近年来，人们频频「遭遇」各类大数据工具，体验到许多前所未有的变化。不管是惊喜还是惊吓，数据工具都在加速整个社会的数字化转型，面对这样的趋势，加深我们对数据工具的认识和理解将越来越重要。 本文对大数据工具的变迁作了阶段性总结，并对未来数据产品的新方向进行探讨。通过当下可识别的坐标，铭刻十年前的历史引爆点，呈现数据生态链的环环相扣，也看见大数据工具不只是一套封闭的技术体系，人与数据产品互缘同构，它的一头接入算法的革新脉络，另一头与人的生产生活有机相连，持续回应更新的现实、观念和技术，并不断衍生出新的形态支撑各个行业的运转。 不过，无论解题工具（数据工具）多好，解题思路（算法）多棒，最终我们还是要一遍遍回到最原始的价值拷问我们解题是为了什么？我们还将探讨工具大众化、跨云互通、架构融合和数据安全等数据产品的新方向。 自1946年计算机发明以来，我们经历了软件、互联网、移动互联网到现在万物可联的时代。计算机也从最初的辅助「计算」功能，到现在成为我们承载信息的重要「伴侣」。个人的社交、购物、旅行等生活内容，企业的设计、生产、经营和管理都以数据的形式被记录着。 这些变化，在近十余年，尤其是移动互联网（PC时代计算机还只是触达了少部分人）让普通人的信息被计算机记录开始，令大家感受尤其明显。这背后同时也是一段数据工具的变迁史。 01 历史引爆点与萌芽期 在互联网出现之前，软件还主要服务于企业，过程中诞生了如Oracle、SAP、IBM等为企业提供信息化的软件公司。在漫长的时期中，软件承载着数据记录、计算和管理能力，数据库也以Oracle、IBM等公司的产品服务于数据管理需求为主。 在后期，随着企业经营决策复杂性的提升，利用数据分析进行决策的需求逐渐被提出，出现了Teradata等数据仓库产品，Oracle、IBM等传统数据库企业也都纷纷推出自己的解决方案。这几十年的时间里，大家更多讲的是软件而非数据。甚至到PC互联网时期，真正接触和使用计算机的人依然有限。 2010年左右，智能手机的出现，移动互联网的爆发，实现「人联」，才真正开启了数据时代。也是在这前后，数据量的爆发式增长带来了数据工具的爆发。▲ 2010年左右是数据工具爆发的奇点 2010年左右数据工具大爆发，数据平台架构百花齐放。 2010年之前传统数仓还是以处理信息化系统中的结构化数据为主。2010年，为了应对移动互联网中出现的大量用户行为日志等非结构化数据，以Hadoop为代表的大数据平台在此背景下诞生，揭开了大数据工具的序幕。并于随后几年出现了一大批围绕着Hadoop生态的大数据产品。 Hadoop批量处理能力强，但实时性差，难以满足应用系统对用户提供更加实时服务的需求，此时Spark、Flink等流式处理平台横空出世。批流数据并行的Lambda、Kappa等架构逐渐成为主流。 随着Hadoop的非实时性缺陷越来越让人难以忍受、硬件成本的持续下降和云计算的渗透，MPP架构的数仓再次回到人们的视野，尤其是Snowflake以云数仓的方式刷新了大家对传统数仓的认知，国内新的数仓解决方案也如雨后春笋般出现。 然而，数据平台架构演进的步伐并没有因此停止，数据湖、湖仓一体等架构在最近两年又被大家提出和应用。 事实上，百花齐放的数据平台架构背后是数据和应用复杂度的提升，优秀的产品永远致力于把功能做到极致，突破自身产品能力的边界；而优秀的用户永远在寻找适合自己的架构设计和产品组合，用户和产品就这样并行推动数据工具的发展。在这过程中也诞生了大量优秀的数据产品企业，如Splunk、Datapicks、Snowflake、Clickhouse等。▲ 数据平台架构的变迁 数据工具是一个生态链。 以上更多是从横向看整个数据架构的变迁，但纵向来看，任何一个数据架构都并不是孤立的，而是需要一整套数据处理的工具链才能完成数据处理的闭环，包括采集传输、查询处理、数据转换和分析、输出等多个环节。虽然数据流的顺序可能不完全一样，但模块基本一致。生态产品的诞生也和前面架构设计的多样性、应用的多样性息息相关。 我们看到另外一个比较主流的创业方向便是兼容于各种数据工具和应用系统的生态工具，如做数据采集的Fivetran、管道传输的Kafka和建模转换引擎dbt。