7.4 行业应用
近年来，随着大数据与行业应用越来越深度地融合，大数据在交通、医疗、金融、城市管理、能源等多个应用领域落地、开花、结果。交通、医疗和城市管理等，是最早获得大数据应用和重点关注的领域，也取得了较好的发展。除此之外，近两年，大数据在农业、金融、能源和制造业等领域的应用也不断发展，迎头赶上。本节重点梳理了金融、农业、能源、制造业几个代表性领域的大数据行业应用在2017年的发展现状及未来趋势。
7.4.1 金融大数据
金融大数据是国家在大数据应用上部署较早的行业之一。从宏观层面来看，金融大数据是国家基金委在 2015年建立“大数据驱动的管理与决策研究”重大研究计划，金融与管理决策和医疗共同成为三个重点支持的方向之一，其重要程度可见一斑。
在监管方面，2017年国家对金融大数据做出针对性部署，强调使用大数据及人工智能等科技手段对金融行业实现监管，即提出监管科技的概念并部署央行进行落实。
在产业上，以蚂蚁金服为代表的金融大数据公司迅速崛起。蚂蚁金服基于阿里巴巴集团所积累的多年用户行为数据，致力于打造开放的生态系统，为小微企业和消费者提供普惠金融服务，其估值已经突破1550亿美元。
在资本角度，2017年“金融科技”成为投资热点。观察与金融科技直接相关的创业公司，深厚的大数据背景或成为其独有的竞争优势。以通联数据为例，作为 2017年炙手可热的金融科技创业企业，其多年的数据积累及早期平台型产品“优矿”所积累的独家用户数据资源成为其独有的先发优势，使得其地位短时间内难以被撼动。
另外，传统金融机构（银行、保险）也在积极求变，力争使用科技手段，特别是大数据、人工智能等新兴技术转型升级。近期，传统金融机构纷纷成立其金融科技、金融大数据子公司，有针对性地落实这一转变。
7.4.2 农业大数据
在农业大数据领域，对各类农业数据进行采集、汇总、存储和关联分析，从而实现“环境可测、生产可控、质量可溯”。此外，运用大数据技术，可以优化信息采集，提升监测预警，如粮食产量预测、土壤空间数据挖掘、作物病虫害预警等。
根据《农业部关于推进农业农村大数据发展的实施意见》，农业大数据将重点发展支撑农业生产智能化，实施农业资源环境精准监测，开展农业自然灾害预测预报，强化动物疫病和植物病虫害监测预警，实现农产品质量安全全程追溯，实现农作物种植业全产业链信息查询可追溯，强化农产品产销信息监测预警数据支持等11个重点应用领域。
2017年11月，农业部办公厅公布了当前我国农业农村大数据实践案例38个，包括在精准农业生产方面：北京精禾大数据科技有限公司的遥感、模型、算法驱动型精准农业大数据决策系统，北京佳格天地科技有限公司的卫星遥感大数据在精准农业种植中的应用等。在可追溯方面：宁夏西部电子商务股份有限公司的农产品质量溯源服务平台、天津农学院的肉鸡生产监测与产品质量可追溯平台、北京京东集团京东＆科尔沁牛业产品质量追溯试点项目等。在农业数字化和综合管理方面：内蒙古蒙草草原生态大数据研究院有限公司的草原生态产业大数据平台、吉林省农业卫星数据云平台项目、中国水禽行业养殖大数据的采集和应用、湖南长沙湘丰智能装备股份有限公司的茶叶种植加工，以及销售与服务全周期的数据化与智能化实现、江苏益客集团的中国水禽行业养殖大数据的采集和应用等。
随着农业和农村信息化的发展，我国智慧农业和农业大数据的市场规模将不断扩大。据华为预测，我国智慧农业市场2020年将达到268亿美元。2017年，不少智慧农业、农业大数据企业获得了投资资本的青睐。例如，专注土地流转的土流网、农资电商的大丰收农资商城，农业无人机飞防植保的极飞公司、精准农业佳格天地公司、农业金融的农分期等，都获得了较大规模的融资。
7.4.3 能源大数据
在能源大数据领域，石油、天然气、电力等大数据应用仍处于初步发展阶段。能源大数据面临的问题不仅是收集和存储数据，还要将电力、石油、燃气等能源领域数据与地理空间、气象、消费者等其他领域数据进行综合采集、处理、分析、挖掘与应用。建设能源数据综合服务平台能够为智能化节能产品研发提供支撑，辅助企业进行内部管理决策。例如，通过大数据可以建立预测模型，分析自然资源开采，如油藏表征。通过数据对能源设备进行状态监测，进行预见性维护。基于数据决策的智能能源管理成为新的发展方向，智能电表成为主流，细粒度数据被用于更好地分析实际的消耗，对用电量进行预测，为市场整体电力规划提供支撑。
