论文部分内容阅读
2018年，我国大数据生态环境不断向好，产业发展维持了高增长态势。以八大国家大数据综合试验区为引领的大数据发展格局已经奠定，各试验区在保持高度差异化发展的同时，对本地区经济结构升级的推动效应愈发明显。工业大数据对制造业转型升级的牵引作用不断增强，催生出一大批新产品、新服务、新模式和新业态，成为数字经济的重要组成部分。展望2019年，我国大数据产业将继续保持快速增长态势，高质量的工业数据要素对制造业数字转型的核心引擎作用将日益凸显，各产业集聚区之间的互动联合将进一步紧密，产业生态体系也将迈入成熟完善阶段。但同时，我国大数据产业发展也面临着数据流通与交易的市场机制尚不完善、工业大数据服务水平有待提高、数据安全问题亟待解决、技术创新与支撑能力不强、专业人才短缺问题等挑战。在此形势下，我国应从推进大数据治理体系建设、提升工业大数据服务能力、打造监管防三位一体安全综合体系、加速推进大数据技术产品创新、构建大数据人才培养体系五个方面着手，保障发展后续动力。
对2019年形势的基本判断
大数据生态环境将不断向好
2018年，推动大数据发展已成为各级政府主管部门的共识。随着《促进大数据发展行动纲要》《大数据产业发展规划（2016—2020年）》等一系列政策的深入推进实施，政策环境迎来了加速优化期。
在机构改革中，“大数据”成为一大亮点。山东、福建、浙江、广西等省份新成立了省级大数据管理局;广东在原有大数据管理局基础上，新组建省政务服务数据管理局;此外，贵州大数据管理局等已存在机构，也被明确提升至省政府直属机构级别。
在人才培养方面，2018年教育部在全国范围内新批准248所高校开设大数据专业;同时，成立了如达摩院、北京大学健康医疗大数据国家研究院、重庆邮电大学科大讯飞人工智能学院等大数据研究培训机构，不断加强大数据人才培养力度。在大数据标准化方面，2018年贵州省获批建设国家技术标准（贵州大数据）创新基地，用以加快建立大数据关键共性标准，并引导国内外企业加强大数据关键技术、产品的研发合作。
在公共服务方面，围绕大数据的咨询服务、知识产权保护、产权交易、品牌推广、投融资服务等服务机构也逐渐发展成熟。
展望2019年，大数据相关利好政策将进一步加快落地，围绕数据安全、数据交易、数据标准等领域的更多创造性政策将加快出台，随着各地加快建立大数据管理机构，大数据产业发展的政策环境将进一步优化。大数据人才将呈现多元化培养模式，随着教学内容、教学理念向更加灵活、更加实用的方向发展，我国大数据人才供给质量、数量将大幅提升。数据交易标准与技术体系将加快完善，大数据公共服务体系及专业服务机构将进一步发展，整个大数据产业生态将愈发趋于健康成熟。
2018年，我国大数据产业规模不断扩大，产业链条加速完善，企业实力不断增强。包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业环节的产业规模将有望突破5700亿元。
与此同时，国内大数据公司业务覆盖领域日益完备，在数据采集、数据存储、数据分析、数据安全与数据可视化等领域均成长起了一批有一定实力与特色的大数据企业代表。阿里、华为、百度、腾讯等企业的平台处理能力跻身世界前列，华为、联想等公司在数据存储、处理等软硬件设备市场的优势则逐渐显著。围绕大数据的创新创业企业发展势头正热，在《中国大数据独角兽企业TOP20榜》中，平安医保、商汤科技、旷视科技、云从科技、金山云等一批优秀企业上榜。
展望2019年，在国内巨大的应用市场需求与日新月异的新一代信息技术发展的双重推动下，我国大数据产业整体仍将保持较高增速。预计2019年我国大数据核心产业规模有望突破7200亿元，增速将维持在25%～30%左右。随着我国大数据企业核心竞争力的不断提升，大数据产业链条将更为完备，围绕产业链上下游的布局趋于合理，协同创新能力将不断提升。
工业大数据 将持续引领制造业升级
