京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IDC对2016年大数据、云计算等领域的7个预测
本文是市场研究机构IDC对2016年大数据、云计算等领域的7个预言:数字化转型将达到巨大规模、每个公司将会成为软件公司、重新定义各种CxO角色和各项活动、云计算将会是新IT、大数据将变得更大并且更丰富等。
上图是IDC发布的2016年排名前10的预言,首席分析师Frank Gens奉劝企业要么转型要么消亡,并指出2016年的首要主题是“数字化转型相应扩大。”Gens还指出,规模是“展开争夺数字化成功的关键要素”,同时警告企业,“成也规模,败也规模”。
在未来的几年,数字化转型(DX)将推动“一切事项皆IT”。IDC所称的DX经济上成功是指使用诸如移动设备、云计算、大数据分析、物联网、人工智能和机器人等技术来“通过新产品、新商业模式、新顾客、供应商和经销商关系建立竞争优势”。
以下是笔者基于IT产业、数字化转型和CIO议程网络直播编辑的2016年IDC预测版本。
数字化转型将达到巨大规模
在未来的三到五年,企业致力于大规模的数字化转变,产生DX经济的涌现。承认“大规模亲密的客户关系”这一看似悖论的术语,IDC预计这将是组织必须面对的最大、最为复杂的企业范围内DX倡议,需要一个基本的文化和运作转型。此外,企业将继续大力拓展客户群,并且不得不积极推出更具个性化的客户服务。
由于DX经济的定价之低令人沮丧,因此,必需扩大客户规模。IDC激励企业为“全球500万用户服务”。扩大客户群体以及如何与他们互动无疑会增加收益,维持市场份额。
Gens在IDC网络直播中指出:“IT支出由做全新的事情推动,而不是使用新技术做旧事情”。
每个公司将会成为软件公司
DX经济(大规模运营)将“主要由代码驱动”。企业增长和竞争的能力越来越取决于其数字化创新能力”——他们软件开发团队的规模和才能。DX经济中,“代码加数据等于创新”。
这使得“软件开发工程师”成为21世纪最具魅力的工作。企业将争相雇佣他们做这些至关重要的工作,而软件设计师的关键作用是创立新的、产生收益、提高生产力的应用软件;挖掘新技术(例如物联网)潜能;嵌入数据分析。
重新定义各种CxO角色和各项活动
在许多公司,CEO将直接参与数字化转变方案,以确保其成为公司总体战略的主要组成部分。CEO还会积极参与招聘最优秀的软件开发工程师,而且“必须明白作为科技公司需要极其大胆的声明”。业务线(LOB)高管将要管理软件开发工程师并必须擅长于技术管理。
CIO将必须适应他们以及他们组织越来越多面对市场的角色,同时也努力发展和维护公司内部关系,与业务主管合作,并深入到软件设计师工作的业务部门中。
新的管理职务,即首席数字官(CDO)是必需的,不过这可由精通商业的CIO来填补。CIO必须有IT转型计划,从作为基础设施的管理者转变为服务的提供者。当数字化转型忽视IT时,他(和CIO)能作为“真正的变革推动者”和“转化引擎”。
云计算将会是新IT
“云优先”将如同“云计算是企业IT化的新核心”一样成为企业IT化的新口头禅,IDC的Gens如是说。云端将会发现最“功能丰富的IT产品”。
具备先进DX方案的企业将建立行业云平台并且/或者与其合作,来扩大他们的数字化供应和销售网络。公有云市场将有重大的整合(减少到6个“大平台”),同时,行业云平台会快速发展。随着云平台、GE和其他在建中心的增长,建立创新团体、重新发明他们的行业和怎样大规模产生和扩散创新极为重要。
大数据变得更大
DX经济的成功将取决于建立鲁棒性“数据管道”的能力,在该管道中企业的数据双向流动。新的APP中嵌入数据分析(提供认知服务),并在未来数年中,顶级的最新投资领域出现在语境理解和自动选择下一个最佳动作功能两方面。公司将指望自己的数据赚钱,而且参与到“数据竞赛”中来推动创新。
IDC表示,掌握“认知”是必须做的事情,其建议2016年当务之急是机器学习,因为“在你行业中的很多初创公司已经使用它来对付你了”。
物联网将是DX经济的关键推动因素
在几乎每个行业中,物联网设备和解决方案都有可能重新定义行业竞争优势。IDC预计最活跃的物联网发展将围绕制造、运输、零售和医疗保健行业展开。
未来IT产业洗牌
其中,一部分今天重要的IT供应商将会被收购、兼并、缩小规模或者重新定位。在这种环境下,企业必须要不断地监控和评估他们供应商和合作伙伴所提供的解决方案,准备好按需调整这些关系。也许比任何其他经济部门更残酷的是,若在IT行业中玩,要么做出改变,要么消亡。
面对IT产业增长的波动性,IDC建议IT采购者增加在供应商/合伙人管理方面的投资,奉行公开和多源的策略,并想方设法分担风险和回报。
———————-
正如Gens在今年网络直播中提醒听众的一样, 去年IDC预言 “截止2018年前,每个行业排名前20的企业中的1/3会被已数字化转型的竞争对手瓦解”。当时,Gens奉劝所有行业的公司去“亚马逊化”自身,但也预言“亚马逊化”工作将会由亚马逊完成。
确实,亚马逊和其他天生的网络公司(也称为“数字原生代”),例如谷歌和Facebook,不需要“数字化转变”,他们定义了“数字化”。这引出一个问题:“DX经济”将由相对年轻的公司控制,从商业上讲,这些公司已经将其发展道路上的一切进行数字化转变,以“IT”作为他们的生意,而不是“功能”或者“服务”?
IDC预测,截止2018年,对于67%的全球2000强企业来说,数字化转变将是关键策略,并且截止到2017年,超过50%的IT预算将花费在新技术上。根据CIO调查,这意味着当下IT投资分配的空前地快速转变。仅举一个例子,德勤公司最近调查发现,在受雇于全球主要大公司的超过1200名高级技术高管中,仅有15%的CIO正投资新型技术,并且仅有16%的IT预算花费在“商业创新”。这与Gens声明的在未来数年“IT花费由做全新的事情来推动”形成鲜明对比。
在IDC预言中,有关DX经济的进展中可能存在的挑战和障碍,几乎没有任何参考。预言中所提及可能减缓快速转变(而未提及作为减速障碍)的唯一影响因素是隐私反弹和安全(而后者仅在物联网背景下)。
然而,这是商业的本质。预言者不会说模棱两可的话,谈论可能发生的情形,或者为什么他们的预言可能错误或者不现实。他们期望为给我们提供量化的确定性事情,并警告我们,如果不遵循这通往将来的唯一道路,我们将“陷入混乱”。不过,我相信,若把他们的预言作为一个伟大的当代传统智慧的总结,则非常有价值,并且还能作为讨论和辩论过去几年所发生事情的坚实基础。
IDC在占卜的水晶球中看到了DX经济,Garter公司则召唤出可编程经济(一个大量技术促成的传统价值交换概念方面的转变,允许个人和智能机器定义价值,并决定如何交换)。
行业分析公司(诸如IDC和Garter)期望告诉我们将来会是什么样子,以及他们所提供的商品。Tim Berners-Lee这样的发明家和创立亚马逊、谷歌、Facebook这样雄心勃勃的企业家,创造未来。然而,大多数情况下,将来是意想不到的,没有人能预测。
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