慧聪安防网讯 在诸多的政策规划中，近日发布的《大数据产业发展规划(2016-2020年)》的影响力最为广泛，关注度高达92.11，帆软数据应用研究院有责任和义务对《规划》做个解读，帮助大家更深入地理解政策、把握机会，搭乘政策红利的顺风车。
五个版块解读《大数据产业发展规划》
一、大数据产业现状和挑战
当前，我国信息化水平日益提高，积累了丰富的数据资源，我国已成为产生和积累数据量最大、数据类型最丰富的国家之一。具备了良好基础，面临良好的发展机遇，但仍然存在一些困难、问题和挑战，主要表现在：
数据资源开放共享程度低。数据质量不高，数据资源流通不畅，管理能力弱，数据价值难以被有效挖掘利用。技术创新与支撑能力不强。我国在新型计算平台、分布式计算架构、大数据处理、分析和呈现方面与国外仍存在较大差距，对开源技术和相关生态系统影响力弱。大数据应用水平不高。我国发展大数据具有强劲的应用市场优势，但是目前还存在应用领域不广泛、应用程度不深、认识不到位等问题。大数据产业支撑体系尚不完善。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范不健全，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系。人才队伍建设亟需加强。大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。
二、2020年发展目标
(一)总目标
到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成。大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。
(二)分目标
1、技术产品先进可控。在大数据基础软硬件方面形成安全可控技术产品，在大数据获取、存储管理和处理平台技术领域达到国际先进水平，在数据挖掘、分析与应用等算法和工具方面处于领先地位，形成一批自主创新、技术先进，满足重大应用需求的产品、解决方案和服务。
2、应用能力显著增强。工业大数据应用全面支撑智能制造和工业转型升级，大数据在创新创业、政府管理和民生服务等方面广泛深入应用，技术融合、业务融合和数据融合能力显著提升，实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务，形成数据驱动创新发展的新模式。
3、生态体系繁荣发展。形成若干创新能力突出的大数据骨干企业，培育一批专业化数据服务创新型中小企业，培育10家国际领先的大数据核心龙头企业和500家大数据应用及服务企业。形成比较完善的大数据产业链，大数据产业体系初步形成。建设10-15个大数据综合试验区，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。
4、支撑能力不断增强。建立健全覆盖技术、产品和管理等方面的大数据标准体系。建立一批区域性、行业性大数据产业和应用联盟及行业组织。培育一批大数据咨询研究、测试评估、技术和知识产权、投融资等专业化服务机构。建设1-2个运营规范、具有一定国际影响力的开源社区。
5、数据安全保障有力。数据安全技术达到国际先进水平。国家数据安全保护体系基本建成。数据安全技术保障能力和保障体系基本满足国家战略和市场应用需求。数据安全和个人隐私保护的法规制度较为完善。
三、实现目标的关键举措
《规划》再分析总结产业发展现状及形式的基础上，围绕“创新、开放、共享、应用、协同、体系”关键词，对实现2020年目标具体设置了7项重点任务、8个重点工程，以及5个方面保障措施，为方便阅读理解，笔者做了分解处理，详见下图。
8个重点工程：围绕重点任务，设置了大数据关键技术及产品研发与产业化、大数据服务能力提升、工业大数据创新发展、跨行业大数据应用推进、大数据产业集聚区创建、大数据重点标准研制及应用示范、大数据公共服务体系建设、大数据安全保障八个工程，作为工作抓手重点推进。
5个方面保障措施：大数据涉及面广，对跨层级、跨部门的协调要求高，同时需要法律法规、政策、人才以及国际合作等多层面支持，提出推进体制机制创新、健全相关政策法规制度、加大政策扶持力度、建设多层次人才队伍、推动大数据国际化发展五个方面的保障措施。
