大数据中国

搜索
大数据中国 首页 行业资讯 业界 查看内容
王可言:云端、大数据、物联网的融合与商机
2015-6-5 00:15 |来自: CSDN| 查看: 5307| 评论: 0
2015年6月3-5日,作为云计算领域最具影响力的盛会——第七届中国云计算大会在国家会议中心盛大开幕。大会以“促进云计算创新发展,培育信息产业新业态”为主题,承续前六届的成功经验,超过100位国内外云计算领域核心专家精彩演讲,聚焦生态系统现状和发展趋势,交流实践经验,进一步推动技术创新应用。

在下午的主题演讲中,中国台湾云端运算产业协会副理事长王可言发表题为《云端、大数据、物联网的融合与商机》的演讲,大谈云端、大数据、物联网的发展趋势:传统软件向云端迁移、海量数据从成本消耗者转变为创造价值者、物联网领域许多厂商开始涉足……他认为核心价值在于造新多元化的服务,用大数据分析创造洞察力带来价值,云端产业向云迁移,与物联网衔接,发展开放API经济,以云端API经济来根本改变企业软件模式,以智慧生活作为切入点,最终用ICT硬件产业、云和大数据以及物联网联合提供多元化服务打造核心价值。


中国台湾云端运算产业协会副理事长 王可言

以下为演讲实录:

王可言:林秘书长,各位先生,各位朋友,大家好!今天很高兴有这个机会在这边跟大家报告。我今天要跟大家谈的就是云端、物联网,还有大数据的融合跟它产生的机会。首先,先报告一下趋势,再谈一下机会,再谈一些例子,谈一下在中国台湾会做些什么。

在过去的20年,物联网,还有Social Network,还有行动对于我们整个商业产生了非常大的影响。最近这十年前,非常大的这些公司,从小变大的这些公司都是在这三个领域里面有特别的成就。尤其把这三个领域整合起来,可以产生一个比较大的效益。尤其近几年有一个新的趋势,从我们互联网社群跟移动改成云端、大数据,跟移动的物联网,还有一个新的名词叫做API的经济。通过这样一个新的产业,由技术来主导,但是会产生很大的一个事业的变化。在每一次这种产业转型的时候,其实是一个危机,也是一个机会。有非常多的公司,可能因为这样由大变小,甚至不见了,有非常多的公司,由小变大。

五个重要趋势

第一、软件决定一切。基本上我们可以看到,整个数据中心都可以用软件来定义,其实这个意义不在于软件,在硬体,硬体的价值消失,你硬体的竞争力已经不是决定性,而是决定在上面的软体之上。所以这是软件决定一切最重要的一个结果。

第二、一切即服务,我们也看到,基础设施拿来做服务,IBM 2003年提出计算的资源可以向水跟电一样,需要的时候打开用,不用的时候关掉,然后按照你使用付费,你需要多就用多,需要少就用少,这个在过去几年我们看到非常的普遍。但是,最近我们也看到平台的服务,还有软件的服务,这个就产生了一些新的变化跟刺激。

第三、大家今天谈到的大数据,还有公开的数据,就是政府,刚刚的讲者提到,政府把它的数据拿出来整理之后,让产业跟有创意的人可以在上面来做价值服务。很多公司可以把它的数据拿出来做价值服务。可是在大数据跟开放之下,其实新的服务就像数据服务产生。

今天我们看到大部分新的应用都是用云来写的,就是在云端上面发展这些新的应用。另外一个问题,现在既有的老的应用怎么办?所以,也开始有人把这些老的应用移到云端上去,然后用API的形式把它开放出来,依然是城市跟城市之间界面的标准。我们可以看到,电信业已经把很多他们的应用移到云端想要开放出来。比如你到一个互联网的网页上面,它有一个电话号码,你点一下,你的电话就打电话到那个公司的服务部门了,这个电信公司就跟那家公司收钱,这个其实是通过API达成。像eBay,像Google Map,像很多这些服务都是通过API。所以,一个是把传统的应用移到云上,然后通过API把它开放出来,但是开放出来之后,跨云的做整合价值这就产生一个新的变化。这是一个很重要的趋势。