▲数据处理的典型环节 资料来源：a16z.com 数据产品众多，架构选型成为关键。 经过十余年的发展，受益于开源、国内外互联网大企业的引领和创业公司不断创新，数据工具也是层出不穷，每一个数据处理环节都有大量可选工具。 工具没有绝对优劣，而用工具的人至关重要，如何搭建适合业务需求的工具组合才是用户需要重点关心的问题。▲数据处理的各个环节工具众多 02 需求和算法驱动数据产品滚滚向前 现在我们拥有众多大数据的工具，但工具背后本身诞生的背景是什么，为什么会有如此多的工具？ 这最终还是要回归到方法和价值上：我们处理的思路有什么革新？为什么要处理各种各样的数据，以及处理这些数据能带来多大的价值？ 解题思路，算法驱动。 我们首先来看看人们处理数据的思路有多大的变化。「思路」在计算机领域换个词就叫「算法」，而「算法工程师」这个岗位大体是伴随着数据科学和人工智能诞生的。 在软件时代，算法更多停留在传统统计方法的应用：排序、求和、求统计值等，其最典型的应用在BI产品中，用于轻量级企业内部数据洞察。 在互联网时代，信息量的爆炸给统计机器学习带来新的机会，包括经典的逻辑回归、SVM、KNN等分类、聚类算法在搜索、推荐引擎中被大量使用。 同样是在2010年，AlexNet在ImageNet中图像识别的优异表现揭开了深度神经网络的序幕，大量的神经网络模型、算法被提出，不仅仅应用在图像领域，同样应用在语音、文本等非结构化数据中。而深度神经网络对数据的依赖达到了前所未有的高峰，数据甚至成为了AI的第一生产要素，这又对数据处理工具提出了更高的要求。 近年来，AI逐渐走入大模型时代，拥有高算力、大数据量的互联网企业训练了超大规模参数的通用AI模型，尤其是在文本和内容生成领域。这再一次推动了数据使用的新模式，对大模型使用者的数据要求从大而全走向细而精。▲算法发展史 无论你的解题工具（数据工具）多好，解题思路（算法）多棒，最终我们都要回答一个最原始的价值问题：我们解题是为了什么？有什么作用？ 解题目的，价值驱动。 在软件时代，数据聚合的目的更多是为了企业内部进行经营决策，所以BI是数据最早的出口形态。到了移动互联网时代，各种数据被互联网企业收集，进行用户洞察分析，提升搜索引擎、电商甚至信息流图文、视频的推荐准确率，提高用户点击率，数据价值崭露头角。 随着机器学习和神经网络的发展，人们发现数据可以被利用的思路和方法被进一步打开，更多非结构化数据、半结构化数据和最原始的结构化数据被收集，开始用于广泛的商业场景： 产品的研发迭代 互联网企业是利用用户数据迭代产品的最大受益者。数据辅助产品设计不仅仅可以在互联网、软件开发领域，在其他行业领域也可以被应用服装设计中通过收集用户购买行为来进行款式设计，餐饮口味选品可以通过收集用户点评数据来辅助决策。 数据助力营销 其实最早的BI很重要的一个应用场景就是被用于营销洞察，但彼时缺乏足够的外部数据支撑。随着近年来电商的崛起和线上购物渗透率的快速提升，企业对外部消费者的洞察也越来越精确，精准的数据营销也成为数据应用的典型场景。 数据助力企业管理 传统的企业管理更多关注流程管控，缺乏精细化的资源管理和决策依据。在数据时代，员工的表现、企业的生产、销售都进一步被数据化，企业管理者拥有更多的维度洞察整个企业的人事和过程的管理。 数据助力人机协作 目前我们看到的数据应用大部分还是围绕着「人」的数据。随着「物联」越来越普及，机器和设备的数据也被大幅收集，人们可以更加了解机器，人机协作也变得越来越高效和精准。▲数据应用发展史 目前数据在很多行业还处于渗透期，大家更多关注营销，但并没有更深入地推进到产品研发、企业经营管理和人机协作领域。随着数据在金融、电信、工业、政务、医疗教育甚至农业等行业应用，个人和企业将被深度数据化，行为和决策受数据驱动，执行过程被数据记录，劳动成果被数据化衡量，甚至整个社会的运转都是由数据在背后驱动，这将对数据工具提出新的需求。 03 数据产品发展方向：大众化、跨云、架构融合和安全 数据产品的诞生从源头来看是需求的驱动，从路径上看需要IT基础设施的助力，包括算法的迭代、硬件性能提升及成本下降，企业IT架构的调整。