2018年，随着《关于深化制造业与互联网融合发展的指导意见》《深化“互联网 先进制造业”发展工业互联网的指导意见》《工业互联网发展行动计划（2018—2020 年）》《 工业互联网APP培育工程实施方案（2018—2020年）》等政策文件的出台实施和深入贯彻，制造业数字化、网络化、智能化转型步伐不断加快。高质量数据已成为工业系统运行的核心要素，用于推动大中型企业实现智能制造升级和工业互联网转型，并支撑中小企业创新创业。
三一重工树根互联、海尔COSMO、航天科工INDICS等工业互联网平台快速发展，可为客户提供精准的大数据分析、预测、运营支持及商业模式创新服务。企业级工业大数据平台应用场景不断丰富，百度的工业大数据监测平台已逐渐延伸到汽车、日化等行业;三一重工利用大数据分析技术为智能工程机械物联网提供有效决策支持。工业大数据生态环境不断优化，在工业和信息化部指导下成立的工业互联网产业联盟，目前会员数已突破400家，已从产业需求、技术标准、应用推广、安全保障、国际合作等角度开展了多项务实工作并取得了诸多研究成果。
展望2019年，随着各项政策红利的相继释放，工业大数据将迎来重要机遇期，在工业产品创新、工业物联网、工业供应链等方面将不断创造价值，持续推动我国工业高质量发展。工业互联网平台将成为工业大数据竞争的制高点，我国制造业企业围绕平台布局实现转型升级的步伐将显著增快。随着各地工业大数据试点示范工作的全面开展，工业大数据骨干企业和创新型企业的服务供给能力将不断提升，工业大数据在加速产品创新设计、产品故障诊断与预测、供应链的分析和优化等具体生产场景中的引领作用将不断强化。
国家大数据综合试验区引领作用凸显
2018年，以八大国家大数据综合试验区为引领的大数据发展态势已基本奠定。
京津冀地区着力打造大数据走廊格局，已初步形成大数据协同发展体系;以上海为核心的长三角地区，持续推进大数据与当地智慧城市建设，以及云计算、人工智能等其他新一代信息技术发展深度结合;珠三角地区在大数据应用创新、产品研发及产业管理方面率先垂范、具有成效;贵州、重庆、河南、沈阳等四个试验区近年来大数据产业发展势头迅猛，有望成为我国大数据发展的新增长极;而位于内蒙古自治区的基础设施类综合试验区，则充分发挥其在气候、资源、地形上的优势，不断加大资源整合力度，与东部、中西部地区的产业合作不斷增强，在绿色集约的原则下逐步开始了跨越式发展。 展望2019年，随着各个大数据综合试验区相继建设完成，各试验区大数据差异化发展特点愈发明显。各大综合试验区对资源的优化配置作用将更加突出，大数据产业发展引起的区域经济结构转型升级将不断加快。值得一提的是，来自西部地区的四川、重庆、贵州三省份大数据产业整体发展较快，或将接棒东部地区成为我国大数据产业的领跑省份，未来发展潜力值得期待。
需要关注的几个问题
（一）数据流通与交易的市场机制尚不完善。数据资源的流动性是大数据应用和产业发展的基础，但目前我国数据流通共享与交易的市场机制尚不成熟，数据交易额仍然较小、数据来源也相对狭窄，早先成立的多家数据交易平台更是面临停运或半停运风险。宜加快解决下述三点问题，推动数据流通与交易机制不断完善。一是数据交易的权威性和准确性无法保证的问题。我国尚未对数据交易平台的建设主体、参与主体等做出明确规定和标准要求，监管条例的缺失将严重影响交易数据质量，从而对数据流通带来障碍。二是大数据交易市场无统一定价规范的问题。当前我国对数据资产交易模式、交易规则、分级分类规则、定价交割模式等仍缺乏明晰表述，需要加快构建合理、公平、普适的定价方式。三是数据确权问题。数据所有权的归属和合规性仍存在争议，尚未在用户和服务提供商之间达成平衡，这有可能导致类似Facebook、数据堂等侵犯公民个人信息的问题发生，也为数据跨境流通交易留下安全隐患。
（二）工业大数据服务水平有待提高。工业大数据快速发展将推动工业与互联网融合发展并最终实现智能制造，是推动工业产业发展动能转换、转型升级的重要抓手，其服务水平直接关系到国家经济发展。然而，在应用实践过程中存在诸多难点。一是工业大数据的定义、分类方法和格式标准进行尚未进行规范，亟需建立规范的、属性明确的、可查可追溯可定位的应用规则来匹配涵盖广泛、种类繁多、数量巨大的工业制造业领域。