IBM 2003年的时候叫出一个名词,API的经济,是通过生态圈运用API产生新的价值,这些新的价值就会有新的经济,这样的API经济已经开始影响一些现有的产业的领袖。

不过最重要的,就是我们怎么把这些技术整合起来,然后对事业产生不同的竞争力,这才是真正这些技术的背后的原因。第一、硬体的价值消失,连品牌的价值都模糊化,我们可以看到惠普、戴尔这些公司,他们是大的品牌,可是现在大的制造中心都不买他们这些厂商的东西,因为硬体已经产品化了。另外,像这些运营商本身来说,它也面临一些新的挑战。当你这些 The Service,其实就是透过新的服务产生新的竞争和新的模式,还有除了这些模式之外,新的服务跟这个模式之外,就是怎么去分工?过去资料中心帮你做资料,现在新的可能就是资料中心跟用户当中有一个平台的服务。平台之上可能有一些帮别人做,让这些本身没有能力上云的公司,把它移到云上面来。所以,更细的这些分工就开始产生。这时候新的价值。有些数据中心运营商调整比较快,有些调整比较慢,调整快的就会比调整慢的有竞争力,这时候就会产生产业的改变。

另外,现在很多云端、物联网、大数据的公司,他们享受非常高的注意力,同时我们看到很多新创公司,很高价的被收购。可是他们进来之后,他们代表一些变化,这些变化除了对现有的公司产生一些竞争之外,对他们自己也是一个非常大的挑战。速度变得非常重要,谁动的快,谁有高的执行力,谁可能就领先。

怎么去创造新的价值?怎么样去改变颠覆竞争的规则?这些公司可能一时之间成功了,但是如果它不持续的颠覆跟成功,他很可能未来就会被取代,所以这个也是一个非常有挑战的时代。

像软件公司,我们可以看到像惠普、Oracle,刚才提到去Oracle,这些大公司,它的问题还不只是在于目前大陆进行的去IOE这些问题。在美国Oracle面临的最大挑战其实是来自像Saleforce这样的公司。其实所有产业都受到影响,我们看到智慧城市,智慧健康,智慧观光旅游,智慧生活,智慧产业,工业4.0等等,每一个行业现在都开始很认真的看,云端、物联网、大数据会对他们造成什么?怎么样用这些来产生新的竞争力。所以,这个在未来几年,我们可以看到产业上面会有非常大的影响。

政府也是一样,刚才浙江省我们也看到,做了很多快速的改变。现在老百姓对政府的要求越来越高,希望它是开放的,希望它是公开的,希望它随时跟老百姓沟通,可以互动,而且老百姓能够参与。这些对政府本身来说都是一个很大的挑战。怎么样用这些科技,让老百姓更容易的跟政府沟通。所以,基本上在这样的趋势下,每个公司都能看自己的事业模式,看怎么样运用这些新的科技,产生新的竞争力,可以去让公司的业务发挥更大的效益,甚至只是为了生存下来,可能都需要这么做。

综合一下我刚才讲的,第一个硬体价值不见了,品牌价值没有了。占有率也不是最重要的竞争力来源,大公司转变的慢,反而变成它最大的一个问题。企业软体革命已经开始了,API这件事情,大家要花蛮多工夫注意一下它的转变。在这个环境下,新的价值创造新的企业的软体的开发的模式,Saleforce给我们很好的启示。由过去的供需链到价值链,到现在一个经营生态圈,甚至生态圈不一定是大公司主导,甚至很多小的公司可以整合成一个生态圈跟大公司竞争。所以,我们任何一个公司都需要去看怎么样我们可以用这些新的技术,新的事业模式来产生新的竞争力。每个产业都被挑战,每一个跨领域的整合都是一个机会。

中国台湾其实很多大公司现在都跳进了这个互联网、物联网里,他们都做了很多很炫的Device,穿戴式装置。但是,穿戴式装置跟过去的ICT一样快速的被产品化,我们每天看到新的产品出来,重要的是这些产品有哪些能量,重要是它产生什么样的价值,对使用者有什么样的价值。过去十年我们中国花了很多精力在物联网上面。我们看到过去全世界发展物联网大概都有一样的问题。