需求和技术的相互促进将带来更多创新机会。 工具大众化 人类生产工具的最终目的是提升生产效率。让复杂的工作变得更简单，让机器去负担最复杂的那部分运算逻辑，让人关注工作中更具创造性的部分。 上面所列的绝大多数数据处理工具都有较高的技术门槛和使用门槛，但企业最终使用数据的是决策者、运营人员和业务人员。他们并不具备高超的IT技能，这就无形中增加了企业使用数据过程中的沟通成本。所以，未来数据工具大众化也一定是大家追求的目标。国外不少产品用Excel的形态来方便业务人员使用数据，降低工具使用的门槛。虽然这种形态无法发挥大数据工具的所有能力，但在用户体验上还是更进了一步。 大众化UI(交互界面)的形态并没有局限，但如何保证易用性才是问题的关键。也只有产品更加大众化，才能进一步扫清数据工具持续提升渗透率和用户基数的障碍。▲Sigma产品用Excel Spreadsheet的形态方便用户使用数据 产品跨云平台能力 公有云厂商向来是底层技术实力比较强的企业，其数据类产品当然也并不落下风。Snowflake能在AWS生态繁荣发展的前提也是使用AWS的S3来存储。而AWS在数据产品中从提取传输、存储、数据处理到消费都有对应的云产品。 如果公有云客户的第一选择还是考虑云厂商第一方产品，那第三方产品是不是就完全没有机会了呢？▲AWS全套数据产品链 即使放眼全球，多云和混合云架构也是企业的主流选择。这就给大量独立的数据工具提供了广阔的生存空间。跨云数据产品也将成为未来企业需要考虑的重点。无论是公有云还是非公有云，数据产品能兼容于各类异构云/云原生基础设施，将成为用户采用的前提。▲全球92%的企业都有多云战略 产品架构融合能力 以往我们进行软件架构设计的时候，硬件成本是重要的考量因素：如何节约内存？如何降低CPU消耗？如何平衡IO吞吐和读写性能？随着摩尔定律的深入和后摩尔定律时代的到来，硬件复杂度提高，能力越来越强，硬件的单位成本也随之下降。▲4Gb和8Gb DRAM 价格过去5年呈下降趋势资料来源:MacroMicro 这时候我们需要考虑如何把更多的事交给硬件去做，而软件也在扩展自身功能的边界。以近年来较受关注的概念HTAP（混合事务型和分析型数据库）为例，传统AP（分析型数据库）更关注吞吐、TP（交易型数据库）更关注实时读写，但随着硬件IO能力的提升，大家开始探讨为什么不能有一款数据库可以同时兼容二者的能力呢？▲OLAP和OLTP数据库正在融合 除了HTAP，在数据库领域新兴的其他趋势如批流一体、湖仓一体、AI Native（算法/AI内生在数据库产品中）等等，无不体现了硬件能力提升背后软件功能的边界越来越宽的趋势。因此，数据产品应在设计之初就考虑未来产品的可扩展能力，如何逐步拓宽自己的功能边界，以获取更大的市场。 前面提到数据类产品未来将在各个行业深入渗透，但行业和行业之间对产品的要求千差万别。到底是产品本身能力扩展能够适应绝大多数行业，抑或未来出现行业版产品呢？这也是非常值得探讨的话题。 数据安全 如果不解决安全问题，数据的价值发挥将受到极大的限制。 随着数据价值的不断提升，数据安全的价值也会越来越大。不久前，工信部等16部门联合发布的《关于促进数据安全产业发展的指导意见》提出，到2025年，我国数据安全产业规模超过1500亿元，年复合增长率超过30%。要知道，2022年整个网络安全的市场规模也不超过1000亿元，而这里面还包含了70多个产品品类。晨山资本在《数安法》颁布之前就已经布局了数据安全运营、API安全、隐私计算数据安全新兴方向，也从这些企业的发展感受到市场对数据安全需求的快速提升，也就不难理解政策部门对2025年数据安全规模的乐观预期了。 回头来看，大数据工具的变迁历史不过短短十余年，不过天下难事，必作于易，天下大事也必作于细，前路还有很多可能性。2023年，期待能看到更多充满生命力的创新涌现，也希望更多数据方向的创业者来和我们一起交流探讨！

