软件服务市场现状分析及发展前景

软件服务市场现状分析及发展前景大数据行业未来发展趋势（一）大数据与物联网、人工智能技术的深度融合智能物联网（AIoT）指人工智能技术与物联网技术结合，通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下）的海量数据，在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。在技术层面，人工智能使物联网获取感知与识别能力，物联网为人工智能提供训练算法的数据；在商业层面，二者共同作用于实体经济的转型、发展与升级。联网设备的增多必然带来数据量的激增，根据IDC统计及预测，2019年AIoT数据量已达13．6ZB，且预计到2025年将持续增加至79．4ZB。在此背景下，对数据存储及数据处理，特别是物联设备产生的相关数据的处理能力，将有更高需求。（二）大数据行业人工智能技术助力数据要素配置进一步市场化2020年以来，《关于构建更加完善的要素市场化配置体制机制的意见》《关于新时代加快完善社会主义市场经济体制的意见》等政策相继推出，大力推动数据要素实现市场化配置。围绕金融数据、工业、汽车数据，相关部门分别出台了《中国银保监会监管数据安全管理办法（试行）》《工业数据分级分类指南（试行）》《汽车数据安全管理若干规定（征求意见稿）》，为细分行业数据安全与治理提供政策指导和保障；另外《中华人民共和国数据安全法》《深圳经济特区数据条例》《天津市数据交易管理暂行办法（征求意见稿）》等国家和地方法律法规已处于制定和完善过程中，从数据确权、共享、流通、安全保障等方面提供了法律依据及行为规范。在数据要素市场化的过程中，通过人工智能技术的融合应用，能够为数据质量评估、数据安全合规、数据保护等方面提供有效保障。如在数据质量评估方面，基于深度学习、知识图谱等人工智能技术精准评估数据质量，为政企提供高质量、有价值的数据；在数据安全合规方面，利用隐私计算技术实现数据使用过程中可用不可见，为进一步扩大数据开放共享的程度提供支撑；在数据保护方面，基于分类、聚类、机器学习等AI技术实现对数据的高效、准确分类分级保护，进一步加强对敏感数据的安全防护，为个人信息安全和政企安全提供保障；另外，人工智能在数据管理、交易、确权等方面的其他应用正加快探索。大数据行业展望未来三年，是我国大数据发展转型的重要机遇期。大数据的发展本身也呈现着一些趋势。在我看来，未来三年大数据行业有可能会呈现特点：一是，大数据新技术继续快速发展。未来大数据技术将会沿着工具平台云化部署、多业务场景统一处理、专有高性能硬件适配几个方面进行突破。目前大数据技术工具的主要应用模式为应用企业在自建机房内独立部署，其存在资源浪费、弹性能力不足、管理复杂等缺点，这些缺陷可以通过基于云计算技术的云化部署方案解决，助力大数据技术工具的快速落地和应用；同时大数据技术工具主要瞄准的是分析型业务场景，但随着电子商务以及智能终端的爆发性发展，转账、计费等事务型业务场景也需要大数据处理能力，所以未来的多业务场景统一处理技术将会得到充分发展；最后由于GPU/TPU等专用硬件的发展，此类专用硬件能够助力某些大数据技术进行突破性升级，所以对新型硬件的适配成为很多大数据企业未来研发计划的重点。二是，数据流通共享将迎来关键突破。这些年，推动数据开放共享的政策举措一直在加强，然而效果与预期还有差距。可以说，技术手段将是数据流通共享瓶颈突破的关键。未来三年，随着同态加密、差分隐私、零知识证明、量子账本等关键技术的性能提升和门槛降低，随着区块链、安全多方计算等工具与数据流通场景进一步紧密结合，数据共享和流通将有望再前进一大步。三是，数据服务合规性将成为行业关注重点。近两年来，随着欧盟《通用数据保护条例》（GDPR）的颁布和正式实施，个人信息保护的重视程度被提到了前所未有的高度。GDPR对数据主体的权利规定细致入微，其数据可携权被遗忘权等方面的规定可能会对我国数据立法带来一定的参考。对我国企业来说，数据服务合规性的重要程度进一步提升，将对企业业务开展带来重大影响。目前中国信息通信研究院正在着力推动的可信数据服务计划也正是契合了行业的这一需求。四是，数据资产管理重要性将进一步提升。随着大数据应用进入深水区，企业将越来越重视数据资产管理方法论体系建设即从架构、标准、研发、质量、安全、分析到应用的统一，从而实现技术到业务价值的转化和变现。未来三年，数据资产管理将仍是企业数据部门面临的难点与挑战。即使是领先的科技型企业，在数据资产管理这一课题上仍在不断探索新的方法，如全链路智能管理体系、数据资产的贡献度、数据基线度量与质量规范的工具化、可视化等。