（一）從應用突破到底層自研，大數據技術步入創新突圍期 

2020年，受新冠肺炎疫情倒逼，大數據技術、產品和解決方案被廣泛應用于聯防聯控、產業監測、資源調配、行程跟蹤等新興領域。百度、眾云利用大數據平臺優勢打造"疫情地圖"，實現疫情數據實時更新，以及潛在疫情動態監測。電商平臺發揮"大數據＋供應鏈"優勢，通過智能調度進行供應鏈柔性配置，最大程度滿足疫區醫療防護物質需求。隨著各行業領域大數據應用主體持續增加、應用需求大量激發，國外先進、通用的技術路線越來越無法適應龐大、多元、復雜的融合訴求，與業務特點相匹配的個性化、定制化大數據解決方案日益受到青睞。

展望2021年，以大數據為代表的新一代信息技術主導權競爭日益激烈，我國擁有技術能力的企業在大量創造數據應用新場景和新服務的同時，將更加注重基礎平臺、數據存儲、數據分析等產業鏈關鍵環節的自主研發，并有望在混合計算、基于AI的邊緣計算、大規模數據處理等領域實現率先突破，在數據庫、大數據平臺等領域逐步推進自主能力建設。

（二）從實踐探索到理念變革，工業大數據應用創新走向縱深 

2020年，在政策和市場的共同作用下，工業企業日益注重大數據在制造全過程、全產業鏈、產品全生命周期的應用創新。在政策層面，工信部先后發布《工業數據分類分級指南（試行）》、《關于推動工業互聯網加快發展的通知》、《關于工業大數據發展的指導意見》，利用多種手段引導各方協同發掘工業數據應用價值。在企業實踐層面，中策橡膠借助阿里云ET工業大腦，對橡膠密封數據分析優化，實現密煉時長減少10%、密煉溫度降低10℃;富士康基于BEACON工業互聯網平臺實時采集精密刀具狀態數據，實現刀具自診斷自優化，使刀具壽命延長15%，壞刃預測準確率達93%，產品良率提升超過90%。

展望2021年，大數據在工業領域的應用將從產品級、設備級向產業鏈級深入拓展，通過工業知識、業務、流程的數據化、算法化、模型化，為整個制造體系裝上"智腦"系統，形成動態感知、敏捷分析、全局優化、智能決策的強大能力。這一過程，也是工業企業數據管理意識樹立、數據管理能力加快構建的過程，企業將更加重視數據戰略與未來發展戰略的統籌規劃，設立專職數據管理機構，圍繞數據治理、數據架構、數據標準、數據質量、數據安全、數據應用、數據生存周期等循序建設，筑牢工業數據創新應用根基。

（三）從單一技術主體成長到多主體融入，大數據企業創新創業勢能趨強

2020年，大數據領域企業整體呈現多元差異化發展態勢。阿里、百度等龍頭企業持續深化大數據布局和應用創新，如阿里云分布式數據庫PolarDB首次進入Gartner全球數據庫領導者象限，市場份額位居全球云數據庫第三位以及中國市場第一位;百度地圖時空大數據為成都等地的國土空間規劃提供了重要支撐。浪潮、中科曙光、美林數據等基礎技術型企業向醫療、電力、能源等領域進一步下沉專業化服務，浪潮集團"基于健康醫療大數據的醫養健康創新應用"、中科曙光"面向智慧電力的大數據智能分析平臺"、美林數據"基于知識圖譜技術的能源企業數據資產管理應用"均入選工信部2020年大數據產業發展試點示范項目。字節跳動、滴滴出行等行業融合型企業加快大數據技術能力建設，深耕傳媒、交通等傳統領域新型數字業務，加速行業數字化變革。大數據獨角獸企業增長勢頭強勁，2020年《互聯網周刊》評選的大數據獨角獸企業已達50家，實現連續三年增長。

展望2021年，在海量數據供給、活躍創新生態和巨大市場需求的多重推動下，以龍頭企業為引領、專業化服務企業和融合性應用企業聯動、獨角獸企業興起的大數據行業競爭格局將進一步明晰，大數據企業創新創業勢能將持續增強。

（四）從統籌發展到特色聚焦，大數據與區域經濟協同發展向"深"而行

2020年，以8個國家大數據綜合試驗區為引領，京津冀、長三角、珠三角和中西部地區為支撐的大數據區域集聚發展示范效應進一步突顯?！吨袊髷祿l展水平評估（2020）》顯示，8個國家大數據綜合試驗區在全國大數據發展總指數中總體占比達39%，除內蒙古外，區內各?。ㄊ校┚涣芯C合排名前20，在政策機制、數據資源體系建設、主體培育、產業集聚等方面積累了豐富的實踐經驗。

展望2021年，受益于國家重大區域戰略、數字經濟創新發展、服務貿易擴大試點等政策疊加效應，京津冀、長三角、珠三角、中西部等地區大數據與區域經濟協同發展、融合發展日益深化，將持續引領全國大數據發展。未來，6個數字經濟創新發展試驗區、28個服務貿易擴大試點省市（區域）將圍繞數據要素價值釋放，在新基建、數字政府、新型智慧城市、大數據與實體經濟融合、數字貨幣、數字貿易、區域一體化等方面推動特色發展。

