工业企业大数据情报服务平台应用

崔 琪[3]

[摘要]“工业企业大数据情报服务平台”摈弃传统落后的“行业报告式”情报信息服务模式，在全产业链基础情报服务的基础上，聚合诸多行业专家学者、产业分析师、数据分析师、行业资深记者等提供深度情报服务，同时与行业协会、行业研究机构合作提供专项产业情报服务，通过供需交互平台满足广大企业多层次情报信息应用需求。平台涉及分布式存储、数据自动采集及处理、自动分词、机器学习和内容自动浓缩技术等大数据、云计算方面的关键技术，提供包括风险管理、技术创新、智慧决策、品牌管理、生产管理、市场营销、产品设计和竞争分析等具有特色的情报服务。目前，平台已完成汽车、钢铁、电子、纺织、造纸、化工、医药、机械、家电等15个行业的大数据产业情报平台建设，并已与四川、江苏、广东、山东、山西、广西、云南、安徽等20个省中小企业服务主管部门和服务机构签署了平台战略合作协议，在各省中小企业公共网络服务平台获得应用。截至目前“工业企业大数据情报服务平台”已为超过2万家中小生产制造企业提供了产业链情报信息服务。

[关键词] 大数据 情报 平台 分布式存储 自动分词 机器学习中小企业 产业

[分类号]G250

A Big Data Intelligence Application Platform for Industrial Ente

[Abstract] The Big Data Intelligence Application Platform for Indust terprises reformed traditional information service model of Industry Report its basic industrial chain intelligence，the platform aims at gathering in perts，industry analysts，big data analysts，and journalists etc together to deep intelligence services，and at the same time cooperate with industr tions，research institutions to provide special analysis，finally meet the mul intelligence demands of enterprises. The platform applied key big dat computing technologies include distributed storage，automatic data acquisit processing，automatic segmentation，machine learning and automatic content e ment. Intelligence service of the platform is characterized by risk managem ligent decision making，technology innovation，brand management，operation trol，marketing，production design，and competition analysis. Presently，the pla has covered 15 industries including automotive，iron and steel，electronics，t paper making，chemical，pharmaceutical，machinery and household electrical a ance，etc.，and has established strategic partnerships with SMEs（Small a um sized enterprises）management organizations in over 20 provinces an pals，and has been applied in their SME Public Service Platforms. Now ta Intelligence Application Platform for Industrial Enterprises is providing i chain intelligence for over 20 thousands

[Keywords] big data；intelligence；platform；distributed storage；automat segmentation；machine learning；SMEs；industr

1 背 景

我国是全球装备制造业大国，却面临大而不强的局面。2013年，全国规模以上工业企业实现主营业务收入102.9万亿，同比增长11.2%。实现利润总额6.3万亿，同比12.2%。我国许多装备产品产量位居世界第一，产值比重超全球1/3。然而，目前我国的装备制造业的高端产品和中低端产品都面临严峻的挑战，核心竞争力正在被削减。我国要实现从“中国制造”向“中国创造”的转变，必须掌握核心技术，实现自主科技创新。在此过程中大数据情报将起到重要的推动作用。利用大数据情报，一方面广大制造业企业能够快速获得科技与市场最为前沿情报信息和数据；另一方面企业可以通过“数据驱动决策”，让决策、经营和管理更加“智能化”，从而增强我国制造业的竞争力。

伴随着全球经济一体化的发展，信息情报作为企业活动的主要驱动力，其重要性越来越突出。其中科技情报和竞争情报，更可能会直接左右企业的发展方向。目前我国企业在信息情报的意识、搜集和分析方法、情报应用等方面与发达国家相比都远远落后，因此积极建设大数据情报平台，开展企业各层面的情报宣传、培训活动，帮助企业掌握宏观情报、中观情报、微观情报，是在国际市场竞争中立于不败之地的重要手段之一。

