RK | 企業(yè) | iB+iF |
---|---|---|
1 | 華為 | 95.26 |
2 | 阿里 | 94.77 |
3 | 神州控股 | 94.76 |
4 | 百度 | 94.68 |
5 | 火山引擎 | 94.61 |
6 | 騰訊 | 94.21 |
7 | 用友 | 94.15 |
8 | 亞信科技 | 93.87 |
9 | 金蝶 | 93.82 |
10 | 浩鯨科技 | 93.58 |
11 | 浪潮信息 | 93.37 |
12 | 東華軟件 | 93.33 |
13 | 云徙科技 | 93.21 |
14 | 網(wǎng)易 | 93.00 |
15 | 億信華辰 | 92.59 |
16 | 京東 | 92.38 |
17 | 星環(huán)科技 | 92.23 |
18 | 軟通動(dòng)力 | 91.47 |
19 | 湘郵科技 | 91.22 |
20 | 愛(ài)數(shù) | 91.06 |
21 | 淵亭科技DataExa | 90.84 |
22 | 每日互動(dòng) | 90.73 |
23 | ChiefClouds馳騖科技 | 90.55 |
24 | 普元信息 | 90.41 |
25 | 新中大 | 90.28 |
26 | 拓爾思 | 89.77 |
27 | 奇點(diǎn)云 | 89.67 |
28 | 百分點(diǎn) | 89.62 |
29 | 神策數(shù)據(jù) | 89.53 |
30 | 東軟集團(tuán) | 89.31 |
31 | 數(shù)說(shuō)故事DataStory | 89.22 |
32 | 滴普科技 | 89.17 |
33 | 科杰科技 | 88.95 |
34 | 中奧科技 | 88.56 |
35 | 微品致遠(yuǎn) | 88.30 |
36 | 數(shù)瀾科技 | 88.12 |
37 | 袋鼠云 | 88.00 |
38 | 數(shù)勢(shì)科技 | 87.99 |
39 | 得帆信息 | 87.88 |
40 | 熵簡(jiǎn)科技 | 87.80 |
41 | 明略科技 | 87.80 |
42 | 光點(diǎn)科技 | 87.75 |
43 | 睿帆科技 | 87.57 |
44 | TalkingData | 87.33 |
45 | 百勝軟件 | 87.10 |
46 | 尚博信 | 87.07 |
47 | 麥聰軟件 | 86.77 |
48 | 山景智能 | 86.65 |
49 | 新略數(shù)智 | 86.59 |
50 | 九章數(shù)據(jù) | 86.51 |
2024.08 DBC/CIW/CIS |
企業(yè)級(jí)共性數(shù)據(jù)服務(wù)能力
2015年左右在我國(guó)興起的數(shù)據(jù)中臺(tái)“熱”,是我國(guó)企業(yè)數(shù)字化進(jìn)程中的重要里程碑之一。在當(dāng)時(shí)數(shù)字化的熱潮之下,國(guó)內(nèi)無(wú)論大小企業(yè),都在開始建設(shè)數(shù)據(jù)中臺(tái)。
對(duì)于企業(yè)來(lái)說(shuō),是否構(gòu)建數(shù)據(jù)中臺(tái)取決于企業(yè)內(nèi)部數(shù)據(jù)資源的復(fù)雜性和數(shù)據(jù)應(yīng)用的關(guān)聯(lián)性。當(dāng)企業(yè)的數(shù)據(jù)資源較為復(fù)雜,數(shù)據(jù)規(guī)模較大且管理維護(hù)成本高,構(gòu)建數(shù)據(jù)中臺(tái)可以提高數(shù)據(jù)維護(hù)和使用效率;當(dāng)企業(yè)的數(shù)據(jù)應(yīng)用能力共性較多時(shí),通過(guò)數(shù)據(jù)中臺(tái)則能夠?qū)崿F(xiàn)數(shù)據(jù)服務(wù)的復(fù)用,則可以起到更好的效率提升。
數(shù)據(jù)中臺(tái)是企業(yè)數(shù)字化建設(shè)的重要構(gòu)成,能夠通過(guò)整合企業(yè)基礎(chǔ)設(shè)施和數(shù)據(jù)能力,實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化和服務(wù)復(fù)用,降低運(yùn)營(yíng)成本,支撐業(yè)務(wù)創(chuàng)新。
在企業(yè)數(shù)字化升級(jí)的持續(xù)推進(jìn)下,以及數(shù)據(jù)要素相關(guān)政策和數(shù)據(jù)保護(hù)相關(guān)法規(guī)的逐步完善,數(shù)據(jù)中臺(tái)將在企業(yè)數(shù)據(jù)管理、利用、交易和流通等方面將扮演更加關(guān)鍵的角色,成為企業(yè)數(shù)字化轉(zhuǎn)型的重要支撐。
與AI大模型的結(jié)合
生成式AI的訓(xùn)練和應(yīng)用都重度依賴數(shù)據(jù),這本身就是一種“數(shù)據(jù)消費(fèi)”,如果想要讓模型質(zhì)量更高,AI在實(shí)際業(yè)務(wù)中應(yīng)用落地的數(shù)據(jù)反哺又至關(guān)重要。大模型想在企業(yè)側(cè)落地,意味著企業(yè)自身的數(shù)據(jù)和算力規(guī)模都會(huì)不斷加大。企業(yè)不僅需要更多數(shù)據(jù),還需要更智能地使用數(shù)據(jù)。而數(shù)據(jù)消費(fèi),又會(huì)反哺到應(yīng)用和底層的數(shù)據(jù)基建建設(shè)之中。
有專業(yè)人士總結(jié)道:“未來(lái)的大數(shù)據(jù)架構(gòu)將是一個(gè)高度集成、智能化和自動(dòng)化的系統(tǒng),它能夠有效地處理和分析大量數(shù)據(jù),同時(shí)簡(jiǎn)化數(shù)據(jù)管理和AI應(yīng)用的開發(fā)過(guò)程,為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì)?!?/p>
與AI大模型等前沿AI技術(shù)的結(jié)合,進(jìn)一步增強(qiáng)了企業(yè)對(duì)數(shù)據(jù)中臺(tái)的依賴。企業(yè)需要更精細(xì)化地建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施,配合業(yè)務(wù)流建立起數(shù)據(jù)采集、存儲(chǔ)、分析層面的工具。而在數(shù)據(jù)上,更需要高質(zhì)量且完整的數(shù)據(jù),更好加以治理,統(tǒng)一標(biāo)準(zhǔn)和口徑,為數(shù)據(jù)的使用做好準(zhǔn)備。
結(jié)語(yǔ)
數(shù)據(jù)中臺(tái)的應(yīng)用場(chǎng)景和服務(wù)范圍正在不斷擴(kuò)大,金融、電信、制造業(yè)、零售、醫(yī)療、物流等,都需要數(shù)據(jù)中臺(tái)的支持和幫助,實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和創(chuàng)新發(fā)展。跟隨技術(shù)進(jìn)步,數(shù)據(jù)中臺(tái)將進(jìn)一步深化,成為支撐企業(yè)數(shù)字化轉(zhuǎn)型和智能化發(fā)展的核心基礎(chǔ)。
(文/緋櫻)
e-Mail:lab@enet16.com