中国商业联合会发布，3月份中国零售业景气指数为50.6%，较上月上升0.3个百分点。分行业看，3月份，商品经营类指数为50.6%，较上月微升0.3个百分点；租赁经营类指数为51.8%，较上月微降0.6个百分点；电商经营类指数为49.9%，较上月小幅上升1.4个百分点。其中，商品经营类景气分指数季节性回升。销售额指数为52.8%，较上月小幅上升2.5个百分点，经营预期向好，体现了商品零售季节性规律，也表明企业经营信心进一步增强。盈利水平指数为51.0%，较上月微升0.5个百分点，表明商品经营类企业对盈利水平预期稳定。3月份，商铺出租率指数为54.3%，较上月小幅上升1.4个百分点，连续3个月上升，表明租赁经营类企业预期经营状况持续好转。继上月电商业务在线总商品数分指数回归临界点以上后，电商业务实物总销售额分指数3月也回升至临界点以上。当月电商业务实物总销售额指数为50.9%，较上月继续小幅上升1.7个百分点，重回荣枯线以上，表明电商经营类企业销售预期持续向好。中国商业联合会认为，在促消费政策等因素推动下，消费逐渐恢复常态，零售企业要积极布局一年规划，采购新品，策划促销，迎接消费稳定恢复。（记者 王 珂）

全国两会即将召开。今年，全国政协委员胡诚林带来了《关于将人脸识别保护纳入国家立法计划的提案》。胡诚林在提案中写道，人脸识别技术现已成为大众身份验证、生活安全和生活便利的重要组成部分，在为人们带来便利、安全的同时，也带来了潜在的个人信息泄露和法律风险。胡诚林提到，一些信息采集者不经过公众同意就擅自采集个人信息，构成侵权。在公共场所，人脸识别设备的使用者为了减少公众同意程序的麻烦，同时人脸识别是非接触、无感识别，公众一般很难发现人脸信息被采集，人脸识别设备的使用者往往不经公众同意对他人信息进行采集，侵犯了公众的个人信息权。人脸识别技术在运用过程中容易走极端，不提供替代方案。人脸信息的保管者由于自身技术条件和管理水平良莠不齐，一些不法分子甚至用黑客工具来获取数据库里的大量个人信息，进而导致大量个人信息外泄或者引发诈骗、盗窃、侵入住宅等违法犯罪。胡诚林提到，《人脸识别数据处理条例》（以下简称《条例》）的起草，主要依据《中华人民共和国个人信息保护法》《中华人民共和国网络安全法》《中华人民共和国消费者权益保护法》《最高人民法院关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》《信息安全技术人脸识别数据安全要求》（GB/T 41819-2022）及有关法律法规。胡诚林建议，由网信、公安等部门负责牵头提出计划并尽快着手制定《人脸识别数据处理条例（草案）》，报请全国人大纳入立法审议程序，一经通过后公布实施，实现人脸识别技术推广使用的同时，切实保护公民合法权益。

 运营商的云业务还在加速狂奔。 根据年报显示，2022年，中国电信、中国移动、中国联通的云业务收入增速均超过100%，分别为107.5%、108.1%、121%，全面翻番。过去几年间，三大运营商在云业务上的增速一直不慢，甚至一度有运营商曾出现翻超3倍的情况，但如此整齐划一地将增速保持在翻番的状态还是第一次。 多位业内人士告诉数智前线，三大运营商目前对云业务的布局还处于高速扩张期，预计将在未来2年仍保持高增长，尤其是在业务收入增长要求上，会暂时高于利润要求。前不久的业绩说明会上，中国电信董事长柯瑞文也曾透露，2023年天翼云目标收入达千亿元，相当于在2022年营收基础上再翻一番。 三大运营商2022年的业绩情况有哪些要点？2022年的运营商云业务表现与往年有哪些明显不同？三大运营商的重点投资方向为什么会在2023年发生转向？ 01 移动业务仅中国电信跑赢GDP增速 2022年，三大供应商均在各项主要业绩指标上表现出了较为强劲的增长势头。 例如在营收和归母净利润上，三大运营商均保持连续第三年的同比增长。2022年，中国移动、中国电信、中国联通分别实现营收9373亿元、4750亿元、3549亿元，同比分别增长10.5%、9.4%、8.3%；实现归母净利润1255亿元、276亿元、73亿元，同比分别增长8.2%、6.3%、15.8%。 其中，中国移动依然是整个运营商市场的最大赢家，营收、通信服务收入（主营业务收入）、EBITDA（税息折旧及摊销前利润）、归母净利润分别是中国电信与中国联通之和的1.13倍、1.08倍、1.43倍和3.60倍，经营基本面全面领跑。 