目 录Contents1 2345678结语：14681012141620什么是数据的未来未来属于数据交换迄今为止，唯独数据只增不减海量数据带动云计算增长数据从“上云”走向“云上”数据时代走向3.0拥抱数据云，构建统一基础设施定义：一站式企业级数据云 数据未来将无死角地降临数据云趋势报告 01Data Cloud Trends Survey2012年，Steve Lohr在《纽约时报》上撰文描写“Data-ism”（数据主义）：“大数据这个词现在时常被人们随意使用，然而其语义十分模糊。简单地说，这个包罗万象的词条一般有三层含义：首先，它指代一揽子的技术；其次，它有可能引发一场度量数据规模的革命；最后，它为人们未来将会、甚或是应该如何制定政策提供了一个新视角、一种新理念。”差不多同时间，2010年，维克托·迈尔·舍恩伯格（Viktor Mayer-Schönberger）在《经济学人》上发布了长达 14页对大数据应用的前瞻性研究，并在两年后出版了《大数据时代：生活、工作与思维的大变革》一书。在书中，他指出大数据的核心就是预测：“大数据将为人类的生活创造前所未有的可量化的维度。”他进一步指出大数据时代最大的转变是“要相关关系，不要因果关系”。这颠覆了人类过去的视角，进一步从数据延伸出了全新的人类与世界交流的方式。时间进入 21世纪 20年代，Steve Lohr的描述已然成为现实。世界各国纷纷转变视角，把数据发展作为一项战略规划。对于数据的占有和使用，影响着国家竞争力的走向，以及企业在市场竞争中的地位。2020年，中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》第一次把数据提到生产要素的高度上来，并进一步明确要加强数据资源整合和安全保护。一年之间，从基础设施到数据市场，数据要素的可能性热议中国。什么是数据的未来01.（图 1） 02数据云趋势报告2019年底，中国社会科学院发布的《社会蓝皮书》指出，中国城市发展从“增量”时代走向了“存量”时代，从社会经济到企业经营，过去的经验似乎不再有效。“你可能什么都没做错，你只是太老了。”马化腾的这句话真切地说明了时代变迁给企业、给个人带来的不安和恐惧。“数据要素化”是人类第一次对数据的未来拥有了相似的集体想象。这种想象可能来自于对当下的迷茫和不满。 国家首次官宣明确 “新基建”3大方面 7大领域总理发布政府工作报告港交所掌门人李小加数据相关提案引起广泛关注工信部发布《关于工业大数据发展的指导意见》以工业互联网为代表的通信网络基础设施；以人工智能、云计算为代表的新技术基础设施；以数据中心为代表的算力基础设施。推进要素市场化配置改革；促进人才流动，培育技术和数据市场，激活各类要素潜能。聚焦以下 5大问题：数据确权；数据的安全和隐私保护；助力数据共享，以产生更大价值；统一数据市场的监管标准；培育数据交易生态体系重点任务涉及数据汇聚、数据共享、数据应用、数据治理、数据安全、产业发展、组织保障 7个方面信息基础设施首提数据要素首提培育数据市场加速数据要素市场培育工业大数据图 1：2020年“数据要素”相关发布中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》推进政府数据开放共享；提升社会数据资源价值；加强数据资源整合和安全保护。 03Data Cloud Trends Survey“让正确的数据，在正确的时间，以正确的方式传递给正确的人和机器”，安筱鹏在《重构：数字化转型的逻辑》里认为，数据自动流动是企业竞争的关键，而算法则是将不确定性转化为确定性的最佳路径。所以，从企业数字化转型的终局来看，企业技术能力的中心将由“系统建设”走向“数据交换”。用机器代替人去完成更高效率、更低成本的存储和计算，用算法代替经验公式去更准确高效地复用经验和知识，这就是未来数字化转型的定义。为了消解变化背后的不确定性，企业越来越依赖于对机器智慧的想象，既要解决当下企业面临的问题，也要为更长远的发展提供空间。如果说计算机帮助企业收集信息，从经验试错走向了分析择优，那么，面对越来越复杂的计算机系统和企业组织，今天企业就必须要去思考和解决如何让数据自动化流动起来，消解复杂系统本身的不确定性，优化整体资源配置效率。图 2：从“系统建设”走向“数据交换”系统建设数据交换体力脑力硬件软件经验知识机器代替人算法代替经验公式算力数据算法（图 2） 04数据云趋势报告未来属于数据交换02.过去主流的数据交换方式，来自于云厂商通过其上的平台（如淘宝）、通道（如微信）和工具（如手机），统一收集、处理、使用数据，数据只允许在平台内交换，构成了一个个封闭的中心型数据交换体系，每个节点和中心之间一对一地开展数据交换，即“以平台为中心”的交换方式。对于互联网平台以外的大部分企业而言，当前数据交换的主要矛盾不是数据“可用”和“易用”的问题，而是数据“有”和“没有”的问题：从技术角度来看，企业通常面临数据生产（没有数据）和数据采集（有数据但没采集）能力的缺失；从业务角度来看，面临的是缺乏数据想象力，以及数据应用需求的单一化（可视化报表）的问题；从组织角度来看，面临的则是数据战略和专业人才的缺失问题。但这种现状正在发生改变。企业对数据的重要性认知不足，更多地把数据作为工具，而没有视为资源。数据处于非确权状态，需要依赖平台进行交换；1数据技术发展刚刚起步，企业缺少交换的基础设施；23这种交换方式成为主流的原因包括： 05Data Cloud Trends Survey数据交换，意味着新的工作方式、新的商业增长模型、新的商业模式、新的商业角色...机会就孕育在风暴之前。不仅如此，大型企业集团希望数据也能实现与产业上下游的互联互通，以及和第三方公司的数据交换，最终，实现数据要素的市场化交易。即统一构建云上数仓，统一构建云上账号体系，最终实现 Direct Share—Internal Exchange—External Exchange—Data Marketplace（数据共享—内部交换—外部交换—数据生态市场）的数据交换体系。