| RK | 企業(yè) | 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(wǎng)易 | 93.00 |
| 15 | 億信華辰 | 92.59 |
| 16 | 京東 | 92.38 |
| 17 | 星環(huán)科技 | 92.23 |
| 18 | 軟通動力 | 91.47 |
| 19 | 湘郵科技 | 91.22 |
| 20 | 愛數(shù) | 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(shù)據(jù) | 89.53 |
| 30 | 東軟集團 | 89.31 |
| 31 | 數(shù)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(shù)瀾科技 | 88.12 |
| 37 | 袋鼠云 | 88.00 |
| 38 | 數(shù)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(shù)智 | 86.59 |
| 50 | 九章數(shù)據(jù) | 86.51 |
| 2024.08 DBC/CIW/CIS | ||
企業(yè)級共性數(shù)據(jù)服務能力
2015年左右在我國興起的數(shù)據(jù)中臺“熱”，是我國企業(yè)數(shù)字化進程中的重要里程碑之一。在當時數(shù)字化的熱潮之下，國內無論大小企業(yè)，都在開始建設數(shù)據(jù)中臺。
對于企業(yè)來說，是否構建數(shù)據(jù)中臺取決于企業(yè)內部數(shù)據(jù)資源的復雜性和數(shù)據(jù)應用的關聯(lián)性。當企業(yè)的數(shù)據(jù)資源較為復雜，數(shù)據(jù)規(guī)模較大且管理維護成本高，構建數(shù)據(jù)中臺可以提高數(shù)據(jù)維護和使用效率；當企業(yè)的數(shù)據(jù)應用能力共性較多時，通過數(shù)據(jù)中臺則能夠實現(xiàn)數(shù)據(jù)服務的復用，則可以起到更好的效率提升。
數(shù)據(jù)中臺是企業(yè)數(shù)字化建設的重要構成，能夠通過整合企業(yè)基礎設施和數(shù)據(jù)能力，實現(xiàn)數(shù)據(jù)資產化和服務復用，降低運營成本，支撐業(yè)務創(chuàng)新。
在企業(yè)數(shù)字化升級的持續(xù)推進下，以及數(shù)據(jù)要素相關政策和數(shù)據(jù)保護相關法規(guī)的逐步完善，數(shù)據(jù)中臺將在企業(yè)數(shù)據(jù)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(yè)數(shù)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(shù)據(jù)，這本身就是一種“數(shù)據(jù)消費”，如果想要讓模型質量更高，AI在實際業(yè)務中應用落地的數(shù)據(jù)反哺又至關重要。大模型想在企業(yè)側落地，意味著企業(yè)自身的數(shù)據(jù)和算力規(guī)模都會不斷加大。企業(yè)不僅需要更多數(shù)據(jù)，還需要更智能地使用數(shù)據(jù)。而數(shù)據(jù)消費，又會反哺到應用和底層的數(shù)據(jù)基建建設之中。
有專業(yè)人士總結道：“未來的大數(shù)據(jù)架構將是一個高度集成、智能化和自動化的系統(tǒng)，它能夠有效地處理和分析大量數(shù)據(jù)，同時簡化數(shù)據(jù)管理和AI應用的開發(fā)過程，為企業(yè)提供競爭優(yōu)勢。”
與AI大模型等前沿AI技術的結合，進一步增強了企業(yè)對數(shù)據(jù)中臺的依賴。企業(yè)需要更精細化地建設數(shù)據(jù)基礎設施，配合業(yè)務流建立起數(shù)據(jù)采集、存儲、分析層面的工具。而在數(shù)據(jù)上，更需要高質量且完整的數(shù)據(jù)，更好加以治理，統(tǒng)一標準和口徑，為數(shù)據(jù)的使用做好準備。
結語
數(shù)據(jù)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(yè)、零售、醫(yī)療、物流等，都需要數(shù)據(jù)中臺的支持和幫助，實現(xiàn)數(shù)字化轉型和創(chuàng)新發(fā)展。跟隨技術進步，數(shù)據(jù)中臺將進一步深化，成為支撐企業(yè)數(shù)字化轉型和智能化發(fā)展的核心基礎。
（文/緋櫻）
e-Mail：lab@enet16.com