中国大数据行业市场规模中国大数据行业市场规模逐年增长，据市场研究机构尚普咨询集团的数据，2022年已经超过了3000亿元。细分市场中，基础设施服务市场规模最大，主要包括数据中心建设和运营、硬件设备等，约占总市场的40%左右。其次是数据服务市场，包括数据挖掘、分析、建模等，约占30%。最后是应用市场，包括大数据应用系统和平台、大数据服务等，约占25%。政府对大数据行业的支持政策也在不断完善。如双创政策鼓励企业创新，互联网+战略推动数字经济发展，数字中国建设等。政府还通过提供资金支持、税收优惠、人才培养等手段，来推动大数据行业的发展。地区发展上，经济发达的东部地区市场规模较大，如上海、北京、广东等。这些地区拥有较高的经济水平、较好的基础设施和较为成熟的市场，吸引了大量大数据企业入驻。而中西部地区正在快速发展，其中西部地区政府支持力度较大，如重庆、四川等地的大数据发展取得了长足进展。这些地区政府通过提供资金支持、税收优惠、人才培养等手段，来推动大数据行业的发展，吸引了大量大数据企业入驻。在未来发展趋势上，随着物联网、人工智能、云计算等新技术的普及，大数据应用领域将会不断扩大。越来越多的企业和行业将开始使用大数据技术来提升经营效率和降低成本。政府和相关机构也将加大对大数据行业的支持力度，推动行业标准化和规范化。同时，随着数据保护和隐私保护问题的日益重视，大数据安全和合规性将成为大数据行业的重要发展方向。预计到2025年，中国大数据市场规模将达到1万亿元以上，大数据应用将更加广泛，在各行各业得到广泛应用。在智能制造、智慧城市、智能医疗、智能金融等领域将有突破性进展。总的来说，中国大数据行业具有巨大的市场潜力和发展机会，将在未来发展中取得新的突破。大数据行业市场现状（一）大数据产业规模在互联网快速普及、物联网加速渗透的背景下，PC、手机、传感设备等全面兴起，推动全球数据呈现倍数增长、海量集聚的特点，为大数据产业发展奠定了庞大的数据基础。数据显示，2019年中国大数据产业规模为8500亿元人民币，预计2021年大数据产业规模有望赶超1．4万亿元，年均复合增长率近30%。相关研究机构预测，2022年中国大数据产业规模将达14224亿元。（二）大数据行业细分市场占比数据显示，大数据硬件在中国整体大数据相关收益中将继续占主导地位，占比高达41%；大数据软件和大数据服务收入比例分别为25．4%和33．6%。而到2024年，随着技术的成熟与融合、以及数据应用和更多场景的落地，软件收入占比将逐渐增加，服务相关收益占比将保持平稳，而硬件收入在整体的占比则将逐渐减少。硬件、服务、软件三者的比例将逐渐趋近于各占三分之一的比例。（三）大数据行业区域占比从总体角度出发，东部地区大数据发展水平最高，大数据发展总指数达到370．16，占全国大数据发展总指数的47%，西部地区位列第二，以216．84的总指数占比28%。中部地区和东北地区大数据发展指数分别为141．60和56．74，在全国大数据发展总指数中的占比分别为18%和7%。（四）大数据行业应用市场占比从行业来看，中国大数据应用在金融行业占比最大达到16%，其次是通信行业15．6%，零售行业占比13．9%，政府占比12．7%；前四应用市场占比合计达58%。（五）大数据行业企业数量企查查数据显示，我国在业/存续大数据相关企业共有18．65万家，其中2019年新增2．59万家，2020年新增6．36万家，2021年1-5月新增4．28万家，数量上接近去年全年，同比增长152%。相关研究机构预测，2022年中国大数据相关企业新增注册量将达10万家。从地域分布来看，广东省的大数据企业数量遥遥领先，共计2．81万家，山东省则以1．64万家排名第二位，上海作为直辖市，大数据企业数量在全国省市中排名前三位，共计1．41万家。此外，陕西、江苏以及浙江等城市的大数据企业数量排名靠前，产业较为发达。大数据行业面临的机遇与挑战（一）大数据行业面临的机遇1、大数据行业市场空间广阔大数据产业作为以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，当前大数据产业从培育期进入高质量发展期。《十四五大数据产业发展规划》提出，要在十三五产业规模1万亿元目标基础上实现2025年底，大数据产业测算规模突破3万亿元的增长目标。当前，我国政府、金融、交通、能源、等国民经济重要部门或行业均对大数据处理存在较强应用需求，随着数字化转型的进一步推进，其他领域的数据处理需求也将逐渐释放，因此，大数据行业未来发展空间广阔。