2 工业企业大数据情报服务平台

2.1 工业企业大数据情报服务平台概述

“工业企业大数据情报服务平台”通过先进的垂直搜索引擎技术和大数据分析技术，帮助广大制造业、生产型服务业企业及时了解国内外产业发展动态、产业发展趋势、产业隐性风险，跟踪产业技术动向、专利技术变化，了解产业龙头、竞争对手的发展方向，洞悉市场需求状况，一方面大大降低企业获取情报信息的成本，另一方面能够满足企业对情报应用的共性需求。“工业企业大数据情报服务平台”在增强企业核心竞争力，推进企业技术创新，提升企业战略决策水平，实现企业可持续发展等方面都具有重大意义。目前，“工业企业大数据情报服务平台”已完成汽车、钢铁、电子、纺织、造纸、化工、医药、机械、家电等15个行业的大数据产业情报平台建设，并与四川、江苏、广东、山东、山西、广西、云南、安徽等20个省中小企业服务主管部门和服务机构签署了平台战略合作协议，在各省中小企业公共网络服务平台获得应用。截至目前，“工业企业大数据情报服务平台”已为超过2万家中小生产制造企业提供了产业链情报信息服务。

2.2 平台涉及的主要技术

“工业企业大数据情报服务平台”主要涉及大数据分布式存储、数据自动采集及处理技术、自动分词技术、机器学习、内容自动浓缩等大数据、云技术方面的关键技术。

（1）分布式存储技术

平台采用Hadoop分布式文件系统，提供了一套分布式文件系统和框架，用以对超大规模的数据集进行分析和变换。HDFS的接口沿袭了Unix文件系统的设计模式，但在其基础上做出了改进，以提高在实际应用中的访问性能。

平台应用Hapoop一个重要特点，就是把采集到的信息存储和采集集群的工作任务分开，并将二者分布存放在大量的服务器主机上，采集进程以及相关采集信息都以并行方式处理。通过Hadoop集群可以仅仅通过增加普通服务器的方式，来扩展其运算、存储和I/O带宽的规模。

（2）数据自动采集及处理技术

平台采集子系统支持多台服务器并行、7 ×24小时不间断高效采集，通调度服务器读取站点配置信息、轻易获取需要采集的站点、采集的频率，站点级别、站点权重、标题获取规则、正文获取规则、发布时间获取规则等。通过实时监测每台采集服务器负载情况，分配与之相应的采集任务。每台采集服务器采集到的数据通过汇总、排重后，统一写入到分布式采集存储中。

平台分析处理子系统实时从分布式采集存储中获取采集到的文章，进行逐一分析。首先会对重复的数据进行二次去重、对垃圾信息进行过滤、然后读取每篇文章的分词集，抽离出文章的主题和摘要，对有用的信息进行萃取，并计算文章权重、识别正负面属性、自动分类、相似主题文章计算。分析之后与用户相关的数据存储到用户数据分布式存储内，以提高用户数据访问效率及不同类型数据的分离。

（3）自动分词技术

平台分词子系统采用自主研发的分词组件。分词规则采取基于反向最大匹配、统计分词法、机器学习相结合方式，分词准确率可达90%。词库采用实时更新，能快速发现新词，加入平台词库中。

平台分词子系统首先从分布式采集存储中读取采集数据，进行逐一分词，每篇文章的分词集将与文章关联，为后期分析过程中计算文章正负面属性、自动分类、抽离主题等提供分词集。

