2021-2022中国 IT服务人 才供给报告 摘 要 校园招聘 ： 整体上看 ， IT服务行业校园招聘的节奏 和方式已成体系 ， 线下招聘会仍是企业进校 招 聘的主要方式 。 但疫情的出现使得招聘在社会 习惯层面发生了深刻的改变 ， 结合线 上 渠道进行多样灵活的宣传招聘 ， 成为企业校招 活动的当下的重点 。 此外 ， 对于知名 度 较低的厂商 ， 前期校企合作对后期人才转化提 升的效果较好 ， 企业未来可以考虑通 过 品牌赞助 、 实习 、 产研合作等方式与目标院校定向加强链接 。 4 供需情冴 ： IT人才总体供不应求 。 从资质来看 ， IT人才呈金字塔分布 ， 高中低端人才分别占比 8% 、 41% 、 51% 。 由于供需 失衡或岗位吸引力不足 ， 企业 “ 招聘难 ” 问题在高低两端 尤 其凸显 。 从地域来看 ， 一线城市是我国 IT人才供需的集中点 。 但近年来二线城市 IT需 求增长 ， 承接过剩 IT人才 ， 一线城市向二线城市的反向人才流动趋势愈发明晰 。 1 毕业生现状 ： 从宏观视角看 ， 高校扩招导致毕业生总量迅速膨胀 ， 其中 IT相关专业毕业生占比 达 10% 左右 ， 我国 IT人才储备日益丰富 ， 缺口在逐年 缩减 。 从微观视角看 ， IT人才的 就 业观 在逐步成熟 。 调研结果显示 ， 1） 我国 IT人才的求职渠道和择业参考因素呈多 样 化特点 ， 2） IT人才 且愈发重视求职投入 ， 约 40% 的求职者的简历投递和面试次数 在 10次以上 ， 3） 80% 的 IT人才求职周期在 6个 月以内 ， 整体就业满意度较高 ， 负向 反 馈集中在薪资不及预期 （ 差距约 2000元 ） 。 3 院校分布 ： 规模上 ， 中国高校数量稳定增长 ， 截至 2020年 6月 30日 ， 全国高等学校共计 3005 所 。 分布上 ， 受经济水平和预算体制影响 ， 中国高 校具有区域分布失衡 、 层次配比 不均 的 特点 。 泛 IT类高校主要集中在传统教育强省与 IT产业发达的区域 。 2 研究思路及关注重 点 从供给端入手洞察市场全貌 ， 重点关注储备人才 IT服务人才市场主要包括 “ 人才供给 、 招聘渠道 、 企业需求 ” 三个部分 。 本报告重点关注储 备人才 ， 从院校分布入手 ， 到 毕业生洞察 、 校招分析 ， 层层剖析 IT服务人才市场供给端各环节的现状与变化 ， 并落脚于企业端 ， 提出相关参考建议 。 企业 院校 储备人才 第三方招聘平台 直接招聘 社会人才 供给端 需求端 第三章 人才 分布 ： 院校分析 第四章 人才来 源 ： 毕业生分析 第五章 人才 招聘 ： 校招分析 第六章 趋势与建议 来源 ： 咨询研究院自主研究及绘制 。 人才来源：毕业生分析 4 IT服务及相关概念界定 1 IT人才现状综述 2 人才分布：院校分析 3 人才招聘：校招分析 5 趋势与建议 6 IT服 务 贯穿 IT应用系统全生命周期的各项服务统称 软件和信息技术服务分类 软件和信息技术服务市场由软件和信 息技术服务 （ IT服务 ） 两大细分市场 组成 。 软件包括软件产品 、 嵌入式系 统软件产品和信息安全产品 。 IT服务 包括信息技术咨询与培训 、 服务外包 、 信息技术支持与维护 、 信息技术系统 集成等 。 近年来 ， 随着技术进步带来 的模式创新 ， 软件产品和信息技术服 务市场边界逐步模糊 ， 软件产品呈现 出服务化发展趋势 。 IT服务产业环节 IT服务指支持组织用户的 业务运营或个人用户任务 ， 贯穿 IT应用系统整个生命 周 期各项服务的统称 。 具体包括前期 的 IT咨询与培训 ， 中期的定制开发 、 系统 集 成 、 部署实施 ， 后期的 IT运维升级 、 IT运营管理 ， 以及贯穿全程的 IT安全保障等 。 前 期 IT 安 全 保 障 后 期 运维升 级 基础架构及软硬件产 品 的维护和升级迭 代 运营管 理 数据处理等面向业 务 的 IT运营服 务 IT咨 询 包括需求定义 、 产品选型 、 方案设计等咨询服务 。 IT培 训 中 期 系统集 成 定制开 发 部署交 付 根据客户需求提供二开 、 集成 、 测试等具体的实施服务 。 IT服务外包 如果将这些服务外包 ， 交付给第三方专业公司来做 ， 则将它们称为 IT服务外包 。 据商务部 ， IT服务外包可以进一 步划分 “ 信息技术研发服务 、 信息技术运营 和 维护服务和新一代信息技术开发应用服务 ” 。 