
今天,IBM THINK 高峰论坛在北京香格里拉酒店隆重举行,IBM全球与中国的领导团队、中国政府领导、首席高管及行业专家等众多业界领袖共同出席了此次盛会,并就新技术变革对商业模式、个人生活及社会的影响进行了深入的探讨。作为IBM商业思想最高水平的论坛,IBM Think高峰论坛此次首度在中国举办并成为中国商业思想分享交流的一大盛会。在本次论坛上,众多行业领域与专家共同指出,从空气质量预测到智慧的医疗诊断,从基于物联网的能源服务到个性化的母婴服务,从个人保险到养老服务,以云计算、大数据、移动与社交为代表的新技术变革正在以前所未有的速度改变着商业与个人生活。尤其在中国,伴随经济的快速增长以及创新技术应用的不断深入,我们正在面对一个充满挑战与机遇的未来。如何紧抓技术变革机遇实现创新,正在成为每个人需要思考的问题。
IBM公司董事长、总裁及首席执行官罗睿兰
IBM大中华区董事长及首席执行总裁钱大群
IBM大中华区董事长及首席执行总裁钱大群表示:“现在,以大数据、云计算、移动和社交为代表的创新技术正在成为我们开启未来发展大门的钥匙。IBM正在以前所未有的勇气布局未来,在推动自身转型的同时,为客户提供最高的价值。在中国,我们对未来充满信心。目前,IBM正在加速落地开放、协作、创新的战略,以更加开放的姿态将我们的核心科技与能力与中国分享,与众多合作伙伴广泛的在云计算、大数据、社交和移动领域开展合作,共同进行全球领先的创新。”
IBM Think高峰论坛一直秉承IBM百年来的“Think”基因,用更多的“思考”来探索商业与社会的未来发展之路。Think已不仅仅是一句口号,更是IBM百年文化的精髓。在此次大会上,众多领袖专家齐聚一堂,共同用“思考”解开新时代下的难题:如何在新互联网企业的压力下实现增长,如何在无处不在的互联网模式热潮下保持冷静,如何在快速的市场变化下发现自己的核心价值。这些问题让我们重新思考自己,并重新认知周围的世界。
云计算、大数据、社交及移动重新定义商业与生活
在以云计算、大数据、社交和移动为代表的技术变革的推动下,传统的壁垒被打破,新的认知计算时代掀起了帷幕。在这个时代下,无论是工人、职员、公务员还是学生,每一个人都被紧密的联系在一起,并不断创造出新的合作与互动。我们正在见证一个不断被刷新的世界。
在纷繁的技术变革下,数据始终是最为核心的资源。智能设备的普及以及所有产品和流程的智能化为数据提供了动力,数据的爆炸性增长与大数据分析技术的结合正在让人们用一种全新的方式来看待这个世界。例如,在污染治理领域,大数据可以发挥它强大的“预判”能力,提前对空气污染程度、污染区域进行预测,从而让相关部门可以提前部署,将污染降到最低,还城市以蓝天。同时,通过大数据分析,我们可以从繁杂的消费记录数据中发现每一位母亲对自己孩子的喂养、养育的习惯与方式,并发现潜在的需求,从而为每位母亲提供个性化的母婴护理建议、产品与服务。这不仅能帮助传统母婴零售企业实现从以产品为核心转变为以用户为核心的转变,同时改变了与用户的沟通方式,完成商业模式转型。乐友孕婴童创始人兼COO龚定宇表示:“IBM具有独特的大数据分析技术与服务能力。通过与IBM合作,激发了我们500万会员的庞大数据潜力,并打通了内外部数据,从数据角度重新挖掘客户需求,捕捉新的商业机遇。”
在医疗领域,庞大的诊疗历史数据蕴含着巨大的价值,通过大数据分析,医生可以快速筛选出相似历史病例以及最佳诊疗方案,让患者在第一时间获得最有效的治疗。这不仅打破了传统的诊疗方式,更释放了海量医疗数据的潜在价值。北大人民医院院长王杉表示:“大数据正在帮助我们重新定义诊疗方式。IBM所具有的独特大数据能力与行业洞察帮助我们通过个人健康历史数据发现潜在的最佳诊疗方案,我们相信这仅仅是大数据应用的开始。”