二是工业知识和经验缺失。我国工业知识体系建设起步晚，高端工业设备、工控系统、工业软件等高端设备数据读写不开放，原始数据获取存在困难。三是应用尚未形成规模。国内企业的工业大数据自主产品服务不能实现全产业链覆盖，且工业大数据服务企业对不同工业领域的需求理解不够，产品和服务难以满足工业制造企业的智能化生产与管理的要求。
（三）数据安全问题亟待解决。大数据发展促使数据生命周期由传统的单链条逐渐演变成为复杂多链条形态，随着数据应用场景和参与角色逐渐多样化，在大数据背景下的数据安全面临着有别于传统安全的新威胁。一是数据泄露事件数量持续增长，造成危害日趋严重，今年8月底，华住集团旗下连锁酒店用户数据和顺丰快递客户数据的疑似泄露、交易事件引起舆论关注，涉及数据总数均达上亿条，影响众多网民。二是复杂的数据来源为数据真实性校验带来困难，目前尚无严格的对数据真实性、可信度的鉴别手段，来识别并剔除虚假甚至恶意的数据。三是数据流通路径的复杂化导致追踪溯源异常困难，数据从采集到销毁是多向、多路径的复杂流动模式，实现异构网络环境下跨越数据控制者的全流程跟踪变得非常困难。在复杂的应用环境下，保证国家重要数据、企业机密数据以及用户个人隐私数据等敏感数据的安全，是发展大数据的首要需求。
（四）技术创新与支撑能力不强。技术创新是推动大数据产业发展的内在动力，但是目前我国在新型计算平台、分布式计算架构、大数据分析方法、模型、算法等方面技术水平与国外仍存在较大差距，在前瞻性技术研发方面仍处于跟随状态，技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱，如商用数据库等主流产品市场仍由国外企业主导。另一方面，大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，由于我国科学技术水平基础条件不够成熟，大数据底层技术与国外差距存在很大差距，大数据应用的商业模式走在了技术前面，较少通过技术手段来推动创新。大数据行业发展，技术才是真正的发力点，我国大数据技术创新能力有待提高。
（五）专业人才短缺问题成发展瓶颈。我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术开发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运作能力、行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。另外，我国大数据人才还存在地域和行业供需不均衡、学历层次错位明显、预期薪资与市场脱节等问题，这些都严重制约了大数据的快速发展。
应采取对策的建议
（一）层次推进大数据治理体系建设。建立健全数据相关制度体系，组织开展数据共享、开放、交易、安全等方面的细则研究工作及相关的专项检查和治理，推动制定数据资源确权、开放、流通、交易相关制度。建立标准规范体系，包括政府数据标准体系、大数据市场交易标准体系等，明确交易规则，制定定价标准，规范数据利用和交易。完善大数据第三方监管平台建设，建立数据交易机构资质审核和准入机制，加强事前准入、事中监测和事后处置等监管机制和手段，大力发展数据评估、数据估值和数据交易审计等第三方服务。建立数据流通负面清单制度，规范数据流通行业，禁止危害国家安全、泄露个人信息及企业商业秘密的数据的流通。
（二）全方位提升工业大数据服务能力。建立工业大数据标准体系，围绕大数据在工业产品研发设计、生产制造、物流、销售、维保服务等全生命周期的应用进行相关标准及技术框架研制。支持骨干企业及行业协会组织积极参与标准制定，并率先探索工业大数据标准应用。推进高端设备读写自由研究，，促进设备数据融合流通。建设工业大数据平台，联合国内领先工业系统及解决方案企业、信息技术企业和工业生产企业，共同开放能够实现底层设备数据集成、计算处理和分析的新型工业大数据平台，支持第三方开发工业大数据分析应用。支持企业探索工业大数据应用和服务模式，建立试点间企业互联互通的数据融合系统网络，逐步扩大影响范围，为广泛培育数据驱动型企业提供实践经验。