近年来 ， 借助于云计算 、 大数据 、 物联网 、 移动互联等新一代信息技术 ， 推动 “ 互联网 +服务外包 ” 模式快速发展 ， IT服务外包企业逐渐向高技术 、 高附加值业务转型 。 软 件 信息技术服 务 来源 ： 工信部 ， 公开资料 ， 专家访谈 ， 咨询研究院自主研究及绘制 。 IT服务市 场 IT服务产业图谱 注释 ： 此处仅展示部分典型企业 ， 排名不分先后 。 前 期 IT安全保障 后 期 运维升 级 运营管 理 IT咨询 （ 第三方 +原厂 ） IT培训 （ 第三方 +原厂 ） 中 期 系统集 成 定制开 发 部署交 付 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 下一代信息网 络 属 “ 新一代信息技术产 业 ” 下细分领域 ， 是国家战略性新兴 产业之一 新一代 信 息技术产业 下一代信息网络产 业 电子核心产 业 网络设备制 造 通信系统设备制 造 其他计算机制 造 新型计算机及信息终端设备制 造 计算机整机制 造 计算机零部件制 造 计算机外围设备制 造 工业控制计算机及系统制 造 通信终端设备制 造 雷达及配套设备制 造 其他计算机制造及电子设备制 造 信息安全设备制 造 新一代移动通信网络服 务 固定电信服 务 移动电信服 务 其他电信服 务 其他网络运营服 务 互联网接入及相关服 务 其他互联网及电信服 务 计算机和辅助设备修 理 新型电子元器件及设备制 造 电子专用设备仪器制 造 高储能和关键电子材料制 造 集成电路制 造 新兴软件和新型信息技术服 务 互联网不云计算 、 大数据服 务 工业互联网及支持服 务 互联网平台服务 （ 互联网 +） 云计算与大数据服 务 互联网相关信息服 务 人巟智 能 人工智能软件开 发 智能消费相关设备制 造 人工智能系统服 务 新兴软件开 发 网络与信息安全软件开 发 互联网安全服 务 新型信息技术服 务 来源 ： 国家统计局 战略性新兴产业分类 （ 2018）， 咨询研究院自主研究及绘制 。 来源 ： 国际电信联盟 ， 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 下一代网 络 下一代信息网络以下一代网络 (N G N ) 为代表 需求端租户规模膨胀 、 业务灵活部署 、 资源虚拟化等方面的变化 ， 使传统的网络解决方案面临着极大的挑战 ， 下一代网络 随之被提出 。 所谓下一代网络 ， 实质上是一个具有极其松散定义的术语 ， 泛指一个不同于目前一代的 ， 大量采用创新技术 ， 以 IP 技术为核心 ， 同时可以支持语音 、 数据和多媒体业务的融合网络 。 据国际电联定义 ， 下一代网络 （ N G N ） 是能够利 用多种宽带和具有服务质量 （ Q oS） 机制的 、 向用户提供电信业务的分组网络 。 该网络中提供的与业务相关的功能独立于 底层与传输相关的技术 ； 允许用户不受限制地接入网络 ， 自由选择服务提供商或其业务 ； 支持通用移动性 ， 使网络可以随 时随地向用户提供统一一致的业务 。 值得厘清的是 ， N G N 不是现有电信网和 IP网的简单延伸和叠加 ， 也不是单项节点技术 和网络技术 ， 而是整个网络框架的变革 ， 是一种整体解决方案 ； 同时 ， N G N 的出现与发展不是革命 ， 而是演进 ， 即在继 承现有网络优势的基础上实现的平滑过渡 。 下一代网络核心特点 使用分组技术作为传送方 法 尽管 IP（ 互联网协议 ） 是传送业务的主要分组协议 ， 但 N G N 在物理上与互联网相互分离 ， 并得到独立管理 。 N G N 通 常提供将客户与互联 网 连接的宽带业务 。 互联网接入是基 于 N G N 的诸多业务之一 。 丌同业务传送基于统一共享平 台 电信网络 （ 也被称作遗 留网络 ） 通常在网络中拥有业务提供系统 ， 因此 ， 话音交换机位于将其连接一起的传输网络内 。 每种业务 （ 话音呼 叫 或租用线路等 ） 都拥有自身的传输网络和专用系统 。 与此相反 ， N G N 拥有相同的 基于 IP的共享平台来传送业务 ， 数据包可通过 Q oS因 素 （ 如优先于其它数据包等 ） 加以区分 ， 但经过共享核心网络承载 。 高速率宽带接 入 多数遗留网络都拥有每一种业务的具体接入链路 ， 即单独用于每一种话音和数据业务的铜线 。 N G N 接入方便在单一接入链路上承 载多个 更 高速率 的业 务 通常为光纤或光纤 /铜线混合链路 ， 这就有助于实现速率为 100兆比 /秒或更高的宽带接入 。 