RK | 企業 | 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 | 網易 | 93.00 |
15 | 億信華辰 | 92.59 |
16 | 京東 | 92.38 |
17 | 星環科技 | 92.23 |
18 | 軟通動力 | 91.47 |
19 | 湘郵科技 | 91.22 |
20 | 愛數 | 91.06 |
21 | 淵亭科技DataExa | 90.84 |
22 | 每日互動 | 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 | 奇點云 | 89.67 |
28 | 百分點 | 89.62 |
29 | 神策數據 | 89.53 |
30 | 東軟集團 | 89.31 |
31 | 數說故事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 | 88.30 |
36 | 數瀾科技 | 88.12 |
37 | 袋鼠云 | 88.00 |
38 | 數勢科技 | 87.99 |
39 | 得帆信息 | 87.88 |
40 | 熵簡科技 | 87.80 |
41 | 明略科技 | 87.80 |
42 | 光點科技 | 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 | 新略數智 | 86.59 |
50 | 九章數據 | 86.51 |
2024.08 DBC/CIW/CIS |
企業級共性數據服務能力
2015年左右在我國興起的數據中臺“熱”,是我國企業數字化進程中的重要里程碑之一。在當時數字化的熱潮之下,國內無論大小企業,都在開始建設數據中臺。
對于企業來說,是否構建數據中臺取決于企業內部數據資源的復雜性和數據應用的關聯性。當企業的數據資源較為復雜,數據規模較大且管理維護成本高,構建數據中臺可以提高數據維護和使用效率;當企業的數據應用能力共性較多時,通過數據中臺則能夠實現數據服務的復用,則可以起到更好的效率提升。
數據中臺是企業數字化建設的重要構成,能夠通過整合企業基礎設施和數據能力,實現數據資產化和服務復用,降低運營成本,支撐業務創新。
在企業數字化升級的持續推進下,以及數據要素相關政策和數據保護相關法規的逐步完善,數據中臺將在企業數據管理、利用、交易和流通等方面將扮演更加關鍵的角色,成為企業數字化轉型的重要支撐。
與AI大模型的結合
生成式AI的訓練和應用都重度依賴數據,這本身就是一種“數據消費”,如果想要讓模型質量更高,AI在實際業務中應用落地的數據反哺又至關重要。大模型想在企業側落地,意味著企業自身的數據和算力規模都會不斷加大。企業不僅需要更多數據,還需要更智能地使用數據。而數據消費,又會反哺到應用和底層的數據基建建設之中。
有專業人士總結道:“未來的大數據架構將是一個高度集成、智能化和自動化的系統,它能夠有效地處理和分析大量數據,同時簡化數據管理和AI應用的開發過程,為企業提供競爭優勢。”
與AI大模型等前沿AI技術的結合,進一步增強了企業對數據中臺的依賴。企業需要更精細化地建設數據基礎設施,配合業務流建立起數據采集、存儲、分析層面的工具。而在數據上,更需要高質量且完整的數據,更好加以治理,統一標準和口徑,為數據的使用做好準備。
結語
數據中臺的應用場景和服務范圍正在不斷擴大,金融、電信、制造業、零售、醫療、物流等,都需要數據中臺的支持和幫助,實現數字化轉型和創新發展。跟隨技術進步,數據中臺將進一步深化,成為支撐企業數字化轉型和智能化發展的核心基礎。
(文/緋櫻)
e-Mail:lab@enet16.com