京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24