与此相反 ， 用于遗留固定网 络 的铜线仅限于几个兆 比 /秒的速率 。 不业务相关的功能独立于底层传输技 术 基于 N G N 的业务可通过不同接入技术提供 ， 即 N G N 业务对于接入技术可以是 “ 不可知的 ” 。 原则上基 于 IP的话音 、 电视或宽带互联网接 入 都可通过一条基于光纤 、 铜线或无线的接入链路提供 ， 无论提供方式如何 ， 业务保持不变 。 移动互联网和移动互联网终 端 从学术角度定义 ， 移动互联网是将互联网的技术 、 平台 、 商业模式与移动通信技术结合 ， 并将之实践的活动总称 。 简单 的讲 ， 移动互联网即用户通过手机 、 PDA或者其他手持终端设备通过无线通信接入互联网 。 它之所以不同于传统互联网 ， 在于智能移动设备的出现 ， 改变了产业生态 。 移动互联网终端主要包括手机和平板电脑 ， 其移动性主要体现在移动通信能力和便携化体积 。 随着人口红利的消失 ， 中国移动互联网表现出增长的乏力 ， 2020年 9月起 ， 移动互联网终端同比增长率下降至 2% 以下 。 2020.02-2021.02秱劢互联网终端数量 2021.02秱劢互联网终端操作系统及品牌分布情冴 Android： 73.3% iOS： 26.6% 互联网经历了 PC阶段和移动阶段 ， 向产业 端发展 互联収展历程 产业互联 网 网络 经济从消费 端 到 生产端的渗 透 秱劢互联 网 以 智能手机为 核 心 ， 移动通 信 与互联 网 的结 合 PC互联 网 以 PC终 端为入口 ， 连接 人与信 息 来源 ： 咨 询 UserTracker 多平台网民行为监测数据库 ， 公开资料 ， 专家访谈 ， 咨询研究院自主研究及绘制 。 新兴软件和新型信息技术服 务 包含新兴软件开发 、 网络与信息安全软件开发等四个板块 新一代 信 息技术产业 下一代信息网络产 业 电子核心产 业 网络设备制 造 新型计算机及信息终端设备制 造 信息安全设备制 造 新一代移动通信网络服 务 其他网络运营服 务 计算机和辅助设备修 理 新型电子元器件及设备制 造 电子专用设备仪器制 造 高储能和关键电子材料制 造 集成电路制 造 新兴软件和新型信息技术服 务 新兴软件开 发 基础软件开収 （ 包含操作系统和数据库 ） 支撑软件开 发 应用软件开 发 网络与信息安全软件开 发 互联网安全服 务 新型信息技术服 务 信息技术咨询服 务 集成电路设计 信息系统集成服 务 物联网技术服务 信息处理和存储支持服 务 呼叫中 心 其他互联网服 务 互联网不云计算 、 大数据服 务 工业互联网及支持服 务 互联网平台服务 （ 互联网 +） 云计算与大数据服 务 互联网相关信息服 务 人巟智 能 来源 ： 国家统计局 战略性新兴产业分类 （ 2018） ， 咨询研究院自主研究及绘制 。 人工智能软件开 发 智能消费相关设备制 造 人工智能系统服 务 操作系统和数据 库 数据库 （ DB） 数据库管理系统 （ DBM S） 搭 读 写 修 维 管 建 取 入 改 护 理 存 储 网 络 计 算 同属于信息系统中的基础软件范畴 操作系统 数据 是数据库中存储的基本对象 ， 包括数字 、 图像 、 音频等形式 ， 在 进行逐级抽象后存储在数据库中 。 数据库 是由特定软件 ， 即数据库管理系统 （ DBM S） 搭建 、 处理 、 维 护的数据及数据间逻辑关系的集合体 。 它面向多种应用 ， 可以被多 个 用户 、 多个应用程序所共享 。 数据库管理系统 （ DBMS） 是负责数据库搭建 、 使用和维护的大型 系 统软件 ， 它对数据进行统一控制 ， 以保证数据的完整性 ， 安全性 ， 实 现并发控制 ， 数据恢复等 。 数据库和数据库管理系统共同组成了 数据库系统 （ DBS） 。 数据库 应用程 序 数据库系统 （ DBS） 终端用 户 DBA 应用程 序 数据 库 应 用 操作系统是一组控制和管理计算机软硬件资源 ， 为用户提供便捷 使 用计算机的程序集合 。 用户定义 ： 对于用户而言 ， 操 作系统是其 认 识和使用计算机的抓手 。 它隐 藏 了复杂 、 多样化的硬件接口 ， 提 供了一个统一的界面 ， 使得用 户 可以轻松高效地进行相关操作 。 硬件定义 ： 从硬件的角度 ， 操 作系统扮演 着 资源管理者的角 色 。 它负责对 计 算机的资源进 行分配 、 控制 、 调 度和回收 。 