京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何挖掘“大数据”红利
随着“大数据”这个词的火热,越来越多的科技公司都希望自己能跟它沾上边。当然,也有越来越多的公司已经从中受益。
作为大数据的基础,数据存储行业是最直接的受益方。创立25年之久的闪存公司SanDisk(闪迪)对此感受明显,在过去的四个季度中它的营收持续增长,达到了56亿美金。目前已经是美国财富500强及标准普尔500强企业。
25年前,三位分别来自中国、印度和以色列的移民,在硅谷创立了这家公司。闪迪创办之初,三位创始人只是觉得闪存技术未来会有市场,但是完全没有预想到会有今天这么大规模。
9月17日,闪迪的联合创始人之一,现任总裁兼CEO Sanjay Mehrotra来到北京,接受了《21世纪经济报道》的专访。这位印度裔的管理者向本报记者介绍了公司的发展之道,并对存储行业未来的前景给出了展望。
回顾闪迪的发展历史,这家25岁的公司有着自己的“坚持”与“变通”。它从一开始,就坚定地选择了闪存存储作为自己的发展方向,但在具体的产品上也在不断的变化,总能及时抓住新的行业趋势。
支撑闪迪发展的核心业务,最开始仅仅是为尼康、柯达等相机厂商等提供存储卡;后来个人U盘市场的大发展,让闪迪在零售市场站稳了脚跟;再往后,随着智能手机市场的爆发,与OEM厂商的合作又成为闪迪的业务重心。
现在,随着大数据时代的到来,无论是个人还是企业都对数据存储有了更高的标准和需求。闪迪也逐渐把主要精力转向了固态硬盘市场,Sanjay预计到2014年固态硬盘会成为主要的收入来源之一。
“大数据”红利
《21世纪》:我们注意到财报中公司今年二季度的业绩相比一年前有了很大的提升,原因是什么?
Sanjay:有三个原因,第一个是我们产品的组合更加丰富,包括嵌入式的闪存、客户化的解决方案,以及多芯片的闪存。此外,还有在固态硬盘SSD市场我们也推出了很多的产品,包括用于笔记本电脑的,用于企业级解决方案的。另外,在消费者电子产品方面,我们也有各种各样不同类型的闪存产品的推出。
其次是在过去的一年行业的需求非常旺盛。25年前闪存还是一个概念,现在全球的市场规模已经达到250亿美元,但这个市场的发展刚刚开始。比如随着内容、移动设备快速增长等因素,闪存需求将越来越大。
最后,持续创新、良好的市场适应性、强大的执行力也是成功最根本的秘密。通过创新不断开拓新的市场机会,这也是过去25年闪迪公司不断发展成长的原因。
《21世纪》:现在大家都在讨论大数据时代的到来,你们近期的快速成长与大数据趋势有关吗?在大数据时代会有哪些新动向?
Sanjay:的确,在大数据时代存储的需求在不断的上升,比如有几十亿的手机在不断的处理、获取、分享、修改、存储数据。现在消费者有非常大的需求来储存丰富的内容,分享这些内容,留作以后使用。所以说,存储的机会非常非常的多。
同时根据这些存储所进行的计算和分析的应用需求也在不断的上升,存储设备将会起到非常重要的作用。特别是其中以闪存为基础的存储和计算、运算速度能够更加快捷,而且它的功耗更低,总体成本也更低,这都是推动闪存发展的机会。
在大数据时代的用户的需求多样性和差异化竞争方面,我们也有自身的特色。比如在数据的安全性方面,2012年我们收购了2家软件企业,一家叫Flash Soft,一个叫Schooner Information Technology。这样可以利用软件来加速硬件的部署,包括在数据库等方面的应用来更好的为客户提供服务,这也是闪迪和其他的闪存公司相比与众不同之处。
《21世纪》:闪迪目前的成绩可以说是因为抓准了数据存储的爆发式增长机会,但存储行业的增长红利还能持续多久?
Sanjay:闪迪已经有25年历史了,但我觉得依然非常年轻。现在数据增长非常快,我们在存储领域还有很多机会。不仅仅是在传统的消费电子产品市场、移动市场,而且未来我们可预见的闪存机会还有很多,如一些新的概念,新的市场将会向闪存这个行业打开。比如可穿戴式设备,还包括一些智能互联的家庭设备,还有包括汽车等等。
《21世纪》:新市场如可穿戴设备会带来哪些机遇与挑战呢?
