2022 数据云趋势报告

C目o录ntents 1什么是数据的未来1 2未来属于数据交换4 3迄今为止，唯独数据只增不减6 4海量数据带动云计算增长8 5数据从“上云”走向“云上”10 6数据时代走向3.012 7拥抱数据云，构建统一基础设施14 8定义：一站式企业级数据云16 结语：数据未来将无死角地降临20 01 01. 什么是数据的未来 2012年，SteveLohr在《纽约时报》上撰文描写“Data-ism”（数据主义）：“大数据这个词现在时常被人们随意使用，然而其语义十分模糊。简单地说，这个包罗万象的词条一般有三层含义：首先，它指代一揽子的技术；其次，它有可能引发一场度量数据规模的革命；最后，它为人们未来将会、甚或是应该如何制定政策提供了一个新视角、一种新理念。” 差不多同时间，2010年，维克托·迈尔·舍恩伯格（ViktorMayer-Schönberger）在《经济学人》上发布了长达14页对大数据应用的前瞻性研究，并在两年后出版了《大数据时代：生活、工作与思维的大变革》一书。在书中，他指出大数据的核心就是预测：“大数据将为人类的生活创造前所未有的可量化的维度。”他进一步指出大数据时代最大的转变是“要相关关系，不要因果关系”。这颠覆了人类过去的视角，进一步从数据延伸出了全新的人类与世界交流的方式。 时间进入21世纪20年代，SteveLohr的描述已然成为现实。世界各国纷纷转变视角，把数据发展作为一项战略规划。对于数据的占有和使用，影响着国家竞争力的走向，以及企业在市场竞争中的地位。2020年，中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》第一次把数据提到生产要素的高度上来，并进一步明确要加强数据资源整合和安全保护。一年之间，从基础设施到数据市场，数据要素的可能性热议中国。（图1） 中共中央、国务院《关于构 建更加完善的要素市场化配 置体制机制的意见》 首提数据要素 推进政府数据开放共享；提升社会数据资源价值； 加强数据资源整合和安全保护。 “新基建”3大方面7大领域 国家首次官宣明确 信息基础设施 以工业互联网为代表的通信网络基 础设施；以人工智能、云计算为代 表的新技术基础设施；以数据中心 为代表的算力基础设施。 总理发布 政府工作报告 首提培育数据 市场 推进要素市场化配置改革； 促进人才流动，培育技术和数据 市场，激活各类要素潜能。 港交所掌门人李小加数据相 关提案引起广泛关注 加速数据要素 市场培育 聚焦以下5大问题：数据确权；数据 的安全和隐私保护；助力数据共享， 以产生更大价值；统一数据市场的 监管标准；培育数据交易生态体系 工信部发布《关于工业大数 据发展的指导意见》 图1：2020年“数据要素”相关发布 工业大数据 重点任务涉及数据汇聚、数据共享、数据应用、数据治理、数据安全、产业发展、组织保障7个方面 “数据要素化”是人类第一次对数据的未来拥有了相似的集体想象。这种想象可能来自于对当下的迷茫和不满。 2019年底，中国社会科学院发布的《社会蓝皮书》指出，中国城市发展从“增量”时代走向了“存量”时代，从社会经济到企业经营，过去的经验似乎不再有效。“你可能什么都没做错，你只是太老了。”马化腾的这句话真切地说明了时代变迁给企业、给个人带来的不安和恐惧。 02 为了消解变化背后的不确定性，企业越来越依赖于对机器智慧的想象，既要解决当下企业面临的问题，也要为更长远的发展提供空间。如果说计算机帮助企业收集信息，从经验试错走向了分析择优，那么，面对越来越复杂的计算机系统和企业组织，今天企业就必须要去思考和解决如何让数据自动化流动起来，消解复杂系统本身的不确定性，优化整体资源配置效率。 “让正确的数据，在正确的时间，以正确的方式传递给正确的人和机器”，安筱鹏在《重构：数字化转型的逻辑》里认为，数据自动流动是企业竞争的关键，而算法则是将不确定性转化为确定性的最佳路径。 