功能定义 ： 操作系统的核心功 能包括处理 器 管理 、 存储管理 、 设备管理 、 文 件管理和用户 管理 。 应用程序定义 ： 从应用程序角 度 ， 操作系统为 其 运行提供支 持 。 它可以在不同 环 境下为不 同应用提供不同形式 和 效率的 资源管理 ， 满足不同用 户 的操 作需要 。 用 户 应用程 序 硬 件 处 理 器 管 理 存 储 器 管 理 文 件 管 理 用 户 管 理 设 备 管 理 操作系 统 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 半导体和集成电 路 广泛应用于各类场景 ， 为互联网世界提供计算能力支撑 半导体和集成电路分类 半导体 是一种电导率在绝缘体和导体之间的物质 ， 常见的半导体材 料 包括硅 、 锗 、 砷化镓等 。 半导体器件可以通过结构和材料上的设计 达 到控制电流传输的作用 ， 因而在当今电子技术中得到了广泛的应用 。 集成电路 （ IC） 是在一小块半导 体 材 半 导 体 产 品 集成电 路 分立器 件 光电子器 件 传感 器 数字 IC 模拟 IC 逻辑 IC 微处理 器 存储 器 ASIC 标准 IC SRAM DRAM RO M 针对模拟信号处理的模块 ， 如 声音信号 、 电视信号 、 图像信 号等 。 “ 分立 ” 器件主要相对于 “ 集成 ” 电路 ， 指单一的一 个器件 ， 具有单一的基本功能 ， 主要用于电力电子设 备的整流 、 稳压 、 开关以及混频等 ， 主要产品包括二 极管 、 三极管 、 M O SFET、 IG BT等 。 处 理 数 字 信 号 ， 如 计 算 机 里 的 二 进制 、 八进制等 M PU M CU DSP 光电子器件是利用 “ 电 -光子 ” 转换效应制成的各种 功能器件 ， 主要用于光信号的产生 、 调制 、 传输 、 处 理和探测 ， 主要产品包括光电导传感器 、 摄像馆等 。 利用半导体易受外界条件影响的独特性质 ， 制成传感 器 ， 被广泛用于工业等民用领域 。 料 （ 例如硅 ） 上设计的一系列 电子 电 路 。 它是半导体产业的核心产 品 ， 据 SIA 统计 ， 其全球销售额占比常 年 在 80% 以上 。 半导体和集成电路产业链 IC设计流程包括规格制定 系统架构设计 架构 /形式 验 证 H DL编码 功能验证 /FPG A 逻辑综合 （ 门级网表 ） 静态时序分析 数据导入 布局规划 单元放置 时 钟树综合 全局与细节布线 电压衰减分析 功能等 价 性检查 流片 。 主要包括晶圆制造材料和封装材料 。 晶圆制造材料包 括 硅片 、 电子特种气体 、 光掩模 、 抛光液和抛光垫 、 光 刻 胶配套试剂 、 光刻胶 、 湿电子化学品 、 靶材等 ； 封装 材 料包括基板 、 引线框架 、 陶瓷封底 、 键合丝 、 包封材料 、 芯片粘粘等 。 IC产业 链的上下游对设备都有着较高的依赖 ， 包括设 计 环节需要的掩膜制版机 、 扩散炉 ， 晶圆制造所需的单 晶 炉 、 光刻机 、 化学气相电机设备 、 显影机 、 刻蚀机 、 离 子注入机 、 CM P机台 ， 封测环节需要的减薄机 、 划片机 、 装片机 、 键合机 、 封装机 、 测试机和分选机等 。 当前晶圆代工市场包 括用于 CPU、 G PU等超大规模逻 辑 集成电路制造的 10nm 以下芯片 ， 用于存储器件 的 14- 28nm 芯片和用于模拟器件 、 分立器件和传感器的 40nm 以上芯片 。 晶圆代工环节 收入和利润以 6-8季度为一 周 期进行波动 ， 周期波动主要受下游终端需求变化和客 户 库存调整影响 。 芯片封测的技术含量相对较低 ， 主要包括封装前测试 、 镭射修补及修补后测试 、 晶粒切割及黏晶 、 打 线 /覆晶 封 装 、 封胶 、 剪切成型 、 预烧前测试 、 预烧 、 全功能测试 、 镭射印字和封装后测试等环节 。 晶 圆 代 工 封 测 材 料 设 备 设 计 上 游 中 游 下 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 游 物联 网 一种计算设备 、 机械 、 数字机器相互关系的系统 消费物联 网 物 联 网 分 类 家用物联 网 智能家 电 家用智能安 防 智能连接与控 制 智能照 明 个人物联 网 智能可穿 戴 手机 /PC/平 板 移动医疗健康产 品 其他个人智能产 品 物联网 (IoT) 是由物理对象 （ 所谓的 “ 物 ” ） 组成的网络 ， 这些物理对象嵌入了传感器 、 软件和其他技术 ， 以便可以通过 互联网与其他设备和系统建立连接并交换数据 。 