2、大数据行业政策支持力度较大我国自2014年大数据首次写入《政府工作报告》起，不断出台大数据相关政策。2020年4月9日，《关于构建更加完善的要素市场化配置体制机制的意见》将数据与土地、劳动力、资本、技术并称为五种要素，提出加快培育数据要素市场。《关于新时代加快完善社会主义市场经济体制的意见》中提出进一步加快培育发展数据要素市场，数据要素市场化配置上升为国家战略。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》作为阐明国家战略意图，引导规范市场主体行为的行动纲领，专门以第五篇加快数字化发展建设数字中国规划数字经济、数字社会、数字政府和数字生态的发展，明确大数据是数字经济的重点产业。基于《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，国家近期发布了《十四五软件和信息技术服务业发展规划》《十四五大数据产业发展规划》《十四五国家信息化规划》《十四五数字经济发展规划》等政策文件，支持发展大数据软件产业。加快数字经济、数字社会、数字政府建设，以数字化驱动生产方式、生活方式和治理方式变革成为我国当下及未来一段时间发展的重点。3、技术演进为大数据行业发展提供动力随着5G、云计算、人工智能、物联网等技术的快速发展，数据量呈爆炸性增长态势，数据复杂度进一步提高。技术演进对软件的数据处理能力提出更高要求的同时，也为市场提供了新的发展方向和增长点，为行业发展提供了新的契机。（二）大数据行业面临的挑战1、大数据行业竞争激烈大数据行业发展速度快，发展前景好，同时参与市场竞争的企业较多。其中，美国大数据行业起步早，已形成一些技术领先、规模较大的软件厂商。国内互联网龙头企业具有较好的数据资源，并利用其技术、人才、规模等方面优势，拓展大数据软件市场；大型软件企业通过其软件开发、行业应用等方面的优势，渗透进入大数据领域；专业从事大数据业务的新兴创业企业不断涌现。以上各类企业主动进入大数据处理软件领域，使该领域竞争较为激烈。2、大数据行业人才争夺激烈随着我国产业数字化转型的发展，大数据方面的从业人员逐步增多，但尚不能满足大数据行业对于专业人才，特别是高端人才的迫切需求。人才不足一定程度上影响到大数据产业的发展。同时，业内企业为争取优秀人才争夺激烈，造成行业内人才薪酬水平相对较高、人员流动性较强等情况，对新兴创业企业带来较大挑战。大数据软件行业近年发展情况随着数字化转型的推进，各行业在完成数据基础设施建设后，为业务赋能成为数据开发工作的重点。传统数据开发工作大多通过直接调用种类繁多的大数据开源技术组件来进行，通常需要具备专业技术人员完成，业务人员很难快速参与，然而伴随业务对于数据开发的要求不断提高，不同部门间的高效协同成为完善数据开发工作、提高业务效率的关键。因此，随着数据开发工作逐渐从技术部门向各业务部门延伸，数据开发的门槛亟需降低，以使数据与各业务加速融合。鉴于此，行业内厂商利用低代码（或零代码）思想，通过抽象大数据开发过程中常用的技术和流程，屏蔽数据开发任务的技术细节，并提供统一的集成界面，从而构建数据开发平台，以降低数据开发门槛，解决业务赋能痛点。与此同时，开发平台可以增强各组件在项目间的可复用性。根据中国信息通信研究院统计，数据开发平台能够将金融、零售、工业、医疗等不同场景下的开发组件复用率增至85%，从而降低数据的开发成本。随着各行业数字化水平提高，业务不断数字化、线上化，数据资源不断积累，应用场景创新逐渐成为可能。前述应用方面的变化，带动大数据技术经历了多次更新升级，从专注存储的数据库，到面向统计分析的数据仓库，再到面向大数据分析应用场景的Hadoop/Spark为核心的大数据平台、数据湖等。随着用户使用的数据种类和来源逐渐多样化，包括关系型数据、日志、音频、视频、文本、图片、地理位置信息等类型的结构化、半结构化和非结构化数据等，数据及其分析的复杂度进一步提高。同时，随着大数据应用单位内不同架构的数据管理分析系统的建设，加重了信息孤岛（即各信息系统之间不能协调工作）问题，并增加了数据管理及分析工作的复杂性和难度。微服务将软件开发为小型服务（模块）的集合；各服务以独立流程运行并实现其业务功能，各服务间以API或消息传递进行通信容器通过操作系统级虚拟化，资源被动态地划分到一个或多个独立的容器中，每个容器都有一个唯一的可写文件系统和资源配额，用于部署相应的微服务开发运维一体化（DevOps）加强软件开发人员与IT运维人员协作，以提供可解决用户问题的高质量软件持续交付利用敏捷开发模式实现更高效交