数据资源是数字中国建设的核心要素之一。随着我国数据资源整体建设的不断发展、数据要素产业生态的逐步健全，数据要素正在成为推动经济高质量发展的新动能。
| S/N | 企业 | 备注 |
|---|---|---|
| 1 | 智慧足迹 | 数智科技平台 |
| 2 | 帆软 | 数据分析服务 |
| 3 | 航天云网科技 | 工业大数据 |
| 4 | 华云数据 | 云数据库服务 |
| 5 | 九章云极DataCanvas | 大数据分析与服务 |
| 6 | 冰鉴科技 | 大数据风控 |
| 7 | 神旗数码 | 工业智脑 |
| 8 | 深演智能 | 全链路智能用户数据运营AlphaData |
| 9 | 中数智汇 | 信用科技与大数据服务 |
| 10 | 玳数科技 | 一站式大数据基础平台 |
| 11 | 寄云科技 | 工业大数据 |
| 12 | 美林数据 | 大数据分析技术与服务 |
| 13 | 码牛科技 | 大数据分析与应用 |
| 14 | 聚合数据 | API数据流通服务 |
| 15 | 长扬科技 | 工业大数据 |
| 16 | 云知声 | 人工智能大数据平台 |
| 17 | 百应科技 | 数据智能能力平台 |
| 18 | 柏睿数据 | 实时大数据解决方案 |
| 19 | UIT创新科 | 大数据解决方案 |
| 20 | 奇点云 | 大数据基础软件提供商 |
| 21 | 数澜科技 | 数栖平台企业数据中台 |
| 22 | 同有科技 | 大数据存储架构服务 |
| 23 | 佰聆数据 | 企业级大数据分析应用 |
| 24 | 汇通国信 | 锟錡数据中台 |
| 25 | 索为系统 | 工业大数据 |
| 26 | ZStack/云轴科技 | ZStack RDS 数据库云平台 |
| 27 | 银基科技 | 安全大数据解决方案 |
| 28 | 得瑞领新 | 大数据存储底层核心控制技术研发 |
| 29 | 融信数联 | 移动互联网大数据分析 |
| 30 | 恒远科技 | 装备制造业数据智能解决方案 |
| 31 | 大普微DapuStor | 数据存储处理器芯片 |
| 32 | 太美医疗 | 医疗大数据 |
| 33 | 数之联 | 大数据智慧审计分析平台 |
| 34 | 中译语通 | “致知”多模态数据处理中台 |
| 35 | 永洪科技 | 一站式大数据BI平台 |
| 36 | 偶数科技 | 实时湖仓数据平台 |
| 37 | 索信达 | 数据智能与营销 |
| 38 | 嘉和美康 | 智能医学数据中台 |
| 39 | 爱数 | 全域数据能力服务商 |
| 40 | 安脉盛 | 工业数据治理解决方案 |
| 41 | 科技谷 | 全域数据中台 |
| 42 | 开运联合 | ADS太空数据系统 |
| 43 | 科杰科技 | KeenData L akehouse湖仓一体数据智能平台 |
| 44 | 趣链科技 | 数据协作平台BitXMesh |
| 45 | 安诺优达 | 医疗大数据 |
| 46 | 胜云 | 国防数据处理设备及应用系统研发 |
| 47 | 博拉网络 | 企业大数据服务 |
| 48 | 推想科技 | 医疗大数据 |
| 49 | 天泽智云 | CyberDataHub工业大数据服务中台 |
| 50 | 千寻位置 | 位置数据服务 |
| 2024.06 DBC/CIW/CIS | ||
以工业大数据和医疗大数据为例
工业大数据已成为业界公认的工业产业升级的关键技术要素，一方面，工业大数据将推动制造业向智能化、绿色化转型，增强产业链上下游协同能力，提升产品质量和生产效率；另一方面，工业大数据还将促进跨界融合和创新发展，实现产业升级和经济高质量发展。
我国医疗大数据包含了各种类型的数据，如电子病历、医学影像、实验室检验等，通过充分利用医疗大数据，可以实现更加精准的诊断和治疗、提前预防和控制疾病、加快药物研发进程、优化医疗资源分配、改进医疗管理和决策，以及制定科学有效的公共卫生政策，一大批以“医疗大数据”为标签的新一代医疗IT企业正在不断涌现。
在数据要素市场建设和价值释放的过程中，数据交易所是推动数据要素交易流通不可或缺的一环。当前，我国数据要素市场培育还处于起步阶段，以北数所、上数所、广数所、深数所、贵数所为首的数据交易所还需要不断完善制度设计、创新服务模式，为数据交易流通提供更加安全可靠的环境。
数据存储与计算领域总体技术框架趋于成熟，在此基础上，以云化、湖仓一体为代表的深度优化理念不断涌现，并逐步应用，为数据存储与计算领域进一步降本提质提供了新范式。
人工智能需要更安全的大数据底座
随着AI大模型的爆火，数据的热度正不断攀升。数据已经成为直接影响大模型在垂直行业落地效果的关键因素之一。如何在应用AI技术的过程中保证数据安全与合规，成为政府和企业以及个人越来越重视的问题。
企业方面，企业要对员工进行培训，让他们意识到每个使用数据的人，都有义务保护数据，包括IT人员、AI部门、数据工程师、开发人员、使用报表的人等，人和技术要结合在一起；在制度层面，需要结合AIGC底层技术所需数据的特性和作用，建立健全数据分类分级保护制度；监管方需要明确要求AI技术研发企业遵循科技伦理原则，因为这些企业能够在技术层面限定用户的使用范围。
（文/星魂）
e-Mail：lab@enet16.com