在物联网体系下 ， 物品可以自动收集和共享数据 ， 数字系统可以记录 、 监 视和调整联网物品之间的每一次交互 ， 物理世界与数字世界就此开始了交汇融合 ， 相互协作 。 物联网技术应用于传统行 业 ， 催生了消费物联网和产业物联网两大领域 。 消费物联网根据用户所处场景及社会角色的转换 进一步划分为家用物联 网和个人物联网 ； 产业物联网根据商品及服务的生产及流通环节进而划分为生产物联网 （ 包含农业 物联网和工业物联网 ）、 供应链物联网 、 商业物联网和智慧城市 &车联网等 。 物联网分类 物联网技术架构 产业物联 网 农业物联 网 巟业物联 网 智慧城市 &车联 网 商业物联 网 供应链物联 网 生产物联 网 零 售 餐 饮 本地生 活 采 贩 仏 储 物 流 维护 维护 维护 M CU 多媒体信息 数据挖掘 信息管理 协同信息 处理技术 保障 保障 保障 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 感知技 术 传输技 术 传感器 RFID 智能卡 生物识别 支持技 术 微服务 海量存储 分布数据 处理 数 据 传感器中 间件技术 自组织组 网技术 低中高速 短距离传 输技术 数 据 系统运行维护体 系 信息安全保障体 系 云计算和云架 构 利用虚拟化技术 ， 将计 算 /存储 /网络资源虚拟化 ， 以按使用 量付费的方式为用户提供基础设施 、 平台和软件等服务 计算 存储 网络 超融 合 超融 合 SDN/SD-WAN CDN不加 速 虚机 /弹性计 算 云存 储 负载均衡 SLB 高性能计算 HPC （ 对象存储 、 块存储 、 文件存储 ） 与有网络 VPC 裸金 属 云安 全 云管平台 CMP 容 器 容器管理不服务编排平 台 云数据 库 aPaaS与 iPaaS 低代码 /零代码平 台 应用 /SaaS 物理服务 器 存储设 备 交换机 、 光 缆 硬 件 偏 应 用 资源类 型 数据中 心 超融 合 SDS 云计算 据 N IST（ 美国国家标准与技术研究院 ） 定义 ： 云计算是一种按使用量付费的模式 ， 这 种 模 式提供高可用 、 便捷 、 按需的网络访问 ， 进入可配置的计算资源共享池 （ 资源包括网络 ， 服务器 ， 存储 ， 应用软件 ， 服务 ）， 这些资源能够被快速提供 ， 只需投入很少的管理工作 ， 或与服务供应商进行很少的交互 。 从本质上来说 ， 云计算属于一种理念与方式 ， 它是将 IT资源整合利用的新模式 。 对于用 户 而言 ， 全部资源都是虚拟化的 ， 可以按需付费 ， 开箱即用 ， 弹性扩展 。 云计算能够将计 算 任务分布在大量计算机组成的资源池上进行运算 ， 让不同应用系统根据需要得到计算 、 存 储与信息服务等各层次的资源支持 。 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 云架构 云架构是为提供云服务而将各种云计算组 件 （ 包括数据库 、 应用程序 、 软件功能 、 中间 件 和内部资源 ） 组织起来的一种方式 。 常见的云架构包括公有云架构 （ 具有由第三 方 云服务提供商提供的资源 ） 、 私有云架构 （ 其 中的云环境专供单个组织使用 ， 并可能安装 在 本地 ） 、 多云架构 （ 通常包括多个可能联网 也 可能未联网的公有云或私有云 ） 和混合云架 构 （ 由多个云环境组成 ， 并在它们之间进行某 种 程度的管理和编排 ） 。 资源使用 弹性 资源使用 模式 网络连接 方式 资源规模 弹性 服务盈利 模式 公有 云 高弹 性 按需扩 容 按需使 用 按需分 配 公 网 大规 模 低弹 性 服务订 阅 按需付 费 专有云 /专 属 云 高弹 性 按需扩 容 独享资 源 自行分 配 专 线 网络隔 离 大规 模 低弹 性 服务订 阅 按需付 费 托管 云 低弹 性 周期扩 容 项目实施 部 署计划制 定 公 网 小规 模 高弹 性 服务订 阅 按需付 费 真私有云 / 下一代私 有 云 高弹 性 按需扩 容 独享资 源 自行分 配 专 线 网络隔 离 小规 模 高弹 性 服务订 阅 按需付 费 私有 云 低弹 性 周期扩 容 独享资 源 自行分 配 内 网 小规 模 高弹 性 一次性付 费 微服 务 适应互联网场景的 ， 更加松耦合和轻量的架构 单体架构 垂直架构 SOA架构 微服务架构 多年以来 ， 软件架构的发展经历了 “ 单体架构 垂直架构 SO A架构 微服务架构 ” 的演进过程 。 