數(shù)據(jù)新變之下，企業(yè)IT建設(shè)的重生與進(jìn)化

原標(biāo)題：數(shù)據(jù)新變之下，企業(yè)IT建設(shè)的重生與進(jìn)化

談到大數(shù)據(jù)，在幾年前似乎還是大企業(yè)可以利用的技術(shù)。對(duì)于中小企業(yè)而言，要么是企業(yè)信息化程度不夠，沒(méi)有數(shù)據(jù)基礎(chǔ)、更沒(méi)有數(shù)據(jù)采集渠道。或者是數(shù)據(jù)的量級(jí)不夠，不能形成規(guī)?；?yīng)帶來(lái)受益。

在這些問(wèn)題之下，大數(shù)據(jù)幾乎成了大企業(yè)的專(zhuān)權(quán)?？煽诳蓸?lè)公司可以清楚的知道世界上每一個(gè)角落的消費(fèi)者喜好變化，可那些不知名的企業(yè)卻還在用粗放的方式進(jìn)行生產(chǎn)決策。

等到如今AI技術(shù)開(kāi)始得到長(zhǎng)足發(fā)展，同樣也會(huì)涉及到數(shù)據(jù)從采集到應(yīng)用的全過(guò)程。而當(dāng)企業(yè)想利用起AI能力時(shí)，應(yīng)用數(shù)據(jù)的方法與效能也產(chǎn)生了全新的變化。

數(shù)據(jù)新變?nèi)绾沃貏澠髽I(yè)IT建設(shè)起跑線(xiàn)

AI技術(shù)的發(fā)展有兩個(gè)重點(diǎn)，一方面是感知能力，像無(wú)人車(chē)就是通過(guò)雷達(dá)傳感器收集周遭數(shù)據(jù)，經(jīng)過(guò)計(jì)算決定行駛狀態(tài)。另一方面則是決策能力，通過(guò)對(duì)數(shù)據(jù)的深度挖掘，即使在小數(shù)據(jù)中都能找到規(guī)律并得出結(jié)論。

這樣一來(lái)大數(shù)據(jù)就不再是大企業(yè)的專(zhuān)權(quán)，不論各個(gè)行業(yè)還是何種形態(tài)的企業(yè)，都能利用AI提升業(yè)務(wù)效率。大規(guī)模的通過(guò)第三方機(jī)構(gòu)收集數(shù)據(jù)可以創(chuàng)造價(jià)值，但手機(jī)、路由器甚至藍(lán)牙音箱這些越來(lái)越常見(jiàn)和廉價(jià)的產(chǎn)品同樣可以以強(qiáng)大的感知能力收集數(shù)據(jù)，甚至直接作出決策。

舉例來(lái)講，沃爾瑪那樣的巨頭可以通過(guò)機(jī)器學(xué)習(xí)提升供應(yīng)鏈效率。而最近在一些O2O平臺(tái)推出的系統(tǒng)中，街邊小店也可以通過(guò)WiFi、藍(lán)牙等設(shè)備將線(xiàn)下流量數(shù)據(jù)化，結(jié)合上線(xiàn)線(xiàn)下聯(lián)動(dòng)的會(huì)員系統(tǒng)，得出完整的用戶(hù)畫(huà)像，并從中挖掘更多商業(yè)價(jià)值。

在這種狀況之下，數(shù)據(jù)應(yīng)用產(chǎn)生了如下的變化：

1、 數(shù)據(jù)的量級(jí)和結(jié)構(gòu)化已經(jīng)不再是應(yīng)用難點(diǎn)。深度學(xué)習(xí)對(duì)小數(shù)據(jù)的利用和越來(lái)越多的傳感器正在改變這一現(xiàn)狀。

2、 分布式數(shù)據(jù)的利用正在成為大趨勢(shì)。像結(jié)合線(xiàn)上數(shù)據(jù)和線(xiàn)下數(shù)據(jù)一樣，現(xiàn)如今的數(shù)據(jù)有的被儲(chǔ)存在本地、有的被儲(chǔ)存在云端，甚至有的掌握在合作伙伴手中。想要獲得AI賦能，或許需要把這些數(shù)據(jù)都利用起來(lái)。

3、 替代數(shù)據(jù)量級(jí)的，是數(shù)據(jù)的頻繁傳輸和迭代。在主打計(jì)算的AI世界中，需要的是快速對(duì)數(shù)據(jù)進(jìn)行計(jì)算并反饋到終端。

對(duì)于企業(yè)來(lái)講，這些變化影響的最多的就是企業(yè)IT建設(shè)。以往我們提到企業(yè)IT建設(shè)，其中包含的或者是人事、銷(xiāo)售、財(cái)務(wù)等等固有業(yè)務(wù)的信息化，或者是電商、網(wǎng)站、App等等互聯(lián)網(wǎng)部件的組建。目的通常是為了保障數(shù)據(jù)的安全和利用數(shù)據(jù)的信息化簡(jiǎn)化辦公流程。

而AI對(duì)數(shù)據(jù)提出的深度挖掘、分布式應(yīng)用、頻繁傳輸?shù)鹊刃滦枨?，企業(yè)以往的IT建設(shè)不一定能夠應(yīng)對(duì)。這也就是說(shuō)在這時(shí)，不論大小企業(yè)、是否有IT建設(shè)基礎(chǔ)，都在一定程度上面對(duì)著被重新洗牌的風(fēng)險(xiǎn)。