（4）机器学习技术

机器学习子系统是自主研发的独立组件。支持把平台采集的历史数据作为语料，用机器学习训练形成主题数据模型。模型可以应用于相似性判断、相关主题的获取等。

通过记录访问平台的客户行为，作为机器学习的第二次语料，对数据在相关场景的应用可以做到良性循环，提供数据应用的准确率和召回率。

通过指标练习来检测训练完后的模型准确率，重要的标准是ROC曲线， ROC曲线主要有两个值：

①是直观AUC值，看在正方形面积中曲线覆盖的面积大小，越大说明可用性越高。AUC数值是0-1的小数，越接近1表示可用性越高。一般大于等于0.8则表明可用性较高。

②是在曲线中间取一个合适点，来决定准确率和召回率。其中有个数值的阀值，高于阀值则命中，低于阀值则召回。比如我们定一个数值（0-1之间的小数）0.8。那么相关性数值高于0.8则被认为是相关的，低于的全部召回。准确率越高，召回率也越高，召回率意味着匹配出来的条目数很少，过高的话经常会没有任何匹配条目。

准确率和召回率是成反比，所以通常要在ROC曲线中取一个折中。在保证召回率满足使用需求的情况下提高准确率。

（5）内容自动浓缩技术

内容自动浓缩采取基于统计自动提取、基于理解自动提取两种方法的结合，基于统计的方法领域不受限、速度快、浓缩的内容长度可调节，但它局限于文本表层信息、存在内容不全面问题。基于理解的方法可以对语法、语义、语句进行分析，恰好可以改进基于统计方法的缺陷。

通过两种方法各自提取的浓缩内容，重新进行对比，再次组织纠正语句可读性，处理语句间的转折关系，达到准确自动提取浓缩内容。

2.3 情报规划

“工业企业大数据情报服务平台”，主要从如下几个方面进行情报规划和建设：

（1）基础情报：其目的是为了普惠大数据产业情报价值，能够让广大中小微企业便捷、实惠应用大数据产业情报，满足广大中小微企业的共性情报（包括宏观情报、中观情报、微观情报等）应用需求，让广大中小微企业能够适应生产要素全球化配置、产业链全球化分工、商品全球化流通的全球经济一体化市场环境，以及适应国家竞争从产业竞争走向产业链竞争，企业竞争已经从市场竞争转变为供应链竞争的竞争格局，可以为广大中小微企业实时应用产业链情报、快速把握市场机遇、有效规避经营风险和提升企业竞争力提供有力支撑。如按照产业链环节和痛点，所提供的产业链情报、产业数据、产业研报、海关数据、招投标情报、专利情报、法律法规等，就属于基础性情报的范畴。

（2）定制化情报：主要立足于满足用户的个性化情报需求，包括用户竞争对手、用户本身舆论情报、用户品牌活动后市场评价情报、用户合作伙伴、海外市场、供应链情报、电商情报、全球技术情报、全球进出口情报、全球技术贸易壁垒措施情报等。

（3）专项情报：主要满足某一项专业行业或领域的应用需求而开发的情报。如对全国开工面积的数据情报搜集，通过结合行业经验和行业数据，就能够获得某一区域在未来某一段时间的各种建筑材料（如玻璃、水泥、厨具、卫浴、五金、陶瓷、家具、灯具等）的市场需求；如对全国裁判文书的专项情报搜集，就能够知道某一类案件未来可能裁决走向，知道哪一类案件发生频率较高，能够帮助企业提前避免诉讼法律风险；如对全国新三板排队企业进行专项情报搜集，就能够发现具体三板上市企业有哪些投资价值，以及有哪些投资风险；如对某一类电商数据进行专项情报搜集，就能够发现哪一品种、类型、款式的商品好卖，从而更好指导生产制造；如对全国食品安全网络情报进行搜集，就能够发现哪些区域存在哪些食品存在安全隐患，从而更好地指导食品消费，构建“齐抓共管、社会共治”的食品安全管理格局。

（4）深度情报：主要挖掘数据信息背后的深度价值，包括机会价值和风险预警。乌克兰危机看似一场局部冲突和危机，然而全球却为之颤抖。为什么？相关性告诉我们，环环相扣，全球经济有被乌克兰危机拖下水的风险！事实上，全球每天都在发生着各种各样的政治和自然灾害等情况，如果不深入分析，它就是一篇价值不大或与你无关的新闻资讯，但是如果能够采取相关性思维进行深度分析，这就是极具价值的深度情报。