（三）打造监管防三位一体安全综合体系。强化数据法律的建设，明确数据采集、传输、存储、使用、开放等各环节的范围边界、责任主体和具体要求，在法律法规层面强调数据的资产地位。对企业的个人信息开发利用、数据外包服务的使用、数据共享合作等行为加强安全监管。制定大数据共享交换和开放目录，为数据融合、交易安全、共享开放提供技术依据。加强安全技术防护机制，在真实性基础上，通过一体化管控约束、规范、监控用户行为，利用多级别容侵技术实现对网络攻击的高抵抗能力，建立集建、管、防为一体的纵深防御体系。鼓励在涉及国家安全和稳定的应用场景下采用安全产品，提升基础设施关键设备水平。建立网络安全监测机制，对网络攻击、网络病毒、网络中断事故等重大安全事件进行全方位监测、精准化分析和智能化预警。
（四）加速推进大数据技术产品创新。推进产学研用协同攻关，加强大数据分析关键算法和共性基础技术研发，重点加强大规模数据仓库、非关系型数据库、数据存储、数据清洗、数据分析挖掘、数据可视化、信息安全与大数据条件下隐私保护等核心技术研发创新。鼓励企业以开源模式和开放社区资源为基础开展技术产品研发，重点突破同态加密、差分隐私、多方安全计算、零知识证明技术等关键技术和产品。围绕重点领域大数据应用，突破基于纵向行业数据的价值挖掘理论和算法，开展大数据应用模型、深度学习、类脑计算、认知计算、区块链、虚拟现实等技术和产品创新。加速推进科研成果转化，大力发展以应用需求为牵引的跨学科、跨领域交叉融合技术研究，汇聚多方资源共同加快大数据前沿技术产业化进程。
（五）构建大数据人才培养体系。鼓励大数据企业、研究机构和高等院校合作开展数据科学和大数据专业学历教育，针对大数据产业发展需求，培养培养大数据系统架构师、分析师、数据分析师、数据挖掘工程师等专业人才以及大数据领域高层次创新人才。加大大数据尖端人才引进力度，鼓励海外跨行业、复合型高端人才回国就业创业。共建实习实训基地，发展订单式、现代学徒制等专业化人才培养模式，有针对性培养实用型、技能型人才，提升技术人员的综合数据处理能力。积极拓展企业家培训平台，依托国际国内知名学府、知名跨国公司和其他培训机构，进一步加强对本土科技型企業家的培育和培训，培育一批高素质的大数据人才和跨界复合型领导人才。
对2019年形势的基本判断
大数据生态环境将不断向好
2018年，推动大数据发展已成为各级政府主管部门的共识。随着《促进大数据发展行动纲要》《大数据产业发展规划（2016—2020年）》等一系列政策的深入推进实施，政策环境迎来了加速优化期。
在机构改革中，“大数据”成为一大亮点。山东、福建、浙江、广西等省份新成立了省级大数据管理局;广东在原有大数据管理局基础上，新组建省政务服务数据管理局;此外，贵州大数据管理局等已存在机构，也被明确提升至省政府直属机构级别。
在人才培养方面，2018年教育部在全国范围内新批准248所高校开设大数据专业;同时，成立了如达摩院、北京大学健康医疗大数据国家研究院、重庆邮电大学科大讯飞人工智能学院等大数据研究培训机构，不断加强大数据人才培养力度。在大数据标准化方面，2018年贵州省获批建设国家技术标准（贵州大数据）创新基地，用以加快建立大数据关键共性标准，并引导国内外企业加强大数据关键技术、产品的研发合作。
在公共服务方面，围绕大数据的咨询服务、知识产权保护、产权交易、品牌推广、投融资服务等服务机构也逐渐发展成熟。
展望2019年，大数据相关利好政策将进一步加快落地，围绕数据安全、数据交易、数据标准等领域的更多创造性政策将加快出台，随着各地加快建立大数据管理机构，大数据产业发展的政策环境将进一步优化。大数据人才将呈现多元化培养模式，随着教学内容、教学理念向更加灵活、更加实用的方向发展，我国大数据人才供给质量、数量将大幅提升。数据交易标准与技术体系将加快完善，大数据公共服务体系及专业服务机构将进一步发展，整个大数据产业生态将愈发趋于健康成熟。
