京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球IT细分产业大数据分析行业战略结论
市值TOP20分布
TOP20里面有14家美国公司,占70%,TOP5全部是美国公司,如果算上已经退市的Dell(预计市值超过800亿),美国依然在IT领域独领风骚,占据绝对的统治力。这才是美国称霸全球的软实力。美国在军事、货币、以及代表未来的IT产业上占据了绝对的领先性,中国赶上美国还需要很长一段时间。
TOP20里有5家亚洲公司(中国3,韩国1,新加坡1),1家欧洲公司。在IT领域欧洲和日本公司已经渐行渐远。未来必然走向中美争霸的局面,这跟中美两国市场规模、人口基数有关。
TOP20里面,8家互联网公司,8家半导体公司,占据了主要位置。传统大的IT公司占据了另外4席。
快速成长的公司
在快速增长(超过20%)的公司里面,互联网8家,占42%,半导体公司占了7家,接近37%,美国公司占58%。
网易的市值悄无声息的得到快速增长,游戏业务是主要贡献者,在线游戏占了营收的75%。同时,网易重兵投资的直播平台,跟VR的结合,也给未来带来更多的想象空间。Sony经过痛苦转型,总算走出了连续大幅度亏损的命运,再度被市场看好。
微软今年以262亿美金的现金收购了Linkedin,未来将会有7亿用户,给微软的未来带来新的想象空间。同时,云产品Azure的强劲表现,推动微软市值大幅度回升,但距离顶峰的1999年的6137亿美金市值还存在一定距离。不过,已经有分析师给出微软1万亿美元市值的可能性。
Juniper市值的快速增长,我还没有想到其中的逻辑,上次在欧洲,提起爱立信跟思科可能的合并,有一个老外不认为他们间的合并会成立,他认为爱立信收购Juniper更有可能,不清楚他的理由,可能只是简单的业务互补。但Juniper在未来两年被某公司收购是大概率事件。
云计算转型公司
清一色的美国公司,美国再次完成了布局,占领了未来的机会。在这种生态下,中国公司如何快速赶上,华为如何快速赶上? 相信中国本土会出现1-2家大的云计算公司,道理跟互联网公司一样,现在是阿里云领先,华为还有机会,如何在中国市场占据第一是关键。战略之争,中国公司很难赢得北美的云计算市场,但北美厂家也很难进入中国。欧洲和东南亚是两个势力角逐的焦点。
亚马逊AWS的营收超过了100亿美金,取得了巨大突破,预计明年的业绩将会进一步提升。AWS推动亚马逊 的市值快速提升,站上了3500亿美金,增长接近150%。阿里云的估值也达到了390亿美金,而且按这个势头,未来又会是一个巨无霸的产业。
HP实际上已经分割成两个独立的公司上市,HPE(惠普企业)和HPQ(惠普)。主打企业市值的HPE,利用云计算转型的契机,使得市值获得较大的提升,让HP整体状况不会太糟。
同时,云计算转身也不是无往不利的法宝,除了微软Azure和亚马逊AWS外,其他公司并没有获利太多。VWware受Dell并购EMC影响,市值还有所下降。未来的云计算市场,又将会是一个赢者通吃的市场。
半导体公司
没有中国大陆公司入榜,这就可以理解为什么中国政府会那么捉急。为了避免脖子卡在别人的手里,中国政府这两年在半导体领域投资了几千亿人民币,同时还砸锅卖铁的在全球并购半导体企业,而美国对中国严防死守,一毛不拔。这是两个大国围绕着未来的战略之争,没有道理可言。
受反垄断、手机市场饱和、中国红色供应链多方因素影响,高通的盈利出现下降,市值下滑。Intel还是没有找到新的突破,台积电将继续高歌猛进,ASML仍然是设备厂商的领头羊。
人工智能转型公司
又是清一色的美国公司,百度勉强挤在里面。英伟达的市值2年增加了5倍,可以想象现在的人工智能有多火。AI这个产业是从2015年被点燃的,各大IT公司纷纷布局,现在也很难用数据来佐证这个趋势。这两年, IBM猛炒Watson,Google大推AlphaGo围棋。但微软Azure和亚马逊AWS,不可能在大数据红火时袖手旁观。微软目前拥有适用数据分析的大规模存储库Data Lake等近10个数据存储和分析服务,Amazon AWS目前拥有Hadoop框架EMR等七款产品。
百度说移动互联网已经过去了(意思是阿里巴巴、腾讯已经过去时了),下一个是人工智能的时代,他们将会在人工智能的时代重新站起来,近期百度选择陆奇来运作面向未来的战略,陆奇能否带领百度走出迷茫期,让我们拭目以待。 对于未来的IT产业,实际上是美亚争夺领导力的时代。欧洲实际上已经沦落为旁观者,日本的衰弱也是无法遏止。
对于代表未来趋势几大方向:人工智能、云计算、互联网、半导体(万物互联可以归入半导体和云计算领域),美国具有绝对优势,中国拥有迎头赶上的势头。传统的硬件厂商(设备、终端、云基础设施)已经进入了市场底谷,感觉不可能再坏了。未来几年可能通过兼并形成比较稳定的格局,当然,还会有几家消失掉。$中国联通(SH600050)$$烽火通信(SH600498)$网宿科技(SZ300017)掌趣科技大华股份
华为公司2016年的销售额750亿美金,利润50亿美金左右,近30%增长。这样来看,如果在美国上市,市值预计在1500亿美金左右(PE 30,主要对照思科做的估算。华为的销售额750亿美金,思科预计500亿。华为的利润50亿美金,思科100亿,华为增长30%,思科0增长。
对比来看,华为主要是利润偏低,但华为有做低利润之嫌(迎合产业环境,不能超过运营商),关键是成长性很重要,所以综合来看华为的估值应该不低于思科),当然,如果华为要追求高股价,应该可以将利润做到更高,短期市值突破2000亿不是难事。但考虑到华为主营业务CBG,CNBG,EBG,行业基本都到天花板了,所以快速成长存在风险。正常的路径,很可能就像思科,在CNBG领域占据老大地位,获得较好的利润。
同时在CBG、EBG两块领域发挥乌龟精神,慢慢爬升,稳健发展。但未来具有不确定因素,尤其来自云计算和人工智能的变革,可能会在全球范围内发起新一轮的洗牌,华为如果没有赶上这趟车,也可能会逐渐消亡在历史的长河里面,或者落为平庸。而在这两块要赢得未来,一个良好的生态是很关键的,目前的主要玩家都在美国,对华为的将来是很大的挑战。
未来的全球化进程会进一步受到挑战,全球会裂变成以美国市场、中国市场为代表的两股势力,波及云计算、人工智能、半导体、互联网。华为如何充分利用中国市场的优势,首先在中国市场占据绝对领导力,迅速站稳脚跟是关键。同时,如何打赢欧洲和东南亚市场,将会是未来谁能够占据领导地位的风向标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21