此外,作为新兴的技术平台,云计算正在颠覆传统的IT基础架构。2014年,91%的网络新软件都是为云交付而构建的,到2015年,预计近70%的企业计划部署混合云。作为全球最活跃的云计算市场,中国已经成为了全球云计算发展的先锋,并涌现出一个个具有标志意义的云计算实践。传统的能源公司通过云计算与物联网的结合,将不同的能源服务进行统一管理,并针对一个社区、一个区域基于用户需求特点提供智能管理、自由配给,让每一个用户都可以享受到随需付费、快捷、方便、安全的能源服务。这种全新的能源服务模式让能源企业从传统的资源提供商转变为服务提供商。新奥集团董事局主席王玉锁表示:“新奥和IBM是多年的战略伙伴,双方在信息化建设上有着稳定的合作基础。在云计算领域,我们提出并发展了将云计算技术与我们的业务相结合的‘泛能网’这一创新模式,实现了资源价值的最大化利用,更为我们的用户带来了全新的体验。我们希望与IBM就云计算如何更好地应用到能源行业做深入探讨。”
凭借云计算平台高效、共享的特点,物流企业、货主企业、货运司机可以在统一的信息共享平台上共同分享、管理运输信息,彻底打破了传统“靠天吃饭”式的货运物流模式,将零散的货运力量整合起来,综合应对货运需求变化。这不仅可以让货主实时掌握货运情况,更可以整体协调货运资源,让新鲜蔬果在最短时间运送到市场,让危险品可以安全可靠快速的运送到位。宁波智慧物流科技有限公司总经理秦磊表示:“通过与IBM的紧密合作,我们成功打造了宁波智慧物流云平台。智慧物流平台在产品设计上秉承‘产品即服务、智慧即服务、一切皆服务’的理念,用户无需采购软件,无需配备硬件,无需管理系统架构,即用即付费。该平台通过帮助链主企业构建供应链上下游协作社区,让货物在需要移动的时候能够更有效、更安全的移动,货物在不需要移动的时候可以不移动或者少移动,从而真正实现智慧的物流。”
随着越来越多的企业开始将自身的核心应用迁移到云平台上,人们开始享受到越来越高效、便捷的各类服务。这背后都需要有空前强大的云平台的支持,由于企业核心应用的特殊性,企业对云平台稳定性、可用性、高效性等能力要求达到了前所未有的高度。世纪互联董事长兼CEO陈升表示:“通过与IBM强强联合,我们共同成功地在中国市场推出了IBM全球标准的CMS企业云平台,该平台作为目前唯一可运营、专注企业级市场的混合云服务平台已经于今年9月份正式投入商用。通过IBM在企业市场的品牌、技术与服务能力与世纪互联在云计算基础设施方面的本地化运营支撑能力的高度协同,我对双方在企业级云服务市场的合作前景充满信心!”
同时,在互联网模式的快速发展下,越来越多的企业希望通过移动化、云计算、大数据等工具和手段改造企业内部的流程和运营,从而实现移动互联网云转型。通过提供整合IaaS、SaaS、行业云咨询服务为一体的云服务模式将彻底激发企业活力,为广大用户创造全新的价值与体验。腾讯集团高级执行副总裁、社交网络事业群总裁汤道生说:“腾讯拥有稳定可靠的云计算平台,IBM则通过多年服务企业级客户,积累了丰富的行业知识和经验,未来双方将通力合作,从云计算切入,将互联网模式带给更多的企业级客户。”
另一方面,移动和社交技术正在赋予新一代客户和员工更大的主动权,也正在改变个人的互动参与。智能手机用户占世界52亿手机用户的30%。移动互联网的使用量占全球网络总流量的25%,这个数字只会进一步增加。这里真正的价值不在于设备,而在于数据。深入的移动社交数据挖掘正在让我们的生活变得更加多彩。在乳品行业,企业通过深入的社交大数据分析,不仅可以拓展客户服务能力,以更高效的方式来整合渠道、终端网点、社区等服务资源,更可以有效判断客户需求,及时调整销售与产品策略,为用户提供最贴心的服务。这一模式正在颠覆传统乳品企业的营销与服务模式。蒙牛乳业总裁孙伊萍表示:“我们非常有兴趣与IBM在一起建立蒙牛自己的大数据库,相信凭借IBM领先的社交与大数据技术,会加强我们与消费者的沟通以及消费者体验;我们将对用户获得全新的认知,而这对于我们未来的业务发展至关重要。”
IBM以领先云计算、大数据、社交及移动能力助力中国快速发展