所以，从企业数字化转型的终局来看，企业技术能力的中心将由“系统建设”走向“数据交换”。用机器代替人去完成更高效率、更低成本的存储和计算，用算法代替经验公式去更准确高效地复用经验和知识，这就是未来数字化转型的定义。（图2） 经验 知识 算法 体力 脑力 硬件 软件 算力 数据 数据交换 算法代替经验公式 系统建设 机器代替人 图2：从“系统建设”走向“数据交换” 未来属于数据交换 过去主流的数据交换方式，来自于云厂商通过其上的平台（如淘宝）、通道（如微信）和工具（如手机），统一收集、处理、使用数据，数据只允许在平台内交换，构成了一个个封闭的中心型数据交换体系，每个节点和中心之间一对一地开展数据交换，即“以平台为中心”的交换方式。 1数据处于非确权状态，需要 依赖平台进行交换； 2数据技术发展刚刚起步，企业 缺少交换的基础设施； 3企业对数据的重要性认知不足， 更多地把数据作为工具，而没 有视为资源。 这种交换方式成为主流的原因包括： 对于互联网平台以外的大部分企业而言，当前数据交换的主要矛盾不是数据“可用”和“易用”的问题，而是数据“有”和“没有”的问题： 从技术角度来看，企业通常面临数据生产（没有数据）和数据采集（有数据但没采集）能力的缺失； 从业务角度来看，面临的是缺乏数据想象力，以及数据应用需求的单一化（可视化报表）的问题；从组织角度来看，面临的则是数据战略和专业人才的缺失问题。 但这种现状正在发生改变。 04 首先，大型企业集团同样希望在集团内部实现“以平台为中心”的数据交换，尽管面临数据能力不足、数据量少、数据需求少的现状，平台化仍然是大势所趋； 其次，随着云计算市场的发展，越来越多的企业希望摆脱云依赖，走向多云，不依附于某一家云厂商；最后，数据确权和反垄断也给互联网平台的数据使用带来了更大的挑战，存量竞争让平台数据价值降低。 DirectShare ShareB1_3 AccountB1 ShareB1_2 ShareB1_1 OrganizationB ShareB2_1 AccountB2 ShareB2_2 不仅如此，大型企业集团希望数据也能实现与产业上下游的互联互通，以及和第三方公司的数据交换，最终，实现数据要素的市场化交易。即统一构建云上数仓，统一构建云上账号体系，最终实现DirectShare—InternalExchange—ExternalExchange—DataMarketplace（数据共享—内部交换—外部交换—数据生态市场）的数据交换体系。（图3） DataMarketplace FromDataSimbaAccountFromThird-PartyDataProvider/Collector OrganizationA InternalDataExchange Listing/DatabaseA1_1 Listing/DatabaseA2_1Listing/DatabaseA3_2 AccountA1 ShareA1_1ShareA2_1 ShareA3_1 ShareA3_2 AccountA2 AccountA3 ExternalDataExchange Listing/DatabaseB1_2 Listing/DatabaseB2_2Listing/DatabaseA3_1 图3：数据交换体系 数据交换，意味着新的工作方式、新的商业增长模型、新的商业模式、新的商业角色…机会就孕育在风暴之前。 迄今为止，唯独数据只增不减 1980年，雷·库兹韦尔（RayKurzweil）想要找到一种方法，用于测量和追踪技术发展的速度。他用1000美元能购买到的计算能力随时间的变化情况来绘制这条曲线。（图4） 根据计算结果，库兹韦尔惊讶地发现，技术并不是线性发展，而是呈指数级上升的加速度发展。 