京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网+和工业4.0方兴未艾 大数据是强有力的引擎
IBM大中华区首席执行总裁钱大群:“IBM在大数据分析领域的定位不是拥有数据,而是分析这些数据,转化为洞察,为你所用。”
主题为“主导这一刻”的IBM Insight 2015大数据分析峰会3月23日在北京举行。来自各界的数据分析领先实践者与IBM领导团队、技术专家一道共同探讨如何更好地利用数据资源支持中国新一代信息产业与传统产业深度融合。与会者围绕大数据在工业4.0、城市规划、环境保护、交通治理等,诸如雾霾预报和应对、套牌车辆识别、饮食健康、儿童娱乐等大众民生关注领域的发展进行了深入交流和探讨。
今年的政府工作报告中提到的“互联网+”引发社会热议。大家普遍相信,中国新一代信息产业与传统产业深度融合、相互促进创新的局面即将掀开新的篇章。工业是我国经济的立足之本,“工业 4.0”是这场创新大潮当中的亮点。中国是数据矿藏量巨大的国家,有超过6亿的互联网人口,繁荣的互联网经济,方兴未艾的政府和企业IT系统,有望迎来爆发增长的物联网和工业互联网。如何用好中国的大数据资源,对中国的“互联网+”以及“工业 4.0”的发展意义重大。
2014年是IBM大举向大数据、云计算、移动社交转型的一年。在中国,IBM以全新的开放联合创新的姿态面对新环境发展,在大数据领域,先后与宝信科技、华胜天成、浪潮等本土合作伙伴展开合作,并拥有了包括鲁能集团、万得数据、上海虹桥机场、民生银行等各行业大数据客户。IBM还推出了U100计划,向100所中国高校捐赠价值1亿美元的大数据及分析软件。2014年,在20多个来自Gartner、Forrester和IDC的数据/分析软件和服务测评中,IBM都居于领导地位。据最近发布的IBM 2014年财报显示,IBM在云计算、大数据、移动、社交、安全等领域整体增长了近16%,达250亿美元,占IBM整体营收的27%。其中,作为IBM转型的核心战略,大数据业务增长了7%,营收达170亿美元。在过去的一年,IBM通过授权软硬件技术和工具,正在帮助中国开发出自主创新的处理器芯片、服务器系统、数据库产品、中间产品和操作系统,技术开放战略获得了工信部、江苏省、北京市政府的支持。
去年,IBM启动科技合作伙伴计划以来,以技术共享、联合创新中心等多种合作模式,利用IBM的全球化视野、专业研发人才、行业洞察等,帮助本土合作伙伴突破创新束缚,以协作创新赋能行业创新。尤其在环保、交通、城镇化等民生领域,取得了卓越成就。IBM大数据与分析业务取得的成功,源于IBM多年来对这一领域的持续不断的投入。到目前为止,IBM已在分析领域投入250亿美元,先后发起了包括Cognos、SPSS、ILOG、Algo、i2等30多起收购。IBM全球共有15000个分析顾问和超过400位数学科学家,在三大洲共拥有9个分析解决方案中心,其中,中国西安实验室着力分析领域的研发,以SPSS为核心发展为全球分析软件实验室。IBM每年都会新产生500多个与分析预测相关的专利。位于中国的IBM中国开发中心和IBM中国研究院为IBM与中国企业与合作伙伴的合作提供重要的支持。
2014年,IBM投资10亿美元成立Watson集团,此后IBM一直不懈地努力将Watson集成到企业的应用中。除了Watson的前瞻性,IBM大数据与分析的优势还体现在引领行业认知计算,自然语言理解、机器学习能力,领先的数据安全、保护、风险管理和反欺诈能力,业界最完善的大数据与分析解决方案组合以及对行业业务深入的了解。在IBM整体转型的背景下,处于战略核心的大数据将不断与云计算、社交、移动不断整合,为企业提供综合能力。
IBM大中华区首席执行总裁钱大群表示,去年是IBM中国公司成立30周年,IBM 在中国启动了中国的新战略,那就是“与中国同创”,从made for China到made with China。大数据是中国走向工业4.0强有力的引擎,IBM仍将与前瞻者同行、与中国同创新的辉煌。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19