（5）智能情报：主要通过建立模型和算法，基于“相关性思维”的机器学习，通过计算机将全球看似不相关的深度情报自动“联想起来”。

（6）情报众包：就是利用互联网的思维聚合大众的力量来开展情报服务。如利用众包模式撰写行业分析报告，如通过众包模式搜集某一类情报，如通过众包模式建立起另外的全球产业链情报图谱。

（7）情报众筹：就是利用互联网的思维聚合大众的资金来开展情报服务。如利用众筹模式聚合一笔资金完成一份行业分析报告，如利用众筹模式聚合资金完成来搜集某一类情报等等。

2.4服务模式

摈弃传统落后的“行业报告式”情报信息服务模式，依据其提供的全产业链所需的基础性情报服务，聚合诸多行业专家学者、产业分析师、数据分析师、行业资深记者等提供的深度情报服务及与行业协会、行业研究机构合作的专项产业情报服务以及大数据情报供需交互平台服务，满足广大企业多层次情报信息应用需求。“工业企业大数据情报服务平台”在以下方面提供特色服务：

（1）风险管理：企业可以通过大数据情报应用，如对舆论情报、产业情报、竞争情报、合作伙伴等情报的掌握，及时识别评估行业或自身所可能存在的风险，从而快速制定正确的应对防范措施，化解风险危机。

（2）技术创新：企业可以通过大数据情报应用，如对技术创新趋势、技术创新文献、技术创新专利、技术创新产品等情报的掌握，加强企业对技术创新的指导管理和优化工作，让技术创新更加满足市场的需求。

（3）智慧决策：大数据情报的“相关性”应用，将彻底改变传统企业凭借经验和直觉的决策模式，真正走向“数据和分析”的决策模式，并将带来一场管理上的革命，让企业决策更加智慧。

（4）品牌管理：企业可以通过大数据情报应用，如网络舆情预警监控、市场宣传评价效果监控、消费者评价的实时监控等，更好地服务企业品牌管理。

（5）生产管理：企业可以通过大数据情报应用，如对产品需求情报、产品季节变化情报、产品销售情报的掌握，加强企业对生产组织、生产计划、生产控制等各项工作的管理。

（6）市场营销：企业可以通过大数据情报应用，如对市场供需、竞争对手、渠道建设、电商情报、用户行为等情报的掌握，实现企业对市场营销的精准把握，从而有的放矢，降低成本和取得最大成效。

（7）产品设计：企业可以通过大数据情报应用，如对畅销产品情报、流行设计款式、产品设计专利等情报的掌握，实现企业对产品设计的指导管理和优化工作，让产品真正贴近用户需求。

（8）竞争分析：企业可以通过大数据情报应用，如对产业动态、行业龙头、投资情报、产业竞争、会展情报、供需情报、行业数据、行业研报等情报的把握，发现自身竞争的优劣势，从而制定正确的竞争策略。

3 平台在竞争情报活动中的应用

3.1 应用案例及效果

3.1.1 应用案例一：安徽省大数据产业情报公共服务平台

（1）应用概况

“安徽省大数据产业情报公共服务平台”是为了适应国家信息化发展战略、信息化与工业化融合专项行动计划战略和国家中小企业发展服务体系建设战略，由安徽省中小企业服务中心和北京智慧联合科技有限公司联合建设的大型产业情报应用服务平台。

“安徽省大数据产业情报公共服务平台”第一期选择电子信息、家电、汽车及汽车零部件、装备制造共等12个行业作为应用方向，主要为安徽省广大中小企业提供产业动态、供需情报、会展情报、行业龙头、投资情报、专利情报、科技文献、海关情报、招投标情报、行业研报、行业数据、电商情报等在内的基础性情报信息，还可以根据企业的不同需求提供包括消费者情报、竞争者情报、合作者情报、生产类情报、销售类情报等个性化定制情报，为安徽省的中小企业提供了全视角、多维度、多层次的产业情报服务。