2018年，我国大数据产业规模不断扩大，产业链条加速完善，企业实力不断增强。包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业环节的产业规模将有望突破5700亿元。
与此同时，国内大数据公司业务覆盖领域日益完备，在数据采集、数据存储、数据分析、数据安全与数据可视化等领域均成长起了一批有一定实力与特色的大数据企业代表。阿里、华为、百度、腾讯等企业的平台处理能力跻身世界前列，华为、联想等公司在数据存储、处理等软硬件设备市场的优势则逐渐显著。围绕大数据的创新创业企业发展势头正热，在《中国大数据独角兽企业TOP20榜》中，平安医保、商汤科技、旷视科技、云从科技、金山云等一批优秀企业上榜。
展望2019年，在国内巨大的应用市场需求与日新月异的新一代信息技术发展的双重推动下，我国大数据产业整体仍将保持较高增速。预计2019年我国大数据核心产业规模有望突破7200亿元，增速将维持在25%～30%左右。随着我国大数据企业核心竞争力的不断提升，大数据产业链条将更为完备，围绕产业链上下游的布局趋于合理，协同创新能力将不断提升。
工业大数据 将持续引领制造业升级
2018年，随着《关于深化制造业与互联网融合发展的指导意见》《深化“互联网 先进制造业”发展工业互联网的指导意见》《工业互联网发展行动计划（2018—2020 年）》《 工业互联网APP培育工程实施方案（2018—2020年）》等政策文件的出台实施和深入贯彻，制造业数字化、网络化、智能化转型步伐不断加快。高质量数据已成为工业系统运行的核心要素，用于推动大中型企业实现智能制造升级和工业互联网转型，并支撑中小企业创新创业。
三一重工树根互联、海尔COSMO、航天科工INDICS等工业互联网平台快速发展，可为客户提供精准的大数据分析、预测、运营支持及商业模式创新服务。企业级工业大数据平台应用场景不断丰富，百度的工业大数据监测平台已逐渐延伸到汽车、日化等行业;三一重工利用大数据分析技术为智能工程机械物联网提供有效决策支持。工业大数据生态环境不断优化，在工业和信息化部指导下成立的工业互联网产业联盟，目前会员数已突破400家，已从产业需求、技术标准、应用推广、安全保障、国际合作等角度开展了多项务实工作并取得了诸多研究成果。
展望2019年，随着各项政策红利的相继释放，工业大数据将迎来重要机遇期，在工业产品创新、工业物联网、工业供应链等方面将不断创造价值，持续推动我国工业高质量发展。工业互联网平台将成为工业大数据竞争的制高点，我国制造业企业围绕平台布局实现转型升级的步伐将显著增快。随着各地工业大数据试点示范工作的全面开展，工业大数据骨干企业和创新型企业的服务供给能力将不断提升，工业大数据在加速产品创新设计、产品故障诊断与预测、供应链的分析和优化等具体生产场景中的引领作用将不断强化。
国家大数据综合试验区引领作用凸显
2018年，以八大国家大数据综合试验区为引领的大数据发展态势已基本奠定。
京津冀地区着力打造大数据走廊格局，已初步形成大数据协同发展体系;以上海为核心的长三角地区，持续推进大数据与当地智慧城市建设，以及云计算、人工智能等其他新一代信息技术发展深度结合;珠三角地区在大数据应用创新、产品研发及产业管理方面率先垂范、具有成效;贵州、重庆、河南、沈阳等四个试验区近年来大数据产业发展势头迅猛，有望成为我国大数据发展的新增长极;而位于内蒙古自治区的基础设施类综合试验区，则充分发挥其在气候、资源、地形上的优势，不断加大资源整合力度，与东部、中西部地区的产业合作不斷增强，在绿色集约的原则下逐步开始了跨越式发展。 展望2019年，随着各个大数据综合试验区相继建设完成，各试验区大数据差异化发展特点愈发明显。各大综合试验区对资源的优化配置作用将更加突出，大数据产业发展引起的区域经济结构转型升级将不断加快。值得一提的是，来自西部地区的四川、重庆、贵州三省份大数据产业整体发展较快，或将接棒东部地区成为我国大数据产业的领跑省份，未来发展潜力值得期待。