图4：Exponentialgrowthofcomputing.20thto21stcenturies图源：RayKurzweilandKurzweilTechnologies,Inc. 库兹韦尔把这一规律命名为“加速回报定律”，把技术发展延伸至未来的某个巨变时刻称为“奇点”，人类社会在奇点来临之后将呈现完全不一样的状态。 不管是芯片领域的摩尔定律，亦或是生物科技领域，一系列的技术进步曲线看起来都呈现出了指数级增长的特征。2015年之后，全球范围内，数据同样开启了指数级增长曲线。 有两个数据可以佐证： 1.2015年，这一年人类产生的数据，近似等于2015年之前所有数据的总和； 2.2015年之后，人类产生数据总和以每年30%-40%的速度在增长。根据IDC的预测，2025年，人类数据总和将突破175ZB。（图5） 可以说，2015年就是数据奇点开启的元年。 175ZB 2010201120122013201420152016201720182019202020212022202320242025 ZB 180 160 140 120 100 80 60 40 20 0 图5：全球数据圈的每年规模 图源：数据时代2025，IDC全球数据圈 海量数据带动云计算增长 互联网行业巨头最早感知到数据指数级增长带来的云计算机会。 早在2006年，亚马逊就成立了AWS（AmazonWebServices，亚马逊云服务），开始尝试提供S3存储服务、SQS消息队列、EC2虚拟机，从而证明“云是可行业务”。 2008年，微软、谷歌两大巨头躬身入局，微软发布了WindowsAzure技术社区预览版，开始提供服务托管和线上化服务；谷歌发布了GoogleAppEngine预览版，用于开发者基于专有Web框架开发App并部署，这可以被视为PaaS的起源。 在国内，2008年，阿里巴巴开始筹办和起步“云计算”；2009年，阿里云成立。（表1） 进入2020年，企业的云计算使用走到了新的拐点。 1.2020年，我国公有云市场规模首次超过私有云。同期，全球云计算市场保持稳定增长，但增速逐渐放缓。公有云市场规模达689亿元，增长57.6%，私有云市场规模达645亿元，增长22.8%。 2.企业对云的投入增加。2020年IDG的云计算调研报告指出，云计算相关支出占比达到企业总IT预算的32%，且比例还在增加。 3.云原生趋势。2020年在云中运行的应用程序中，有54％是从本地基础结构迁移到云上的现有应用程序，而46％是“专门为云计算而构建”的应用程序。 4.企业采用“多云”趋势。2020年IDG的云计算调研报告显示，当组织利用多个公共云时，49％的受访者提到的主要目标是利用“最好的平台和服务选项”。其次“节省成本/优化成本”占41％，“提高灾难恢复/业务连续性”则占40％。如果仅放大企业目标，“避免供应商锁定”是第二目标，占比达40%。 上云云时，代从无1到.0有 大云数据时，代技术2.升0级 数据云平时台代，效3率.0升级 数据量 截至2010，全球数据量达 2ZB 截至2015，全球数据量达 15ZB，增速达25% 截至2020，全球数据量达64ZB， 增速超50% 产业格局 .规模导向，巨头垄断 .“云计算”成型，但未解耦“云计算”、 “大数据”等核心概念 .“云”从面向个人的网盘服务，转为面向企 业的企业级云服务 .国外云厂商正式加入中国市场竞争 .更多互联网头部企业进入市场，并开始出现 有特色产品服务和自主研发能力的独立云计 算创业企业 .企业趋向采用“多云”/“混合云”策略 .大量第三方独立服务商出现，与云厂商互利共生 技术趋势 .虚拟机层面实现存储与计算分离，逐步 形成适用于云上的应用架构 .IaaS、PaaS、SaaS技术层级分流出现， .PaaS层整体技术方向转变，尽可能解除原有 各领域深化发展，相互对接 平台、语言、框架的限制，保证云端用户的 技术灵活性和可移植性 .IaaS层技术深化，容器化与微服务形成趋势， .PaaS层摒弃大一统