首先，大型企业集团同样希望在集团内部实现“以平台为中心”的数据交换，尽管面临数据能力不足、数据量少、数据需求少的现状，平台化仍然是大势所趋；其次，随着云计算市场的发展，越来越多的企业希望摆脱云依赖，走向多云，不依附于某一家云厂商；最后，数据确权和反垄断也给互联网平台的数据使用带来了更大的挑战，存量竞争让平台数据价值降低。图 3：数据交换体系（图 3）External Data ExchangeData MarketplaceFrom DataSimba AccountFrom Third-Party Data Provider/Collector Listing/Database B1_2Listing/Database B2_2Listing/Database A3_1Share B1_1Share B1_2Share B1_3Share B2_2Share A3_1Share A3_2Share A2_1Share A1_1Share B2_1Account B1Account B2Account A3Account A1Account A2Internal Data ExchangeDirect ShareOrganization BOrganization AListing/Database A1_1Listing/Database A2_1Listing/Database A3_2 06数据云趋势报告1980年，雷·库兹韦尔（Ray Kurzweil）想要找到一种方法，用于测量和追踪技术发展的速度。他用 1000美元能购买到的计算能力随时间的变化情况来绘制这条曲线。根据计算结果，库兹韦尔惊讶地发现，技术并不是线性发展，而是呈指数级上升的加速度发展。（图 4）迄今为止，唯独数据只增不减03.图 4：Exponential growth of computing. 20th to 21st centuries图源： Ray Kurzweil and Kurzweil Technologies, Inc. 07Data Cloud Trends Survey库兹韦尔把这一规律命名为“加速回报定律”，把技术发展延伸至未来的某个巨变时刻称为 “奇点”，人类社会在奇点来临之后将呈现完全不一样的状态。不管是芯片领域的摩尔定律，亦或是生物科技领域，一系列的技术进步曲线看起来都呈现出了指数级增长的特征。2015年之后，全球范围内，数据同样开启了指数级增长曲线。有两个数据可以佐证：2015年，这一年人类产生的数据，近似等于 2015年之前所有数据的总和；2015年之后，人类产生数据总和以每年 30%-40%的速度在增长。根据 IDC的预测，2025年，人类数据总和将突破 175ZB。可以说，2015年就是数据奇点开启的元年。（图 5）图 5：全球数据圈的每年规模图源：数据时代 2025，IDC全球数据圈0201020112012201320142015201620172018201920202021202220232024202520406080100120140160180175ZBZB1.2. 08数据云趋势报告互联网行业巨头最早感知到数据指数级增长带来的云计算机会。早在 2006年，亚马逊就成立了 AWS（Amazon Web Services，亚马逊云服务），开始尝试提供S3存储服务、SQS消息队列、EC2虚拟机，从而证明“云是可行业务”。2008年，微软、谷歌两大巨头躬身入局，微软发布了 Windows Azure技术社区预览版，开始提供服务托管和线上化服务；谷歌发布了 Google App Engine预览版，用于开发者基于专有 Web框架开发 App并部署，这可以被视为 PaaS的起源。在国内，2008年，阿里巴巴开始筹办和起步“云计算”；2009年，阿里云成立。进入 2020年，企业的云计算使用走到了新的拐点。2020年，我国公有云市场规模首次超过私有云。同期，全球云计算市场保持稳定增长，但增速逐渐放缓。公有云市场规模达 689亿元，增长 57.6%，私有云市场规模达 645亿元，增长22.8%。企业对云的投入增加。2020年 IDG的云计算调研报告指出，云计算相关支出占比达到企业总IT预算的 32%，且比例还在增加。云原生趋势。2020年在云中运行的应用程序中，有 54％是从本地基础结构迁移到云上的现有应用程序，而 46％是“专门为云计算而构建”的应用程序。企业采用“多云”趋势。2020年 IDG的云计算调研报告显示，当组织利用多个公共云时，49％的受访者提到的主要目标是利用“最好的平台和服务选项”。其次“节省成本 /优化成本”占 41％，“提高灾难恢复 /业务连续性”则占 40％。如果仅放大企业目标，“避免供应商锁定”是第二目标，占比达 40%。1.2.3.4. 海量数据带动云计算增长04.（表 1） 09Data Cloud Trends Survey表 1：云时代发展历程产品结构计费方式市场玩家虚拟机按不同 CPU/内存比例计费巨头入场，包括以 Amazon、Microsoft、Google为代表的国外玩家，以及以阿里云为代表的国内玩家灵活计费（例如包年包月、竞价实例、预留实例等）国外巨头玩家进入中国市场BAT及移动、电信、联通三大运营商纷纷重金入局独立云计算企业创立，例如 UCloud、QingCloud等灵活计费，同时出现“垂直云”、“领域云”解决方案（例如游戏云、视频云、工业云、金融云等）IaaS、PaaS玩家分流出现大量第三方独立服务商....................IaaS层：云厂商提供基于 IaaS的容器运行环境和编排引擎（例如 Amazon EKS、Azure Kubernetes Service）IaaS层：容器可作为独立计算单元直接运行，形成无服务计算（例如 AWS Fargate、阿里云 ECI）PaaS层—DBa