四、《规划》对企业的启示
好风凭借力，送我上青天。大数据企业需要充分利用政策红利，积极响应国家的号召和导向，既要不断通过技术创新，提升产品竞争力，也需要从业务切入，以国家战略、市场需求为牵引，提供行业应用解决方案，更需要响应开放共享，利用互联网共创思维实现企业快速发展，从而打造一流品牌，实现企业价值和利益。
1、把握先入优势
无数案例验证了行业先入者优势，英特尔首席执行官AndrewGrove曾说，当企业有了技术突破或其他根本性改变时，机会就来了，抓住机会。在这一行业，先入者而且只有先入者，也就是在别人犹豫不决时就果断采取行动的企业，才真正有机会赢得时间，超过其他竞争对手。在这个市场里，时间优势是获得市场份额的最可靠的办法。虽然国外产品比国产更好，但是鉴于中国特殊情况和本次战略时间窗口，国外厂商想形成垄断几无可能，这正是中国厂商的机会，凭借本土优势还是很容易成长为各个细分领域的领导者。
2、持续技术创新
创新是动态发展的，如果进行一次技术创新之后不再进一步开拓进取，而是坐享原来的结果，必然会陷入困境，原有的先入优势和客户忠诚度将消耗殆尽。综合来看，企业创新的驱动力主要有以下四个方面：企业领导自身的内驱力；企业外界的外界压力，如行业内部各企业之间的竞争方式、市场竞争的激烈程度、市场策略等；技术和社会文化的影响力，如本地区社会发展状况、企业文化、企业员工素质等；目标市场和预期利润的吸引力，即企业有没有梦想有没有拼劲；
3、创建生态优势
进入互联网和大数据时代，产业环境、消费者需求发生了巨大的变化，一是整合性需求的提高，用户不再满足于单一产品功能，而是希望企业交付一览的的个性化解决方案；二是行业跨界增加了竞争的不确定性，黑天鹅乱飞的年代，谁也想不到将来竞争对手会是谁。所以企业必须学会构建生态，创建生态优势。
这里的生态是指企业、个人在相互依赖和互惠的基础上形成共生、互生和再生的价值系统，实质上是规模经济的逻辑延伸，在产品获服务的创造层面让更多的人参与，让事业目标链接更多的人。个人消费者领域，苹果公司与开发者、app与IOS系统就是一个共赢共生的生态；大数据BI领域，帆软公司与开发者联盟、问题互助团队、文档团队等也是共创共赢的生态。生态优势的背后假定不再是零和博弈，它强调共赢，追求“为我所用”，做到你中有我，互惠互利。
五、《规划》对个人的启示
《规划》已明确指出，大数据基础研究、产品研发和业务应用等各类人才短缺，难以满足发展需要。《2017年中国大数据发展报告》调查中显示，高端综合型人才短缺问题日益突出，问题主要有：
我国大数据从出现到广泛应用历时较短，从业者经验不足，对大数据的认知和分析思维相对滞后；岗位供需不平衡，数据分析、系统研发等技术类岗位大多供不应求，项目管理类求职人数占比远远高于招聘需求；学历层次错位明显，低学历的招聘需求高于求助数量占比，高学历则供不应求；二三线大数据行业发展较好的城市，如南京、大连、贵阳等人才供给相对不足；机会留给有准备的人，我们要顺时顺势。网络和付费知识的发展，让我们可以不受时间、金钱、地域的限制学到最新知识，但要成为好的数据科学家，还需要做到以下3点。
1、训练多模式思维
现实生活中一件事往往有多种解决方案，最佳解决方案会是不同的想法和解决思路碰撞的结晶，而这些想法和解决思路的来源往往也不尽相同。一个企业会从各种渠道收集信息，我们需要学习在每个渠道中提取有用的数据信息进行分析，再把这些分析结合到一起去，从而找出最佳解决方案。
2、把工作当成职责
兴趣是最好的老师，如果你愿意并喜欢大数据行业，那么就不仅要把工作当成谋生的手段，还是你的一个习惯和职责。你要习惯于用探索数据的方式来看待周围的世界，比如有人想听你对于数据如何改变生活的看法，那么你就应该用具体的数据和例子来支持你的观点，甚至用创造性的可视化信息展示。
3、扩展交际圈
在商业上，扩展人脉一直很重要，所以下班后多多出去看看吧。如果你想成为大数据领域内的专家，你应该多接触这个领域内的人。多去参加那些关于大数据的论坛、讲座等活动，多关注一些关于大数据的社交媒体账号。如果你的熟人在一家优秀的大数据公司工作，当他们有职位空缺时，他们会想到你。这便是扩展交际圈带来的好处之一。
