2.4 全球软件产业新兴领域的发展态势

新兴信息技术与各领域融合逐渐成为软件产业的发展趋势，能够激发出经济社会数字化转型的巨大潜力。

2.4.1 云计算领域

随着云计算、大数据和人工智能的交叉创新，以及与传统行业的深度融合，云计算的服务化特征越来越明显。随着消费者对灵活的按需付费模式的需求的激增，以及大型信息技术服务公司将云工具与企业系统整合，云技术进入大众市场，并基于云平台的综合解决方案和服务项目迅速发展。

1．云计算快速发展

在全球IT基础设施中，云计算所占比例超过50%，云计算代替传统数据中心成为新的市场主导者。Gartner的数据显示，2019年，全球云计算的市场渗透率为11.3%；随着数字化转型的加快，预计2021年，全球云计算的市场渗透率将提升至15.3%。在需求和盈利前景的影响下，传统IT企业不断向云服务提供商转型，IBM、甲骨文、SAP等加大对云计算业务的布局。摩根大通集团研究发现，随着智能手机、平板电脑的增长潜力不断降低，云计算将接棒成为支撑IT产业发展的“中坚力量”。从云服务结构来看，企业采购的云服务逐渐从单一的公有云服务或私有云服务，向混合云服务、多云服务转变。未来，混合云、多云解决方案可能成为云计算市场发展的重点。

2．云计算独角兽企业快速成长

Bessemer Venture Partners研究发现，2000年以来，全球云计算产业实现了指数级增长。其中，公有云和私有云均呈现快速发展态势。在公有云领域，2007年，NetSuite成功上市，促进了云技术被市场广泛接受。2007年以后，公有云独角兽企业加速发展，2010年，全球公有云独角兽企业已有12家。2020年，公有云独角兽企业超过54家，截至2020年2月，前五大公有云企业的总市值约为6160亿美元。其中，比较知名的公有云服务商有Salesforce、PayPal、Shopify、Adobe和ServiceNow等。在私有云领域，首家独角兽企业出现的时间相对较晚，2010年，仅有LinkedIn一家私有云企业的估值达到10亿美元；2020年，全球私有云独角兽企业超过86家，包括HashiCorp、UiPath、Snowflake、Strike、Toast、Procore等。

3．部分算力从云端迁移到边缘

与完全基于云的传统模型相比，5G模型需要更加去中心化的计算和组网方式，以推动边缘计算从概念验证阶段向早期部署阶段发展。2018年，全球边缘计算市场规模为17亿美元，预计2025年将增至166亿美元，成为软件产业增长最快的细分领域之一。然而，边缘计算本身的存储能力有限，需要最大限度地发挥其全部计算能力。未来，边缘计算将与集中和分散数据处理结合，为企业提供私有云和公有云之外的第3种选择。企业可以通过利用每种体系的优点，实现混合云计算和边缘计算解决方案，以优化其网络，提高效率和可伸缩性。

2.4.2 大数据领域

近年来，随着互联网用户规模的扩大，用户产生的数据量迅速增加。在云计算、物联网、人工智能等技术的驱动下，全球数据量进入无限扩展阶段，数据成为经济的无形基础设施和互动中枢。在此背景下，大数据技术及应用逐渐走进各行各业。

1．全球大数据市场蓬勃发展并驱动跨界融合

随着数据量的迅速增加，数据价值逐渐显现。对数据访问的需求促使各参与主体加大投资，不断开发对数据进行采集、存储及分析的软件。大数据技术为处理庞大的数据量提供了很好的选择，驱动了产业的跨界融合发展。例如，金融技术平台使用大数据驱动的信用评级系统，能够实时监控债务人，覆盖范围更广；全球有50%以上的企业通过大数据技术改善其业务模式。IDC的数据显示，2019年，大数据与商业分析解决方案的全球市场规模达到1896.6亿美元，预计2023年将达到3126.7亿美元，2019—2023年的复合增长率达到13.1%。其中，综合解决方案、计算分析、数据存储及大数据相关应用等比较受欢迎。未来，随着云基础设施应对的流量日益增加，以及公共卫生专业人士努力利用大数据技术抗击疫情，大数据技术将加速发展。在这一过程中，受技术日益成熟及融合发展加快推进的影响，将有更多大数据应用场景落地，使大数据软件和专业服务的规模扩大，硬件所占比例将逐渐减小。

