• 透视星环科技上市:基础工具、技术融合、场景应用三维击穿


    事件背景:近日,星环信息科技(上海)股份有限公司(简称:“星环科技”,股票代码:688031.SH)发布首次公开发行股票并在科创版上市发行安排及初步询价公告。在当前经济整体下行的大环境以及日益重视数据要素的双重背景下,星环科技科创版上市在一定程度上释放出市场对其未来发展方向认可的信号。从技术维度出发,易观分析认为处于数字化转型进程中的行业用户,应从基础工具、技术融合、场景应用三个维度进行综合考量,核心关注其在具体实践场景中的应用效果,以期通过技术应用实现降本增效。

    星环科技深耕于大数据市场,是一家企业级大数据基础软件开发商。基于当前技术发展阶段及市场供需情况,星环科技重点关注分布式数据库、多模型数据库、AI与数据库的结合、HTAP技术和云数据库技术,以及将数据库技术赋能更多应用场景,例如隐私计算、湖仓一体化建设等。

    在当前经济整体下行的大环境以及日益重视数据要素的双重背景下,星环科技在科创版的上市在一定程度上释放出市场对其未来发展方向认可的信号。易观分析结合当前及未来大数据软件市场发展情况,认为以下几个方向需引起各行业用户的重点关注。

    场景与技术的适配和打磨推动下一阶段数据库产业的发展与创新

    传统数据库历经三十多年的发展沉淀,其应用渗透仍然处于高位,易观分析认为未来传统单机数据库仍会在较长时间内占据主流市场,但是分布式数据库、云数据库、关系型数据库、图数据库、时序数据库在数据量快速增长及数据要素化背景下,已经进入当前普遍关注的数据库创新技术栈序列。对于行业客户而言,尤其是拥有海量数据,对数据分析应用场景多元化的行业客户,需要对这些方向以及应用场景等予以关注,结合自身情况在适当时机引入。在企业数据中台、银行核心交易系统、工业互联网云平台等场景,关注分布式数据库的发展与应用;包括金融业高频交易、物联网实时数据存储、处理和分析等环节,以及智能交通调度、反欺诈等场景,关注与评估时序数据库的发展与应用;在金融、通信等行业,需要考虑高性能海量数据批量加工、高性能复杂查询与即席分析、资源弹性调度等场景对于云化数据库的引入与应用评估等等。

    从供应商视角来看,目前在技术自主可控要求下,国内数据库厂商的市场份额正在快速提升,但是考虑到国内数字化发展进程,以及大数据应用的行业场景日益多样化,市场尚存在较大空间。

    数据价值挖掘的需求倒逼数据智能分析技术应用

    星环科技此次融资中,除了在数据存储处理与计算环节发力,在数据价值挖掘环节,将会着重数据开发与智能分析工具软件研发。星环科技在该领域的发力反映出数字化转型也正向深水区迈进的趋势,而其核心是对数据价值挖掘的需求日趋旺盛。对于进行数字化转型企业来说,在解决数据的采集、流通、存储等问题后,传统的数据分析难以应对海量的数据量,更难以挖掘海量数据下的真正价值。对大数据企业来说,市场需求倒逼企业必须利用机器学习、人工智能等技术进行智能数据分析应用的开发。

    从技术方面来讲,大数据企业通常不具有技术先进性,但大数据企业在应用方面具有相对优势。在智能数据分析工具的实际应用中,许多问题来自于对场景与业务的理解,以及智能数据分析工具与基础设施、通信环境等的适配性。大数据企业在为客户进行大数据系统开发、部署、应用的过程中,从数据的维度对客户的场景与业务需求已经有了一定的理解,且智能数据分析工具的开发基于大数据产品体系,因此大数据企业在智能数据分析工具的工程化、系统兼容性方面具有相对优势。从市场方面来说,虽然大数据企业在整体市场份额中占比仍然较低,但行业渗透能力较强,长期来看大数据企业市场竞争力不容小觑。对于行业客户而言,也需要从大数据与人工智能双向发展的视角来设计应用场景与架构,评估企业综合能力。

    数据应用场景化赋能工业生产,助力制造业数字化升级

    相较于数据基础较好的金融、政府、医疗等行业,工业系统面临数据分散、融合度低、缺乏统一数据标准等挑战,现有大部分工业生产主要依靠人工经验和机理模型,缺乏基于工业大数据和人工智能的深度分析和生产提效。具体而言,一方面缺乏工业大数据平台与人工智能深度挖掘的工具与相关技术人才,新兴技术落地应用困难;另一方面缺乏数据安全管控机制与技术平台,工业生产涉及的管理、工艺、经营等企业机密数据,无法安全流通。但是在数字经济赋能实体经济高质量发展的整体大环境下,工业领域将会是数据技术更大的蓝海。

    包括星环科技在内的科技企业,陆续推出工业互联网解决方案,帮助制造业解决工业数据难以统一接入融合、工业应用场景单一、技术积累不足等都问题,建立工业生产过程中的数据价值闭环,实现自感知、自迭代、自决策、自控制的工业智能化升级。目前,星环科技在设备预测性维护、全流程设备管控、生产流程优化、安全生产预警等主要工业场景已经初步落地。当然,行业客户在考虑工业互联网平台与解决方案的发展与选型的过程中,对于科技能力与行业机理模型的有机结合需要予以关注。

    综合来看,在数据量爆发式增长以及数据要素化的背景下,数据已然成为驱动企业数字化转型的重要因素。数据基础设施市场由高并发业务驱动,从底层的数据库等基础技术出发,结合人工智能等智能分析技术,最终回归于业务场景化应用,最大化的挖掘数据潜在价值。因此处于数字化转型中的企业,需要从基础工具、技术融合、场景应用三个维度进行综合考量,核心关注其在具体实践场景中的应用效果,以期在适当时机引入合适的技术以实现降本增效。

    声明须知:易观分析在本文中引用的第三方数据和其他信息均来源于公开渠道,易观分析不对此承担任何责任。任何情况下,本文仅作为参考,不作为任何依据。本文著作权归发布者所有,未经易观分析授权,严禁转载、引用或以任何方式使用易观分析发布的任何内容。经授权后的任何媒体、网站或者个人使用时应原文引用并注明来源,且分析观点以易观分析官方发布的内容为准,不得进行任何形式的删减、增添、拼接、演绎、歪曲等。因不当使用而引发的争议,易观分析不承担因此产生的任何责任,并保留向相关责任主体进行责任追究的权利。

  • 相关阅读:
    2023最新SSM计算机毕业设计选题大全(附源码+LW)之java线上学习系统8e88w
    机器学习:塑造未来的核心力量
    OpenHarmony应用分发运营体系
    Day07 狂神说Java-MySQL>P40-P45
    终于有人写出我想要的系统了
    设置模式之工厂模式
    第三章 搜索与图论(三)
    乘风破浪,金融科技时代下的数字化转型之路
    考研复习408计算机网络——物理层
    【JavaEE进阶系列 | 从小白到工程师】Calendar类的常用方法使用与创建对象
  • 原文地址:https://blog.csdn.net/qianfan_analysys/article/details/127116630