2021年全球数据智能行业发展现状及安全保障措施分析

发表于 讨论求助 2022-09-18 06:54:20

gitlab官方网站

数据智能是指基于大数据引擎,通过大规模机器学习和深度学习等技术,对海量数据进行处理、分析和挖掘,提取数据中所包含的有价值的信息和知识,使数据具有“智能”,并通过建立模型寻求现有问题的解决方案以及实现预测等。

大数据时代,数据已经渗透到每一个行业和领域中。为了让数据发挥它最大的价值,数据智能应运而生,帮助我们从数据中提炼和发掘、获取有效信息,进而提供决策支持。人工智能作为数据智能的模块之一,在AlphGo2017年成为新闻媒体焦点之后较大家熟知,此后更多在自然语言处理层面的人工智能蓬勃发展。

我们正处于大数据和数字化转型的时代:数据无处不在;运用数据驱动的思想和策略在实践中逐渐成为共识;数据的价值已在科学研究和工商业的不同领域得到充分展现。数据作为新的生产要素备受关注,但是在数据智能行业里,除了数据之外,还需要机器学习的技术和AI在应用层的表现才算构成完整的数据智能。从数据作为新的生产要素的特点来看,数据是通过赋能业务来间接体现价值,而不像资本、人才直接创造价值占比高过50.2%;数据作为一种资产,目前数据资产管理方法和技术还不成熟占43%;数据的“产权”更复杂,目前还很难确定某份数据的产权归属占41.6%;数据并不会因为使用而消耗,反而越用越多占41.6%;数据的价值量大小评估更复杂,目前还没有统一的标准占40%;数据无处不在,万事万物都可以数据化占31.8%;数据量的增长更快占25.3%。

数据智能在各个行业中基本遵循的推动流程∶单点业务模块线上化→业务与业务数据联通→终端/营销业务模式改变→供应链运营模式改变→业务智能化→商业模式改变/行业格局改变。

随着大数据技术的持续发展,原来割裂的各个领域技术呈现出加速融合的趋势。此外,AI在数据价值挖掘方面的作用得到更多重视,A平台和大数据平台的融合程度进一步增强。

目前数据化在各行业都逐渐成熟,在此基础上的智能化和应用层不断体现行业特色。数据智能化在互联网行业的应用成熟度为58.40%;金融行业的应用成熟度为56.70%;医疗行业的应用成熟度为33.10%;政府行业的应用成熟度为27.20%;教育行业的应用成熟度为26.90%;零售行业的应用成熟度为25.60%;工业行业的应用成熟度为22.30%;农业行业的应用成熟度为14.40%。

数据智能逐步重构企业商业逻辑,目前价值主要体现在营销、运营和产品研发三个方面。数据智能在加强对市场需求的感知能力,产品研发更符合市场需求对企业的价值体现43.6%;借助电商、短视频、直播等数字化技术,拓展营销渠道对企业的价值体现43%;通过数字化、智能化技术提升各个业务条线的运营效率对企业的价值体现42%;实现基于数据的科学决策,提升巨经营决策的合理性对企业的价值体现40.3%;借助智能营销技术,提升市场营销的投入产出比对企业的价值体现37.1%;加强与上下游企业的书共享,提升产业链协同能力对企业的价值体现35.7%;在某些领域实现“机器换人”,降低企业用工成本对企业的价值体现29.5%。

目前数据智能化在人力资源/研发/管理层面都有较多应用,在人力资源方面成熟度为34.10%;技术产品研发方面成熟度为33.10%;运营管理方面成熟度为32.80%;物流管理方面成熟度为32.80%;财务方面成熟度为30.20%;供应链管理方面成熟度为29.20%;经营决策方面成熟度为26.60%;生产管理方面成熟度为24.90%;资产管理方面成熟度为24.60%。

在人工智能关键通用技术中,机器学习和知识图谱是应用场景最多的两种。其中机器学习在产品质量与风险预测、管理中的人机交互效率至关重要。2020年前三季度中国机器学习获投企业在金融领域业务赛道热度为94.70%;互联网/TMT领域业务赛道热度为32.50%;工业领域业务赛道热度为26.00%;政务领域业务赛道热度为25.40%;医疗领域业务赛道热度为24.60%;营销服务领域业务赛道热度为21.90%;能源领域业务赛道热度为18.40%;公安领域业务赛道热度为13.20%;电信领域业务赛道热度为9.60%;交互服务领域业务赛道热度为4.40%;司法领域业务赛道热度为1.80%。

数据智能对数据的量级存储以及计算资源要求越来越高,大数据与云计算的结合将会愈发紧密,目前云计算应用以公有云为主流,混合云随着异构计算的解决增速超过公有云和私有云。2019年没有云计算应用的占41.40%,较2018年增长7.5个百分点;公有云计算应用的占36.40%,较2018年下降5.2个百分点;私有云计算应用的占33.90%,较2018年下降0.6个百分点;混合云计算应用的占33.90%,较2018年下降1.7个百分点。

专业的安全技术服务,能提升企业数据的安全水平。经过多年的发展,国内已经形成一批具备过硬技术实力的安全厂商,诸如360政企安全、亚信科技、美创科技等,在数据安全存储、安全传输、云安全等方面,提供了专业的产品服务。2020年中国网民对数据隐私泄露问题不关注的只占1%;不严重的占7%;一般的占23%;严重的占42%;非常严重的占27%。

要保障数据安全,我们要建立数据安全组织机构及构建数据安全技术保障。通过企业内部设立数据安全部门,自上而下明确数据安全管理要求,制定管理措施,在强化员工安全意识的同时从制度上保障企业数据安全。还通过数据安全等级打标、数据加密、脱敏、权限管控等方式在数据采集与存储,数据传输等环节全方位保障数据安全。

发表
26906人 签到看排名