单体架构下 ， 所有的功能都集成在一个项目工程中 ， 通过部署应 用集群和数据库集群来提高系统的性能 。 虽然项目架构简单 ， 前期开 发 成本低 ， 但是后期系统性能扩展只能依靠扩展集群节点的方式 ， 成本高且存在瓶颈 。 随之 ， 垂直架构出现 。 它将一个大项目拆分成一个个的单体结构项目 ， 从而使单体项目不至于无限扩大 ， 但是项目之间数据冗余较多 。 接下来 ， SO A架构出现 。 它将重复公用的功能抽取为组件 ， ESB企业服务总线作为桥梁 ， 以服务的方式给各系统提供服务 ， 各系统与 服 务之间采用 w ebservice、 RPC等方式进行通信 。 虽然 SO A架构提高了系统的复用性和可维护性 ， ESB也减少了系统中 的接口耦合 ， 但 是 抽取的服务粒度较粗 ， 系统与服务之间耦合性高 ， 且交付时间周期较长 。 随着互联网时代的到来 ， 市场对软件开发上线的速度要求越来越 快 ， 微服务架构应时而生 。 它将系统服务层完全独立出来 ， 并将服务 层 抽取为一个个的微 服务 ， 微服务之间采用轻量级的 H TTP/RESTful协议进行通讯 。 相对于原来的架构 ， 微服务的优势在于高度的颗粒化 ， 使技术人员一次针对一个微服务模块进行开发和运维 ， 在程序运 行过程中也有助于实现资源的高效利用 。 微服务架构在互联网场景下 得 到了广泛的应用 ， 但是现阶段也存在 “ 服务划分的过细 ， 导致服 务间关系复杂 ； 服务数量太多 ， 导致团队效率下降 ； 调用链太长 ， 导 致 性能下降 ； 没有服务治理的支撑 ， 后期管理混乱等 ” 问题 。 IT架构演进历程 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 大数 据 针对海量数据处理的相关技术集合 在实际语境中 ， “ 大数据 ” 往往指的是一系列对海量数据进行采集 、 处理 、 存储 、 计算 、 查询 、 分析 、 可视化的技术集合 。 与原来的数据技术相比 ， 它能够处理多源异构的海量数据 ， 让数据的 “ 覆盖面更广 、 处理速度更快 、 价值转化率更高 ” 。 从历史发展角度来看 ， 大数据是互联网世界发展的必然结果 。 从需求角度 ， PC互联网到移动互联网到产业互联网 ， 数据量 在逐年爆发式的增长 ， 人们也愈发认识到数据的价值 。 相应地 ， 数据处理相关的技术也随之演进 ， 从存储计算到分析可视 化都相应的进行了能力的升级 。 大数据核心技术 大数据的 典型特征 Volume 大数据首 先体现为 数 据量大 ， 包含多源 异 构的数据 ， 在实际 应 用中 ， 往往达到 TB甚 至 PB的量级 。 Velocity 大数据要 求较快的 处 理速度 ， 从而实现 实 时分析 ， 因此也带 动 了存储 、 计算 、 架 构 等各方面的变革 。 Variety 大数据的 形式是多 样 的 ， 不仅 局限于结 构 性数据 ， 还包括文本 、 图片 、 H TM L等半 结 构 、 非结构性的数据 。 Value 大数据大 大提高了 数 据的覆盖率和利用率 ， 经过深度 挖掘和处 理 后 ， 能够 为企业创 造 更大的价值 。 将经过处理的高质量的数据 ， 以一定的结构存储下来 ， 并进行相应的计 算 通过一系列的工作 ， 将原始的 “ 脏 ” 数据转化为高质量的可用数 据 通过埋点 、 探针 、 爬虫等技术 ， 对企业内外部的结构化 、 非结构化数据进行采 集 分 析 可 视 化 监 控 预 警 备 份 迁 移 挖 掘 功 能 查 询 /搜 索 采 集 数 据 库 日 志 网 络 爬 虫 传 感 器 预 处 理 数 据 清 洗 数 据 集 成 数 据 转 换 数 据 消 减 数 据 抽 取 图 存 数 储 据 库 计 批 流 图 算 处 处 计 理 理 算 文 档 数 据 库 即 席 查 询 内 存 数 据 库 搜 索 引 擎 对外输出为查询搜索 、 分析可视化等功能 ， 实 现 Data to Value 的转化 ， 为企业赋 能 安 全 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 Api 调 用 区块 链 以安全共享为核心 ， 本质为去中心化的分布式账本数据库 区块链的出现是为了通过数字的方式来记录账本 ， 从而达到替代现金货币的目的 ； 后来逐渐成为通过计算机联网运行来达 到有效利用社会资源 、 解决商业民生政务等问题 。 