| RK | 企業(yè) | iB+iF |
|---|---|---|
| 1 | 神州信息 | 96.61 |
| 2 | 滴普科技 | 95.46 |
| 3 | 廣聯(lián)達 | 95.31 |
| 4 | 極視角 | 95.28 |
| 5 | 四維圖新 | 95.26 |
| 6 | 巨量引擎 | 94.77 |
| 7 | 佳都科技 | 94.76 |
| 8 | 金山云 | 94.68 |
| 9 | 衛(wèi)寧健康 | 94.61 |
| 10 | 神策數(shù)據(jù) | 94.21 |
| 11 | 杉數(shù)科技 | 94.15 |
| 12 | 奇點云 | 93.87 |
| 13 | 網(wǎng)易數(shù)帆 | 93.82 |
| 14 | 依圖科技 | 93.58 |
| 15 | 同盾科技 | 93.37 |
| 16 | 神州醫(yī)療 | 93.33 |
| 17 | 袋鼠云/玳數(shù)科技 | 93.21 |
| 18 | 聯(lián)影醫(yī)療 | 93.00 |
| 19 | 東方金信 | 92.59 |
| 20 | 九章云極DataCanvas | 92.38 |
| 21 | 軟通動力 | 92.23 |
| 22 | 山大地緯 | 91.47 |
| 23 | 觀遠數(shù)據(jù) | 91.22 |
| 24 | 浙大網(wǎng)新 | 91.06 |
| 25 | 光大科技 | 90.84 |
| 26 | 聚合數(shù)據(jù) | 90.73 |
| 27 | 美林數(shù)據(jù) | 90.55 |
| 28 | 數(shù)位科技 | 90.41 |
| 29 | 極光大數(shù)據(jù) | 90.28 |
| 30 | 佰聆數(shù)據(jù) | 89.77 |
| 31 | 熱云數(shù)據(jù) | 89.67 |
| 32 | ZStack/云軸科技 | 89.62 |
| 33 | 三盟科技 | 89.53 |
| 34 | 銀基科技 | 89.31 |
| 35 | 寄云科技 | 89.22 |
| 36 | 悠樺林 | 89.17 |
| 37 | 數(shù)騰軟件 | 88.95 |
| 38 | 大普微DapuStor | 88.56 |
| 39 | 力石科技 | 88.30 |
| 40 | 云建信 | 88.12 |
| 41 | 思邁特Smartbi | 88.00 |
| 42 | 淵亭科技DataExa | 87.99 |
| 43 | 標(biāo)貝科技 | 87.88 |
| 44 | 極熵數(shù)據(jù) | 87.80 |
| 45 | 深擎智能 | 87.75 |
| 46 | 透徹影像 | 87.57 |
| 47 | 冰寒科技 | 87.33 |
| 48 | 柏睿數(shù)據(jù)RapidsDB | 87.10 |
| 49 | 炎凰數(shù)據(jù) | 87.07 |
| 50 | 眾調(diào)科技 | 86.77 |
| 2023.10 DBC/CIW/CIS | ||
無處不在
現(xiàn)如今，大數(shù)據(jù)已應(yīng)用于各行各業(yè)，與金融、醫(yī)療、工業(yè)、汽車、餐飲、零售、電信、能源和娛樂等在內(nèi)的各種場景實現(xiàn)了深度融合。
在金融領(lǐng)域，大數(shù)據(jù)在高頻交易、社交情緒分析和信貸風(fēng)險分析三大金融創(chuàng)新領(lǐng)域發(fā)揮重大作用；在醫(yī)療領(lǐng)域，醫(yī)療大數(shù)據(jù)平臺的建立有助于提升醫(yī)療診斷的質(zhì)量和安全性；在汽車行業(yè)，利用大數(shù)據(jù)和物聯(lián)網(wǎng)技術(shù)的無人駕駛汽車，即將在不遠的未來普及到人們的日常生活中；在消費領(lǐng)域，購物娛樂、交通出行、生活繳費等各方各面都在大數(shù)據(jù)的賦能下更加高效、便捷......
大數(shù)據(jù)的價值，遠不止于此。大數(shù)據(jù)對各行各業(yè)的滲透，大大推動了社會生產(chǎn)和生活，它的影響將發(fā)生在關(guān)乎人類生產(chǎn)生計的千行百業(yè)。在與各類場景的融合中，大數(shù)據(jù)的價值能夠得到真正釋放。
工欲善其事，必先利其器
想要大數(shù)據(jù)在各行業(yè)場景應(yīng)用中發(fā)揮更大價值，需要大數(shù)據(jù)提供更先進的數(shù)據(jù)分析能力。大數(shù)據(jù)場景下的數(shù)據(jù)質(zhì)量大多數(shù)情況并不理想，雖然數(shù)據(jù)量已足夠多，但就其本身而言，存在數(shù)據(jù)來源渠道不同、數(shù)據(jù)信息有真有假、數(shù)據(jù)內(nèi)容有實有虛等問題。
大數(shù)據(jù)技術(shù)解決了兩方面的問題，一是效率的問題，二是質(zhì)量的問題，而這兩方面問題也彼此相關(guān)。效率問題上，大數(shù)據(jù)技術(shù)獲益于底層軟硬件計算框架的能力發(fā)展；質(zhì)量問題上，大數(shù)據(jù)技術(shù)則依賴于數(shù)據(jù)科學(xué)算法的研究和創(chuàng)新。
由于大數(shù)據(jù)場景下數(shù)據(jù)質(zhì)量較差，因此在數(shù)據(jù)分析方法的層面上衍生出了新的技術(shù)解決思路，深度學(xué)習(xí)和強化學(xué)習(xí)可以說是大數(shù)據(jù)在算法方向最為重要的技術(shù)突破。市場化商業(yè)環(huán)境所能產(chǎn)生的業(yè)務(wù)數(shù)據(jù)，在很多領(lǐng)域已經(jīng)可以滿足建模所需的數(shù)據(jù)規(guī)模需求，這也為深度學(xué)習(xí)的廣泛應(yīng)用提供了良好的落地基礎(chǔ)。
以制造業(yè)為例，利用工業(yè)大數(shù)據(jù)可以提升制造業(yè)行業(yè)整體水平，包括產(chǎn)品故障診斷與預(yù)測、分析工藝流程、改進生產(chǎn)工藝，優(yōu)化生產(chǎn)過程能耗、工業(yè)供應(yīng)鏈分析與優(yōu)化、生產(chǎn)計劃與排程。但制造業(yè)融入大數(shù)據(jù)發(fā)展已有多年，制造業(yè)信息化的發(fā)展卻不盡人意。不同的信息有不同格式的數(shù)據(jù)通信協(xié)議，要構(gòu)建完整的生態(tài)體系，更是如同蜀道之難。
現(xiàn)代組織把海量的數(shù)據(jù)視為寶貴資源，并不斷尋求最佳實踐工具來最有效地利用這些數(shù)據(jù)，大量的應(yīng)用場景產(chǎn)生的大量的有價值數(shù)據(jù)會促進各行各業(yè)的發(fā)展與突破，從數(shù)據(jù)源到數(shù)據(jù)分析以及數(shù)據(jù)價值實現(xiàn)需要更專業(yè)的數(shù)據(jù)處理技術(shù)來實現(xiàn)這一完整鏈路。
結(jié)語
我們知道，今天是一個大數(shù)據(jù)的時代，大數(shù)據(jù)作為數(shù)字經(jīng)濟社會發(fā)展的核心驅(qū)動力，正在改變社會的運行方式。
（文/螢火）
e-Mail：lab@enet16.com
