
下一代的社交,移动手机,分析和云端技术已经引起了一场对那些能够持续快速革新的开发者争夺战。想要在明天仍然有立足之地的公司就必须在今天做出明智的选择。
三月份,我讨论了2014年的IDC预测。这项预测是基于IDC对于第三方平台的定义,是云计算,移动终端和APP、社交媒介及大数据的一个集合。
相比于一些分析者晦涩难懂和概念模糊的预测,IDC的这项第三方平台的预测确实表达鲜明并且严格的。它描绘了在动荡的IT世界中,现有权威的威胁和那些正在出现的新生力量。这项预测可以认为是吹响了改革的号角——却是对那些没能成功进入第三方平台的人的遗憾宣判。
数据整合常常被低估,也很难完美实现,这些都需要时间和资源。随后的几个月,我没看到什么能够让我对这项预测的判断,它依然是对即将发生的前所未有的变化的精确描述。
在三月份的文章中有一项特殊的预测我没有陈述,就是IDC陈述了,在一些云供应商和云技术的市场上,我们会目击异常短暂的开发者战争。IDC说,在建立自己的统治市场中,云供应商会尽其所能的最大程序的吸引开发者,因为这将不避免的预示着战争中的胜利。
大多数商家还没有意识到开发者的重要性(尽管Red Hat的CEO已经明显提到了这一点)。在今年的VMworld大会上,例如,似乎大多时候都聚焦在基础设施上,而开发者只是放在之后而已。就像重要的决策是在厨房里,而进餐者更多的只是被动的接受厨师提供的食物。
我不能说这是什么大的错误。Stephen O’Grady,是一个小的但是很有影响力的行业分析公司中的首席分析师,在他的《The New Kingmakers》中描述了将要发生的事情。他的观点:开发正在变得越来越有影响力——并且,实际上,在APP设计和架构阶段,开发者直接与APP打交道,这也是IT生存的价值。
IDC的报导这样描述:
“开发者,开发者,开发者,开发者!”将会成为2014年第三平台竞争者的最有力口头禅——在下一个二十年,行业最大的赢家将会是那些在未来两年抓住改革者的心和思想的人。错过开发者,就是丢失市场。
IDC继续说:
在2014年和2015年,我们将看到一场云端的开发者大战,像Android,iOS和WP手机APP和开发者之间一样。Amazon,Microprosoft,Salesforce.com,Google,Oracle,SAP,Pivotal,HP和其它一些知道云端APP将引发未来的产业增长,他们需要开发者将他们的创意实现成新的APP,在平台即服务/电子市集上实现自己的方案。
并且IDC也详细阐述:
在2014年,这场开发者之战会是紧急的:IDC预测到2017年,80%或者更多的新的云端方案(和开发者)将会进入竞争平台的前六。
最后,IDC的总结如下:
新的App——产生的数据及相关的APP——将会在下一个十年和更远的时间里,激发第三平台的增长。IDC预测,在未来四年,我们会看到,在云App生态系统中,开发者/贡献者的数量有三倍的增长,而这会驱动云端App的数量十倍的增长。
吸引开发者时,少一些福利,多一些体系改变。
开发者主导的IT世界的显示让我想起了最近的一次和两个公司的讨论。这两家公司都是在传统软件行业的大公司。尽管如此,他们也重构了IT架构和实现app的方法来加速App的迭代速度——因为,尽管是大公司,也看到了改革正在他们的核心市场中建立新的解决方案,意识到自己需要去起身迎战。仅仅希望客户由于习惯和品牌来做生意,从长远来看就是一种失败。
这两家公司有三个共同点:
现在,根据你自己的观察,你或许会发现这些绝无夸张之意。当然,获取在最近的VMworld大会上,你已经发现了一些对此的支持者;在那里,与会者的口号就是“不断变化”。
然而,保持这种态度也越来越难。VMworld搁置公有云计算的的防御性措施也表明与会者在他们的同事和客户中看到了对此的巨大热情。基础设施组也担心未来的世界——如果未来是走向破坏性的创新而不是在逐步改善又该怎么办。
为了解决这种麻烦,下面是每个公司要在开发者大战中生存的一个方法列表。
有时,会认为IT界的快速更新是如此不公平。昨天你努力去适应的需求,今天却被“下一个闪闪发光的东西”取代。但事实就是我们处在一个IT变化比我们看到的要多得多的时代——只有那些找到如何适应这场开发者之战的人才能够幸存。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28