10 月 9 日消息，据 IDC 咨询官方公众号消息，IDC 昨日发布了《中国数据智能市场生态图谱 V4.0》及附属《核心技术趋势图 V1.0》，其中展示了各领域厂商分布情况。

IDC 据此认为，到 2027 年，70% 的经济价值将以高信息密度的商品和服务形式呈现，“数据有价值”的社会素养成型。其中数字化转型政策要求、AI 浪潮推动、更精细实时管理等需求，将共同带动数据智能市场高速发展。

一系列专业技术服务商、云服务企业、龙头厂商等依托资源、数据、算法、先验知识优势，围绕软件平台横纵双向布局产业生态，为客户打造功能完备、流程完整、可定制的数据分析决策平台。

从图表中得知，阿里云、华为云等厂商在行业应用层、数据安全、软件平台层均有出现，在一系列市场应用中均有所涉足。

除阿里云、华为云外，其他厂商更多专一于单领域，例如中国电信、中国移动、中国联通传统三大厂商，更注重于行业应用服务。

此外，数据智能仓储、数据治理 & 可视化分析、商业智能分析决策的软件服务成为厂商布局重点。这是由于：

市场竞争愈演愈烈，数据链路流通流程缩短，促使企业聚焦一体化解决方案，海量多模态的高效的数据存储、治理、开发将带动流程化工具、中间件的升级。

而其中数据敏捷查询和可视化号称“将是 GenAI 最先落地的场景”，此类功能可形成多主题数据地图和精准画像，从而最先满足智能决策、城市管理、业务监控、风险预警、地理信息分析等多种业务需求。

知识图谱与人工智能双轮驱动智能分析决策产品升级。在实现了基础的识别、查询、分析功能上，企业需要进一步完成对业务和未来路径的分析决策，知识图谱与 GenAI 的融合创新是很好的路径，也是当前大部分技术供应商聚焦的领域。同时，指标管理、业务管理以及与业务知识图谱的融合，是客户侧更加关心的问题。

IDC 据此也提供技术供应商一系列建议：

抓住生成式 AI 的机遇

超过 80% 的数据智能企业都在考虑或部署生成式 AI 与拥有产品的融合和创新，这不仅是受社会和资本市场的影响，而是大模型确实可通过创造性的方式来以更灵活多变的形式辅助不同的工作角色完成开发、设计、分析工作。

布局该技术的企业应同等重视算力服务和数据资产，采用成熟的云服务和 LLMOps 工具平台可以帮助企业更快速地开发部署高水平大模型服务。另外，企业也需要注意整合数据库和数据管理平台资源，大模型时代更加注意数据的一致性与统一管理，避免回到开发多个小模型的节奏。

要将 AIGC 与业务需求直接融合

To C 端的文生图、图生文、视频生成业务热度下降，技术供应商转而从两方面升级 To B 端产品服务：

• 一是提升业务效率，解决客户的开发效率慢、人员成本高的需求，代码生成、代码解释、流程挖掘、数据治理将会是最快大规模落地的应用

• 二是提高分析管理水平，让大模型训练业务管理决策体系和数据，开发更上层的业务分析、指标管理、数字化转型服务，来帮助企业利用大模型可以更全面地挖掘潜在价值。

关注图与知识工程

想要通过数据提升业务价值，需要将独立的数据信息联系成 2D、3D 网状结构，确定信息之间的关联关系和影响程度，将无序的数据总结为有序的知识图谱，利用 GenAI 技术来自动识别节点与节点之间的关系，避免业务专家人工持续建模，并随着数据和市场的变化来自动调整知识图谱。

围绕大模型的开发运维工具做创新

传统的模型开发平台和工具无法适应大模型对算力、性能、训练、调优、部署的要求，而在未来两年，市场对于大模型的开发运维工具表现出更强烈的需求，市场格局也会改变，厂商更快的将自身业务和资源积累，与开发工具相结合，将会拥有更强的市场竞争力和收入规模。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。