华为、浪潮等企业已成为能源大数据行业的首批受益者，风电等清洁能源领域的能源大数据公司也已开始兴起。例如，南方电网的智慧家庭项目，依托智能插座、智能交互终端设备和能耗分析软件，分析用户用电行为，实现用户智能用电。成都数之联科技集团基于大数据能力对能源设备进行管理和维护，所维护和管理的目标设备都是大型生产性经济设备，如核电一回路设备、风力发电机、钻井设备、输配电设备等。武汉企鹅能源数据有限公司立足节能环保产业，致力于能源数据分析和节能大数据服务，为高能耗连锁企业提供实时的能源管理服务。云谷科技公司的“云谷科技大数据平台”专为能源行业海量数据打造大数据一体化解决方案，如地区房屋空置与用能的关联关系、用能与地区 GDP关系分析、电量预测分析等。
根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模。据测算，中国能源互联网市场规模2020年将超过万亿元。2017年6月，国家能源局公布首批55个能源互联网示范项目，要求在2018年年底前建成。2017年11月，国家电网“互联网+”智慧能源示范项目正式进入启动实施阶段，该项目旨在突破电力数据及政策、社会、经济等数据的获取、融合、共享、挖掘与可视化等共性技术，建设能源互联网大数据公共服务平台，研发面向政府、企业、电力用户的三类大数据公共服务产品。
当前，中石油和华为合作，已建成亚太地区最大的单企业数据级中心；中石化借助阿里巴巴在云计算、大数据方面的技术优势，对部分传统石油化工业务进行升级，并尝试在原油炼制及油品销售环节应用大数据。2017年8月，青海电力公司启动新能源大数据中心建设，将建成国内首家新能源大数据创新平台。2017年11月，智慧能源大数据安全研究中心在北京成立。2017年12月，中国（太原）煤炭交易中心能源大数据平台在太原宣告启动，平台收集整合了1万余家交易商的信息、结算和物流数据，以及530类煤炭相关行业近8年的2800多万条数据，初步构建起能源大数据平台的生态圈。
7.4.4 制造业大数据
在制造业大数据领域，以《中国制造2025》战略布局作为指导方针，大数据等新一代信息技术与制造业的深度融合正在引发生产方式、产业形态、商业模式和经济增长点的重大变革，我国工业领域中的大数据环境正在逐渐形成，数据从制造过程中的副产品转变成为备受企业关注的战略资源，成为工业企业传承制造知识和提供增值服务的依托。
中国工业大数据创新发展联盟发布的《2017中国工业大数据产业发展概要》显示，2017年中国工业大数据市场规模达到212亿元，2020年这一数字预计将达到822亿元，在行业应用中，预计到2020年工业大数据的占比将达到6.64%。
大数据可以在制造业的产品创新、产品故障诊断与预测、工业供应链的分析与优化等多个方面和环节创造价值。例如，设备诊断、能耗分析、可视化决策、大数据建模与仿真、故障实施诊断、商品需求量分析与预测等。“制造”正在向“智造”转变。中国电子技术标准化研究院和中国信息物理系统发展论坛共同编写发布的《信息物理系统白皮书2017》指出，感知和自动控制、工业软件、工业网络、工业云和智能服务平台是智能制造的基本技术要素。通过构成“感知—分析—决策—执行”的数据闭环，让工业生产具备可感知、可计算、可交互、可延展、自决策的功能，其代表产品包含智能轴承、智能机器人、智能数控机床等。
2017年7月，工业互联网产业联盟发布《工业大数据技术与应用白皮书》。该白皮书指出，中国是制造大国，但不是制造强国，工业大数据可以支撑中国制造弯道超车。过去的几年，诸多企业已进行了大数据指导工业生产的实践。例如，大唐集团自主研发的大数据平台X-BDP，基于 Hadoop研发的企业级大数据可视化分析挖掘平台，集数据采集、数据抽取、大数据存储、大数据分析、数据探索、大数据挖掘建模、运维监控于一体的大数据综合平台，推动了发电工业领域乃至整个工业领域的创新。中联重科通过在设备上加装大量的高精度传感器，实时采集设备的运动特征、健康指标、环境特征等相关数据，结合智能网关的本地分析功能，真正实现设备的“自诊断、自适应、自调整”。徐工集团利用物联网技术手段找到每一个从徐工售出的机械设备，并且了解设备的运行状况，从而控制风险。作为智能语音技术的领军企业，科大讯飞在传统制造业的深度应用方面，让传统机器能听会说，提升智能思考能力。2017年，广东省发布了制造业大数据指数（MBI），这是全国首个制造业大数据指数。工信部正加快编制《工业技术软件化三年行动计划（2018—2020年）》，也将制定发布《关于推动大数据产业集聚区建设指导意见》，以推进大数据在制造业领域的广泛深入应用。
随着大数据基础设施和政策环境的不断完善，各行各业对大数据的需求将不断涌现，实现落地的应用也越来越多，反过来也助推了我国大数据产业链和生态系统的不断形成和完善。2018年，这一趋势将继续并不断加快，在技术、资本、政策、环境等要素的综合作用下，更多大数据应用必将助力多个行业的智能化发展和经济的转型升级。