（2）应用效果

“安徽省大数据产业情报公共服务平台”彻底改变传统并昂贵的“行业报告式”的情报服务模式，开辟了全新的DAAS“云情报”服务模式。

目前，安徽全省中小企业约20万家，工业增加值占全省GDP的45%。中小企业信息化面临专业人才缺乏、资金投入不足、应用能力偏弱等诸多难题。经抽样调查，有信息化总体规划的中小企业不足40%，CRM、SCM、OA、电子商务等各类应用系统使用率平均不足30%。通常情况下，企业自主研发情报系统最低投入是每年10万元左右，其中包括硬件、软件和维护、管理人员等方面的投入。“安徽省大数据产业情报公共服务平台”推广以来已经发展了近千的用户使用，为这些中小企业提供了一个优质实惠的情报服务平台，共计为这些企业每年节约近亿元的产业情报支出；同时还在增强企业核心竞争力，推进企业技术创新，提升企业战略决策水平，实现企业可持续发展等方面都起到了积极推动作用。

另外，“安徽省大数据产业情报公共服务平台”通过科技创新与成果转化相结合的特色服务，在帮助中小生产制造企业提高科研能力的同时，还让企业的科研成果能够快速商用推广，极大地提高了企业科技创新的积极性，使企业享受到了科技创新带来的快速发展。

3.1.2 应用案例二：山西省大数据产业情报公共服务平台

（1）应用概况

由山西省中小企业局和北京智慧联合科技有限公司合作建设的“山西省大数据产业情报公共服务平台”于2014年8月正式上线，开始为山西省中小企业公共网络服务平台提供重要的内容支撑。

山西省大数据产业情报公共服务平台将分三期完成40多个行业的大数据产业情报即时发布、查询的专业应用服务平台。第一阶段，为中小企业开通了造纸、纺织、机械制造、化工、家电、电子计算机、医药、钢铁、汽车、水泥、玻璃、陶瓷共12大行业作为应用领域，主要为山西省广大中小企业提供产业动态、供需情报、会展情报、行业龙头、投资情报、专利情报、海关情报、招投标情报、行业研报、行业数据、电商情报、券商研报、产业政策法规等在内的基础性情报信息，还可以根据企业的不同需求提供包括消费者情报、竞争者情报、合作者情报、生产类情报、销售类情报等个性化定制情报；陆续还会开通煤炭产业、电力产业、焦炭产业等省内特有支柱产业的情报平台建设工作。

（2）应用效果

“山西省大数据产业情报公共服务平台”解决了企业对信息本身和认知不对称的问题，让中小企业能在这条铺好的高速路上开足马力寻找下一个奋斗目标。山西省中小企业约有11万家，在全省经济增长中，工业新增产值的85%以上是由中小企业创造的。基于技术、资金、应用、成本等诸多原因，中小生产制造企业无法独立开展大数据竞争情报系统建设和应用。山西省大数据产业情报公共服务平台基于先进的垂直搜索引擎技术和大数据分析技术，采用DAAS情报服务方式，大大降低了情报信息的应用成本，创造了传统制造业应用大数据产业情报的全新模式，帮助中小生产制造企业从传统的“直觉+经验”决策模式，走向科学的“数据驱动决策”的智能商务模式，大大提升中小生产制造企业的核心竞争力。

3.2 应用场景

应用场景就是要通过场景化的案例把这样的产业链情报表现出来。

（1）情报需求

一家大型钢企在国际国内竞争中都需要什么样的大数据情报作为企业领袖决策的支撑呢？

（2）场景示例

以“XXX集团公司全球产业链大数据决策指挥平台”提供全球钢行业的大数据产业情报。

①“钢铁行业的产业链图谱”。由“铁矿石、焦炭、炼钢、炼铁、钢坯、板材、型材、管材和建筑钢材”等组成。提供铁矿石的到岸价、离岸价、出厂价、采购价、收购价、市场价、保税区价、FOB等海量数据。