第一、物联网的研发,我们过去是以技术导向,所以我们看到传感器,网络通讯等等,还有Device。其实你看这些物联网,到全世界看大概都差不多,不是软件,就是商店里面怎么去看哪个人走到哪里去,买了什么东西,最终你的实质价值在哪儿?对你事业模式的改变在哪儿?这是你面临的挑战。

我们常常看物联网,只作为物联网这个部分,而不是它对整个商业的影响在哪里?所以,再往下走,当你把云端、物联网、大数据整合之后,最重要以人为本去考虑对整个服务,怎么对这些使用者提供最好的服务,解决事业跟政府跟人的哪些问题,而且需要专注在独特的价值上,在这样的状况下,才能够脱颖而出。同时,物联网本身是解决一个大问题的环节,所以我们不能只看物联网的架构,而且要看整个解决方案的架构。

我们看一下像苹果,它是在手机一枝独秀,等于是手机这个生态圈的霸主,他们怎么来面对这些问题?我们可以看到,苹果在去年推出了一个HomeKit,一个是HealthKit,一个是智慧生活的API,一个是健康生活的API,它定了一些标准,它的应用也非常简单,它的手表今年开才是开卖,开卖之后做了一个时间的分析,一个简单的分析。它把这些界面开发出来,希望大家在平台上面帮他做好的应用,这是做生态圈的方法,它把这个界面定出来,把这个平台提供出来,让大家到上面帮他做这个,所以苹果在这方面占有一席之地。

这个公司是网络收集大家对公司的印象这样一个公司,他们去问了一个问题,叫做谁是IOT的领导厂商。你如果讲搜寻,你可以讲Google,或者百度,但是IOT,物联网的领导厂商是谁?这个答案很好玩,第一名是苹果,第二名是Google,这两个厂商在IOT下的工夫都算比较少,当然去年他们花了很多钱买了一些公司,不过这是去年做的分析,其实它的意义就是在物联网上没有一个领导厂商,也就是这其实是一个机会。所以,Jonah Bliss坐这个分析的人说,这好像刚刚开始,春秋战国时代,任何事情都可能。在这样的情况下,你的公司,你自己准备好了没有?

另外,去年的并购,还有第一季并购,我们可以注意到IOT在去年第三季之前并购的状况非常少,第三季突然跳起来。它只有第四季出来,在一年之内有三倍多的交易量,有40倍的交易值。今年1月持续的很高的交易量,也就是IOT看起来是目前尤其是在美国,超过一半的教育都在那边,比较高价值的都在美国发生。所以,大家都在抢占位置,抢这个战争。

比较有趣,大数据一直都并不是那么高,但是它的交易量比大数据跟SaaS,就是软体即服务这样的公司,交易量是软体即服务最高,但是它价值比较低,大概平均100million,大数据大概也是这个数字,但是它的量比Surface Service少了5倍。

看一下大数据,大数据这个图是从2005-2015这十年之间,我们可以看到整个数据的量的增加是非常的高。当我看到IBM这张图,我想到1997年我在IBM也做过这样一张图,那时候坐标是从1995-2005年,图的形状也差不多。也就是在2005年,在我那个图里面,最高点,到今天只剩下这个图上的一点。也就是这个数据的增加的速度是非常快,非常可怕的。

在这个状况之下,我们可以看到过去的几年,在大数据这个领域成长最快的其实是储存。大家都先把数据储存下来再说,其实储存本身并没有价值,数据本身是一个Cost,大数据就是一个大的Cost,你要花很多钱存这些数据,存的目的是把这些资料拿来做更好的决策,做决策你需要有context这样的知识,你需要在数据里面把这个context找出来,把知识找出来,让你做更好的决定。你找的时间要在你做决策需要的时间之前,而且我们知道决策越晚,这个价值,就是你的执行的价值就越低。所以,我们在整个大数据,不管是物联网、大数据跟云端等等,目的都一样,让我们的决策可以做的更好、更快、更聪明。所以,即时的分析是非常重要的。如果说我们可以在最早的时间,比我竞争者更早的时间做这个事情,我的竞争力就比他高,我就可以赢他。

