大数据产业未来方向何在？业内人士给出10个“数据观”
从2013年“炒作”期逐步落入2016年的成长期，我国大数据产业正经历着前所未有的蜕变。
2016年，是我国大数据产业市场规模明显增长、技术创新与应用创新特征凸显、地方政府结合需求推动顶层设计、行业应用成为新热点的一年。
16年底，工信部正式印发《大数据产业发展规划(2016-2020年)》，规划目标到2020年，大数据相关产品和服务业务收入突破1万亿元；建设10-15个大数据综合试验区，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。规划的提出为我国大数据产业崛起指明了方向。
接踵而来的2017年，从创业型公司技术发展方向的选择以及大数据自身技术的演进上看，大数据产业有望从2017年开始走向成熟期。立足于良好的发展基础，大数据产业将持续发力！
如何窥探出未来大数据产业发展的走势？业内人士给予了10个“数据观”。
1 政府数据将成为地方政府最重要的资产
数据是可以反复利用的，政府数据一旦释放，所产生的价值要比土地高太多。在一个互联网和信息化程度不断加深的时代，开放数据不只是面子工程，还能有效反映各地投资环境、信息化程度、政府开放度等问题，数据开放势必会产生新的生产力，政府数据将成为地方政府最重要的资产。
2 “大数据四要素是预警、预测、决策、智能”
大数据的四要素是预警、预测、决策、智能。预警，即通过数据采集、数据挖掘、数据分析，对已经存在的风险发出预报与警示；预测，是指立足于纵向时间轴，对相对长时间内某些问题的判断形成指导；决策，是指通过所有相关数据的联动，形成基于数据和分析之上的决策或结论；智能，即当我们基于对现实问题的分析与判断，通过技术手段实现智能化的行为。
3 大数据是传统信息化厂商的掘墓人
传统信息化基于数据更注重查询功能，而大数据则注重信息的互通互联，可以一站式实现企业、政府需要的数据采集和数据挖掘智能分析。通过大数据，企业可以更加贴近消费者、深刻理解需求、高效分析信息并作出预判；政府则可以预测把控经济脉搏、掌握行业宏观数据进而进行预判调控等。
4 未来三年中国大数据70%的需求集中在政府和金融应用
去年11月，习近平总书记提出要“建设全国一体化的国家大数据中心”。大数据治国势在必行。大数据在公共管理领域的应用，不仅使传统难题变得迎刃而解，更是新时期应对新挑战的必然选择。尤其在金融行业，大数据很早在银行反欺诈工作中就有诸多体现。
5 政府数据的价值在于化学反应 而不是简单的物理聚合
并非建数据中心就能激活政府数据，数据中心仅仅实现了政府基础数据资源的存储、分类、整理，使数据资源进入规模化，却并未能充分反映数据爆发时代下的政府大数据处理与应用需求的价值。数据的价值并非静止状态的数据聚合，数据碰撞与摩擦才能释放内在价值。
6 城市发展大数据产业应该打组合拳
城市发展大数据产业应该打组合拳，做好统筹规划、总体设计，通过一些列配套措施、有序步骤，推动大数据产业与传统多产业融合。随着政府数据信号的释放，各城市应优先发展大数据基础设施，以与市场资深大数据公司合资的方式，成立大数据公司，建设大数据平台；进而结合当地经济特色，挖掘大数据与传统产业的结合点，全局统筹，有的放矢。
7 只有数据源服务商才有资格构建大数据生态圈
大数据生态圈良性运转的重要根源，也可以说是大数据行业的起点，正是数据源。发展大数据产业，首要解决的是促成数据资源的极大丰富和开放使用，这决定了数据源服务商在产业链条上应该始终处于核心位置。数据源服务商通过对数据的处理挖掘，完成对整个生态圈发展基础的建构。大数据价值变现过程中，数据源始终占据重心位置，只有数据源服务商才有资格构建大数据生态圈。
8 终究有一天，大数据智能会取代搜索引擎
大数据通过海量数据的相互碰撞，激发价值，开启“人工智能”，以远超人脑运转速度的服务器时速，自动在信息之间、数据之间建构关联，带来人类脑力尚难企及的理性分析结果，提供预测、预警，帮助人类在生产、生活中做出更明智的决策。
9 大数据产业现阶段仅仅是朵浪花
当前有人认为大数据产业“过热”，事实上，大数据的潜力还远远没被释放出来。尽管目前大数据产业在硬件支承层的布局如火如荼，大数据中心也在纷纷建设之中，但是数据与数据的碰撞、数据价值的开发、数据价值的应用落地等等，仍然处于初期阶段。
10 不性感的大数据公司都会死掉
大数据行业天生就具备性感的基因——海量数据拥有无限再生能力。要想成为性感的大数据公司，需要以产品为导向，以技术为支撑，惊艳的产品、颠覆性创新的商业模式，以及改变世界的激情。不具备这些特质的大数据公司必将消亡。
大数据的功能有待进一步挖掘，而最终实现这些目的还需要回归到大数据应用，唯有通过应用才能让大数据真正“着陆”。
本文题目：大数据产业未来方向何在？业内人士给出10个“数据观”
地址分享：http://cdiso.cn/article/chighc.html