②情报预警。及时响应突发事件，提供预警信息。

例如，2013年3月11日日本发生地震，下午14：46分，X钢铁企业的“全球产业链大数据决策指挥平台”突然闪起警示的红灯：显示区域为日本东海岸地区的日本四大工业带之一“京滨工业带”。地图拉近逐渐放大之后，新日铁、JFE、住友金属等5家钢厂均显示警报异常。

屏幕会显示：

“3月11日日本东北部近海发生9级地震，并引发灾难性海啸，由此造成福岛核电站停止供电并发生泄露。”

“日本大地震及其引发的海啸、火灾、核泄漏危机、供电暂停等灾害，重创日本钢铁企业的生产营运。”

“新日铁、JFE、住友金属在内的5家位于东京湾的钢厂停产，部分钢厂甚至遭遇结构性破坏，短期内无法恢复，停产时间可能长达六个月。”

“地震直接影响约2600万吨的粗钢产能，影响最大的钢材品种为薄板和中厚板，主要用于汽车和造船业，其次影响的品种为线材，主要用于汽车和建筑业，不锈钢、型材和钢管产能也受到一定影响。”……

釜石市的标志再次闪烁起来发出预警，成船锚的形状——港口也遭到破坏。

釜石港遭到海啸摧毁，码头设备已被洪水淹没。沿着海岸线看去，至少有6个主要港口已被海啸破坏。在港口未修复前，即使钢厂未受到地震损害，其生产也无法顺利进行。

电力情况看起来也不乐观，东京电力公司位于福岛海滨的两座核电厂在地震中遭遇严重损害，现已关停。

③机遇提示。仍以以上日本地震事件作为场景示例背景。

大数据决策指挥平台上出现一条醒目的红色箭头，跨过太平洋，不断延伸直到澳大利亚西部。箭头上显示出“铁矿石价格下跌”几个大字。

平台及时显示机遇分析：“新日铁等钢铁制造商位于东京湾的炼钢厂遭到了结构性的破坏，并且短期内无法恢复，这意味着海运铁矿石市场可能丧失2220万吨铁矿石需求。日本是全球第二大铁矿石进口国，如果日本25%粗钢产能受到影响，将会进一步给全球铁矿石市场降温。”

从澳大利亚矿区又延伸出了一条箭头指向中国钢铁重镇，上面写着“成本利好”——短期内铁矿石等原料需求下降必然影响价格走低，甚至出现超跌，对于中国钢企来说铁矿石的进口成本将会进一步降低，利润增加。

轻点“灾后重建利好”，显示：“从灾后重建的角度来看，此次地震对全球及中国钢铁供需关系构成一定正面影响。从中长期看，灾后重建必然将增加钢材需求，尤其是需要大量螺纹钢线材等建筑用钢，且一些制造业复工后也势必加快生产，从而可能造成一定期内需求激增。”

再点开“需求缺口利好”，显示：“日本地震直接影响了2600万吨左右的粗钢产能。缺口将由中韩弥补。如果全被中国填补，将提升中国粗钢产能利用率2.90个百分点……”

④风险提示。在“利好”旁显示一个闪着绿色冷芒的“风险”二字。

屏幕右侧同时显示着“风险：警惕国内市场短期炒作的可能，不排除有投机资金借助地震灾后重建炒作钢铁等板块的可能；即使市场报价出现大幅走高，在下游需求无实际增长的情况下，仅以日本地震造成的心理预期无法改变市场成交情况，极可能出现盲目拉高后有价无市的局面……

