
向大数据时代跃迁
人类进化过程中,对工具的使用十分重要。我们曾经认为技术就是工具,技术提升了效率,并实现远距离通话。最近,我还看到一项发明,可以通过味觉关联,让盲人“看到”一些物品。这种为盲人设计的眼镜就是计算能力的应用。
如果将早期的计算机、互联网比喻成工业革命中的蒸汽机、轮船,那么,新一代的云计算、大数据、可穿戴设备、移动互联网,就像工业革命中电、化学元素以及电话、航空等规模性出现的发明,它们已不再是简单地给生活带来方便的工具,而可能是对整个社会进行重塑。
云计算的处理能力(从分布式计算到大数据),是人类历史上第一次将不同类型的数据进行采集和分析。现有的数据可分成三类,结构化的数据、接触性的数据和可佩戴计算的数据。
2013年,很多企业都已经意识到数据的价值。就像工业革命中企业要用电一样,今天则必须学会如何使用大数据来提升竞争力。未来还要具备收集、储存和处理此三种数据的能力。
我们将进入一个数据支配( Data charge)的时代。新的数据规模、形态和需求的出现,让传统的无论是IBM,还是Oracle、EMC的数据库都变得不太适合,时代需要一种新的数据库架构。类似Wintel( Windows+Intel)到了移动时代必须变革,去IOE(IBM、Oracle、EMC的第一个字母)的时代已经开始,新一代的服务器和超大规模的数据中心即将诞生。
在互联网1.0的时代,数据的来源大部分仅是将传统的内容搬到了网上;今天互联网每天产生大量的信息和数据,比如社交网络,或智能手机、可穿戴设备的数据,很多都是消费者参与创造的。假如所有信息都能被中央的大云记录起来,并且可进行分析;假如发明这样一种技术,可记住我们出生以来每一次的心跳、每一次疾病、读过的每一本书和经历的重要事件,那么,这就让我们更了解自己,更加了解我们的社会。
举一个例子。以往我们的医院都是按行业、按规模来划分的,医生、专家均需经历漫长的学习过程。事实上,人类很多疾病都是有规律的,很多治疗可能是不需要医生的。运用大数据、可穿戴设备和云计算能力,可让学习和治疗的成本大幅度下降。如果将所有医疗的数据都集中到一个共同的平台上,这个平台就成为了世界医疗的大脑,医生可以通过大数据了解我们身体。这样每个新医生在治病之前,就能了解到数据平台成千百万的病例,哪些是有治疗方法的,哪些还没有治疗方法。通过海量的数据处理,并用计算机的深度机器学习,替代医生做大部分的判断工作,可能会大幅度提升和改变医生的学习过程,并比传统做得更精确。
“杏树林”正试图这样做。张遇升,是它的创始人。这个27岁的创业者在做的事情就是用手机上传病人的病历,目前已有超过40万医生在该平台上生成APP病历。他的目标是在两年内让中国一半的医生可以分享。
2013年企业开始注重数据应用,同时大数据在教育、交通、医疗等行业正加快落地。除此之外,可穿戴设备的进展尤其引人注目。
Google glass(谷歌眼镜)推出了新的版本,三星、微软等公司宣布将推出智能手表,各式各样的智能手环、智能眼镜、智能跑鞋都不断地涌现。Juniper Research数据认为,2013年全球用户将在这些设备上花费14亿美元,到2018年将增至190亿美元;2013年可穿戴设备的销售量将达到1500万台,到2017年将达到7000万台。设备制造商、软件研发者和普通用户都可从这一趋势中获益。
可穿戴设备及其带来的反馈经济在改变着与我们每个人相关的医疗、健康、体育、游戏等行业。通过可穿戴设备,能准确及时了解到我们的身体,血压、呼吸、热量等数据;运动员则通过它获取运动数据,可回放和分析来改善比赛表现;可穿戴设备亦可用到交互式游戏上,用来了解身边的环境,比如作息、行为或者饮食习惯;它还可以用来记录位置和情绪。可穿戴设备比智能手机可以更为方便和不间断地收集数据,实现将个人数未来价值的创造者,可能是那些有算法并兼备创新的思维和商业模式的公司据和环境数据的整合,从而更精准地了解身体数据并和外部环境进行关联。
如果说此前的互联网络、社交网络让人和人之间更方便地沟通,可穿戴设备则实现了人和机器、和外部环境之间的沟通。基于可穿戴计算和反馈经济的各种商业模式也正在出现。我们预测未来三年到五年,随身物品应该都会具备计算能力,另外随着大数据处理工具,包括机器学习的深入,更多数据将被不间断收集起来并可随时分析,在更多的行业更大的改变或者创新即将发生。
比如每个人的大脑存储是有限的,可穿戴设备结合了像Evernote(印象笔记)这样云的应用,等于给人类增加了“外部的大脑”,可帮助我们更方便,并且是没有限制地进行知识采集、存储,更智慧地进行知识管理。
这种创新也会带动芯片、显示屏、硬件设计及软件、应用方面的创新,如更低能耗、更小体积的芯片,更加多样的显示屏等。同时,推动云计算、大数据应用生态系统的成熟。
英特尔公司已宣布2013年底前推出可应用于可穿戴计算设备的芯片,得州仪器和高通也都开发了ARM架构的芯片,这些芯片同样可用于可穿戴设备和物联网。
一些新的可弯曲的显示屏以及液态金属技术也被开发或投入应用。可穿戴设备还推动着个人云的成熟,让我们可以更加智慧地了解自己,学习和感知外部的世界。
大数据、云计算和可穿戴设备已不仅是IT革新,而是成为改变生活和社会方方面面的革命原动力。由于移动网络、大数据,尤其是今天各种各样计算环境的到来,我们发现自己正在迈入一个新的、更有智慧的世界。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11