需要关注的几个问题
（一）数据流通与交易的市场机制尚不完善。数据资源的流动性是大数据应用和产业发展的基础，但目前我国数据流通共享与交易的市场机制尚不成熟，数据交易额仍然较小、数据来源也相对狭窄，早先成立的多家数据交易平台更是面临停运或半停运风险。宜加快解决下述三点问题，推动数据流通与交易机制不断完善。一是数据交易的权威性和准确性无法保证的问题。我国尚未对数据交易平台的建设主体、参与主体等做出明确规定和标准要求，监管条例的缺失将严重影响交易数据质量，从而对数据流通带来障碍。二是大数据交易市场无统一定价规范的问题。当前我国对数据资产交易模式、交易规则、分级分类规则、定价交割模式等仍缺乏明晰表述，需要加快构建合理、公平、普适的定价方式。三是数据确权问题。数据所有权的归属和合规性仍存在争议，尚未在用户和服务提供商之间达成平衡，这有可能导致类似Facebook、数据堂等侵犯公民个人信息的问题发生，也为数据跨境流通交易留下安全隐患。
（二）工业大数据服务水平有待提高。工业大数据快速发展将推动工业与互联网融合发展并最终实现智能制造，是推动工业产业发展动能转换、转型升级的重要抓手，其服务水平直接关系到国家经济发展。然而，在应用实践过程中存在诸多难点。一是工业大数据的定义、分类方法和格式标准进行尚未进行规范，亟需建立规范的、属性明确的、可查可追溯可定位的应用规则来匹配涵盖广泛、种类繁多、数量巨大的工业制造业领域。
二是工业知识和经验缺失。我国工业知识体系建设起步晚，高端工业设备、工控系统、工业软件等高端设备数据读写不开放，原始数据获取存在困难。三是应用尚未形成规模。国内企业的工业大数据自主产品服务不能实现全产业链覆盖，且工业大数据服务企业对不同工业领域的需求理解不够，产品和服务难以满足工业制造企业的智能化生产与管理的要求。
（三）数据安全问题亟待解决。大数据发展促使数据生命周期由传统的单链条逐渐演变成为复杂多链条形态，随着数据应用场景和参与角色逐渐多样化，在大数据背景下的数据安全面临着有别于传统安全的新威胁。一是数据泄露事件数量持续增长，造成危害日趋严重，今年8月底，华住集团旗下连锁酒店用户数据和顺丰快递客户数据的疑似泄露、交易事件引起舆论关注，涉及数据总数均达上亿条，影响众多网民。二是复杂的数据来源为数据真实性校验带来困难，目前尚无严格的对数据真实性、可信度的鉴别手段，来识别并剔除虚假甚至恶意的数据。三是数据流通路径的复杂化导致追踪溯源异常困难，数据从采集到销毁是多向、多路径的复杂流动模式，实现异构网络环境下跨越数据控制者的全流程跟踪变得非常困难。在复杂的应用环境下，保证国家重要数据、企业机密数据以及用户个人隐私数据等敏感数据的安全，是发展大数据的首要需求。
（四）技术创新与支撑能力不强。技术创新是推动大数据产业发展的内在动力，但是目前我国在新型计算平台、分布式计算架构、大数据分析方法、模型、算法等方面技术水平与国外仍存在较大差距，在前瞻性技术研发方面仍处于跟随状态，技术创新对于大数据产业的引领作用仍然不强。一方面，国内企业对大数据核心技术、开源技术和相关生态系统影响力总体较弱，如商用数据库等主流产品市场仍由国外企业主导。另一方面，大多数大数据企业的创新仍以模仿性、渐进性创新为主，突破性、颠覆性创新偏少，自主研发具有国际影响力的先进技术较少，同质化竞争日益加剧。此外，由于我国科学技术水平基础条件不够成熟，大数据底层技术与国外差距存在很大差距，大数据应用的商业模式走在了技术前面，较少通过技术手段来推动创新。大数据行业发展，技术才是真正的发力点，我国大数据技术创新能力有待提高。
（五）专业人才短缺问题成发展瓶颈。我国仍存在严峻的大数据人才短缺问题，尤其紧缺基础技术开发、专业咨询、数据分析挖掘等方面的专业人才以及兼具专业运作能力、行业动态理解力、解决问题能力的多学科复合型人才，难以满足大数据产业的高速发展需求。一方面，我国高科技人才储备不足，高科技人才储备难以应对与日俱增的大数据人才市场需求。另一方面，我国大数据人才培养体系不完善，大数据人才培养体系起步晚，规模小，层次和模式相对单一，技能知识和理念落后，难以有效匹配产业发展速率。另外，我国大数据人才还存在地域和行业供需不均衡、学历层次错位明显、预期薪资与市场脱节等问题，这些都严重制约了大数据的快速发展。
