
大数据产业未来将获得良好发展
回顾过去的2015年,互联网+、大数据、云计算等关键词成为行业追逐的焦点,这些关键词的背后也体现了国家用技术创新驱动经济发展的理念和 "网络强国"的战略。
国产基础软件行业走过了不平凡的一年,面对来自国际行业巨头的竞争,随着BAT等巨头的涉足,国内市场发生了深刻的变化。
人大金仓总裁任永杰在接受记者采访时表示,现在,我们面临着一个非常好的发展机遇,但是同时挑战也非常大,在选定发展方向的前提下,未来的机会特别多。
数据库成突破点
近年来,我国信息产业发展迅速,在不少领域已经达到或者接近世界先进水平。但是,基础软件尤其是数据库领域,仍然是整个信息产业的短板。
然而,从某种意义上来讲,数据库又是整个信息系统的基础和核心。数据库发展成为信息产业领域 "供给侧"改革过程中一个绕不过去的问题。
任永杰认为,纵向来看,经过近十多年的发展,国产数据库技术取得了长足进步,但是横向来看与国际巨头的差距仍然很大。并且,国外巨头凭借技术和规模优势形成了一些市场准入标准和壁垒。
近几年,数据库市场发生了新的变化,在大数据概念提出之后,数据和数据库变的特别热门。而且,数据库本身也发生了新的变化,进入了一个快速发展时期。到今天,数据库发展进入新阶段,有很多新的市场渠道可以进入,市场也从过去的 "三足鼎立" (甲骨文、微软、IBM)又进入了百花齐放的时代,这对国产数据库企业来说就会涌现很多新的机会。
任永杰表示,今年,人大金仓将以自主可控数据管理为 "一个中心",数据库产品和大数据行业解决方案为 "两条业务线"展开布局,通过把大数据和传统数据库业务相结合,走出一条国产数据库商业化成功之路。
发展机遇空前
近年来,国家多次提出在计算机软件领域的 "自主可控"和 "安全可靠",这对国产基础软件行业来说无疑是一个机遇。据了解,人大金仓作为我国三大自主关系型数据库厂商之一,其产品广泛应用于电子政务、国防军工及能源电力等重点行业领域。
任永杰认为,国家对信息技术领域尤其是计算机软件自主可控和安全可靠的政策,对国产数据库企业来说,毫无疑问是一个很好的机会。一方面,国产数据库经过发展有能力应对市场需求;另一方面,原来很多领域对国产数据库不了解,不知道和不接受,现在通过政策的影响开始转变,在市场方面也有了一些反响。
去年以来,大数据多次在国家的重要政策和政府重要规划中出现,并且大数据也已经成为 "十三五"规划中重点发展的产业之一。面对大数据带来的冲击,作为立志要成为 "中国数据管理与服务领导者"的人大金仓将会如何应对?
任永杰认为,人大金仓多年以来深耕数据库市场,对整个数据领域包括数据底层的了解和技术沉淀,使得人大金仓在技术层面积累深厚基础牢靠,把在传统数据库领域的积累盘活,同时结合目标领域,提升大数据解决方案,从而形成自己的核心竞争力和差异化优势。
借力集团优势
据了解,人大金仓的股东公司太极股份多次对其进行增资。不仅如此,人大金仓还是中国电科集团的成员单位。中国电科集团、太极股份自身拥有丰富的市场资源,这些资源都可为人大金仓的发展助力。
任永杰表示,未来与太极股份将会更紧密的联合发展,太极股份在市场上的优势也会给人大金仓带来新的业务支撑。
在谈到未来发展时,任永杰表示,人大金仓面临着一个非常好的发展机遇,但是同时挑战也非常大。因为人大金仓选择的方向是数据库和大数据,这个方向毫无疑问机会越来越多。从整个信息系统的变革来看,从过去的以流程为中心,逐步向以数据为中心转变,相应的对数据管理技术、数据分析技术的要求也会越来越高,将会催生更多的市场需求。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14