用户规模上，三大运营商也都获得了不小的提升和突破。 2022年，中国移动、中国电信的移动用户数分别净增1811万户、1875万户，达到9.75亿户、3.91亿户，宽带用户分别净增2578万户、1119万户，达到了2.44亿户、1.81亿户，而中国联通的移动用户数也达到了3.2亿户，宽带用户首破1亿户。 而在5G套餐用户方面，三大运营商均有显著提升，三家累计5G套餐用户已经超10亿，且5G渗透率均超过了60%。其中，中国移动的客户总数和新增数最多，分别为6.14亿户、2.27亿户，中国电信的渗透率最高，达68.5%。 不过，值得一提的是，5G对移动用户价值的拉动作用正在逐步减弱，三家运营商的移动用户ARPU（每用户平均收入）虽然连续两年实现提升，但增幅趋缓。例如中国移动和中国电信2020年的移动用户ARPU分别为45.2元、49.0元，均仅同比微增0.4%。 “这是一个全球共性问题。”Omdia资深首席分析师杨光告诉数智前线，5G目前之所以对移动市场拉动作用不太明显，主要是因为大家还缺乏一个必须要用5G的理由。虽然中国运营商也做了5G消息、5G新通话、5G超高清、5G云VR/AR等5G特色应用，但都还在探索中。“尤其是VR/AR，主要依赖于内容和终端设备的创新，如果有新的卖点出来，可能会刺激消费者流量的增加，但现在还比较难。” 杨光认为，这也导致了三大运营商2022年的政企业务和总体营收虽然表现十分亮眼，但运营商最大头的收入来源和基本盘个人移动通信市场上的增长其实并没有那么漂亮。“三家中，只有中国电信的移动市场增速是超过了GDP增速，中国移动只有1.1%，中国联通没有公布具体的移动市场增速，但根据它的用户数量和ARPU变化的比估算，应该也不到GDP的增速。” 事实上，三大运营商的年报中也对目前行业普遍的发展趋势有所定义。财报显示，2022 年，我国全年电信业务收入较上年增长 8.0%， 保持自 2014 年以来较高增长水平。其中，以移动数据流量、宽带接入、语音、短信为主的传统业务仍发挥稳定器作用，在电信业务收入中占比 66.8%；而以数据中心、云计算、大数据、物联网等为主的新兴数字化服务正在成为新的增收利器，拉动电信业务收入增长 5.1 个百分点，对电信业务收入增长贡献率达到 64.2%。 02 运营商看重自研PaaS 2022年，三大运营商的云业务不出意外地继续是增长最迅猛的营收来源。当年，中国电信的天翼云、中国移动的移动云、中国联通的联通云分别实现营收579亿元、503亿元、361亿元，同比分别大增107.5%、108.1%，121%，一举成为三家运营商财报中最吸睛的存在。 这一成绩即使放在行业里，也已足够亮眼，一些云大厂仅为个位数或两位数增长。按照天翼云2023年千亿元的营收目标，运营商或将能很快取代互联网云厂商，成为云业务营收规模上的新领头羊。 运营商云高增长背后，是多方面因素的综合作用。杨光告诉数智前线，最近一两年宏观政策的引导使得运营商更具优势的政企市场和下沉市场需求出现了激增，而互联网云厂商这两年或主动或被动地对自己的云业务进行重新定位和调试，也从供给侧给相对靠后的运营商让出了不少市场空间，让三大运营商普遍迎来了一个优质的市场机会。 IDC中国助理研究总监刘丽辉则认为，这与云厂商在不同阶段对增长导向的不同追求有关。三大运营商目前还处于高速扩张期，当期对业务收入增长要求高于利润要求，而阿里、腾讯、华为等已经开始更强调利润和自研产品收入。 中国云市场发展早期，互联网云厂商是当之无愧的主流玩家。但自2019年开始，受制于4G业务接近尾声导致的营收增速萎靡，云业务开始成为运营商们寻找新业务增长点的主要方向。尤其是2021年以后，在各种政策的推动下，运营商云业务规模扩张的迹象更为明显。 在2021年的财报中，中国移动和中国联通纷纷对云业务收入口径进行了调整扩容，对标天翼云。移动云收入从此前的行业云收入（To B 收入），扩容至行业云收入以及个人、家庭和其他云收入之和。联通云收入也开始将融合创新解决方案产生的云资源、云平台、云服务、云集成、云互联、云安全等收入全部囊括在内。 2022年，三大运营商云业务也有一些新的变化正在出现。