在过去的几十年里,中国始终保持着高速的发展,并在众多领域成为了全球的领导者。中国社会与企业所展现的对创新的迫切需求,使中国已经成为全球创新技术发展最快速,创新最积极的国家。在云计算、大数据、社交及移动等新技术蓬勃发展的时代,中国迎来了再次飞跃发展的节点时刻!作为全球云计算、大数据、社交及移动领域的领导者,IBM与众多中国企业与组织开展了广泛的合作,以共同推动创新与转型。
在过去的几十年中,IBM已经通过优化业务运营,加大面对长期战略投入,以及在云计算、大数据、互动参与体系(社交与移动)领域实现向高价值的转移,不断推动自身业务的转型。当前,IBM正处于转型关键期,并发布了三大转型战略:借助数据协助行业和专业转型,开辟新市场;面向云计算,重塑企业基础架构;通过移动社交构建互动参与体系。在这三大转型方向下,IBM正不断构建自身强大的云计算、大数据、社交及移动的领导力。
面对企业不断增长的对数据、移动、社交的需求,IBM云计算可以帮助企业紧抓混合云时代所带来的机遇。根据Gartner的预测,到2017年底,将有近一半的大型企业将进行混合云的部署。从2007年至今,IBM已经投入70亿美金,并收购了17家云计算公司,以打造自身高价值的云计算解决方案。2013年,IBM以20亿美元收购了SoftLayer,成为IBM云计算解决方案的基础。目前,IBM已经拥有超过1560项云计算相关专利,每天有超过550万客户交易通过IBM公有云平台来完成。此外,在2014年,IBM还宣布与SAP在云计算领域开展全新的合作。基于该合作,SAP已经选择IBM作为其关键业务应用的首选云基础设施服务战略提供商,加速提升客户在云端运行核心业务的能力。SAP® HANA企业云(SAP® HANA Enterprise Cloud)现已能够通过IBM的高可扩展、开放以及安全的云计算平台实现交付。
在大数据领域,IBM为企业提供最广阔深厚的数据和分析组合,提供定制化的全面可靠的技术支持,并前瞻性的开展以Watson为代表的认知计算研发和部署,通过辅助、理解、决策、洞察与发现,帮助企业更快的发现新问题、新机遇和新价值。同时,IBM正在不断增加对大数据与分析的投入。目前,IBM在大数据的投入已经超过240亿美元,拥有超过1万名数据分析咨询师,400多名数学家,数千项专利。从2005年开始,IBM并购了35家以上相关领域的公司,其中包括最新收购的高速大数据传输工具Aspera、客户行为分析工具The Now Factory,以及备受瞩目的DaaS(数据库即服务)供应商Cloudant。今年,IBM还宣布与Twitter建立深度合作关系,通过对来自于Twitter的数据进行分析,并将这些数据整合到IBM的企业解决方案(包括Watson云平台)之中,从而更好的解决企业问题。
随着移动与社交正在成为颠覆传统商业模式的重要力量,IBM于2013年发布了以MobileFirst(移动先行)为核心的移动战略。该战略建立在1200多名企业用户使用IBM移动产品、服务和解决方案的实践经验基础之上,得益于其超过6000名移动专家和270个无线电创新专利。2013年IBM在移动领域的投入翻倍,并在过去的几年中IBM已经进行了10次与移动相关的重要收购。近期,IBM还宣布与苹果开展合作,双方将IBM的大数据与分析能力嵌入到iPhone®与iPad®中,以推进整个企业级移动市场转型。在社交领域,目前,居于领先地位的企业,包括75%的《财富》100强企业,正纷纷采用IBM企业社交软件来改变自身的互联、协作及工作方式。为持续投资社交商务领域的举措之一,IBM将通过其IBM社交商务工具包提供开放的API,以便客户和合作伙伴能在IBM Connections平台的基础上更加轻松简便地建立一个全新类别的基于云的社交应用。迄今为止,包括AppFusions、Flow、HootSuite、Kaltura和Polycom在内的300家独立软件开发商已开发了600余款基于IBM Connections平台的独特应用程序。(文章来源:CDA数据分析师)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10