2021上半年中國大數據市場——平穩增長中亦需新動力

■   湖倉一體/智能湖倉：當前企業的數據分散在湖和倉中，湖倉一體方案可以打通湖與倉，尤其在需要融合數據湖中的數據與數據倉庫中的數據進行分析的時候提升數據流動能力。典型代表廠商：阿里云的湖倉一體方案、華為云FusionInsight智能數據湖、亞馬遜云科技的智能湖倉架構（此處以及下文均按照公司名稱首字母排序）

■   存算分離：存儲計算分開，幫助客戶根據計算需求靈活配置資源，在需要擴容的時候按照計算資源、存儲資源分別擴展，降低使用成本。典型代表廠商：阿里云的存算三層池化解耦、華為云MRS存算分離架構。

■   大數據分析與AI一體化：打通數據、訓練、推理和服務以及算力資源管理的一體化平臺。典型代表廠商：阿里云靈杰大數據與AI一體化平臺、谷歌vertex AI Workbench。

■   AI數據庫：在AI開發全生命周期管理過程中，需要對特征值、算法模型等進行統一存儲管理帶來對AI原生數據庫的需求。典型代表廠商：第四范式、九章云極、天云大數據。

■   圖數據庫：以圖結構來進行存儲和查詢的數據庫隨著人工智能與大數據分析市場的爆發也再次成為熱點技術。典型代表廠商：華為云GES、螞蟻集團圖智能/圖計算、Neo4j、星環科技StellarDB等。

■   AI增強的BI：利用NLP、機器學習等技術實現BI使用過程中的自動化、智能化，也是幾乎所有BI廠商的發展方向。典型代表性廠商：第四范式、帆軟、美林數據、思邁特軟件等。

■   數據安全：隨著《數據安全法》、《個人隱私保護法》、《數據安全管理條例》等法律法規的不斷完善，以及行業參與者對隱私計算技術的投入，數據安全成為大數據市場必然需要關注的領域之一。

■   此外，智能數據治理、流批一體、云原生分布式數據庫、多模型數據庫等也是2021年中國大數據市場關注度較高并且開始逐步采用的熱點技術。

在中國市場，對大數據支出較高的行業主要包括政府、金融、運營商、互聯網等行業。其中，傳統政企領域對于大數據建設的關注點在于軟硬件的高度集成，安裝部署實施運維服務，以及在大數據平臺之上的數據分析應用。而在互聯網行業，用戶的關注點在于彈性可擴展、性能、成本與性價比，并且對最前沿的技術高度關注。無論是傳統政企還是互聯網行業，大數據建設的核心還是要實現數據分析應用?？s小前沿技術理念與實際用戶需求之間的距離，循序漸進的解決上層大數據分析應用需求與底層數據基礎設施無法支撐的矛盾才能推動大數據技術在傳統行業深入落地。

2021年上半年的大數據平臺軟件市場中，包括公有云以及私有化部署在內，華為云以18.5%的市場份額位居市場第一，其次是阿里云、亞馬遜云科技、騰訊云、浪潮集團、新華三、星環科技等。按照公有云部署方式，阿里云在2021年上半年以43.5%的份額位于大數據公有云服務市場第一，其次是亞馬遜云科技、騰訊云、華為云等。

華為云在政企市場諸如政務大數據、運營商、金融以及能源等行業拿下眾多大單，阿里云則在公有云上積累了大批互聯網行業用戶，也在政務等領域取得較大進展。亞馬遜云科技則依托智能湖倉一體、全面豐富的數據管理及分析產品組合在中國市場獲得大批公有云用戶。盡管細分市場布局不同，廠商努力攻關的技術方向大致相同：存算分離、智能湖倉、交互式分析、數據治理、實時處理等。

中國大數據市場發展已進入平穩階段，當前的制約因素主要在于行業企業內的數據源并不充足，數字化建設缺乏長遠規劃，市場需要新的動力才能驅動大幅增長。

●   數據交易、數據要素培育、數據確權及交易機制的不斷完善，上海大數據交易所的設立，將有助于推動大數據市場的新浪潮。

●   數據隱私保護法律法規的不斷完善，增強數據安全保障，也為數據交易及使用增強了信心。

●   《十四五大數據產業發展規劃》發布，為大數據產業發展提供指引。

●   此外，與全球市場類似，打造未來智能企業的內在需求，將驅動大數據市場持續增長。