云計算和大數據有著密不可分的關系，大數據的核心之一是云計算，離開云技術大數據就沒有根基和落地的可能。而作為數據的載體，硬盤對于云計算、大數據重要性同樣不可忽視。數據越多，需要的存儲越多，數據越大、硬盤越重要?；ヂ摼W金融的出現，倒逼擁有海量數據、客戶資料及金融數據高敏感性、高保密性的金融業與擁有云計算、大數據、移動支付等互聯網業進行跨界融合，尋求金融產品和服務創新，并對云計算服務在安全、穩定等方面提出更高的要求。
大數據技術最早應用在互聯網業務中，互聯網的特點賦予了這個新興技術在處理個人數據方面的長處。而今，大數據熱迅速“燒”入各個行業，處于爆發前夜。從處理個人數據到處理企業級數據，大數據平臺的轉換有什么差異？會給IT企業帶來什么機會？如何去把握？
企業級大數據應用潛力無限
電信、電力、交通、衛生醫療等領域如果運用大數據，同樣能帶來業務的大提升。
大數據的“火熱”突出表現在互聯網行業?；ヂ摼W企業也是大膽嘗鮮，最早將大數據技術應用于金融市場，開創了新的互聯網金融服務模式。
眼下，阿里巴巴的互聯網金融做得風生水起：余額寶、小額信貸、基金和保險理財產品等，據說還在爭取獲得商業銀行牌照。而阿里之所以能夠做金融服務，原因就在于阿里的大數據：其電商平臺積累了大量小微企業客戶及數億個人用戶的交易數據、行為數據、身份數據等等。阿里巴巴小微金融研究院院長陳達偉近日就表示，阿里巴巴擁有最全、最好的數據以及最完整的產業鏈，做個人小額信貸、P2P無疑具有最大優勢。相反，傳統商業銀行老早就推出的小額貸款業務，開展起來并不順利。
如果利用大數據做到精準營銷和風險防控，那么金融行業就能產生更多需求。網絡銀行利用大數據能了解優質客戶在哪里，同時做到很好的風險防控體系，就能確定給哪些人貸款，做大業務。
電信、電力、交通、衛生醫療、輿情監控和情報分析領域同樣如此，這些領域如果運用大數據，同樣能帶來業務的大提升。
例如，如果通過大數據的精確計算，掌握信號燈的時間長短、車輛轉向、設計道路的長短等等，城市交通會更順暢；如果將各個省市的城鎮醫療系統、新農村合作醫療系統全部整合起來，實現資源共享，就能獲得個人健康系統、電子病歷數據，然后利用大數據計算出個人患病的可能性和概率，由此衍生出疾病保險等更多險種；通過獲取人們的用電行為信息，應用大數據的智能電網就能實現優化電的生產、分配以及消耗，電網安全檢測與控制（包括大災難預警與處理、供電與電力調度決策支持和更準確的用電量預測）、客戶用電行為分析與客戶細分，電力企業精細化運營管理等多方面，實現更科學的電力需求管理。
這些領域，正是當前可見的大數據從個人應用進入企業級應用的例子。
將數據轉化為產品服務仍有挑戰
大數據在企業級應用的核心不是簡單分析出有價值的數據信息，而是要轉換成企業自己的產品和服務。
大數據技術最早是由互聯網企業業務驅動產生的技術，主要針對個人應用。所以，互聯網企業只要分析出有價值的信息，就能直接轉換成收入或營利模式。
然而，大數據在企業級應用的核心不是簡單分析出有價值的數據信息，而是多了一個環節，對數據分析后產生的結果，要轉換成企業自己的產品和服務。
大數據進入企業級應用面臨三方面的挑戰：第一，大多數傳統企業應用系統沒有大數據的技術支撐能力和所需的各種技術人才，需要將底層技術能力變成企業可以自己控制的應用開發能力；第二，大數據運用之后對企業的決策模式是個挑戰，需要轉變為根據數據來做決策；第三，企業大數據除了來自企業內部外，外部的大數據也必須集成到大數據中心，這就需要有效整合內外部數據，從原來業務處理模式轉換為大數據的處理模式。企業在面臨這些挑戰時，就需要針對問題一一做出解決。
大數據的企業級應用平臺，則是另一個維度的挑戰。如果開發企業級應用平臺，邵宗有認為至少需要具備三方面的條件：一是要有各種渠道的數據；二是要有大數據應用的思維和數據團隊，需要有人能夠設計模型和挖掘數據；三是擁有大數據開發平臺。
當前，Hadoop平臺已經成為事實標準，微軟、英特爾、IBM、甲骨文等巨頭在大數據領域率先做出了Hadoop的商業化應用，阿里巴巴、騰訊等互聯網公司也在該開源軟件上做基礎平臺，以及華為、曙光等等企業都將Hadoop作為大數據平臺的標準化架構。
那么，作為事實上的標準，Hadoop是否就足夠成熟不用再深入開發了？其實不是。邵宗有指出，開源開發社區里有關Hadoop的組件有5000多個，哪些組件能與底層相匹配，哪些計算和存儲平臺運行得更為高效，都需要一一驗證，或是重新開發，這些就足夠考驗企業的軟件能力、服務能力和硬件能力。
IT企業需加速一體化整合
國內企業的垂直整合是未來國內廠商集體崛起的唯一出路，要實現整合，需要有真正系統的、工程化的能力。
大數據時代對數據處理能力的要求更高。開發企業級應用，數據處理工具及整體數據解決方案顯得至關重要，而很多傳統IT廠商并不具備這種軟實力。那么，他們應該如何才能走得更快？
任永杰表示，對于傳統IT廠商，應該更需要和有數據處理能力的企業配合和合作。而對于純數據庫企業，也需要和有應用能力的廠商更好地合作與結合。
當前在IT領域，國外企業已經建立了垂直整合的大體系，例如IBM的軟硬件、咨詢和服務，甲骨文的服務器和數據庫、中間件和應用，英特爾的芯片，微軟的操作系統等等，國內單一產品和他們競爭很困難。國內企業的垂直整合是未來國內廠商集體崛起的唯一出路，這種整合，需要有真正系統的、工程化的能力，才能來整合出國產的一體化系統方案。
系統整合、垂直整合在今天大數據的機遇下顯得尤為重要。和國外企業的競爭不是單一層面的競爭，而是大系統、大思路的競爭。如果我們不轉換思路，從大局觀看待產業競爭的話，將來一定會更難。因為到那時候，大數據背后就是大數據中心，包括有大數據處理能力的完整系統和上面的服務與應用。如果我們不能提供基礎的系統平臺，那么很可能無法直面未來的競爭，只能從外圍應用找市場。
他還強調，基礎平臺應該以數據為中心來打造，因為基礎平臺里面整個數據、數據管理是核心。欣喜的是，前不久，搭配上某國產數據庫、數據分析應用的國產一體機，經過公開測試，獲得了比甲骨文的Exdata更好的性價比表現。
京公網安備 11010502049343號