区块链本质上是由 “ 分布式存储 、 点对点传输 、 共识机制 、 加密算法 、 智能合约 ” 等多种技术构成的技术体系 ， 这些技术以新的方式组合在一起 ， 可以完成 “ 防篡改的数据存储 、 可追溯的数据 查看 、 可信任的点对点传输 ” ， 可解决许久以来的信任构建难题 。 目前 ， 区块链技术正处在加速演进成熟的过程中 ， 其应 用已延伸到数字金融 、 物联网 、 智能制造 、 供应链管理 、 数字资产交易等多个领域 。 匙块链技术架构 匙块链应用场景 数字货币是区块链应用最早 、 也是至今应用最多的场景 。 它解决了 数 字加密货币领域的双重支付 （ 同一笔钱支付两次 ） 问题 ， 保障了流 通 的安全 ， 让借方和贷方可以绕过银行这一中介方 ， 完全通过两方模 式 实现电子支付 。 知名的货币包括比特币 、 以太坊 、 瑞波币 、 莱特币等 。 应用层 API接 口 激 励 机 制 分 配 机 制 资产 发 行机 制 智能合约层 虚拟 机 高级语 言 编辑 器 合 约 格式化证 明 共识协议层 拜占 庭 容 错 PoW PoS DPoS 数据存储层 数 据 区 块 分布式文件系 统 与数据 库 链式结 构 数据保护层 哈希 函 数 数 据 加 密 数 字 签 名 零知 识 证 明 时间 戳 网络通信层 P2P 网 络 同步 机 制 链 接 通 信 传 播 机 制 验 证 机 制 政府民 生 用于 电子病历 、 药 品监管 、 学位认证 、 产权 登记 、 数字 身 份 、 电子票据 、 工 商注 册等多个涉 及 国计民生的领域 。 文娱传 媒 主要用于数字音乐 、 数 字图书 、 数字视频 、 数字游戏等 领域 ， 实 现针对数字资产的版权 证明 ， 提 高相关流转的安全性和隐私性 。 匙块 链 金融服 务 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 基于 “ 时间戳 、 去 中 心化 、 不可篡 改 ” 等 特性 ， 区块链 广泛 被 用于银行证券 的资 产 管理 、 贸易融 资 、 反 洗钱等环节 。 供应链管 理 区块链的特性可以使 交易网络信 息 公开透明化 ， 解决供 应链 “ 数据 共 享 、 数据可溯 、 资质 保证 、 行业 互 信 、 上下游协同 ” 的核心痛点 。 数字货 币 人工智 能 人类智能在机器领域的延伸 总体来说 ， 人工智能是通过普通计算机程序的手段实现的类人智能技术 。 一般认为 ， 人工智能分计算智能 、 感知智能和认 知智能三个层次 。 计算智能即快速计算 、 记忆和储存的能力 ； 感知智能即对自然界具象事物的识别与判断能力 ； 认知智能 则为理解 、 分析等能力 。 随着技术不断迭代 ， 市场认知不断完善 ， AI技术与传统行业经营模式和业务流程开始产生实质性 融合 ， 应用领域也逐渐向实体经济领域和公共服务领域拓展 ， 全面赋能生产生活各个方面 。 人巟智能技术演进历程 人巟智能产业结构 基础层 ： 软硬件设施以及数据服务 技术层 ： 基础框架 、 算法模型以及通用技术 应用层 ： 产品 、 服务和解决方案 数 据 芯 片 CPU 传感 器 开源框 架 深 度 学 习 智能语 音 识 别 自然语 言 处 理 知 识 图 谱 计算 机 视 觉 金 融 客 服 教 育 零 售 文 娱 智能操作系 统 消费类终端产 品 匚 疗 安 防 整体解决方 案 达特茅斯会 议 人工智 能 学科诞 生 19561957 1984 推理期 知识期 机器学习期 将逻辑推理能 力 赋予计算机系 统 总结人类知 识 教授给计算机系 统 计算机从数 据 中学习算 法 1992 2006 2013以 来 1970 人工智能计算 机 DARPA宣告失 败 罗森布拉特发明第一 款 神经网络 perceptron BP算法出现使大规 模 神经网络训练成为可 能 深度学习算法在语音和 视 觉识别上取得成功 ， 识 别 率分别超过 99% 和 95% 计算能力的突破没能使机器 完 成大规模数据训练和复杂任 务 美国 、 英国相继缩减经费支 持 H inton提 出 深 度学习神经网 络 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 智能硬件和智能终端产品研 发 软硬件结合方式赋予传统设备智能化功能 智能硬件 ： 即通过软硬件结合的方式 ， 对传统设备进行改造 ， 进而让其拥有智能化的功能 ， 在大多数语境中又被称为智 能终端产品 。 