云计算和大数据有着密不可分的关系，大数据的核心之一是云计算，离开云技术大数据就没有根基和落地的可能。而作为数据的载体，硬盘对于云计算、大数据重要性同样不可忽视。数据越多，需要的存储越多，数据越大、硬盘越重要。互联网金融的出现，倒逼拥有海量数据、客户资料及金融数据高敏感性、高保密性的金融业与拥有云计算、大数据、移动支付等互联网业进行跨界融合，寻求金融产品和服务创新，并对云计算服务在安全、稳定等方面提出更高的要求。

    大数据技术最早应用在互联网业务中，互联网的特点赋予了这个新兴技术在处理个人数据方面的长处。而今，大数据热迅速“烧”入各个行业，处于爆发前夜。从处理个人数据到处理企业级数据，大数据平台的转换有什么差异？会给IT企业带来什么机会？如何去把握？

    企业级大数据应用潜力无限

    电信、电力、交通、卫生医疗等领域如果运用大数据，同样能带来业务的大提升。

    大数据的“火热”突出表现在互联网行业。互联网企业也是大胆尝鲜，最早将大数据技术应用于金融市场，开创了新的互联网金融服务模式。

    眼下，阿里巴巴的互联网金融做得风生水起：余额宝、小额信贷、基金和保险理财产品等，据说还在争取获得商业银行牌照。而阿里之所以能够做金融服务，原因就在于阿里的大数据：其电商平台积累了大量小微企业客户及数亿个人用户的交易数据、行为数据、身份数据等等。阿里巴巴小微金融研究院院长陈达伟近日就表示，阿里巴巴拥有最全、最好的数据以及最完整的产业链，做个人小额信贷、P2P无疑具有最大优势。相反，传统商业银行老早就推出的小额贷款业务，开展起来并不顺利。

    如果利用大数据做到精准营销和风险防控，那么金融行业就能产生更多需求。网络银行利用大数据能了解优质客户在哪里，同时做到很好的风险防控体系，就能确定给哪些人贷款，做大业务。

    电信、电力、交通、卫生医疗、舆情监控和情报分析领域同样如此，这些领域如果运用大数据，同样能带来业务的大提升。

    例如，如果通过大数据的精确计算，掌握信号灯的时间长短、车辆转向、设计道路的长短等等，城市交通会更顺畅；如果将各个省市的城镇医疗系统、新农村合作医疗系统全部整合起来，实现资源共享，就能获得个人健康系统、电子病历数据，然后利用大数据计算出个人患病的可能性和概率，由此衍生出疾病保险等更多险种；通过获取人们的用电行为信息，应用大数据的智能电网就能实现优化电的生产、分配以及消耗，电网安全检测与控制（包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测）、客户用电行为分析与客户细分，电力企业精细化运营管理等多方面，实现更科学的电力需求管理。

    这些领域，正是当前可见的大数据从个人应用进入企业级应用的例子。

    将数据转化为产品服务仍有挑战

    大数据在企业级应用的核心不是简单分析出有价值的数据信息，而是要转换成企业自己的产品和服务。

    大数据技术最早是由互联网企业业务驱动产生的技术，主要针对个人应用。所以，互联网企业只要分析出有价值的信息，就能直接转换成收入或营利模式。

    然而，大数据在企业级应用的核心不是简单分析出有价值的数据信息，而是多了一个环节，对数据分析后产生的结果，要转换成企业自己的产品和服务。

    大数据进入企业级应用面临三方面的挑战：第一，大多数传统企业应用系统没有大数据的技术支撑能力和所需的各种技术人才，需要将底层技术能力变成企业可以自己控制的应用开发能力；第二，大数据运用之后对企业的决策模式是个挑战，需要转变为根据数据来做决策；第三，企业大数据除了来自企业内部外，外部的大数据也必须集成到大数据中心，这就需要有效整合内外部数据，从原来业务处理模式转换为大数据的处理模式。企业在面临这些挑战时，就需要针对问题一一做出解决。

    大数据的企业级应用平台，则是另一个维度的挑战。如果开发企业级应用平台，邵宗有认为至少需要具备三方面的条件：一是要有各种渠道的数据；二是要有大数据应用的思维和数据团队，需要有人能够设计模型和挖掘数据；三是拥有大数据开发平台。

    当前，Hadoop平台已经成为事实标准，微软、英特尔、IBM、甲骨文等巨头在大数据领域率先做出了Hadoop的商业化应用，阿里巴巴、腾讯等互联网公司也在该开源软件上做基础平台，以及华为、曙光等等企业都将Hadoop作为大数据平台的标准化架构。

    那么，作为事实上的标准，Hadoop是否就足够成熟不用再深入开发了？其实不是。邵宗有指出，开源开发社区里有关Hadoop的组件有5000多个，哪些组件能与底层相匹配，哪些计算和存储平台运行得更为高效，都需要一一验证，或是重新开发，这些就足够考验企业的软件能力、服务能力和硬件能力。

    IT企业需加速一体化整合

    国内企业的垂直整合是未来国内厂商集体崛起的唯一出路，要实现整合，需要有真正系统的、工程化的能力。

    大数据时代对数据处理能力的要求更高。开发企业级应用，数据处理工具及整体数据解决方案显得至关重要，而很多传统IT厂商并不具备这种软实力。那么，他们应该如何才能走得更快？

    任永杰表示，对于传统IT厂商，应该更需要和有数据处理能力的企业配合和合作。而对于纯数据库企业，也需要和有应用能力的厂商更好地合作与结合。

    当前在IT领域，国外企业已经建立了垂直整合的大体系，例如IBM的软硬件、咨询和服务，甲骨文的服务器和数据库、中间件和应用，英特尔的芯片，微软的操作系统等等，国内单一产品和他们竞争很困难。国内企业的垂直整合是未来国内厂商集体崛起的唯一出路，这种整合，需要有真正系统的、工程化的能力，才能来整合出国产的一体化系统方案。

    系统整合、垂直整合在今天大数据的机遇下显得尤为重要。和国外企业的竞争不是单一层面的竞争，而是大系统、大思路的竞争。如果我们不转换思路，从大局观看待产业竞争的话，将来一定会更难。因为到那时候，大数据背后就是大数据中心，包括有大数据处理能力的完整系统和上面的服务与应用。如果我们不能提供基础的系统平台，那么很可能无法直面未来的竞争，只能从外围应用找市场。

    他还强调，基础平台应该以数据为中心来打造，因为基础平台里面整个数据、数据管理是核心。欣喜的是，前不久，搭配上某国产数据库、数据分析应用的国产一体机，经过公开测试，获得了比甲骨文的Exdata更好的性价比表现。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。