ITPub博客

摘要：释放数据价值的破局之道——指标管理应用一体化在市场竞争日益激烈的当下，数字化经营对于企业的重要性不言而喻。在提高竞争力、降低成本、创新业务模式以及提升客户体验等方面，指标的应用能力一定程度上决定了企业数字化经营效益的高低。然而在过往的实践中，企业对于指标所实现的能力，更多聚焦于前端的可视化展现部分，自上而下进行烟囱式建设。随着业务快速发展，越来越多的企业暴露出了数据分散难集成、业务定义和口径

 自2000年代初大数据技术诞生以来，为了应对不断丰富的应用场景、日益复杂的数据类型，以及逐渐膨胀的数据规模，大数据业内逐渐发展出了多种技术路线。 到今天，大数据产品和技术已处于百花齐放的状态，国内市场近年来也因此涌现出了一批大数据厂商，针对多种应用场景的数据处理需求，如大规模离线数据处理、实时数据分析、异构数据分析等，提供不同的产品和解决方案。 炎凰数据就是其中一家

01 研究范围定义信创2.0时代开启，信创进程正在从局部到全面、从细分到所有领域延展。在这个过程中，传统的系统集成,也在逐步向信创化、数字化及智能化转变。随着信创产业的发展，企业需要更多的技术支持和服务，而传统的系统集成已经不能满足企业的需求。数字化和智能化是信创产业发展的趋势，也是厂商需要不断发展的方向。中央及地方政策双重驱动，信创产业持续纵深发展。中央和地方政策的双重驱动是推动信创产

报告关键发现随着低代码应用走向深入和垂直化，企业落地项目时需要重点考察厂商的行业Know-how积累。若企业选择仅交付平台的采购方式，可以通过低代码产品行业/场景组件丰富度来衡量行业Know-how积累；若企业选择基于平台搭建应用的采购方式，除行业/场景组件丰富度之外，还需考察实施团队的项目经验丰富度以及标杆案例信息。过高的学习成本是低代码项目落地的主要挑战之一。企业应选择具有成熟开发者生态的低代

关键发现当前的超自动化定义主要从技术组合角度阐述超自动化内涵，较难和业务价值建立链接。爱分析对超自动化作如下新定义：超自动化指利用RPA、iPaaS、AI、低代码、BPM、流程挖掘等自动化技术，实现组织端到端流程自动化以及新业务流程快速编排，帮助组织提升效率、创新能力和客户体验的平台产品或解决方案。超自动化具有两项业务价值：端到端流程自动化、新业务流程快速编排。端到端流程自动化，即打破企业自动化孤

关键发现低代码开始向甲方核心场景渗透，呈现两个显著特征：“更深入”、“更垂直”。更深入，即甲方愈发注重低代码在复杂业务场景的应用开发能力；更垂直，即甲方需要使用低代码开发行业垂直应用，因此对行业或场景组件产生需求。2023年中国低代码市场规模为50.2亿元人民币，年增速为39.9%；预计到2026年，中国低代码市场规模将接近130亿元人民币，2022-2026的年均复合增长率为37.7%。低代码厂

摘要为适应数据应用需求，大数据平台架构持续演进，历经数据仓库、数据湖两个阶段。2020年，湖仓一体概念提出，湖仓一体架构因能实现数据资产统一管理、降低数据冗余、降低大数据平台架构运维复杂性，将成为大数据平台的主流架构。根据爱分析调研，2022年中国湖仓一体平台软件市场规模15.2亿元。其中，科杰科技市场份额占比11.1%，华为云占比9.5%，星环科技占比7.3%。爱分析预测，2025年，中国湖仓一

关键发现通用大模型市场当前虽入局者众多，但终局将高度集中，未来将由5-6家厂商主导；应用层厂商及甲方企业应着眼终局，从大算力、巨量数据集、端到端AI工程化能力以及应用生态伙伴等维度综合考虑，慎重选择合作伙伴。中大型企业虽倾向于大模型的私有化部署，但由于中美博弈下GPU算力资源紧张且短期无法有效解决、C端应用受多重制约，使得国内行业大模型与通用大模型发展并驾齐驱。未来，行业大模型市场整体百花齐放，但

在国家政策鼓励线下实体经济发展、鼓励消费的大背景下，购物中心的发展潜力巨大。但另一方面，随着行业进入存量时代，竞争愈发激烈，品牌扩张乏力，购物中心招商压力增大。以数字化手段加持的精细化运营，成为购物中心在存量时代的破局之道。在此背景下，爱分析联合汇纳科技｜汇客云发布了《2023购物中心运营数字化白皮书》（以下简称“白皮书”）。白皮书从购物中心面临的现状和挑战入手，提出流量运营是精细化运营的核心，而

报告摘要大模型支撑的生成式AI，让人类社会有望步入通用人工智能时代，拥有广阔的应用前景，有望赋能千行百业。当前生成式AI的落地整体处于初级阶段，不同模态的落地时间表差异明显，企业需求主要集中在数字化程度高、容错率相对较高的领域，以借助中间件调用大模型能力为主要方式。数字内容产业、客户服务是生成式AI渗透的典型行业和场景。AIGC+数字内容：数字经济快速发展，带来国内数字内容消费需求的持续快速增长，