三個(gè)方程式：什么樣的IT基礎(chǔ)架構(gòu)才能發(fā)揮數(shù)據(jù)價(jià)值？

但對(duì)于那些已經(jīng)建立了IT架構(gòu)，或者對(duì)IT架構(gòu)有著強(qiáng)烈需求的企業(yè)來(lái)說(shuō)，在今時(shí)今日究竟需要什么樣的IT基礎(chǔ)架構(gòu)？

將基礎(chǔ)信息化、云服務(wù)、AI技術(shù)接口等等服務(wù)都算在內(nèi)，今天的IT基礎(chǔ)架構(gòu)面臨著很多全新的問(wèn)題，我們可以將這些問(wèn)題總結(jié)成三個(gè)方程式，讓讀者通過(guò)“已知條件”自行“求解”。

·方程式一：AI技術(shù)的應(yīng)用對(duì)于數(shù)據(jù)的要求出現(xiàn)了改變，IT基礎(chǔ)架構(gòu)如何應(yīng)對(duì)？

如同上文所述，以往企業(yè)應(yīng)用云端服務(wù)，通常是為了數(shù)據(jù)的共享、儲(chǔ)運(yùn)與協(xié)同操作。而今天云端部署的AI模型會(huì)極頻繁的調(diào)用數(shù)據(jù)。像IBM和很多傳統(tǒng)企業(yè)的合作，都是通過(guò)對(duì)IT基礎(chǔ)結(jié)構(gòu)的優(yōu)化，實(shí)現(xiàn)數(shù)據(jù)的頻繁、快速傳輸反饋，來(lái)保證企業(yè)可以在更低的成本之下來(lái)接入新的AI服務(wù)。

不僅是數(shù)據(jù)傳輸，AI還對(duì)數(shù)據(jù)提出了深度挖掘、分布式應(yīng)用等等新需求，企業(yè)以往的IT建設(shè)是否能夠應(yīng)對(duì)？

·方程式二：賦能剛剛開(kāi)始，什么樣的IT架構(gòu)才能指向長(zhǎng)足發(fā)展？

過(guò)去企業(yè)對(duì)于IT架構(gòu)和云服務(wù)的要求很簡(jiǎn)單，能夠保存數(shù)據(jù)、足夠安全、價(jià)格低廉更好，導(dǎo)致在一段時(shí)間內(nèi)云服務(wù)企業(yè)的準(zhǔn)入門(mén)檻是很低的。而今天企業(yè)需要將自己的數(shù)據(jù)交給云服務(wù)商，讓云服務(wù)商從中挖掘價(jià)值。這時(shí)的IT架構(gòu)，不僅僅需要滿(mǎn)足企業(yè)當(dāng)下數(shù)據(jù)需求，還要有能力跟上未來(lái)大數(shù)據(jù)和AI技術(shù)的發(fā)展趨勢(shì)。

例如最近隨著傳感器的增多，開(kāi)始出現(xiàn)了數(shù)據(jù)通脹。當(dāng)數(shù)據(jù)量級(jí)越來(lái)越大，出現(xiàn)了很多用超算挖掘大數(shù)據(jù)的應(yīng)用案例，如果未來(lái)大規(guī)模的并行式計(jì)算成為企業(yè)標(biāo)配，怎樣的IT架構(gòu)才能最快耦合這一能力？

·方程式三：企業(yè)傾向于降低新技術(shù)的學(xué)習(xí)成本，什么樣的IT架構(gòu)能滿(mǎn)足這一需求？

之前提到，不管是毫無(wú)信息化基礎(chǔ)的企業(yè)還是已經(jīng)有基礎(chǔ)IT建設(shè)的企業(yè)，都可以也都希望利用上大數(shù)據(jù)和AI的力量。目前來(lái)看，IBM、阿里、百度廠商推出一體化AI服務(wù)都很受歡迎，原因在于企業(yè)無(wú)需付出高昂的人員成本和學(xué)習(xí)成本。尤其是現(xiàn)在，當(dāng)AI人才陷入饑荒，大多數(shù)企業(yè)可能無(wú)力雇傭深度學(xué)習(xí)、機(jī)器學(xué)習(xí)方面的專(zhuān)業(yè)人才。更希望在不改變現(xiàn)有IT人員結(jié)構(gòu)的前提下滿(mǎn)足新技術(shù)的計(jì)入需求。

IT架構(gòu)如果想要做到這一點(diǎn)，需要哪些能力？

想要得出這三個(gè)方程式解，我們或許向?qū)I(yè)人士尋求建議。最近IBM推出了一款技術(shù)咨詢(xún)小程序，從中可以了解到在大數(shù)據(jù)、AI、云計(jì)算等等技術(shù)變革之下，數(shù)據(jù)應(yīng)用以及IT架構(gòu)打造的專(zhuān)業(yè)觀點(diǎn)。

每一次技術(shù)浪潮，都會(huì)帶來(lái)商業(yè)世界的起落。而獲取新知，自然是不被浪潮拋下的第一步。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。