北京，2024年10月18日——IDC于近日发布了《 Revelations in the Global DataSphere , 2024: Key Trends and Takeaways 》 报告，展示了全球数据圈中不同细分市场的趋势和动态，包括数据创建者（消费者或企业）、数据类型、区域和位置（中心、边缘、端侧），还包括对每年生成的结构化和非结构化数据量的预测以及GenAI带来的影响分析。
IDC预测，到2028年全球数据量Global DataSphere将增长至393.8ZB，相比于2018年增长9.8倍。从2024到2028五年间生成的数据量将至少是过去10年生成的数据总量的2.2倍，约为过去5年生成的数据总量的2.9倍。具体来看，平均每年生成的数据中有10%是创建和采集的原始数据，其余为复制或消费的数据。
具体来看，全球数据量有以下趋势：
• 2023年每秒产生4.2PB的数据，这一数字在2028年将增长至12.5PB；
• 由于数据分析和生成式AI的广泛应用，企业数据占比将从64%增长至81%（2023至2028）；
• 数据上云/云上服务更加明显，到2028年，37%的数据将会在云端直接产生，超过60%的数据会最终存储在云上；
虽然数据量占比从2023年的92.9%降低至2028年的82.3%，但非结构化数据仍然是最主要的数据形式。值得注意的是，结构化数据的增长速度更快，2023-2028年复合年增长率达到49.3%，这主要是由元数据的增长推动的，元数据将数据情境化并赋予数据意义，从而实现数据分析以及联合GenAI的数据驱动决策。
超实时数据和实时数据处理需求增多。2023年全球生成的数据中有5.2%为超实时数据（Ultra Real-Time，数据传输延迟<40ms），16.7%为实时数据（Real-Time，数据传输延迟≥40ms，≤200ms），78.1%为名义时间数据（Nominal-Time，数据传输延迟>200ms）。未来将会有更多的实时数据处理和分析需求出现，以及GenAI的驱动，实时数仓、湖仓一体、数据集成工具、BI工具将有更多增长空间。
生成式AI也是影响数据圈的重要因素。当前GenAI生成数据中超过35%都为文本类型，但随着技术的演进升级，到2028年，超过75%的生成数据将会均匀分布在文本、图像、视频类型，同时也有接近18%的数据为软件代码。因此技术供应商需要面向长期发展，预测由GenAI带来的混合内容生成、处理和存储需求，来提供更加低延迟、高性能的服务。
IDC中国高级分析师李浩然表示，数据量和关系复杂度的上升都会为数据管理工作带来更大的挑战，企业在实现数据统一存储、管理的同时，需要关注数据扁平化与数据间逻辑关联，避免数据多次复制导致的资源浪费，保证可通过AI、元数据分析技术来全局、一致的发现和管理数据资产。
