
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
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08