欢迎来到天天文库
浏览记录
ID:31364130
大小:103.50 KB
页数:4页
时间:2019-01-09
《中国大数据产业的春天何时能到来?》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国大数据产业的春天何时能到来? 作为经济欠发达地区,贵州借助大数据这一契机,在传统产业转型升级、提振地方经济等方面意欲弯道超车。作为东部沿海经济发达城市,上海在大数据产业的发展方面如何才能做出差异化呢? 大数据是智慧树,大数据是钻石矿。今年在贵阳举办的大数据博览会产生了轰动效应,吸引了众多国外内顶级的大数据企业参加;京津冀大数据试验区正在紧锣密鼓地筹备当中;在包括上海、贵阳、武汉等在内的全国多个城市,大数据交易所争相挂牌……大数据的魅力难以抵挡。 在这股大数据的热潮背后,我们是否更应该冷静地思考:各地方政
2、府在发展大数据产业时如何才能做出自己的特色,大数据技术如何才能与行业用户的实际需求对接,中国的大数据领域何时才能产生具有全球影响力的领军型企业……如果这些问题得不到解决,那么中国大数据产业的春天就不会真正到来。 大数据不仅仅是一股潮流 作为经济欠发达地区,贵州借助大数据这一契机,在传统产业转型升级、提振地方经济等方面意欲弯道超车。作为东部沿海经济发达城市,上海在大数据产业的发展方面如何才能做出差异化呢? “两年前,贵阳刚开始筹备大数据交易所时,曾经来上海做过推广会,与上海大数据联盟产生过交集。那时就有记者问
3、我,上海的大数据产业特色是什么?”4上海科学院科技处副处长、上海大数据联盟常务副秘书长吴俊伟博士坦言,“每个地方的自然条件、经济基础不同,发展大数据产业当然也不能千篇一律,不能都上马大数据交易中心,不能都搞全行业大数据,而是应该与当地的优势产业相结合。这是上海发展大数据产业的基本原则。比如,上海正致力于打造国际经济、国际金融、国际航运和国际贸易等四大中心。上海发展大数据产业当然要与这四大中心的建设相结合,充分发挥行业聚集优势,这样才能达到事半功倍的效果。” 上海拥有良好的基础设施条件:拥有世界第一的货物和集装箱
4、吞吐量、亚洲第二大的证券交易额;450万用户享受到光纤到户的便利,公共Wi-Fi热点有900多处,4G和3G用户超过2000万;拥有超过4800万张交通卡,每天的交通数据超过30GB;已经建成人口、法人、空间三大基础数据库,覆盖2400万人口、190万个法人单位;软件业和信息服务业的规模都超过了5000亿元。“这些基础设施和服务,通过大数据技术的带动作用,将产生巨大的价值和增值空间。”吴俊伟表示。 实际上,从2013年《上海推进大数据研究与发展三年行动规划》推出以来,上海就步入了大数据发展的快车道。举例来说,上
5、海市以三年为一个周期,在不同时期重点推动不同行业的大数据应用;整合政府资源,建立商业服务平台,为企业提供支持和服务,比如“6+6”计划包括6个政府公共资源服务平台和6个商业应用系统示范;抓优势行业,重点突破,加速推动金融、医疗、交通等行业的大数据应用,产生示范效应,让市民的衣食住行真正受惠于大数据。 在全国范围内的大数据热潮下,我们也看到了一些“阴影”4。比如,很多企业、高校热衷成立大数据研究院,但是一些研究院徒有其表,没有将相关资源整合在一起,进行实际的大数据研究和应用推广。“发展大数据不能空喊口号,也不能仅
6、仅打出一个旗号,而应该多一些实质性的推动。”吴俊伟表示,“上海大数据联盟在成立之初就定下了自己的目标,整合政府、行业资源,实现资源的共享和互动,从技术创新的角度推动大数据应用和商业层面的创新,同时借助资本的力量,将大数据相关产业做大做强。” 挤出大数据的水分 经过近十年的努力,云计算中的水分逐渐被挤出,开始进入化云为雨的落地阶段。有人开玩笑说,当年那些炒作云计算的人现在都跑到大数据领域去了。与云计算一样,大数据当前也面临如何脚踏实地,为企业解决业务发展和创新难题的挑战。 实事求是地说,中国目前还处于大数据应
7、用和发展的初级阶段,找到应用的痛点和大数据的突破点才是当下最紧迫的任务。对此,吴俊伟有深刻的认知:“上海在发展大数据产业的过程中遇到了一些瓶颈和问题,这可能是中国各地发展大数据所遇到的具有共性的问题。比如,我们缺乏具有自主知识产权的大数据核心技术和通用产品。Hadoop、Spark等这些知名的大数据平台几乎都来自国外,而中国的大数据企业并不掌握类似的核心技术和产品。”4 虽然越来越多的中国企业开始加入大数据、开源领域和社区,但是并没有形成规模效应,而且缺少核心的龙头企业,没有像互联网领域的BAT那样的龙头企业可
8、以带动周边的中小企业,以及整个行业的发展。吴俊伟提到,在上海的大数据生态圈中,大多是初创型企业和中小企业,虽然每个企业的干劲十足,但有种群龙无首的感觉。因此,发掘和培养大数据领域的领军企业是当务之急。 另外,上海也在建立大数据高端人才的培养体系,比如组织大数据科学家训练营,在高校中设立数据科学专业等,逐步建立从初级到中级再到高端的立体人才培养和输送模式,数据工程师、数据
此文档下载收益归作者所有