IDC圖數據管理分析平臺行動路線圖V1.0正式發布
北京，2023年12月6日——
IDC DataSphere數據顯示，到2027年，全球非結構化數據將占到數據總量的86.8%，達到246.9ZB。未來非結構化數據仍是數據產生和存儲的主要形式，如何更好地管理非結構化數據、挖掘其背后的價值，則更加重要，這也是區分與其他公司競爭力的關鍵。圖數據管理分析平臺作為其中的關鍵一環，被越來越多的廠商關注，從開源到采購商業化版本，市場規模仍保持樂觀增長。
近日，IDC發布了《圖數據管理分析平臺核心能力與市場趨勢判斷》（Doc # CHC50961924），并繪制行動路線圖V1.0，旨在希望可以幫助技術供應商更好地理解技術和市場趨勢，從底層支撐、平臺功能、生態布局、AI應用場景來創新產品布局。
IDC定義下的圖數據管理分析平臺Graph Data Management & Analysis Platform是基于圖的形式提供數據的存儲、管理、查詢和分析服務，實現數據的更加敏捷、更加低成本、更加高效的查詢分析能力，并基于平臺底座來進行上層知識圖譜開發、知識管理、AI大模型應用和邏輯推理。
圖的概念處于上升期，市場需求和驅動力主要來自于兩個方面：
-
一是圖數據庫在經歷了數十年的市場教育后，以及傳統低維度的數據分析不能匹配企業開始以更快的速度積累和管理數據，關系挖掘的需求日益迫切。值得注意的是，用戶數字化程度和對數據敏感度與采用圖數據管理分析平臺的深度成正比關系，因此當前大部分客戶來源于銀行、保險、證券、互聯網、政府領域，未來三年這幾個領域也依然是市場重點。
-
二是生成式AI的驅動，生成式AI以其大模型和智能交互的特點吸引了全球的技術開發者，以及增加了終端用戶對于新興技術產品的投資熱情，而為了解決幻覺問題，實現更精準的、更符合人類邏輯的推理能力，圖與向量數據庫被認為是當前最合適的解決方案。在生成式AI模型架構無法解決此問題的前提下，通過知識圖譜來搭建正確的知識關系網絡，可以檢查驗證生成內容的準確性，這對于生成式AI的大規模應用推廣至關重要。
IDC繪制的圖數據管理分析平臺行動路線圖V1.0版本，包括底層基礎能力、圖數據管理分析平臺核心能力、平臺外部因素、傳統應用服務領域和Gen AI帶來的新的機會五個方面，梳理技術供應商的前沿技術趨勢和市場行動，以期望幫助更多的廠商來制定未來的產品發展計劃和行動路線，從更廣的維度和更貼合市場需求的視角來重新審視圖數據管理分析平臺的發展。
在代表廠商推薦部分，IDC共列出螞蟻集團TuGraph、杭州悅數圖數據庫、華為云GES、嬴圖Ultipa Graph、星環科技StellarDB的5家公司產品，分析了其主要優勢、產品能力和未來布局方向。
IDC給技術供應商的建議：
-
明確自身產品與Gen AI的融合全部可能性。生成式AI帶來的浪潮使得Data與AI界限越來越模糊。整體來看，AI公司融合大數據服務的進度更快，圖數據服務廠商仍在點狀探索階段，對Graph+AI理解和布局不明晰，這很可能使廠商失去更大的市場。
-
培育產品獨立生態以及與外部的合作。圖數據服務對于普通開發者來說上手使用難度仍較高，因此廠商也在從查詢語言、可視化、API/SDK等方面簡化操作，但仍有較大的市場教育工作量。另外，圖數據為企業數據底座建設的一小部分，在驗證圖在數據管理方面具有絕對領先優勢之前，技術供應商還是要盡可能多的與外部數據庫、云、數據平臺服務廠商進行合作，打造完整解決方案。
-
嘗試產品和應用獨立進入市場的可能性。圖數據庫廠商正在加快工具、平臺和應用的研發和探索，但尚未形成相對完整的產品結構。廠商在研發新的軟件工具、平臺、應用平臺、完整大數據解決方案時，需要制定更加詳細的進入市場計劃圖，確定該產品采用獨立銷售路線還是與圖數據庫搭配銷售路線，避免所有產品必須圍繞某一核心產品才可以部署使用。
IDC中國新興科技研究組高級分析師李浩然表示， 傳統低維度的數據分析不能匹配企業開始以更快的速度積累和管理數據要求，關系挖掘日益迫切，未來圖與AI的結合，更多的是集中在圖計算引擎與整體平臺架構之上，通過多樣化的工具組件和統一的大數據管理解決方案，幫助企業更好地管理底層數據資產。