“与前几年相比，运营商2022年的云业务体现出更综合化、多元化的特征。”刘丽辉表示，一是云基础设施支撑方面，快速从中心云池、省级云池到一市一池拓展，且在不断加大自研技术底座的力度；二是业务类型上，不仅是IaaS层面，运营商也在不断拓展PaaS、生态伙伴SaaS以及私有云、边缘云等业务；三是行业和场景方面，从以政府行业客户为主不断拓展至医疗、教育、交通、制造、互联网乃至金融等行业。 IDC研究经理王楠也观察到，去年三大运营商都在加大PaaS自研和能力整合力度，从业务收入规模上看，虽然体量不算大但增速非常迅猛。 其中，中国移动整合集团内部分公司和资源的动作最快，目前已基本完成PaaS层内部资源的整合，大部分相关分公司的产品已经部署上云并提供服务；天翼云是自研为主，整合集团资源为辅，目前PaaS层产品是三家中最丰富的；联通PaaS是三家中发力最晚的，目前在整合内部资源和产品补齐阶段，优先补齐面向企业需求的PaaS层产品，如数据库、中间件能力，IoT服务已经整合了原联通物联网公司的产品平台和业务，收入占比较高，AI能力较弱。 而在SaaS方面，据王楠介绍，除了协同办公等少数自研产品外，其它主要是依托应用商店、技术集成等构建应用生态。 杨光也表示，三大运营商的确都在过去一年做了不少努力，这从2022年的研发投入情况可以看出。中国电信和中国联通的研发费用分别同比增长了52.3%和42.7%，就连基数更大的中国移动也增长了16.1%，远高于他们的营收增速。 运营商在云业务上的狂奔，也导致了运营商云的市场份额的不断增长。根据IDC报告，2022年Q3，在中国公有云IaaS+PaaS市场中，天翼云以10.2%的份额排名再进一位，升至行业第三，移动云市场份额排名第六，同比增速104%。 03 运营商云业务构建省分团队 在经历了3年的5G网络建设高峰期后，三大运营商的重点投资方向正在开始转向，逐渐从5G网络建设，向云和算力网络布局倾斜。 以中国移动为例，2022年资本开支1852亿元，其中5G投资960亿元，算力网络335亿元。但到2023年，其预计资本开支为1832亿元，同比减少1.1%，5G方面的投资也减少13.5%，缩减至830亿元，反而是算力网络预计投入增长34.9%，为452亿元。 中国电信和中国联通2023年的预计资本略有增长，分别为990亿元、769亿元，同比上涨7%、3.6%，但5G投资比例下降，算力建设投资比例提升是共同趋势。二者分别计划在算力网络上投入195亿元、149亿元，同比增长39.3%、20%，占投资总额的 19.7%、19.4%。“三大运营商投资方向的转向属于正常现象。”杨光告诉数智前线，参照3G和4G的投资高峰普遍为三年左右的历史经验，5G的投资高峰也大概会是三年（2020年到2022年）。 事实上，中国联通此前也曾对外表示，5G的资本开支高峰主要集中在2020-2022年，这三年中国联通每年的网络开支计划都在700亿左右，其中5G的投资占到350亿左右。持续3年后，5G的投资就将开始进入下降阶段。 更重要的是，三大运营商目前最主要的增长来自于行业数字化，尤其是云业务。"增长在哪儿，就把钱投到哪儿是很正常的事。”杨光告诉数智前线，特别是运营商作为国有企业，肯定是要跟着国家打造数字经济、建设新一代基础设施的大政策走的。 刘丽辉则认为，三大运营商对云业务的布局还处于投资高峰期，预计在未来2年仍将保持高增长。就中国电信而言，云业务已经成为中国电信集团的最具增长潜力和资本市场影响力的业务，全集团对天翼云的投资和支持力度会持续加强，中国移动和中国联通也会不甘示弱，大力追赶。“单就云的投资上看，三大运营商2023年还会继续布局一市一池、加大自研力度、强化行业解决方案、扩大生态构建。”刘丽辉表示。 在她看来，随着业务面和行业面的不断扩展，运营商的云业务也将面临更复杂的需求，如分布式云、混合云架构、多云管理、行业定制化解决方案需求等，除了借助运营商省分公司的力量外，云业务部门也需要构建自己的云省分团队，配合或者负责业务拓展、服务交付、实施部署和售后运营服务能力。目前，天翼云已经开始着手布局，预计移动云、联通云未来也会跟进。