（五）從資源觀到資產觀，數據要素價值創造成為新藍海

2020年，隨著網絡全面普及、計算無處不在、要素廣泛連接，數據日益成為經濟社會全要素生產率提升的新動力源，數據資源掌握的多寡成為衡量各個主體軟實力和競爭力水平的重要標志。4月，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出"加快培育數據要素市場"，進一步強化了數據作為生產要素的重要性。在政策引領下，企業、高校等多類主體圍繞數據資源定價、交易等加強研究和探索力度。

展望2021年，隨著數據要素可參與分配的政策紅利效應釋放，政府、企業、社會組織將紛紛參與數據要素市場建設，積極探索數據資產有效運營和價值轉化的可行途徑。電信、金融等數據治理模式較成熟的行業加速數據運營和服務創新;交通、旅游、醫療、制造業等擁有豐富數據資源的行業深入探索基于大數據的業務變革;政府、民生等領域更加重視大數據平臺建設，推動大數據應用成果融入決策、服務于民。數據要素市場機制建設將成為地方改革重點，為數據在各行業、各業態、各模式中的融通應用和價值釋放鋪平道路。

（一）技術產品供給能力不足成為制約產業發展的關鍵因素

當前，數據資源呈現爆炸式增長，規模體量日益龐大、類型顯著增多、需求趨于復雜，現行的大數據技術產品在存、算、管等方面的能力已無法滿足應用需求。同時，我國在多樣性數據采集、多模態數據管理、強關聯數據集成、數據建模分析、數據共享流通及安全治理等大數據技術方面與國外差距較大，一些關鍵產品對外依存度較高，意味著在數據大規模應用發展的同時，其基礎和底座仍不牢固。

（二）數據中心區域布局有待統籌和優化調整

當前，我國數據中心結構性過剩問題突出。據統計，北上廣深等一線城市數據中心利用率已經處于飽和狀態，但西部地區很多省份數據中心上架率還在15%-30%之間，提升空間巨大。同時，在推動算力資源"西向轉移"過程中，由于長期受到托管地域較遠、網絡穩定性缺乏保障、數據安全性面臨威脅等因素的制約，"東數西算"的理想分流效果尚未實現，算力資源的合理調度和有效應用亟待整體統籌。

（三）大數據融合應用創新亟待進一步深化

當前，大數據應用的廣度和深度仍然不足，"三多三少"特點明顯，包括∶ 可視化、統計分析等基礎描述性應用多，基于數據的指導性、決策性應用少;預測性維護、質量分析、能源管控等管理服務應用多，基于數字孿生體的制造執行類應用少;企業內單環節、單部門應用多，跨系統、跨產業鏈的綜合性應用少。由于很多行業企業缺乏大數據技術應用經驗，數據服務商又對行業的業務、流程、組織等認知不足，無法提供滿足實際需求的定制化產品和解決方案，難以支持高層次、高水平應用。

（一）研究制定新時期大數據產業發展的頂層規劃

"十四五"時期，大數據產業對經濟社會高質量發展的賦能作用更加突顯，打造大數據產業核心優勢、支撐構建以數據為關鍵要素的新發展模式已成為各方共識。要從全國統籌發展角度，對新時期大數據產業發展進行前瞻部署，明確數據資源管理、數據技術產品協同攻關、數據融合應用、大數據企業主體培育、區域集聚發展、產業生態建設等重點任務和實施路徑，創新發展手段，落實任務責任主體和關鍵舉措，充分引導產業供給能力提升，釋放產業價值，賦能經濟社會發展。

（二）強化大數據核心技術創新突破

推動大數據技術"固根基、揚優勢、補短板、強弱項"。一是優勢領域做大做強，提升現有大數據應用分析等技術優勢，實現從被動跟隨到技術引領的轉變。二是前沿領域加強技術融合，進一步加強前瞻布局，推動數字孿生、人機協同、邊緣計算、區塊鏈等與大數據技術有效融合，搶抓新興技術發展先導權。三是補齊關鍵技術短板，構建產學研協同的創新生態布局，加強大數據計算框架、分布式數據庫、圖計算引擎等底層技術攻關。

（三）進一步加強工業大數據應用發展指導

一是分行業梳理工業大數據應用路徑、方法模式和發展重點，編制工業大數據應用指南，引導企業的工業大數據應用方向。二是加快研究制定科學有效的工業大數據應用水平評估標準，對我國、各地及企業工業大數據應用現狀、應用水平進行監測、分析和評估，引導地方、企業依據評估標準和結果，循序漸進提升應用水平。三是加快推進工業企業 DCMM貫標，推動構建以企業為主體的工業數據分類分級管理體系，促進工業數據應用價值有效釋放。

（四）破解數據流通機制壁壘

一是進一步加強國家數據共享交換平臺、全國一體化在線政務服務平│臺和國家電子政務云數據中心等綜合性政務數據交換體系建設，引入聯邦學習、隱私計算、數據標簽等技術，促進政務數據的跨域共享開放。二是探索數據中介、數據代理、數據加工等多樣化數據流通服務模式，支撐數據資源匯聚、數據資產管理、數據價值流轉、數據產品交易等更多平臺服務能力建設，優化數據流通服務生態。三是推進數據的權屬、流通、交易、保護等方面的標準和規則制定，建立數據流通交易負面清單，營造可信數據交換空間，保障數據流通的合規性和安全性。