
搞云计算不谋求大数据 华为凭什么?
搞云计算不谋求大数据,不依靠大数据变现?这看起来有些不合潮流,因为当前大多数云服务商都“好这口”,早就把云计算背后的大数据价值估算在未来的潜在营收范围了。尤其是一批互联网出身的云服务商,用“羊毛出在猪身上”的互联网思维低价圈客,让很大一部分对安全和可靠性敏感的中大型企业在云化IT道路上踌躇不前。
历史已经无从数次证明:天下没有免费的午餐。“你谋求它低价便捷的服务,它觊觎的是你赖以生存的数据。”此起彼伏的“电商式”价格战,愈加坐实了部分云服务商“醉翁之意不在酒”的“雄心壮志”。但聪明的人都已开始觉醒——“一将功成万骨枯”的DT时代,并不是属于每一家企业的美好时代。
华为选在这节点发布酝酿已久、实践多年的企业云服务,无疑是看到了云计算发展误区中蕴藏的巨大机会:大中型企业及政企客户想要拥抱“互联网+”,但不愿也不能把数据拱手让人。对云计算的发展来说,前者是动力,后者是阻力——这两股互相排斥的力道之间,亟需一股糅合之力,来促成“鱼与熊掌兼得”。
华为云是这股糅合之力吗?它凭什么?
坚持被集成,不要“大数据”
“坚持‘被集成’战略,数据永远是您的。”“聚焦I层,使能P层,聚合S层。”这是华为对云业务的战略定位,也就是本文开篇处华为轮值CEO徐直军所讲到的,在云计算业务上,华为不靠大数据变现。
很明显,这是一个差异化的定位,也是一个聪明的定位。如上分析,传统大中型政企客户拥抱“互联网+”,云化IT势在必行,华为的表态打消了它们对数据旁落的担忧,极大地降低了阻力。
当然,即便是心地再善良的人也会疑问:华为的表态可信吗?华为怎么做到客户数据安全不旁落呢?对于前者,我想华为公司自身的声誉,以及华为IT业务一贯的“被集成”战略定位可以增信。而对于后者,答案就在“聚焦I层”,即华为只会把重点放在IaaS上,不与中上游厂商争利。
华为IT业务一向走的是“被集成”路子,自身只做ICT基础设施供应商,如今做企业云服务重点聚焦IaaS,实质上是其IT战略的自然延伸。众所周知,真正的基础设施供应商本质上是一个带中立性质的“第三方”角色,其自身业务与服务的客户之间几无冲突。
再通俗易懂点就是——华为不会拿所服务的金融、媒资、软件开发等行业客户的数据为己所用,因为它自身不做那档子事,压根没法用。可别小看这一点,“排除直接经营相关”可是很多企业考察云服务商的重点指标之一。环顾市场上的IaaS玩家,你数得出几家不是利益相关的?
幕后转前台,隐实力爆表
当然,光喊口号是不行的,最终能不能得到企业认可,还得靠实力和行动。早在2008年云计算概念传入中国时,华为第一款桌面云产品便在实验室诞生;2010年底,华为启动“云帆计划”,正式宣布进军云计算领域;2011年10月,华为宣布成立IT产品线,主打云化IT;2014年,华为领云操作系统FusionSphere更新到5.0版本;2015年华为正式发布公有云服务……
最让人注目的,可能还得数华为在云计算技术方面的巨大的人力财力投入。徐直军在发布会上讲,华为目前已经在全球部署了5个专注于云计算的研发中心,涉及研发人员超过10000人,平均每年在IT产业上的投资不低于5亿美元。他预计,2020年,华为IT业务收入将超过百亿美金,成为华为主要的业务模块。
当前中国云计算市场的主要玩家有以BAT为代表的互联网企业,电信、联通为代表的运营商,以及华为、IBM为代表的中外IT厂商。但是,很少有像华为这样已经形成从计算、存储到网络,再到操作系统的端到端云计算解决方案供应商。2014年,华为云操作系统入选Gartner云操作系统挑战者象限,这是Gartner首次将这一名额颁给亚洲国家厂商。迄今,华为已构建了一张具有十余个节点,覆盖全国的云服务网络,机房面积超过15万平米,成为网络覆盖最广的公有云服务商之一。
你也许会奇怪,如此强劲实力的华为云为何不常见于各大市场研究机构的排行榜单中?那是因为华为此前扮演的多是“幕后英雄”角色,给运营商和互联网公司的云服务提供IT基础设施支撑。此番华为决定从幕后站到前台,料定会释放强劲隐实力,给原本就热闹的公有云市场带来变数。
市场调研机构IDC数据显示,今年第一季度,全球云计算基础设施增长了25.1%,达63亿美元。这是过去5个季度中增长最快的季度之一。其中,私有云基础设施支出同比增加24.4%,达24亿美元,公有云基础设施支出增长25.5%,达39亿美元。可见,在私有云和公有云均实现20%以上增幅的同时,公有云增幅超过了私有云,市场风向逐渐朝着公有云倾斜。
中国一向是云计算增长最快、潜力最大的市场,随着华为这样的兼具中立地位和强劲实力的云服务的加码,可预见原本踌躇观望的大中型企业将加快云化IT步伐,公有云市场将迎来爆发。特别地,传统金融、电视广播、园区运营等面临新兴势力强力挑战的行业,将加速重塑IT以拥抱“互联网+”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22