这个例子是我参与的,在IBM的时候,2009年,今天的耕耘机是非常先进的,很多东西都自动化,在美国叫精准的农业,我们今天叫智慧农业。一个耕耘机上有非常多的感知器,这个耕耘机的公司把这些数据全部收到它的公司,就存在IBM的资料中心,虽然每年要付IBM很多钱。虽然有一年,就来跟IBM讲说,我付你那么多钱,可是都没有得到任何利益,你要帮我想,怎么创造这个利益。所以,IBM就问了他一个问题,你的顾客最大的痛点在哪里?他说我顾客最大的痛点在农忙的时候耕耘机坏掉,而且每个农夫大概都有这样的经验,因为耕耘机只会在农忙的时候坏,你不用的时候是不会坏的。可是,农业如果你一错过农忙的时间,收成就会有损失。

所以IBM把在伊拉克战争时候的一个技术,因为伊拉克战争是沙漠,在沙漠里面,细沙跑到吉普车里面,车子出去的时候,可能传动器坏掉了,这个车就不能动了,然后这个人就被杀了。所以,美国军方找IBM研发,你帮我们解决这个问题。IBM就用数据分析估计这个车子什么时候哪一个部分会坏掉。所以,我们的同行就想到这个技术可能可以用到耕耘机上面,所以我们就把这个技术拿去用,后来当然有一些问题,所以我才会被找去帮忙,因为我那时候是IBM专门解决这些问题的。

这个问题解决之后,顾客问了一个问题,我怎么卖给他们?当我通知这个顾客说,你的耕耘机你坏了,你来修,顾客会来修吗?顾客很可能不来,所以重要的模式是你的模式是什么?顾客觉得你骗他要去修理。我们跟他说,你算一下一年平均的修理费大概是多少?从这里就可以看,每一辆耕耘机它的修理费是多少?所以,我们建议它你把这个钱加20%给你的顾客,就告诉他说,我保证你耕耘机农忙不坏,所以我叫你来修,你就得来修,如果你来修,如果真的坏了,我换一台给你,这样服务的营收马上可以增加20%。这是事业模式的重要。

大数据有几个特点,我们过去很重视Hadoop这些快速的运算,怎么样把本来没有办法算的东西快速的运算出来。第二、我们讲的怎么样可以做更大的分析,所以刚刚的讲者也提到,怎么把更大的数据,原来没有办法算的数据去做分析。不过最重要的就是怎么找到我们对这个问题的根源的认知,所以,我们才能够去解决很多事业的问题,比如更了解你的顾客,怎么样很快速的克制化你的服务,或者怎么样产生更好的体验等等。

另外,谈一下API,主要就是公司把服务,把它的城市移到云端,然后用API的形式开发出来。在这个API之下,通过跨云的整合可以产生新的价值。所以,这就会有一个新的机会。这个例子是eBay的例子,我们可以看到,Pinterest是一个社交的网站,它基本上用社群把这些使用者有兴趣的eBay上面的东西推给他们,完全是用API达成,它通过这个再跟eBay收钱,如果这个使用者因为在这个社交网络上面看到eBay的东西然后去成交这个东西,eBay就会付他钱,所以这是一个事业模式。今天我们看到很多一些公司把模组放到云上,一些本来没有能力负担这样的东西,它可以通过API来做,这就是一个新的趋势,我们刚才讲的透过API来达成。