应采取对策的建议
（一）层次推进大数据治理体系建设。建立健全数据相关制度体系，组织开展数据共享、开放、交易、安全等方面的细则研究工作及相关的专项检查和治理，推动制定数据资源确权、开放、流通、交易相关制度。建立标准规范体系，包括政府数据标准体系、大数据市场交易标准体系等，明确交易规则，制定定价标准，规范数据利用和交易。完善大数据第三方监管平台建设，建立数据交易机构资质审核和准入机制，加强事前准入、事中监测和事后处置等监管机制和手段，大力发展数据评估、数据估值和数据交易审计等第三方服务。建立数据流通负面清单制度，规范数据流通行业，禁止危害国家安全、泄露个人信息及企业商业秘密的数据的流通。
（二）全方位提升工业大数据服务能力。建立工业大数据标准体系，围绕大数据在工业产品研发设计、生产制造、物流、销售、维保服务等全生命周期的应用进行相关标准及技术框架研制。支持骨干企业及行业协会组织积极参与标准制定，并率先探索工业大数据标准应用。推进高端设备读写自由研究，，促进设备数据融合流通。建设工业大数据平台，联合国内领先工业系统及解决方案企业、信息技术企业和工业生产企业，共同开放能够实现底层设备数据集成、计算处理和分析的新型工业大数据平台，支持第三方开发工业大数据分析应用。支持企业探索工业大数据应用和服务模式，建立试点间企业互联互通的数据融合系统网络，逐步扩大影响范围，为广泛培育数据驱动型企业提供实践经验。
（三）打造监管防三位一体安全综合体系。强化数据法律的建设，明确数据采集、传输、存储、使用、开放等各环节的范围边界、责任主体和具体要求，在法律法规层面强调数据的资产地位。对企业的个人信息开发利用、数据外包服务的使用、数据共享合作等行为加强安全监管。制定大数据共享交换和开放目录，为数据融合、交易安全、共享开放提供技术依据。加强安全技术防护机制，在真实性基础上，通过一体化管控约束、规范、监控用户行为，利用多级别容侵技术实现对网络攻击的高抵抗能力，建立集建、管、防为一体的纵深防御体系。鼓励在涉及国家安全和稳定的应用场景下采用安全产品，提升基础设施关键设备水平。建立网络安全监测机制，对网络攻击、网络病毒、网络中断事故等重大安全事件进行全方位监测、精准化分析和智能化预警。
（四）加速推进大数据技术产品创新。推进产学研用协同攻关，加强大数据分析关键算法和共性基础技术研发，重点加强大规模数据仓库、非关系型数据库、数据存储、数据清洗、数据分析挖掘、数据可视化、信息安全与大数据条件下隐私保护等核心技术研发创新。鼓励企业以开源模式和开放社区资源为基础开展技术产品研发，重点突破同态加密、差分隐私、多方安全计算、零知识证明技术等关键技术和产品。围绕重点领域大数据应用，突破基于纵向行业数据的价值挖掘理论和算法，开展大数据应用模型、深度学习、类脑计算、认知计算、区块链、虚拟现实等技术和产品创新。加速推进科研成果转化，大力发展以应用需求为牵引的跨学科、跨领域交叉融合技术研究，汇聚多方资源共同加快大数据前沿技术产业化进程。
（五）构建大数据人才培养体系。鼓励大数据企业、研究机构和高等院校合作开展数据科学和大数据专业学历教育，针对大数据产业发展需求，培养培养大数据系统架构师、分析师、数据分析师、数据挖掘工程师等专业人才以及大数据领域高层次创新人才。加大大数据尖端人才引进力度，鼓励海外跨行业、复合型高端人才回国就业创业。共建实习实训基地，发展订单式、现代学徒制等专业化人才培养模式，有针对性培养实用型、技能型人才，提升技术人员的综合数据处理能力。积极拓展企业家培训平台，依托国际国内知名学府、知名跨国公司和其他培训机构，进一步加强对本土科技型企業家的培育和培训，培育一批高素质的大数据人才和跨界复合型领导人才。