研究报告｜赛迪顾问编制《2022中国数据科学市场研究报告》

作 者

云计算与大数据产业研究中心

数据科学是为数字经济提供基础与技术支撑的学科，其以大数据为研究对象，以机器学习、统计学和数据可视化等学科为主要理论基础，运用建模、分析、计算和机器学习等方法研究从数据到信息、从信息到知识、从知识到决策的转换，并实现对现实世界的认知与操控，是一门有关数据价值实现过程的交叉性学科。本报告研究对象主要包括数据科学平台与解决方案，是基于数据科学方法论构建的工具、数据、模型、方法、流程和领域知识的集合，其能够支撑用户开展数据集成、数据治理、数据建模、数据分析、数据服务、数据安全和资源管理等工作，帮助用户快速构建数据科学应用，实现数据价值释放。

日前，赛迪顾问云计算与大数据产业研究中心编制《2022中国数据科学市场研究报告》。报告从研究背景、政策环境、技术发展等多角度分析了数据科学的发展形势，同时从市场规模、竞争情况、重点企业等角度分析了发展现状，并对数据科学未来发展趋势进行了研判。

发展形势

近年来，云计算、物联网、移动计算等新技术的兴起使得数据种类和体量呈现爆发式增长，人们获取和存储数据的能力获得了较大提升，但理解大量复杂数据的关系和逻辑面临着较大挑战，分析应用数据的能力仍远远落后于获取和存储数据的能力，从海量、变化、复杂的数据中及时挖掘并呈现有价值的信息成为了政企应用大数据的关键。

从产业发展来看，全球各国不断深化大数据战略，大数据发展进入了“释放数据要素价值”的新阶段。从数字化转型来看，综合利用大数据、云计算和人工智能等技术深度挖掘数据的潜在价值，推动数字化向数智化发展成为未来重要的发展趋势。从数据应用深度来看，通过大数据预测未来、提供智能决策，从而指导实践的深层次应用正处于快速发展阶段，基于数据科学的数据智能应用将成为大数据的重要发展方向。整体来看，政企对释放数据价值产生了前所未有的需求，以数据处理、分析和应用为一体的数据科学将承载起大数据的未来。

市场情况

2021年，中国数据科学市场取得了较好的发展，市场增长率达到28.4%，高于全球市场增长率23.3%。推动市场发展的原因主要是相关技术不断成熟提升了产品的易用性，以及传统行业对AI中台的需求不断增强。

1、全球数据科学市场规模

2019-2021年，受疫情等多重因素影响，世界经济运行不确定性增强，以数据为关键生产要素的数字经济成为推动经济复苏的重要引擎。2021年，数据科学市场规模表现出较好的增长态势，市场规模达到102.1亿美元，2019-2021年全球数据科学市场规模复合增长率为23.7%。

2、中国数据科学市场规模

2019-2021年，中国全面推动数字经济发展，疫情防控需求的增强推动了数据科学发展，市场规模复合增长率为27.8%，高于全球增速。2021年，中国数据科学市场规模达到98.5亿元，未来三年中国数据科学市场规模复合增长率有望达到30.5%。

3、数据科学中国企业出海市场规模

2019-2021年，随着“一带一路”相关政策实施、中国云企业和大型国企不断出海，中国企业在海外也获得了较大的发展。2021年，数据科学中国企业出海市场规模达到16.5亿元，未来三年市场规模复合增长率有望达到23.3%。近年来，中国大力鼓励本土企业“走出去”，在海外取得了较好的成绩，中国企业利用自身在数据科学领域的技术优势，为海外客户提供数据挖掘、数据治理、建模分析、数据智能应用等服务。未来，海外新兴市场将成为新的行业增长点，中国企业出海蓝图正在徐徐展开，值得持续关注。

4、竞争格局

近两年，数据科学在国外受到市场广泛关注，国内各领域的企业也正在加快布局，提供数据科学产品的厂商主要是云厂商、大数据厂商和人工智能厂商。数据科学市场虽然经过了较长时间的发展，但由于行业范围较广，大数据、人工智能技术相互融合难度较大，需要长时间深入研发产品，尚未出现绝对的领军企业，竞争格局较为分散。在主流供应商中，阿里云、华为云处于领先地位，第四范式、创新奇智和百分点科技紧随其后。

发展趋势

展望未来，随着人工智能、云计算等技术的发展，还有底层芯片和内存的变化，以及视频等应用的普及，数据科学领域将继续沿着兼容AI、云化、集成治理、异构计算等方向持续更迭和快速发展，主要呈现以下特点：一是大数据与人工智能融合，数据科学平台更加强调全栈智能，不断提升数据应用的智能化水平；二是全面向云原生发展，利用基础引擎和中间件提升数据应用的性能、可用性和稳定性；三是集成全面的数据治理能力，更加强调统一治理并逐步消除数据孤岛，按照业务需求对数据进行主题化以及场景化建模，打造全流程数据治理能力；四是强调高级分析与应用，数据科学的分析重点将向更多元的数据分析方向发展，主要包括预测性分析和决策性分析、图分析、时空数据分析，以及知识图谱的应用等；五是多模态数据融合，随着语音、图像和视频等非结构化数据的快速增长，掌握不同模态之间的语义对应关系，从多摸态数据中提取融合信息是重要的发展方向；六是形成端到端的一站式解决方案，基于数据价值链全流程的理论基础，打通数据集成、数据治理、数据建模、数据分析和数据应用，形成可持续迭代的数据技术框架和全栈平台，综合提升全流程响应能力。