01 企业数字化转型加速前进，数据价值唤醒仍面临多重挑战数字经济蓬勃发展时代，数据已成为关键生产要素。随着国家政策对数据要素价值释放的方向引领，数据赋能企业经营决策、业务模式创新的需求不断强化，以及新兴技术工具的有效支撑，推动数据向数据要素化、数据驱动化阶段跃迁，实现数据价值崛起。政策层面，各级政府助推数据化建设，力促数据要素价值充分释放。从2020年首 次明确数据要素市场发展，到2022年《“十

国邦协同科技（广州）有限公司（以下简称“国邦”）成立于2011年，是行业领先的清洁解决方案服务商，致力于为客户提供全周期清洁解决方案，提高其清洁品质及效率。在2016年到2020年连续5年的时间里，国邦的营收年复合增长率超过50%，市场占有率在2019年达到了行业前列。然而，在清洁设备这个看似极其细分的行业里，国邦实现领军地位的道路并非一帆风顺。在一次严峻的市场竞争中，国邦抓住了数字化转型的机遇，

数字经济时代，数字化趋势已然成为各行业共识。银行作为数字化转型的排头兵，积极推动数字技术与实体经济深度融合，核心目的之一即是达成数据驱动业务发展的能力。基于对金融行业数字化的观察，我们发现在银行业的领先实践中，国有行、股份行、城商行均将数据能力作为数字化配套能力建设的重点，以企业级视角进行顶层设计和统筹规划，持续增强数据支撑能力，深化数字化经营管理。而分行在总行的数字化战略下，也纷纷基于实际业务情

01 研究范围定义“低代码”是一种可视化的应用开发方式，相对于传统编写代码的“纯代码”开发方式，低代码开发平台可以减少代码编写量或不使用代码编写进行应用的开发。随着技术革新，大模型也为低代码开发平台发展指明了新方向。从开发者与开发平台交互方式、代码自动生成，到底层元数据模型变化，搭载大模型能力的低代码开发平台将重构开发编程的思维逻辑。近年来，开发者的范畴也在不断扩大，包括甲方测试人员、产品经理等接

01 研究范围定义数据要素，是指将原始数据通过加工整理、确权，使其成为具备潜在利用价值的数据资产，并通过在市场上交易流通，让这些数据资产成为可用于社会生产经营活动，可为使用者带来经济效益的生产要素。随着数字经济的崛起，数据成为一项与土地、劳动力、资本、技术并列，能够推动社会生产力发展的重要生产要素，已逐渐成为各界的共识。因此，政府近年来不断出 台相关政策，如中 共中央、国务院发布于2020年3月发

 随着城市轨交运营线网不断完善及市场化运营进程逐步加快，轨道交通行业中的甲方主体呈现多元化趋势。传统甲方以政府为主导的地铁运营公司或者地铁建设公司等业主单位为主，但是随着各地方政府加码基建投资，财政压力加大，为了降低成本、提高效率、盘活资产，开始大力引入社会资本对多条线路进行市场化和商业化运营。因此，各类专业的第三方运营公司积极参与到城市轨道交通市场中来。 本次案例研究中的甲方

2023年5月12日，受北京市数字办公安全创新联合体委托，由自主可控新鲜事和爱分析联合撰写的《2023新一代数字办公白皮书》（以下简称《白皮书》）在“2023通明湖论坛 信创基础底座创新发展分论坛”上正式发布。《白皮书》详细阐述了新一代数字办公发展的必要性和可行性，并基于自主开源的“北京根”底座，围绕密码安全创新体系，以应用兼容中台为核心纽带，通过链接国产基础软硬件与上层办公应用软件，自下而上构建

    1.      研究范围定义企业数字化转型初期，通过资源池云化，解决了IDC时代运维、部署、扩容的难题，但传统应用单体架构厚重、烟囱式架构等带来的一系列应用层面的问题并没有得到有效解决，云对业务的价值主要还停留在资源供给的阶段，无法充分发挥出云的价值。进入数字化时代，应用成为企业开展各项业务的落脚点。

01.研究范围定义利用多种数据智能技术实现数据驱动的分析与决策，已经成为当前企业数字化转型最重要的目标之一。随着数据来源日益丰富、数据体量快速增长，企业对数据的依赖和挖掘愈发深入，不仅带来数据应用场景、数据用户角色的复杂和多元，也使得企业对于数据应用的敏捷性和即时性的要求变得越来越高。传统的数据开发与管理、数据计算分析正面临着巨大的挑战。为满足日益增长的数据应用需求，爱分析观察到，企业在数据能力建

1.    研究范围定义IT运维是企业信息化建设中不可或缺的一环，其作用在于确保系统稳定性、提高效率和降低成本，对企业的业务生产和服务质量有着至关重要的影响。自十四五规划以来，随着企业数字化转型的加速推进，以及信创转型的大规模铺开，企业IT架构复杂度日益上升，直接引发了对自身运维体系的更高要求。但与此同时，在政策、需求及供给端的多重因素驱动下，IT运维产业也迎来了前所