，其核心价值在于提升资源配置效率、集中剩余价值，同时降低数据处理成本，提高整体产出。
• 数据智能的价值公式：数据智能价值 = (数据 + 人的智慧) × 数据智能平台，甚至可以看作是指数效应。
• 数据智能的经济学意义：数据智能通过降低交易成本、提高决策效率、打破有限理性、提升决策稳定性、替代重复决策等方式，对经济产生正向促进作用。

关键信息

数据智能的发展阶段

1. 技术雏形时代：以理论研究为主，计算资源稀缺。
2. 软件时代：软件和硬件基础设施发展，推动数据行业腾飞。
3. 数据时代：移动互联网促进数据积累，数据呈现Volume、Variety、Value、Velocity四个特征。
4. 数据智能时代：数据量和异构复杂度进一步提升，数据中台类企业开始出现。

数据智能平台的核心能力

数据智能平台具有以下六大核心能力：

1. 连接：整合多源数据，实现数据的广泛获取与融合。
2. 共享：构建合理的数据共享机制，兼顾数据隐私与知识流转。
3. 安全：确保数据、算法、模型、工具和资源的安全合规。
4. 管理：实现数据治理，提升数据的可用性和可管理性。
5. 科学：遵循科学范式，通过反复假设、分析、验证、校准提升数据价值。
6. 工程：构建数据智能产品，实现从数据到决策的自动化。

数据智能平台的定位

数据智能平台是数据智能行业的新物种，其存在将重构行业生态，推动数据价值的高效产生。平台需要在数据加工程度、软件工具、客制化与标准化之间找到平衡。

数据智能市场的发展现状与趋势

• 市场现状：中国数据智能市场在2018年已具备巨大潜力，预计到2020年将达到万亿级别。
• 行业痛点：
  • 企业缺乏数据与商业场景的深度理解。
  • 数据闭环不够开放，难以解决复杂问题。
  • 专业人才短缺，高校培养跟不上行业发展。
  • 数据流通受限，法律和合规问题阻碍数据共享。
• 发展趋势：
  • 生态化：数据智能平台将构建端到端的闭环生态，中小企业在其中提供算法和工具服务。
  • 开源化：开源技术将推动数据智能生态的开放性，提高行业整体水平和协作效率。

行业全景与企业玩家分类

行业应用的发展趋势

• 营销行业：数据智能应用最成熟，包括智能营销云、程序化广告投放等。
• 金融行业：数据智能产品如智能投顾、征信风控等逐步落地，但尚未完全替代人工决策。
• 新零售行业：数据智能在门店预测、推荐系统、选址、获客等方面快速增长。
• 智慧城市：政府开始采用数据智能解决城市规划、公共安全、社区升级等问题。
• 医疗行业：数据智能主要体现在辅助医疗、临床实验等领域，尚未形成核心决策能力。
• 工业领域：随着数字化转型推进，工业物联网成为新的增长点。
• 农业领域：数据采集仍是主要瓶颈，但空间数据技术正在改善这一现状。

企业应对策略

• 客户企业：应根据自身发展阶段选择是否构建数据智能平台，大型企业更具备构建能力，中小企业应借力平台提升竞争力。
• 硬件与软件服务商：需关注计算能力与硬件集成性，开发专用设备如边缘计算芯片。
• 科研机构：应加强非结构化数据处理、识别能力，推动数据智能技术与产业结合。
• 行业监管与自治联盟：需完善法规与标准，建立数据治理机制，推动数据安全与合规发展。

作者与参与人员

• 杨慧（Cynthiaa Yang）：现任TalkingData CEO助理、腾云大学执行校长等，专注于战略管理与公司治理研究。
• 车品觉（Herbert Chia）：红杉中国专家合伙人、TalkingData首席顾问，推动大数据与跨境数据合作。
• 崔晓波（Leo Cui）：TalkingData创始人，推动数据驱动转型，致力于数据智能生态构建。
• 赵国栋：大数据领域先驱，著有《大数据时代的历史机遇》等，推动行业组织与战略落地。

总结

数据智能作为大数据与人工智能的融合，正在重塑整个数据行业。其核心在于通过数据智能平台实现数据的整合、分析与决策支持。行业正面临数据共享、技术壁垒、合规风险和人才短缺等挑战，但同时也迎来了生态化与开源化的重大发展机遇。未来，企业需根据自身情况选择合适的发展路径，构建或接入数据智能平台，实现从数据到价值的转化，推动数字经济的进一步发展。