2．数据分析和商业智能工具逐渐成为大数据发展的主力

在全球数据分析领域，闭源软件的市场份额不断收缩，开源大数据持续向商业化发展。Apache基金会开发的Hadoop技术（分布式系统基础架构）发展迅速，促进专业服务和系统集成业务的发展，推动其持续向开源发展、向云端迁移。与此同时，随着大数据走进各行业，各行业的大数据分析需求不断增加。在该细分领域，大数据技术提供商以预打包的形式，满足特定行业及企业的数据分析需求，不断开拓新市场。在这样的背景下，以数据分析和处理为主的高级数据服务成为驱动大数据市场扩张的重要力量。此外，基于社交网络的社交大数据分析是大数据领域的潜在经济增长点。

3．大数据技术与高性能计算、机器学习加快融合

传统的高性能计算和大数据技术在计算科学领域独立发展，但越来越多的研究人员开始利用机器学习进行高性能计算的建模和仿真及大数据分析。基于科学的模型越来越依赖嵌入式机器学习模型，使用该模型不仅可以从大量的数据输出中得到结果，还可以指导计算。基于科学的模型与数据驱动模型结合，可以揭示复杂现象。另外，随着实时数据分析需求的不断增加，人们需要用一种更统一的方式来对数据进行模拟和分析，需要融合硬件（包括计算、网络和存储）、操作管理方式和软件。这种方式虽然会带来许多技术和组织方面的挑战，但是可以提高科学研究、国家安全、医疗保健和工业方面的能力，深度拓展应用空间，提供更大的可能性。

4．数据获取和保护越来越重要

个人和非个人数据的获取已成为经济增长的关键。它使新技术，尤其是人工智能的研究和创新成为可能，并为许多已经成熟的应用奠定了基础。为了充分利用大数据的优势，必须有大量的数据可用。然而，到目前为止，数据经济倾向于向集中化发展：大型企业积累了规模更大、结构更好的数据集，并拥有更多用于部署这些数据集以开发新技术和业务模型的资源。目前，全球超大规模数据中心主要由亚马逊、微软、谷歌、IBM、Facebook等科技龙头企业使用和运营。对于中小企业来说，获取数据十分困难。为了应对这一挑战，一些国家已开放公共机构大数据集的下载。《通用数据保护条例》（GDPR）提高了欧洲公民控制个人数据访问权限的能力。但在实践中，确保大量数据的完全透明仍然是一项挑战。

2.4.3 人工智能领域

人工智能是引领新一轮科技革命、产业变革和社会变革的战略性技术，对经济发展、社会进步、国际政治经济格局的变化等具有深远的影响。

1．人工智能技术已在多个领域落地

目前，AI技术已应用于工业机器人、机器视觉智能产品、机器学习等领域，应用场景越来越丰富。行业通用的对话式AI、专业服务中的内容审核等应用逐渐成熟。此外，还有一大批AI应用正在推广，具有巨大的潜力，如可用于实现制造业的质量检测、产品分拣、供应链优化，以及医疗领域的智能导诊、辅助临床诊断决策等。尽管如此，由于缺乏相关数据，A I技术在应对新冠肺炎疫情中发挥的作用有限。但是，A I技术在预测细节方面具有很大优势，如加拿大BlueDot公司按照邮政编码对相应地区的病毒传播模式进行建模，检测每个邮政编码所对应的地区的病毒暴发程度，使政府能够相对精确地分配资金、医疗物资和医务人员。