3.3 示范意义

“工业企业大数据情报服务平台”通过为中小生产制造企业提供全面、实时、专业的个性化情报服务，帮助中小生产制造企业实现了情报与生产力的完美结合。在提升企业竞争情报应用能力、加强战略决策科学性、增强企业核心竞争力、防范市场风险等方面具有典型示范意义。

（1）提升企业竞争情报应用能力

中小生产制造企业由于资金规模和专业能力的限制往往无法有效开展竞争情报工作，缺乏对国际市场环境变化、产业技术发展变化、国内外产业链上下游企业间相互影响的整体把握，造成竞争情报工作不到位并导致企业遭受损失。通过“工业企业大数据情报服务平台”可以源源不断地为地区内中小型企业提供准确、及时的产业竞争情报服务，保证企业能够获得低成本、高成效的情报应用，从而提升中小型企业的竞争情报应用能力。

（2）加强战略决策科学性

“工业企业大数据情报服务平台”能为中小生产制造企业决策者提供行业内整体情况及变化趋势、同业企业的数量、地区和市场分布以及竞争对手的生产规模、技术水平、人力情况、资金状况、产品服务质量、新产品开发动向和市场占有率等方面的情况，从而洞悉市场信息和研究竞争对手，为企业确立战略方向、经营战略、战略规划、战略目标提供更为科学的依据，消除决策制定过程中的主观性与盲目性，保证企业实施正确的战略决策，适应瞬息万变的复杂的市场形势。

（3）增强企业核心竞争力

“工业企业大数据情报服务平台”通过先进的垂直搜索引擎技术和大数据分析技术，帮助广大制造业、生产型服务业的企业群体及时了解国内外产业发展动态、产业发展趋势、产业隐性风险，跟踪产业技术动向、专利技术变化，了解产业龙头、竞争对手的发展方向，洞悉市场需求状况，在获得科技创新情报的同时，根据市场需求快速将技术转化为商品或改良现有产品，满足市场需求并快速占领市场。真正意义上让情报转化为技术和商业财富，从而增强企业核心竞争力。

（4）防范市场风险

“工业企业大数据情报服务平台”可以帮助政府监管者或者中小企业通过运用模型和趋势分析了解市场情况，对企业策略可能产生的各种结果做出合理的预测，从而在根本上避免无序的竞争行为。有序将取代无序，及时洞察出市场上的现实机会和潜在威胁，向企业发出正确预警信号，使企业决策者迅速做出应变决策，避开威胁，利用机会。

4 启示和结论

随着生产要素的全球化配置，产业链的全球化分工，商品的全球化流通，国家竞争已经从产业竞争走向产业链的竞争，企业竞争已经从市场竞争转变为供应链的竞争。

随着互联网应用从消费领域加速向生产领域延伸，传统的生产、经营和服务方式已经被颠覆，行业及企业边界正逐步消失，产业价值网络正在全球范围内横向集成，一个以人、产品、机器大互联为核心的全球产业互联网正在形成。

随着社会的快速发展，市场正逐步转向质量型、差异化为主的竞争，个性化、多样化消费渐成主流，新技术、新产品、新业态、新商业的投资模式大量涌现，新兴产业、服务业、小微企业作用更加凸显，生产小型化、智能化、专业化将成为产业组织新特征。

随着大数据已经被定义为“未来的新石油”，一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来对数据的占有和控制甚至将成为继陆权、海权、空权之外另一个国家核心资产。未来国家层面的竞争力将突出表现为国家拥有数据规模及运用大数据情报之能力。

所有这些，都为传统的竞争情报服务模式提出了严峻的挑战。如何颠覆传统的情报服务模式，如何让庙堂之上的传统情报回到人间，如何让中微小企业花费极少成本及时便捷获得产业链竞争情报，如何让人类都能够像享受电力一样享受大数据情报带来的全新文明，如何让每一个人都能够享受大数据情报普惠价值带来的乐趣与收益，是所有竞争情报研究和应用领域的人员必需紧迫思考的重大课题。