IDC图数据管理分析平台行动路线图V1.0正式发布

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: IDC DataSphere数据显示,到2027年,全球非结构化数据将占到数据总量的86.8%,达到246.9ZB。未来非结构化数据仍是数据产生和存储的主要形式,如何更好地管理非结构化数据、挖掘其背后的价值,则更加重要,这也是区分与其他公司竞争力的关键。图数据管理分析平台作为其中的关键一环,被越来越多的厂商关注,从开源到采购商业化版本,市场规模仍保持乐观增长。

北京,2023年12月6日——

IDC DataSphere数据显示,到2027年,全球非结构化数据将占到数据总量的86.8%,达到246.9ZB。未来非结构化数据仍是数据产生和存储的主要形式,如何更好地管理非结构化数据、挖掘其背后的价值,则更加重要,这也是区分与其他公司竞争力的关键。图数据管理分析平台作为其中的关键一环,被越来越多的厂商关注,从开源到采购商业化版本,市场规模仍保持乐观增长。

近日,IDC发布了《图数据管理分析平台核心能力与市场趋势判断》(Doc # CHC50961924),并绘制行动路线图V1.0,旨在希望可以帮助技术供应商更好地理解技术和市场趋势,从底层支撑、平台功能、生态布局、AI应用场景来创新产品布局。

IDC定义下的图数据管理分析平台Graph Data Management & Analysis Platform是基于图的形式提供数据的存储、管理、查询和分析服务,实现数据的更加敏捷、更加低成本、更加高效的查询分析能力,并基于平台底座来进行上层知识图谱开发、知识管理、AI大模型应用和逻辑推理。

图的概念处于上升期,市场需求和驱动力主要来自于两个方面:

一是图数据库在经历了数十年的市场教育后,以及传统低维度的数据分析不能匹配企业开始以更快的速度积累和管理数据,关系挖掘的需求日益迫切。值得注意的是,用户数字化程度和对数据敏感度与采用图数据管理分析平台的深度成正比关系,因此当前大部分客户来源于银行、保险、证券、互联网、政府领域,未来三年这几个领域也依然是市场重点。

二是生成式AI的驱动,生成式AI以其大模型和智能交互的特点吸引了全球的技术开发者,以及增加了终端用户对于新兴技术产品的投资热情,而为了解决幻觉问题,实现更精准的、更符合人类逻辑的推理能力,图与向量数据库被认为是当前最合适的解决方案。在生成式AI模型架构无法解决此问题的前提下,通过知识图谱来搭建正确的知识关系网络,可以检查验证生成内容的准确性,这对于生成式AI的大规模应用推广至关重要。

IDC绘制的图数据管理分析平台行动路线图V1.0版本,包括底层基础能力、图数据管理分析平台核心能力、平台外部因素、传统应用服务领域和Gen AI带来的新的机会五个方面,梳理技术供应商的前沿技术趋势和市场行动,以期望帮助更多的厂商来制定未来的产品发展计划和行动路线,从更广的维度和更贴合市场需求的视角来重新审视图数据管理分析平台的发展。

在代表厂商推荐部分,IDC共列出蚂蚁集团TuGraph、杭州悦数图数据库、华为云GES、嬴图Ultipa Graph、星环科技StellarDB的5家公司产品,分析了其主要优势、产品能力和未来布局方向。

IDC给技术供应商的建议:

明确自身产品与Gen AI的融合全部可能性。生成式AI带来的浪潮使得Data与AI界限越来越模糊。整体来看,AI公司融合大数据服务的进度更快,图数据服务厂商仍在点状探索阶段,对Graph+AI理解和布局不明晰,这很可能使厂商失去更大的市场。

培育产品独立生态以及与外部的合作。图数据服务对于普通开发者来说上手使用难度仍较高,因此厂商也在从查询语言、可视化、API/SDK等方面简化操作,但仍有较大的市场教育工作量。另外,图数据为企业数据底座建设的一小部分,在验证图在数据管理方面具有绝对领先优势之前,技术供应商还是要尽可能多的与外部数据库、云、数据平台服务厂商进行合作,打造完整解决方案。

尝试产品和应用独立进入市场的可能性。图数据库厂商正在加快工具、平台和应用的研发和探索,但尚未形成相对完整的产品结构。厂商在研发新的软件工具、平台、应用平台、完整大数据解决方案时,需要制定更加详细的进入市场计划图,确定该产品采用独立销售路线还是与图数据库搭配销售路线,避免所有产品必须围绕某一核心产品才可以部署使用。

