发改委两会声音:推进实施“互联网+”行动和大数据战略

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

经过几年的发展,大数据已成为我国基础性战略性资源和重要力量,它既是物质形态的生产力,更是改革发展的思想原动力。2017年全国两会,发改委副主任宁吉喆表示,将推进实施“互联网+”行动和大数据战略。大数据中蕴藏着重大机遇,用好大数据,有利于提高企业发展活力和运营管理效率,有利于激发商业模式创新,有利于推进供给侧结构性改革。

受“经济下行”的影响,“去产能”成为目前我国很多产业的当务之急,与此同时,一些热门领域备受追捧,大量资源集中,导致新的“产能过剩”。在“大众创业、万众创新”的浪潮下,分享经济受到众多创业者的青睐,同时也有一些已经发展成熟的企业,由于需要输出产能,盘活资金,也盯上了分享经济的蛋糕。以共享单车为例,各大平台争相在北、上、广、深等地密集投放单车,导致大量单车长期闲置,浪费平台资金和人力投入。在现阶段,社会投资仍然面临着政府有效信息支撑不足、民间信息“碎片化”严重、企业收集数据力不从心等困境,这也容易导致“一哄而上、一上就多、一多就剩”的大量无效投资,造成产能过剩。

这类因信息缺乏导致的产能过剩,极易打击社会投资的信心,长此以往对各行业乃至全社会的健康发展都是不利的。大量社会投资在有限信息约束条件下作出决策,跟随性投资成为主流,为产能过剩埋下伏笔。全面推进大数据的发展,对所有企业的优化资源、降低成本、提升效益来说都是大有裨益的。

大数据和云计算这些新技术的应用为整个市场竞争格局的变化提供了技术基础,使得各产业和创新业务有了低成本、快速实现的可能。大数据时代,互联网有效地促进了产业融合,加速了产业调整和转型,不同产业之间的鸿沟不断缩小,产业发展往健康可持续的道路上更进一步,大数据的应用必将引发新一轮经济发展热潮。

如今,我国大数据产业的发展仍处于初始阶段,大数据助力产业转型升级还存在很多问题:政府掌握着大量核心数据,并且数据利用率较低,占数据总量95%以上的非结构化数据被束之高阁;一些平台和社会力量拥有大量的数据,无法将之应用到更大的领域发挥更大的价值;一些企业拥有专业数据分析应用技术,却只能望“数据钻石矿”兴叹。

大数据不仅仅是信息技术领域的革命,更是在全球范围内引领社会变革的利器。政府作为产业发展大数据的采集者、使用者、发布者,天然担负着加强信息发布、引导产业调整、实现经济管理的责任。因此,激活政府数据的价值,是当前推进大数据战略的要务。同时,要加强政企的大数据合作,有效地融合政府数据和社会数据,引导产业转型升级,走上健康发展和可持续发展之路。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7月前
|
SQL 存储 大数据
某互联网大厂亿级大数据服务平台的建设和实践
某互联网大厂亿级大数据服务平台的建设和实践
301 0
|
5月前
|
NoSQL 大数据 知识图谱
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
52 1
|
5月前
|
存储 数据可视化 大数据
大数据平台架构设计与实施
【7月更文挑战第3天】本文探讨了大数据平台的关键技术,包括数据采集(如Kafka、Flume)、存储(HDFS、HBase、Cassandra)、处理(Hadoop、Spark)、分析挖掘及可视化工具。架构设计涉及数据收集、存储、处理、分析和应用层,强调各层次的协同与扩展性。实施步骤涵盖需求分析、技术选型、架构设计、系统部署、数据迁移、应用开发测试及上线运维,旨在为企业决策提供强有力的数据支持。
|
人工智能 自动驾驶 大数据
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
436 0
|
大数据
《2017 中国互联网消费生态 大数据报告》电子版地址
2017 中国互联网消费生态 大数据报告
62 0
《2017 中国互联网消费生态 大数据报告》电子版地址
|
分布式计算 DataWorks 数据可视化
4.互联网、电商离线大数据分析最佳实践(三)|学习笔记
快速学习4.互联网、电商离线大数据分析最佳实践
4.互联网、电商离线大数据分析最佳实践(三)|学习笔记
|
大数据
《互联网大数据应用&解决方案》电子版地址
《互联网大数据应用&解决方案》PPT
72 0
《互联网大数据应用&解决方案》电子版地址
|
存储 SQL 分布式计算
4.互联网、电商离线大数据分析最佳实践(二)|学习笔记
快速学习4.互联网、电商离线大数据分析最佳实践
157 0
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
293 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
45 2