
根据Wikibon的结论,全球大数据市场软件与服务收入预计将由2018年的420亿美元增长至2027年的1030亿美元,年均复合增长率(简称CAGR)高达10.48%。
Forrester公司预计,全球大数据软件市场将在今年年内迎来310亿美元总值,较上一年增长14%。预计全球软件市场总营收将达到6280亿美元,其中应用程序将达到3020亿美元。
根据埃森哲的一项研究,79%的企业高管认为拒绝大数据发展趋势的企业将失去其竞争地位,甚至面临着灭顶之灾。更有83%的企业正积极利用大数据项目夺取竞争优势。
根据普华永道公司的调查结论,59%的企业高管表示,人工智能技术的引入能够改善公司的大数据处理能力。
销售与营销、研发、供应链管理(简称SCM,包括分销)以及工作场所管理与运营(包括大数据)正成为目前企业营收增长的最大贡献因素。麦肯锡分析公司于2018年1月发布的研究报告《Analytics Comes of Age》对如何利用分析技术与大数据实现全新生态系统作出了全面概述,并将其视为实现人工智能(简称AI)的一项前提条件。麦肯锡方面发现,分析与大数据在基础材料与高科技行业当中作出的贡献最为可观。以下第一份图表即来自麦肯锡分析公司的研究,其中突出了分析与大数据技术如何彻底改变销售与营销领域中的多种基本业务流程。
在麦肯锡分析公司开展的调查当中,近50%受访者表示分析与大数据技术从根本上改变了其销售与营销类职能的业务行为。此外,超过30%的受访者表示各行业研发工作同样受到重大影响。其中高科技、基础材料与能源领域的受访者们表示,分析与大数据技术改变了其相当一部分固有职能。资料来源:2018年1月发布的《Analytics Comes of Age》。

全球大数据市场软件与服务收入预计将由2018年的420亿美元增长至2027年的1030亿美元,年均复合增长率(简称CAGR)为10.48%。与此同时,Wikibon方面还估计称,全球大数据市场在2017年到2027年之间将以11.4%的年均复合增长率持续扩张,总体规模则由350亿美元增长至1030亿美元。资料来源: Wikibon 与 Statista相关报告。

根据NewVantage Venture Partners的统计,大数据将通过减少开支(49.2%)与创造新的创新途径(44.3%)为企业带来最大价值。通过将高级分析与大数据相结合以发现降低成本及提供可量化结果的新机遇,目前各个行业都在积极探索将这两股力量引入自身的具体方式。69.4%的受访者已经开始利用大数据建立数据驱动文化,而有27.9%已经获得初步成果。资料来源: NewVantage Venture Partners, Big Data Executive Survey 2017。

Hadoop与大数据市场总值预计将由2017年的171亿美元增长至2022年 993.1亿美元,年均复合增长率高达28.5%。预计增长速度最快的阶段为2021年与2022年,届时市场的年价值总量将首次突破300亿美元。资料来源: StrategyMRC与Statista相关报告。

大数据应用程序与分析将由2018年的53亿美元增长至2026年的194亿美元,年均复合增长率为15.49%。全球大数据市场(包括专业服务在内)将由2018年的165亿美元增长至2026年的213亿美元。资料来源: Wikibon与 Statista相关报告。

对高级分析与大数据相关硬件、服务与软件的全球需求进行比较,其中软件部分拥有明显优势。软件部分预计将成为增长速度最快的门类,将由2018年的140亿美元增长至2027年的460亿美元,年均复合增长率为12.6%。资料来源: Wikibon; SiliconANGLE; Statista估计以及 Statista相关报告。

中国的高级分析与大数据收入预计将在2020年达到578亿人民币(折合约90亿美元)。中国市场预计将成为全球范围内发展速度最快的区域之一,其年均复合增长率可能达到31.72%。资料来源: 社会科学学术出版社(中国)与Statista。

非关系型分析数据存储预计将成为大数据领域中增长速度最快的技术类别,其2015年至2020年期间的年均复合增长率将达到38.6%。认知软件平台(年均复合增长率为23.3%)以及内容分析(17.3%)则与非关系数据库共同成为2015年至2020年期间三大增长速度最快的技术类型。资料来源: Statista。

利用大数据创建高效能分组集群的分散式一般零售商的销售额将增长3%至4%。大数据已经成为零售行业实现转型的催化剂,其能够为本地化带来远超以往的准确度水平。目前,大数据技术被广泛用于增加终端促销活动的投资回报率、优化货架设计、改善追加销售以及交叉销售业绩,同时优化高销量商品的价格设定。资料来源: 2018年2月8日,波士顿咨询集团,《Use Big Data to Give Local Shoppers What They Want》。

84%的企业推出了自己的高级分析与大数据项目,旨在提高准确度并加速自身决策流程。 NewVantage Venture Partners近期发布的调查结果显示,专注地这一方向的大数据项目拥有最高的成功率表现(69%)。超过三分之一的企业(36%)认为这一领域正是高级分析与大数据投资的首要方向。资料来源: NewVantage Venture Partners调查与 Statista。
好文章,需要你的鼓励
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。