IDC中国新兴科技研究组高级分析师李浩然表示, 传统低维度的数据分析不能匹配企业开始以更快的速度积累和管理数据要求,关系挖掘日益迫切,未来图与AI的结合,更多的是集中在图计算引擎与整体平台架构之上,通过多样化的工具组件和统一的大数据管理解决方案,帮助企业更好地管理底层数据资产。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
7月前
|
传感器 数据可视化 数据管理
数据管理平台Splunk Enterprise本地部署结合内网穿透实现远程访问
数据管理平台Splunk Enterprise本地部署结合内网穿透实现远程访问
79 0
|
存储 数据采集 数据管理
一体化元数据管理平台——OpenMetadata入门宝典
一体化元数据管理平台——OpenMetadata入门宝典
1857 0
|
1月前
|
人工智能 Cloud Native 数据管理
媒体声音|阿里云王远:一站式数据管理平台的智能化跃迁
在DTCC 2024大会上,阿里云数据库产品管理与技术架构部负责人王远与IT168 & ITPUB特约嘉宾薛晓刚就数据库与AI技术的融合、云原生数据库的新趋势及向量数据库的支撑能力等热点话题进行了深入探讨。王远认为,Data+AI不仅是一个概念,已进入实际落地阶段。在智能化时代,单一数据库引擎难以满足多元业务需求,需要构建统一的数据管理能力,以支持不同工作负载。阿里云通过“瑶池”数据库品牌,提供云原生、平台化、一体化和智能化的数据库解决方案,助力用户应对复杂的数据管理挑战。
|
2月前
|
数据采集 DataWorks 数据管理
DataWorks不是Excel,它是一个数据集成和数据管理平台
【10月更文挑战第10天】随着大数据技术的发展,企业对数据处理的需求日益增长。阿里云推出的DataWorks是一款强大的数据集成和管理平台,提供从数据采集、清洗、加工到应用的一站式解决方案。本文通过电商平台案例,详细介绍了DataWorks的核心功能和优势,展示了如何高效处理大规模数据,帮助企业挖掘数据价值。
128 1
|
2月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
144 1
|
2月前
|
数据采集 SQL DataWorks
DataWorks不是Excel,它是一个数据集成和数据管理平台
【10月更文挑战第5天】本文通过一家电商平台的案例,详细介绍了阿里云DataWorks在数据处理全流程中的应用。从多源数据采集、清洗加工到分析可视化,DataWorks提供了强大的一站式解决方案,显著提升了数据分析效率和质量。通过具体SQL示例,展示了如何构建高效的数据处理流程,突显了DataWorks相较于传统工具如Excel的优势,为企业决策提供了有力支持。
118 3
|
3月前
|
缓存 负载均衡 数据管理
深入探索微服务架构的核心要素与实践策略在当今软件开发领域,微服务架构以其独特的优势和灵活性,已成为众多企业和开发者的首选。本文将深入探讨微服务架构的核心要素,包括服务拆分、通信机制、数据管理等,并结合实际案例分析其在不同场景下的应用策略,旨在为读者提供一套全面、深入的微服务架构实践指南。**
**微服务架构作为软件开发领域的热门话题,正引领着一场技术革新。本文从微服务架构的核心要素出发,详细阐述了服务拆分的原则与方法、通信机制的选择与优化、数据管理的策略与挑战等内容。同时,结合具体案例,分析了微服务架构在不同场景下的应用策略,为读者提供了实用的指导和建议。
|
4月前
|
机器学习/深度学习 前端开发 数据挖掘
基于Python Django的房价数据分析平台,包括大屏和后台数据管理,有线性、向量机、梯度提升树、bp神经网络等模型
本文介绍了一个基于Python Django框架开发的房价数据分析平台,该平台集成了多种机器学习模型,包括线性回归、SVM、GBDT和BP神经网络,用于房价预测和市场分析,同时提供了前端大屏展示和后台数据管理功能。
121 9
|
5月前
|
Java 数据管理 API
构建基于Spring Boot的数据管理平台
构建基于Spring Boot的数据管理平台
|
7月前
|
数据采集 DataWorks 数据管理
DataWorks不是Excel,它是一个数据集成和数据管理平台
DataWorks不是Excel,它是一个数据集成和数据管理平台
200 2

热门文章

最新文章