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。對于中小企業(yè)而言，要么是企業(yè)信息化程度不夠，沒有數(shù)據(jù)基礎、更沒有數(shù)據(jù)采集渠道?；蛘呤菙?shù)據(jù)的量級不夠，不能形成規(guī)模化效應帶來受益。
在這些問題之下，大數(shù)據(jù)幾乎成了大企業(yè)的專權?？煽诳蓸饭究梢郧宄闹朗澜缟厦恳粋€角落的消費者喜好變化，可那些不知名的企業(yè)卻還在用粗放的方式進行生產決策。
等到如今AI技術開始得到長足發(fā)展，同樣也會涉及到數(shù)據(jù)從采集到應用的全過程。而當企業(yè)想利用起AI能力時，應用數(shù)據(jù)的方法與效能也產生了全新的變化。
數(shù)據(jù)新變如何重劃企業(yè)IT建設起跑線
AI技術的發(fā)展有兩個重點，一方面是感知能力，像無人車就是通過雷達傳感器收集周遭數(shù)據(jù)，經(jīng)過計算決定行駛狀態(tài)。另一方面則是決策能力，通過對數(shù)據(jù)的深度挖掘，即使在小數(shù)據(jù)中都能找到規(guī)律并得出結論。
這樣一來大數(shù)據(jù)就不再是大企業(yè)的專權，不論各個行業(yè)還是何種形態(tài)的企業(yè)，都能利用AI提升業(yè)務效率。大規(guī)模的通過第三方機構收集數(shù)據(jù)可以創(chuàng)造價值，但手機、路由器甚至藍牙音箱這些越來越常見和廉價的產品同樣可以以強大的感知能力收集數(shù)據(jù)，甚至直接作出決策。
舉例來講，沃爾瑪那樣的巨頭可以通過機器學習提升供應鏈效率。而最近在一些O2O平臺推出的系統(tǒng)中，街邊小店也可以通過WiFi、藍牙等設備將線下流量數(shù)據(jù)化，結合上線線下聯(lián)動的會員系統(tǒng)，得出完整的用戶畫像，并從中挖掘更多商業(yè)價值。
在這種狀況之下，數(shù)據(jù)應用產生了如下的變化：
1、 數(shù)據(jù)的量級和結構化已經(jīng)不再是應用難點。深度學習對小數(shù)據(jù)的利用和越來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。像結合線上數(shù)據(jù)和線下數(shù)據(jù)一樣，現(xiàn)如今的數(shù)據(jù)有的被儲存在本地、有的被儲存在云端，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。
3、 替代數(shù)據(jù)量級的，是數(shù)據(jù)的頻繁傳輸和迭代。在主打計算的AI世界中，需要的是快速對數(shù)據(jù)進行計算并反饋到終端。
對于企業(yè)來講，這些變化影響的最多的就是企業(yè)IT建設。以往我們提到企業(yè)IT建設，其中包含的或者是人事、銷售、財務等等固有業(yè)務的信息化，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)的信息化簡化辦公流程。
而AI對數(shù)據(jù)提出的深度挖掘、分布式應用、頻繁傳輸?shù)鹊刃滦枨螅髽I(yè)以往的IT建設不一定能夠應對。這也就是說在這時，不論大小企業(yè)、是否有IT建設基礎，都在一定程度上面對著被重新洗牌的風險。
三個方程式：什么樣的IT基礎架構才能發(fā)揮數(shù)據(jù)價值？
但對于那些已經(jīng)建立了IT架構，或者對IT架構有著強烈需求的企業(yè)來說，在今時今日究竟需要什么樣的IT基礎架構？
將基礎信息化、云服務、AI技術接口等等服務都算在內，今天的IT基礎架構面臨著很多全新的問題，我們可以將這些問題總結成三個方程式，讓讀者通過“已知條件”自行“求解”。
·方程式一：AI技術的應用對于數(shù)據(jù)的要求出現(xiàn)了改變，IT基礎架構如何應對？
如同上文所述，以往企業(yè)應用云端服務，通常是為了數(shù)據(jù)的共享、儲運與協(xié)同操作。而今天云端部署的AI模型會極頻繁的調用數(shù)據(jù)。像IBM和很多傳統(tǒng)企業(yè)的合作，都是通過對IT基礎結構的優(yōu)化，實現(xiàn)數(shù)據(jù)的頻繁、快速傳輸反饋，來保證企業(yè)可以在更低的成本之下來接入新的AI服務。
不僅是數(shù)據(jù)傳輸，AI還對數(shù)據(jù)提出了深度挖掘、分布式應用等等新需求，企業(yè)以往的IT建設是否能夠應對？
·方程式二：賦能剛剛開始，什么樣的IT架構才能指向長足發(fā)展？
過去企業(yè)對于IT架構和云服務的要求很簡單，能夠保存數(shù)據(jù)、足夠安全、價格低廉更好，導致在一段時間內云服務企業(yè)的準入門檻是很低的。而今天企業(yè)需要將自己的數(shù)據(jù)交給云服務商，讓云服務商從中挖掘價值。這時的IT架構，不僅僅需要滿足企業(yè)當下數(shù)據(jù)需求，還要有能力跟上未來大數(shù)據(jù)和AI技術的發(fā)展趨勢。
例如最近隨著傳感器的增多，開始出現(xiàn)了數(shù)據(jù)通脹。當數(shù)據(jù)量級越來越大，出現(xiàn)了很多用超算挖掘大數(shù)據(jù)的應用案例，如果未來大規(guī)模的并行式計算成為企業(yè)標配，怎樣的IT架構才能最快耦合這一能力？
·方程式三：企業(yè)傾向于降低新技術的學習成本，什么樣的IT架構能滿足這一需求？
之前提到，不管是毫無信息化基礎的企業(yè)還是已經(jīng)有基礎IT建設的企業(yè)，都可以也都希望利用上大數(shù)據(jù)和AI的力量。目前來看，IBM、阿里、百度廠商推出一體化AI服務都很受歡迎，原因在于企業(yè)無需付出高昂的人員成本和學習成本。尤其是現(xiàn)在，當AI人才陷入饑荒，大多數(shù)企業(yè)可能無力雇傭深度學習、機器學習方面的專業(yè)人才。更希望在不改變現(xiàn)有IT人員結構的前提下滿足新技術的計入需求。
IT架構如果想要做到這一點，需要哪些能力？
想要得出這三個方程式解，我們或許向專業(yè)人士尋求建議。最近IBM推出了一款技術咨詢小程序，從中可以了解到在大數(shù)據(jù)、AI、云計算等等技術變革之下，數(shù)據(jù)應用以及IT架構打造的專業(yè)觀點。
每一次技術浪潮，都會帶來商業(yè)世界的起落。而獲取新知，自然是不被浪潮拋下的第一步。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
