京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球IT细分产业大数据分析行业战略结论
市值TOP20分布
TOP20里面有14家美国公司,占70%,TOP5全部是美国公司,如果算上已经退市的Dell(预计市值超过800亿),美国依然在IT领域独领风骚,占据绝对的统治力。这才是美国称霸全球的软实力。美国在军事、货币、以及代表未来的IT产业上占据了绝对的领先性,中国赶上美国还需要很长一段时间。
TOP20里有5家亚洲公司(中国3,韩国1,新加坡1),1家欧洲公司。在IT领域欧洲和日本公司已经渐行渐远。未来必然走向中美争霸的局面,这跟中美两国市场规模、人口基数有关。
TOP20里面,8家互联网公司,8家半导体公司,占据了主要位置。传统大的IT公司占据了另外4席。
快速成长的公司
在快速增长(超过20%)的公司里面,互联网8家,占42%,半导体公司占了7家,接近37%,美国公司占58%。
网易的市值悄无声息的得到快速增长,游戏业务是主要贡献者,在线游戏占了营收的75%。同时,网易重兵投资的直播平台,跟VR的结合,也给未来带来更多的想象空间。Sony经过痛苦转型,总算走出了连续大幅度亏损的命运,再度被市场看好。
微软今年以262亿美金的现金收购了Linkedin,未来将会有7亿用户,给微软的未来带来新的想象空间。同时,云产品Azure的强劲表现,推动微软市值大幅度回升,但距离顶峰的1999年的6137亿美金市值还存在一定距离。不过,已经有分析师给出微软1万亿美元市值的可能性。
Juniper市值的快速增长,我还没有想到其中的逻辑,上次在欧洲,提起爱立信跟思科可能的合并,有一个老外不认为他们间的合并会成立,他认为爱立信收购Juniper更有可能,不清楚他的理由,可能只是简单的业务互补。但Juniper在未来两年被某公司收购是大概率事件。
云计算转型公司
清一色的美国公司,美国再次完成了布局,占领了未来的机会。在这种生态下,中国公司如何快速赶上,华为如何快速赶上? 相信中国本土会出现1-2家大的云计算公司,道理跟互联网公司一样,现在是阿里云领先,华为还有机会,如何在中国市场占据第一是关键。战略之争,中国公司很难赢得北美的云计算市场,但北美厂家也很难进入中国。欧洲和东南亚是两个势力角逐的焦点。
亚马逊AWS的营收超过了100亿美金,取得了巨大突破,预计明年的业绩将会进一步提升。AWS推动亚马逊 的市值快速提升,站上了3500亿美金,增长接近150%。阿里云的估值也达到了390亿美金,而且按这个势头,未来又会是一个巨无霸的产业。
HP实际上已经分割成两个独立的公司上市,HPE(惠普企业)和HPQ(惠普)。主打企业市值的HPE,利用云计算转型的契机,使得市值获得较大的提升,让HP整体状况不会太糟。
同时,云计算转身也不是无往不利的法宝,除了微软Azure和亚马逊AWS外,其他公司并没有获利太多。VWware受Dell并购EMC影响,市值还有所下降。未来的云计算市场,又将会是一个赢者通吃的市场。
半导体公司
没有中国大陆公司入榜,这就可以理解为什么中国政府会那么捉急。为了避免脖子卡在别人的手里,中国政府这两年在半导体领域投资了几千亿人民币,同时还砸锅卖铁的在全球并购半导体企业,而美国对中国严防死守,一毛不拔。这是两个大国围绕着未来的战略之争,没有道理可言。
受反垄断、手机市场饱和、中国红色供应链多方因素影响,高通的盈利出现下降,市值下滑。Intel还是没有找到新的突破,台积电将继续高歌猛进,ASML仍然是设备厂商的领头羊。
人工智能转型公司
又是清一色的美国公司,百度勉强挤在里面。英伟达的市值2年增加了5倍,可以想象现在的人工智能有多火。AI这个产业是从2015年被点燃的,各大IT公司纷纷布局,现在也很难用数据来佐证这个趋势。这两年, IBM猛炒Watson,Google大推AlphaGo围棋。但微软Azure和亚马逊AWS,不可能在大数据红火时袖手旁观。微软目前拥有适用数据分析的大规模存储库Data Lake等近10个数据存储和分析服务,Amazon AWS目前拥有Hadoop框架EMR等七款产品。
百度说移动互联网已经过去了(意思是阿里巴巴、腾讯已经过去时了),下一个是人工智能的时代,他们将会在人工智能的时代重新站起来,近期百度选择陆奇来运作面向未来的战略,陆奇能否带领百度走出迷茫期,让我们拭目以待。 对于未来的IT产业,实际上是美亚争夺领导力的时代。欧洲实际上已经沦落为旁观者,日本的衰弱也是无法遏止。
对于代表未来趋势几大方向:人工智能、云计算、互联网、半导体(万物互联可以归入半导体和云计算领域),美国具有绝对优势,中国拥有迎头赶上的势头。传统的硬件厂商(设备、终端、云基础设施)已经进入了市场底谷,感觉不可能再坏了。未来几年可能通过兼并形成比较稳定的格局,当然,还会有几家消失掉。$中国联通(SH600050)$$烽火通信(SH600498)$网宿科技(SZ300017)掌趣科技大华股份
华为公司2016年的销售额750亿美金,利润50亿美金左右,近30%增长。这样来看,如果在美国上市,市值预计在1500亿美金左右(PE 30,主要对照思科做的估算。华为的销售额750亿美金,思科预计500亿。华为的利润50亿美金,思科100亿,华为增长30%,思科0增长。
对比来看,华为主要是利润偏低,但华为有做低利润之嫌(迎合产业环境,不能超过运营商),关键是成长性很重要,所以综合来看华为的估值应该不低于思科),当然,如果华为要追求高股价,应该可以将利润做到更高,短期市值突破2000亿不是难事。但考虑到华为主营业务CBG,CNBG,EBG,行业基本都到天花板了,所以快速成长存在风险。正常的路径,很可能就像思科,在CNBG领域占据老大地位,获得较好的利润。
同时在CBG、EBG两块领域发挥乌龟精神,慢慢爬升,稳健发展。但未来具有不确定因素,尤其来自云计算和人工智能的变革,可能会在全球范围内发起新一轮的洗牌,华为如果没有赶上这趟车,也可能会逐渐消亡在历史的长河里面,或者落为平庸。而在这两块要赢得未来,一个良好的生态是很关键的,目前的主要玩家都在美国,对华为的将来是很大的挑战。
未来的全球化进程会进一步受到挑战,全球会裂变成以美国市场、中国市场为代表的两股势力,波及云计算、人工智能、半导体、互联网。华为如何充分利用中国市场的优势,首先在中国市场占据绝对领导力,迅速站稳脚跟是关键。同时,如何打赢欧洲和东南亚市场,将会是未来谁能够占据领导地位的风向标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21