我们过去看到的不同的图,从一层一层,大部分都是不要钱的,在这上面怎么产生一个可以赚钱的商业模式,基本上看透过什么模式可以赚钱。我们看到这个API,API我今年3月看到Oracle的年度报告里面,有一个人说了一句话,说Oracle今年会赶过Saleforce,你就知道Saleforce对Oracle会产生多大的威胁,这个是未来,在云端的东西,Oracle是落后Saleforce。去年10月我参加Saleforce的年度大会,一个14万个人注册参加,全世界最大的一个企业主办的一个大会。我们看到连特斯拉都到那边去卖车,里面就是特斯拉,上面有一个17岁的一幕,有一个Saleforce的iCar。比较重要的除了它有非常多的Develop在这里面参与之外,大的服务方面斗争在那边。他们说两年前成立Saleforce,每天2000多个帮Saleforce卖东西。

我们资策会,是中国台湾政府支持的一个财团法人,我们有研发,有做智库,有教育的,还有当政府的科技法律的顾问。我们资策会在最近十年可能成绩不是很好,我们过去所有政府大型的系统全部都是资策会帮政府做的。后来就比较有挑战。后来资策会怎么对中国台湾的产业产业价值?我们在四年前就决定云端、大数据、物联网的整合,应该对中国台湾有一些转变。我们下面做的就是跟云端的软体系统,我们软体是一个针对中小企业设计的一个云端,从两个Servicer到几百个Servicer都可以。第二个是私有云,这个是我们叫做可弹性,可再用性的开发平台的模式,我们叫做智慧系统服务,这跟Oracle的API做一个整合。这上面就是共同模组跟每个领域,解决方案的模组。

我们在分析上面有几个关键技术,一个就是360度的顾客行为分析,然后对人、事、物都可以做一些鉴定。第二就是整个外部环境信息的感知,通过这两个去做个人化的推荐。我们做一个智慧观光旅游的应用,希望能够把中国台湾资金流、物流、人流、资讯流都串联起来,可以提升我们观光的价值,观光是做智慧城市的第一步,因为观光可以把外部的资金吸引到本地,然后旅游在这个地方,所以发展在地的经济很重要。我们做了分析,看旅客的感觉、想法,有各种不同的分析,主要目的是在旅客的行前、行中、行后,很容易的排程,改变形成,推荐他什么时候该去什么地方,然后买东西等等的。

最后,总结一下,在云端、大数据跟物联网上面,这个机会现在还是非常大。虽然有很多先行者,欧美也有很多大公司,但是技术这方面其实是先走的不一定占优势,因为技术的变化太快,可是最重要就是我们要怎么样去颠覆现在在做的这些公司的模式。中国台湾其实在制造方面是有相当大的成就,其实也可以跟大陆来做一些合作。我们希望中国人一起把云端、大数据、物联网的解决方案做起来,可以进军国际。

总结:

第一、很多人觉得他有数据,就觉得叫大数据,到处都叫大数据,其实那个数据现有的技术都没有问题,其实就不叫大数据。

第二、有了大数据不一定有价值。价值要在于你怎么做模组,怎么把它找出来。冗余的分析,其实有短暂的价值,但是没有有序性的竞争力。还有分析跟统计,常常会误导的,所以,真实的这些Inside找出来,其实要很多模组做交叉的比对,尤其是跨领域的整合是非常重要的。所以,通常有了这个分析的结果,是你数模的开始不是结束,所有的大数据都从一个数据开始,所以从一个个人的数据到很多数据的收集,那很重要就是各自的保护。

另外一个就是当你有了很多数据,其实你在里面是要找出很多这种模式,最重要还是要回来到这一个产生数据的人,产生个人化的服务。所以,由一到多,再由多回到一,这是重点,而不是把数据做的去各自化,然后找出模式就完了,那只是分析的一部分,最重要是怎么产生个人的价值。最后,就是事业模式,物联网有一个名言,就是“羊毛出在狗身上”,常常猪跑还付钱,最后还是会很成功,最重要是有人用,有人用不一定是付钱的人,这样才会成功,谢谢大家!

免责声明: 除非特别声明,文章均为网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
在线客服①
在线客服②
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
服务电话:
15010106923
微信联系:
hb-0310
服务邮箱:
ab12-120@163.com
官方微信扫一扫
大数据中国微信

  QQ   
冀ICP备14005070号

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2017-11-23 07:51 , Processed in 0.183234 second(s), 24 queries .

返回顶部