| S/N | 企業(yè) |
|---|---|
| 1 | 智慧足跡 |
| 2 | 菜鳥網(wǎng)絡(luò) |
| 3 | 小度科技 |
| 4 | 蘑菇車聯(lián) |
| 5 | 銳錮商城 |
| 6 | 神州醫(yī)療 |
| 7 | 云徙科技 |
| 8 | 探跡科技 |
| 9 | 企查查 |
| 10 | 聚水潭 |
| 11 | 銷售易 |
| 12 | 歐冶云商 |
| 13 | 多點(diǎn)Dmall |
| 14 | 千尋位置 |
| 15 | 圓心科技 |
| 16 | 西井科技 |
| 17 | 毫末智行 |
| 18 | 百望云 |
| 19 | 智譜華章 |
| 20 | 縱目科技 |
| 21 | 睿智科技 |
| 22 | 樹根互聯(lián) |
| 23 | 滴普科技 |
| 24 | 神策數(shù)據(jù) |
| 25 | 思謀科技 |
| 26 | 卡奧斯 |
| 27 | 斑馬智行 |
| 28 | 趣鏈科技 |
| 29 | 文遠(yuǎn)知行 |
| 30 | 云勵(lì) |
| 31 | 中譯語(yǔ)通 |
| 32 | Momenta |
| 33 | 馭勢(shì)科技 |
| 34 | 零氪科技 |
| 35 | 百川智能 |
| 36 | 航天云網(wǎng) |
| 37 | 小馬智行 |
| 38 | 地平線 |
| 39 | 影譜科技 |
| 40 | 智加科技 |
| 41 | 明略科技 |
| 42 | 藍(lán)湖 |
| 43 | PingCAP |
| 44 | 數(shù)坤科技 |
| 45 | TalkingData |
| 46 | 云知聲 |
| 47 | 農(nóng)信互聯(lián) |
| 48 | 致景科技 |
| 49 | 百分點(diǎn)科技 |
| 50 | 天瞳威視 |
| 2024.09 DBC/CIW/CIS | |
2020年4月數(shù)據(jù)首次被正式納入生產(chǎn)要素，成為繼土地、勞動(dòng)力、資本、技術(shù)之外的第五大生產(chǎn)要素，數(shù)據(jù)成為了重要的戰(zhàn)略資源和關(guān)鍵生產(chǎn)要素。我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展迅猛，數(shù)據(jù)資源不斷賦能數(shù)字經(jīng)濟(jì)，成為驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)發(fā)展的新引擎。
數(shù)據(jù)作為新型生產(chǎn)要素已經(jīng)深刻融入經(jīng)濟(jì)社會(huì)各領(lǐng)域，加快構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)，離不開強(qiáng)有力的數(shù)據(jù)產(chǎn)業(yè)的支撐。我國(guó)國(guó)家數(shù)據(jù)局將從優(yōu)化產(chǎn)業(yè)布局、培育多元經(jīng)營(yíng)主體、強(qiáng)化政策保障三方面系統(tǒng)布局培育壯大數(shù)據(jù)產(chǎn)業(yè)。
大數(shù)據(jù)發(fā)展到今天，在應(yīng)用層面的發(fā)展已經(jīng)越來(lái)越深入。
人工智能在很大程度上依賴數(shù)據(jù)來(lái)學(xué)習(xí)和提高其性能，因此，在醫(yī)療保健領(lǐng)域，人工智能系統(tǒng)可以分析大量醫(yī)療數(shù)據(jù)，以識(shí)別可能預(yù)示疾病發(fā)作的模式。例如，人工智能模型可以檢查醫(yī)學(xué)圖像，比人類醫(yī)生更準(zhǔn)確、更快速地檢測(cè)出癌癥等疾病的早期跡象。大數(shù)據(jù)+人工智能診療是我國(guó)大健康行業(yè)的未來(lái)發(fā)展趨勢(shì)之一。大數(shù)據(jù)+人工智能診療能夠賦能我國(guó)多個(gè)大健康產(chǎn)業(yè)領(lǐng)域，包括公共衛(wèi)生大數(shù)據(jù)、疾病快速診斷、遠(yuǎn)程醫(yī)療、識(shí)別診斷、藥物研發(fā)、康復(fù)治療等。
當(dāng)下，汽車智能駕駛是目前智能化應(yīng)用投入最大發(fā)展最快的領(lǐng)域，而無(wú)人駕駛汽車是現(xiàn)階段的熱點(diǎn)中心。在推動(dòng)自動(dòng)駕駛質(zhì)量不斷提升過(guò)程中，數(shù)據(jù)是必不可少的組成部分，伴隨著智能駕駛的迅猛發(fā)展，數(shù)據(jù)技術(shù)應(yīng)用已成為趨勢(shì)。其中，邊緣計(jì)算涉及在更接近數(shù)據(jù)生成地點(diǎn)的地方處理數(shù)據(jù)，能夠?qū)崿F(xiàn)更快、更高效的數(shù)據(jù)處理，因此在自動(dòng)駕駛汽車中，邊緣計(jì)算用于實(shí)時(shí)處理來(lái)自傳感器和攝像頭的數(shù)據(jù)，以便快速做出決策，例如為行人停車或繞過(guò)障礙物。這種即時(shí)處理對(duì)于自動(dòng)駕駛汽車的安全性和功能至關(guān)重要。
隨著數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)據(jù)的重要性將會(huì)繼續(xù)增長(zhǎng)，大數(shù)據(jù)技術(shù)的增強(qiáng)將會(huì)讓我們擁有更高效地收集、處理和使用數(shù)據(jù)的能力，助力個(gè)人和企業(yè)可以做出更明智的決策。
（文/緋櫻）
e-Mail：lab@enet16.com
【DBC擬定框架簡(jiǎn)介】