2．全球人工智能产业规模迅速扩大

据统计，2019年，全球人工智能产业规模超过700亿美元。从行业来看，人工智能在零售业中的应用最为广泛，2019年，该行业针对人工智能解决方案的投资金额达到59亿美元。银行业是人工智能的第二大应用行业，2019年，相关企业投资金额达到56亿美元，主要用于自动化威胁情报和预防系统、欺诈分析和调查系统等。从地区来看，2019年，全球人工智能市场约有2/3分布在美国；西欧是第二大需求市场，在该地区，除了银行业、零售业，离散制造业也是人工智能的需求主体。Gartner预测，2022年，人工智能驱动的商业价值将达到3.9万亿美元，相关细分领域将进一步重组。其中，决策支持或增强（如深度神经网络DNN）所占比例将由2018年的39%提升至2022年的44%，决策自动化系统所占比例将由2%提升至16%，虚拟助理所占比例将大幅下降，由46%降至26%，智能产品所占比例也将由18%降至14%。

3．计算机视觉为多个行业带来新的发展机遇

计算机视觉利用了一种深度学习算法，使神经网络能够解读图像并获取上下文含义。计算机视觉逐渐兴起并将持续发展。计算机视觉的应用十分多样，几乎可以整合到所有行业中，如医疗、零售和运输等。它可以用来分析医疗报告和图像、提供更准确的诊断结果、跟踪客户的移动和购买行为、为自动驾驶汽车提供指引等。未来，人工智能和深度学习的进步将进一步拓宽计算机视觉的应用边界，使常规过程更加自动化、更快、更简单和更精确。

4．自动机器学习带来机器学习的新一轮创新

机器学习在各行业迅速普及，成为技术创新的重要技术之一。要建立成功的数据模型，使机器学习在任何领域都能提供可操作的见解，需要大量技术知识和人才，但许多企业都雇不起这些人。谷歌、IBM和亚马逊等企业能够理解这一痛点，试图发起机器学习的新一轮创新——自动机器学习（AutoML）。自动机器学习是一个算法选择、超参数调整和建模评估的过程，能够优化数据模型，而且几乎不需要人工干预。它通过自动化的重复过程提高了生产力，并且允许用户部署复杂的数据模型，而不需要雇用昂贵的人才。未来，更多的企业将利用自动机器学习平台部署持续优化的动态模型，并扩展用户的能力，使其超出传统的数据科学家角色。该技术可以用于所有级别的企业。

2.4.4 物联网领域

物联网对于推动第四次工业革命的发展具有重要作用。近年来，物联网应用层出不穷，物联网终端已渗透到智能交通、智慧医疗、智慧电网、智慧农业等领域。

1．全球物联网终端数量呈指数级增长

GSMA的统计结果显示，截至2019年，全球物联网终端数量达到110亿台。其中，消费物联网和工业物联网终端数量分别为60亿台和50亿台。2020年，全球物联网终端数量达到130亿台，工业物联网终端数量（70亿台）首次超过消费物联网终端数量。此后，工业物联网终端数量将继续增加，预计2025年将达到140亿台，同期消费物联网终端数量将维持在110亿台左右，2018—2025年全球物联网终端数量年均增长率将达到21%。2018—2025年全球物联网终端数量及增长率如图2-9所示。

2．全球物联网市场的发展空间巨大

近年来，物联网应用的覆盖范围不断扩大，智慧城市建设成为其重要推动力。IoT Analytics的数据显示，在2018年公布的全球1600个物联网建设项目中，智慧城市项目最多，约占23%；第二是工业物联网，约占17%；车联网、智慧建筑、智慧能源等项目也具有一定的数量。当前，物联网应用主要以企业驱动的应用为主。国际市场研究公司MarketsandMarkets发布的报告显示，2019年，全球物联网市场规模约为1500亿美元，预计2021年将增至2430亿美元。

3．物联网终端安全性能亟待提高

近年来，在全球范围内，由物联网终端安全事故引发的安全事件频繁发生。Symantec的一份研究报告显示，2018年，物联网设备平均每月受到5200次攻击。一些不法分子利用物联网终端的漏洞，进行主动攻击、恶意控制、窃取数据、篡改数据等，对通信网络的正常运行、应用服务的正常运转造成严重影响。在物联网与各垂直行业加快整合的背景下，物联网终端安全事故也将直接影响各垂直行业应用的正常运转，物联网终端的安全性能将成为制约该领域发展的关键因素。

