
大数据观察:GE为什么要在软件上下赌
本周早些时候,通用电气(GE)宣布,向一家新的平台即服务(platform-as-a-service)厂商投资1.05亿美元,这家公司就是Pivotal,由EMC和VMware的分拆部门组成。为什么?通用电气未来有一部分要靠软件和服务,来支持其销售的日益智能化的机器设备。通过投资Pivotal,通用电气希望能更快地为客户创建、部署大数据商业应用。
众所周知,我们有大量的利润来自通用机器的支持服务,通用电气副总裁兼全球软件中心商务官比尔?荣(Bill Ruh)说到,机器正在变得更加智能,我们的顾客需要机器和员工发挥更大的生产力。
的确如此,通用电气的服务部门已经带来了大约450亿美元的营收。比尔?荣表示,通用电气将会使用Pivotal的技术作为服务标准,在未来提供数据分析和云架构支持。从航空业到医疗业,通用电气的客户们正在搜集史无前例的海量数据,这都要归功于不断增加的、带有传感器的智能设备也就是通用电气所称的工业互联网。上TG数量级的数据将能够帮助客户们更好的管理他们的机器设备,消耗更少的能源,优化维护和运营过程也就是说,他们需要有合适的应用程序快速分析数据并给出可执行的决策。这也是通用电气的战略切入点。
我们正在从消费互联网的发展中进行学习谷歌、Facebook和亚马逊,比尔?荣表示,这些公司找到如何管理大规模信息的方法,并应用到新服务当中。
通用电气在软件领域发力早就不是什么秘密了。去年,该公司于加州圣?拉蒙(San Ramon)启动了一个旨在进行软件开发的机构,距离硅谷的心脏地区不远。比尔?荣表示湾区(Bay Office)目前有425名员工,全都在研究下一代服务。通用电气首席执行官杰夫?伊梅尔特(Jeff Immelt)最近宣布将投资10亿美元开发结合了机器诊断和分析功能的应用程序。通用表示新的应用程序工具有可能帮助能源和交通等行业减少价值1500亿美元的浪费(比如为飞机配置探测器和智能软件可以减少不必要的维护开支)。通用电气计划于2013年启动20项新的工业互联网服务。
通用投资的1.05亿美元将会获得Pivotal公司10%的股份,后者目前由VMware前CEO保罗?马里茨(Paul Maritz)管理。他表示Pivotal将会是云独立的公司,意味着该公司的新开发平台会在亚马逊、微软和VMware的云服务之外,同时也允许公司在他们自己的服务器上运行商业应用。
这可是一个很有野心的目标,马里茨将通用的理想称作是成为新时代的新平台。同样,这个目标很可能仍旧需要几年时间来实现Pivotal直到2013年才会发布首个产品。但是该公司吸引了一些引人注意的支持者。我们认为Pivotal将会是很重要的合作伙伴,比尔?荣本周在Pivotal的发布活动上表示,这是我们用来提供下一代数据驱动应用服务的平台。有了Pivotal的帮助,通用电气是否能像谷歌和Facebook那样在应用程序上大展拳脚呢?尚未可知。至少这1.05亿美元的投资,通用电气说到做到了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23