近年來，中國數字經濟快速崛起，數字產業化加劇，ICT投入在農業、工業和服務業占比重逐年上升。自2016年起，我國數字經濟規模就已經達到226萬億元，占16年GDP比重的30.3%。隨著數字經濟的到來，人工智能、大數據、云計算、數據中心四大創新技術開始顯山露水。
缺乏自主，人工智能背后的危機
AI,被譽為引領一代科技變革的通用型技術，憑借人口和技術特有的紅利優勢，在中國大面積部署。在人工智能大行其道的背后，隱患卻早早埋下伏筆。近日，美國商務部激活拒絕令一度把中興推至風口浪尖。風波背后，值得國內業界深思，“缺芯少魂”的制造業，脫離了海外核心技術的支持，還能走多遠?中國制造2025計劃要怎樣才能順利落成。當整個產業面對新的技術壁壘，攻克，成為了這場戰爭的最終目標盡管媒體將技術炒的異常火熱，技術部隊卻心有余而力不足，云服務器租用，產業的未來帶來了更深更遠的啟迪。今天所遇到的問題，不只是中興的問題，也是中國制造當前的縮影。大而強的企業，不僅僅包含規模的大面積覆蓋還要求強有力的核心技術支持。
人工智能詞眼頻繁的出現在媒體版面和各大峰會論壇中間，細細想來，失去核心芯片，AI的前途不甚明朗。越是如此，業界就愈加需要尋求創新，突破技術壁壘，早日實現自主研發!
下一維度，數字掘金的全面升級
信息爆炸的時代，數據成為了眾多企業爭搶的資源。當法律法規不夠健全的狀態，商業資本開始了擦邊球戰略。圍繞著數據資產，各行數據公司應運而生，依靠信息時代海量的數據規模、爆炸時期快速的數據流轉、多樣的數據類型和低密度的數據價值，數據企業開啟掘金模式。不僅僅是IT行業，新零售、醫藥、汽車制造業都開始圍繞數據進行部署。有聲有色的背后，是數據發展的全面升級。近日，工業和信息化部總工程師張峰就曾公開表示，盡管國內數據形勢看似樂觀，但建設數據強國卻依舊面臨五大難題：
1. 大數據原創性技術和產品尚不流通、系統性平臺技術解決方案創新有待提高;
2. 數據共享水平不足。跨部門行業的數據共享不流暢，有價值公共信息資源與商業數據沒有充分流動;
3. 大數據應用存在應用不廣泛、程度不深等問題。在核心業務的滲透程度有待繼續提升;
4. 大數據環境下的個人信息保護、數據資產管理與保護等制度體系不健全;
5. 大數據人才缺口巨大。嚴重缺乏既符合行業業務需求，又掌握大數據技術與管理的綜合性人才;
道阻且長的數據之路，如何采集、挖掘、分析、利用當前信息，釋放數據價值，深化“大數據+”戰略，成為新一代IT人才的共同愿望。
自部署到現在，云計算已經算是科技戰隊的老成員了。隨著時間的推移，云計算應用不斷且持續增長，企業選擇云計算部署的機會也愈來愈多。針對這一現狀，從戰略到戰術，云計算服務商開始了向新階段的轉移過渡。
而今，企業對于云計算的態度是微妙且矛盾的。企業大多認可云計算部署的必要性但也對云計算信息安全持有懷疑態度，拒絕一昧部署同品牌云服務，選擇“多云”混合，似乎成為眾多中大型企業的首選。
為響應客戶需求，各家云服務提供商開始各展所長。騰訊、阿里等互聯網提供商采取縱向延伸策略，從IaaS向SaaS和PaaS等模式逐步轉移。而其他傳統IT服務廠商則是堅持中立態度的“第三方”，尊重企業數據，不涉及數據所有權等相關操作，不與企業形成競爭關系。
SDDC，重新定義數據中心
隨著企業需求的轉變，現在的市場業務已經不再滿足于傳統的、笨重的IDC部署，SDDC開始重塑傳統數據中心架構，告別從前單一、不靈活的設計。軟件定義數據中心是軟件定義的計算機平臺即虛擬機或應用程序容器——軟件定義的存儲和軟件定義的網絡的組合。然后，這三個軟件組件由系統管理軟件控制，該軟件處理虛擬機、存儲和網絡的配置以及生命周期。
隨著處理器性能、存儲容量和網絡能力的進步，硬件成本大大降低，數據中心的部署越來越不需要依靠壓榨硬件的每一個字節的性能，而是更側重于如何用功能軟件更加有效的利用硬件。
未來的國內環境，四大創新技術將會成為數字經濟的重要支柱，無論是采用自動駕駛控制、城市大腦思維、醫療影像分析和智能語音識別技術快速提升AI算力;還是依靠海量的數據規模、快速的數據流轉、多樣的數據類型和低密度的數據價值在數據維度中獨攬資產;抑或是通過軟件定義計算、存儲、網絡和安全撐起云計算的未來;或者是隨著開放一體化架構、標準化自動運維和硬件模塊化、虛擬化、小型化、智能化的數據中心重構等一系列轉變，都會共同開啟數字經濟的別樣未來。