它应用智能传感互联 、 生物识别 、 新型显示及云计算等新一代人工智能技术和信息技术 ， 以新设计 、 新材 料 、 新工艺硬件为载体 ， 以平台性底层软硬件为基础 ， 对外提供软硬一体的产品和服务 。 智能硬件収展历程 ： 智能硬件产业的发展以 “ 智能手机 ” 为突破点走进人们的生活 。 从 2007至 2012年 ， 智能硬件的发 展主要围绕着智能手机创新 。 触摸交互方式彻底革新了手机的使用体验 ， 智能手机玩家以硬件为入口和载体 ， 以内容与 应用服务为核心 ， 采用软硬一体的方式搭建了全新的商业模式 。 从 2012年开始 ， 借助智能手机终端 、 虚拟现实技术和 云服务平台 ， 越来越多的智能穿戴设备出现在人们的生活中 ， 智能手环 、 智能体脂称 、 VR眼镜等设备风靡一时 。 2015 年之后 ， 一方面 ， 随着自身技术 、 功能和模式的迭代 ， 智能硬件以智能家居 、 智能家电 、 智能服务机器人等方式更多地 向 C端渗透 ； 另一方面 ， 智能硬件也逐渐渗透到医疗 （ e.g. 智能血压仪 、 智能睡眠监测 、 手术机器人等 ）、 交通 （ e.g. 智能网联汽车 、 智能自行车 、 车载导航仪等 ）、 工业 （ e.g. 巡检机器人 、 智能工业摄像头 、 智能机床 、 3D打印机等 ） 等 B端场景中 ， 未来可能进一步向金融 、 零售 、 教育等更多的行业拓展 。 智能终端产品研収 ： 指对智能硬件的研发工作 ， 涉及需求调研 、 硬件开发 、 嵌入式软件开发 、 软硬件联调 、 服务端开发 等多个环节 ， 对人才素质和团队配合的要求都较高 。 智能硬件収展阶段 设备应用自身数据实 现决策并进行执行 优 化 实现环境数据与用户 数据的采集 监 测 设备间连接或多设备 集成控制 控 制 应用数据智能决策并 执行 自 主 现阶段核心发力点 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 未来发展方向 现阶段主要应用点 （ 较成熟 ） 全栈 /前端 /后 端 全栈 =70% （ 前端 +后端 ） 能力 +30% 综 合 能 力 在软体架构和程序设计领域 ， 往往划分为前端和后端 ： 前端是软体系统中直接和用户交互的部分 ， 而后端进行信息处理 ， 控制着软件的输出 。 将软体分为前端和后端是一种将软体不同功能的部分相互分离的抽象 。 随着 JavaScript、 N ode和 Serverless 的兴起 ， 开发工具开始结合在一起 ， 前端后端的界限越来越模糊 ， 全栈 (Full Stack) 的概念随之出现 。 现代 W eb应用项目的开发 ， 需要使用多种技术 ， 包括后端开发 、 前端开发 、 UI设计 、 产品设计 、 数据库 、 Restful API设计和响 应式布局等等 。 全栈的核心 ， 是指这些开发者能够承担包括前端 、 后端在内的所有功能开发任务 ， 他 们拥有能够独立开发 W eb应用所应掌握的所有技能 。 虽然全栈引起了多方争论 ， 许多观点认为 “ 全栈工程师 ” 只是空有其名 ， 但是其确实反映 了用人企业实际场景的痛点 ， 并 且在 “ 复杂系统 、 前后端沟通 、 紧急项目 、 创业公司 ” 等场景得到了广泛的应用 。 前端 、 后端和全栈界定 移 动 APP （ Java, Sw ift） W eb应用程 序 (H TM L, CSS, Javascript) 前 端 REST API (Java, Python, Ruby, N ode.js) 中间 件 (ZM Q , RabbitM Q , ) Service Service Service Service 数据 库 数据 库 后 端 DevOps 全 栈 来源 ： 咨询研究院根据公开资料和专家访谈自主研究及绘制 。 多种编程语 言 多种开发框 架 和第三方 库 前端技 术 数据库和缓 存 基本设计能 力 项目管理能 力 沟通能 力 前 端 编程语言 ： H TM L/CSS./JavaScript / 开发框架 ： Angular.JS/React.JS/ 后 端UI： 交互外观设 计 编程语言 ： PH P/Python/SQ L/Java/Rub y/.N ET/