Sanjay:可穿戴设备将是闪存另外一个很大的市场,也是公司未来业务发展的前线。带来的机遇和挑战是,如何在这些新领域推动闪存技术应用,及它的产品的产能与竞争力,使得我们的产品在未来可穿戴市场上形成供需平衡。我们在目前初露端倪的可穿戴设备方面的一大优势是资金、品牌和技术方面的规模效应。
发展之道
《21世纪》:作为一家发展了25年的公司,闪迪一直坚持只做闪存。在公司成立之初,你就预见到了存储行业会发展到今天的规模吗?
Sanjay:现在的成绩在25年前公司刚诞生时是无法想象的,因为那时候闪存技术只是一个概念,根本没有这样一个行业,到2012年我们知道全球闪存行业总市值大概超过了250亿美元。
在过去25年之间,闪迪公司一直引领闪存技术的创新,包括数字技术,数字平台,包括后来智能手机,平板电脑,以及以闪存为基础的企业级储存。闪迪公司和合作伙伴一起共同创造了这个行业几乎所有的创新性方案和产品,包括紧凑型的闪存卡、SD卡及现在智能手机和平板当中普遍使用的这些闪存产品。
我们对于闪存创新技术的持续投入,使得闪迪公司拥有将近4900种专利,这些专利覆盖我们的产品,包括技术、设计、组装线、测试,包括闪存产品的应用,在整个闪存行业当中,我们所拥有专利的数量,包括组合是最多、最全面的。
《21世纪》:你提到最开始闪存技术仅是一个概念,还算不上行业,那么闪迪是如何一步步发展并生存至今的呢?
Sanjay:在最开始几年,我们都是和尼康、柯达这些公司合作。那时候还没有互联网,而且数码照片的质量不高,不如胶卷的好。在有了互联网,同时数码相机大发展之后,我们的业务才真正起步。因为网络分享照片开始变得更加方便和流行。
后来随着数字成像这些技术不断的发展成熟,我们非常迅速的进行调整,应对数字成像市场所带来的机会,打出闪迪自己的品牌,做闪存卡,做影像卡,做USB产品。
我们感觉闪存这个事业才刚刚开始,我们预计未来在手机、平板等设备中会有越来越多的机会。由于内容,移动性、联通性的这些特点的发展趋势,我们预计未来每一个有闪存的设备,闪存储存量都会达到32GB。
《21世纪》:现在做闪存的公司也有不少,闪迪的优势是什么?未来会专注于哪些业务?
Sanjay:第一大优势就是创新,在过去25年闪迪公司一直在不断的提供创新性存储解决方案,也在寻找创新性新的市场机会。
第二个就是我们的垂直整合能力。包括最开始的研发,到闪存的传输,到闪存的芯片,到闪存的控制系统,包括支持闪存应用的软件等。
第三大优势,我想特别要提出来的,就是我们拥有大规模生产的能力,这对于一些大型客户来说,是非常重要的。
我们会看重三大主要市场:第一个是移动设备。对于包括智能手机、平板电脑等的主要移动设备,我们能提供全系列的产品;第二类是计算领域,为客户提供固态硬盘SSD,不仅包括笔记本电脑,还包括数据中心,还有企业级的存储应用等,为他们提供我们的产品和方案;第三类是消费市场。主要是自主品牌零售产品,包括U盘等。
《21世纪》:最近有一个趋势,一些公司开始将生产基地从中国搬回美国,你是怎么看这个问题的?
Sanjay:目前我们所有的生产基地都是在亚洲,有日本、中国的上海,还有包括我们合作伙伴在深圳的工厂,还有台湾的工厂。所有的生产基地都在亚洲。我们也没有任何计划想要将生产基地搬回美国。
我们早在2006年就在上海开始建立自己的工厂,现在中国80%的闪迪产品都是这家工厂生产的。我们在上海的工厂有1400多个工程师服务人员,和1800多名生产工作人员,实际上我们在上海的业务也在不断的扩大。此外我们在上海还有负责市场营销的机构和组织
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05