「实时洞察」成为大势所趋,企业如何成功转型?

首页 > 科技 > 36氪
来源:36氪 发布日期:2019-03-16 07:14 浏览:16次

“在实时的世界里,企业应用也应做到实时。”


文 | Lan

数据资料来源|英特尔


我们经历的数字化时代,正在让数据正在成为眼下最宝贵的“基础能源”。 

尤其伴随着物联网技术的崛起,当越来越多的硬件设备开始成为“万物互联”网络中的一个节点时,数据在其中能够发挥更大的效用——在数据的统筹安排下,虚拟世界和真实世界能够融合在一起,并有可能以一种更加高效的方式推动社会的进步。

根据分析公司Gartner的最新研究报告显示:到2020年,全球使用的互联网接入设备将达到200亿台,超过65%的企业将使用物联网产品,而这个比例在2017年还仅仅只有30%。

对于企业而言,经历时代跑道切换的它们显然面临着不小的挑战:一方面,随着商品经济的发达,市场内竞争的愈加激烈让企业变得越发结果导向,对效率的关注开始与日俱增;另一方面,外部环境的快速变化也要求企业在动荡中需要随时确保敏捷反应。

显然,数据能够多少解决企业当下面临的这些痛点,毕竟它在理论上既能够提供最优解决方案,也能随时对环境进行监测。但问题是不少企业仍然缺乏必要的数据和技术实力,这让它们在应对快速变化的环境时难免身心俱疲。

“在实时的世界里,企业应用也应做到实时。”市场研究机构Forrester Research副总裁兼首席分析师MikeGualtieri这样言简意赅地表示。在这样的观念引导下,一种名为数据流分析的技术正在受到业界的广泛关注。该技术能够通过并联不同来源的数据以实现实时获取洞察的目的,这一特性让数据流分析的商机得以迅速成倍增加。

趋势的背后实际上有迹可循,越来越多的大数据解决方案正在由业务部门自行产出,而非来自于CIO们的强力推动。业务部门主动发力根植于内生需求,因为获取洞察的速度在很大程度上关系着这些业务部门是否能够脱颖而出,“优胜劣汰,适者生存”的道理放置在今天尤为适用。 

以数字广告场景为例,根据独立监测机构AdMaster发布的行业数据显示,中国在线广告市场在2018年上半年的无效流量占比达到了近三成之多。但是如果引入具有机器学习功能的数据流分析,那么在问题出现的同时便能检测到异常情况,从而帮助广告主及早发现攻击并挽回不必要的损失。 

类似的情况还在更多的场景中有所体现——譬如通过数据流分析可聚合交易数据,金融公司便能够获取关于客户行为的准确洞察。在机器学习模型的辅助下,有欺诈性交易嫌疑的行为便能够借此快速暴露,从而将发生风险的可能性降至最低。

当然,数据流分析带来的红利不仅仅只惠及企业级用户,更多的民众也能从中受益。例如对于不少家庭而言,如何在使用大量电器设备时做到最大程度的省电成为他们的日常关切,那么通过接入智能仪表录入的相关数据来实时管理能源效率,就有机会让家庭的用电开支节省三分之一之多。

除此之外,数据流分析能够远程监测慢性病患者的实时恢复情况,帮助物流公司提早发现货车的潜在发动机故障问题,改善零售商店的库存情况,辅助呼叫中心降低客户流失率等等。在不同的行业、不同的场景之下,它都能找到专属于自己的发挥空间。所以,眼下的数据流分析不仅仅是一种技术,它正在逐步成为引导技术演化的价值观本身——正是由于现代企业都希望能够尽快完成向“实时洞察企业”的转型,因而数据流分析的价值才开始得以彰显。

事实上,在巨大的商业价值面前,英特尔对数据流分析开展了积极的布局。早在2005年,英特尔就与SAP在这一领域进行了密切的合作,相关协作项目就致力于提高相关应用在整个英特尔架构上的性能表现。某种程度上,英特尔对数据流分析市场的信心,就源自于这家逾50年历史的企业在自身发展历程中不断沉淀下来的技术储备和长久经验。 

虽然数据流分析有着广阔的应用前景,并且正在形成一股不可逆的浪潮,但技术的推进过程本身仍然面临着重重阻碍。例如作为数据流分析的原材料,数据本身的质量最终决定着企业能否真正在实时洞察中获益——准确的天气预报往往需要一次性调动上千个分布在各地的传感器稳定报告数据,如果传感器周围出现障碍物甚至被挪动位置,都有可能影响生成的数据质量。然而英特尔和Wind River合作推进的技术,将使数据能在这些特殊环境下获得保护,从而确保实时洞察的质量不受到过大的影响。与Apache Spark, BigDL和SAP HANA等在数据流分析领域的合作,也让英特尔足以应付从董事会层级到执行层面在内的公司各层级的需求。 

与此同时,面对消费者日益增长的对于个人数据所有权及隐私数据安全性的声索,混合云策略也逐渐被众多企业提上了日程。在这一策略下,企业可以将一些安全疑虑不大的数据放在云端进行存储,而面对那些重要的隐私数据则可以采用本地存储因应相关风险。这种无需管理数据中心的模式,可以让包括金融业在内的行业专注于自身业务问题。规模较小以至于难以承担相应技术成本的中小型公司,将成为这股浪潮中的大赢家。 

在确保数据安全性和基础上,如何在进行数据流分析时控制成本成为企业的首要需求。如果能够借助有经验的技术公司的协助,关注那些最为核心的数据便能取得事半功倍的效果——例如在制造环节着重关注可能发生故障的设备,而不是监控整个工厂从而增加工作负荷。而这种对于数据的选择和清洗又需要机器和深度学习技术的辅助,从而避免在庞大数据的筛选中出现偏差的现象,并最终产出真正可执行的结果。

但无论如何,在数据流分析的几大步骤中,数据的安全传输对于数据流的分析都至关重要,它在某种程度上扮演着基石的角色。毕竟这在很多时候关乎消费者隐私是否得到了足够的保护,甚至攸关企业本身的核心利益。尤其是在IT网络随着企业规模的扩张需要不断扩展时,衍生出的更加复杂的安全性问题必须依赖富有经验并且技术过关的合作方协助企业应对。 

在这一过程中,IT业内具有强大话语权和实力的英特尔自然有望成为首选目标。例如英特尔的至强可扩展处理器可实现出色的资源利用率和敏捷性,这一特征正好契合数据流分析的需求;傲腾技术则通过在不同构件块的辅助下减少时延,从而保证真正意义上的“实时洞察”;除此之外,包括内存驱动技术在内的其他技术则通过扩大内存容量等方式保证数据流分析的顺畅完成。 

总的来说,无论是硬件抑或是软件层面,拥有强大技术储备的英特尔在数据流分析领域都足以抢占先机。对于正处在快速变动环境中显得手足无措的企业,这显然解决了它们的燃煤之急,尤其对于中小型企业更是如此——敏捷反应关乎企业的生存,大企业固然能够通过自身强劲的技术团队实现跃迁,但中小型企业却没有足够的实力负担高昂的成本。 

对于中小型企业的经营者,这是个需要挠头的难题;但在英特尔看来,这就成为了一个难以忽视的机会,由大量中小企业构成的长尾市场可能比原本想象中的还要庞大。它们与技术公司的合作将是大势所趋,而提前开跑的英特尔有机会成为其中的重要玩家。

  阅读原文
支持0次 | 反对0次  
  用户评论区,文明评论,做文明人!

通行证: *邮箱+888(如:123@qq.com888)