2.4.5 区块链领域

区块链技术广泛应用于金融、贸易、供应链等领域，逐渐形成基于应用项目的生态系统。

1．区块链与其他新兴技术整合释放巨大潜力

5G网络的高速、低延迟和高容量特性使其能够扩大物联网设备的使用范围，这些设备可以将区块链作为基础层，充分利用其安全性、分散性、不变性和共识性优势，智慧城市、自动驾驶汽车、智能家居和其他传感器驱动的增强技术将会实现。此外，5G将通过增加节点、实现分散化及缩短块时间，来提高区块链的可伸缩性，进一步支持物联网的发展。区块链技术提供了稳定的数据基础设施，不仅可以降低管理AI的潜在风险，还可以在未来的数字经济中更公平地分配AI带来的收益。例如，在AI驾驶汽车和预测天气的过程中，区块链可以明确并加强机器与算法之间的联系，使其能够更坚强地面对黑客等外部威胁。

2．全球政策制定者密切关注区块链应用

德国政府率先发布区块链战略，承诺支持区块链技术的广泛应用，并展示了大量可靠用例和潜在项目。欧盟科学中心的报告显示，2014年以来，全球对区块链初创企业的投资迅速增加。2014年，全球在该领域的投资金额为4500万欧元，2017年增至39亿欧元，2018年几乎增加了一倍，达到74亿欧元。在贸易中应用区块链技术，可以减少贸易时间和成本、提高各贸易节点的效率。许多企业都将区块链技术部署在供应链中。例如，北美最大的货架供应品牌海鲜公司Bumble Bee Foods与德国科技公司SAP合作推出了一个可用于海鲜溯源的区块链平台。未来，受区块链影响最大的6种应用可能为加密货币、共享数据服务、智能合约应用、分散市场、真实性跟踪和数字身份应用。

3．科技龙头企业加快布局并引领区块链发展方向

全球科技企业逐渐认识到区块链技术的颠覆性潜力，多家全球领先的信息技术企业、互联网企业纷纷加入区块链市场。2015年，在“Azure BaaS”计划的支持下，微软将区块链技术引入Azure，使用Azure云服务的客户可以迅速创建私有、公有或混合的区块链环境。该方法解决了跨界应用区块链的诸多难题，受到众多区块链参与者的欢迎。谷歌则较为谨慎。总体来看，谷歌在布局区块链的过程中倾向于与其他企业合作，其团队仅属于云计算部门，更注重使用区块链维护自己在云计算领域的地位。IBM集中拓展企业级区块链商用场景。2015年，IBM联合29名成员，创立Hyperledger开源项目，为各行业提供区块链应用解决方案。在这一过程中，IBM逐渐取得了制定区块链行业标准的主导权。随后，IBM逐渐将区块链应用拓展至医疗、金融、食品安全及全球贸易供应链等领域。

4．中央银行数字货币（CBDC）是区块链和分布式分类账技术的潜在应用

央行可以发行零售CBDC（点对点支付和从消费者到商家的支付）或供商业银行结算使用的“批发”CBDC。未来，我们可能会看到不同形式的CBDC，在它们的影响下，会产生一些在当前主导体系之外运作的替代体系或双边国际支付体系，可能会使国际支付流程和货币体系更加多样化，产生脱离美元和其他主要货币并脱离现有机构的货币体系。在这种情况下，国家和金融行为体在国际领域的支付方面可以拥有更大的独立性和自主权。美国《哈佛商业评论》指出，如果能在全球范围内形成良好的监管环境，那么稳定币有望成为支付手段，从而加速区块链技术的应用，并有可能破除其进入电子商务市场的壁垒。

---

[1] “星星”对应英文为“star”，类似于微信的点赞功能。每个GitHub项目都有一个“star”按钮，点击这个按钮表示喜欢或支持该项目。