京公网安备 11010802034615号
经营许可证编号:京B2-20210330
云计算、大数据与智能 三驾马车驾驭数字化转型
以数字化转型为代表的第四次工业革命已经到来,世界各地不同行业、不同规模、不同业务模式的企业,都将共同面对技术更迭带来的冲击与影响。
推动这次数字化转型的原动力,来自于三个相互依存、相互促进的技术趋势:颠覆传统IT模式,为企业带来更经济、更灵活并可无限扩展的数字化平台的云计算;在物联网、社交媒体、移动计算的快速增长中爆发的大数据;以及借由机器学习、高级分析、神经网络,帮助我们发掘业务洞察、实现自然人机交互的智能。
数据,是连接三大技术趋势的纽带,也是驱动数字化转型的“新电力”。对任何一家现代企业而言,数据都是至关重要的宝贵资产。充分利用云平台上的先进服务和工具,企业将有能力激活数据中蕴藏的智能,从而将云计算、大数据与智能有机联系起来,让 “三驾马车”共同发力,助力企业在数字化转型中占得先机。
图1:贺乐赋(Ralph Haupter)在第八届“中国云计算大会”上发表主题演讲
微软智能云,以完善云平台满足企业数字化转型的多样化需求
据Gartner预测,2016年全球公有云市场规模将达到2,040亿美元,相比2015年增长16.5%。以Microsoft Azure为核心,微软正在全力打造遍布全球的云计算平台,目前微软云Azure已经覆盖32个区域,其中24个区域实现了正式商用——这个数字比其他任何主要云服务商都要多。在全球“财富500强”企业中,有85%的企业选择了微软云服务。
作为首个落地中国的国际公有云,由世纪互联运营的Microsoft Azure自2014年3月正式商用以来,取得了快速稳健的增长,在华客户数量已经超过65,000家。不久前,在IDC和Forrester两家分析机构的中国公有云市场调查报告中,由世纪互联运营的Microsoft Azure均被评为公有云市场上的“领导者”
图2:微软智能云,一云俱全
构建智能云平台,是微软面向未来的三大远见的核心。我们为全球不同地区、不同行业、不同业务需求的用户提供了最完善的云计算平台和解决方案。事实上,微软是目前唯一能同时提供公有云、私有云以及将二者无缝衔接的混合云解决方案的云服务商。
在私有云领域,Windows Server、SQL Server是业界应用最广泛的操作系统和数据库管理系统,不久前我们刚刚发布了全新的SQL Server 2016,很快还将推出Windows Server 2016。在公有云领域,Azure是全球发展最快的公有云服务,以Azure、Office 365、Dynamics为基础,微软提供了从IaaS、PaaS到SaaS的全面的公有云解决方案,并在操作系统、编程语言、数据库等层面全面拥抱开源,确保了企业和开发者在微软云上实现灵活迁移、快速部署的开放性。去年9月,微软云上的开源数据库服务MySQL Database on Azure在中国率先商用,目前已经服务于光明网、欧莱雅、观致汽车等众多不同规模的企业用户。
正在公测中的Azure Stack将把微软混合云战略带到一个新阶段。Azure Stack在企业本地的数据中心上提供了与微软云Azure一致的架构和管理方式,这意味着企业可以将Azure上的应用和服务部署到本地私有云,而企业开发的应用也可以扩展到公有云部署;将本地数据中心转化为云化的IaaS和PaaS服务,将帮助企业IT实现更高效的管理和快速交付;在业务需求激增时,企业还可以将应用和负载快速扩展到Azure公有云上,实现弹性扩展。Azure Stack将在今年晚些时候与Windows Server 2016一同推出,为更多企业的云计算战略提供真正多元化的选择。
生于云端的新一代数据平台,加速企业发掘数据价值
IDC预测,从现在起到2020年,每两年全球的数据总量将翻一番,到2020年将达到天文数字级别的20ZB——届时全球无论男女老少,人均数据量将达到5,247GB。
对企业而言,数据中潜藏着巨大的价值。IDC的另一项研究显示,如果能对数据进行妥善的管理和分析——整合多样化的数据源、善用创新的分析方法、为企业成员提供及时的数据洞察,并加速决策过程——那么数据将为全球企业带来相当于1.6万亿美元的商业价值。
数据无处不在,但要从中萃取出能指导决策、进而创造价值的智慧洞察,还需要有正确的工具。微软SQL Server是全球部署最广泛、性价比最高的数据库产品,其在数据处理性能、安全性、BI商业智能等方面的表现得到了业界的广泛认可。在Gartner的魔力象限报告中,SQL Server在业务数据库管理系统、数据仓库及分析型数据管理解决方案、商业智能及分析平台力、高级分析平台等多个方面均被列为业界“领导者”。在中国,康师傅、361°、玫琳凯等消费品牌正在利用SQL Server提供的业务洞察,对生产和销售情况做出及时的调整;北京大学口腔医院在SQL Server上建起了安全可靠的门诊数据库系统;而中石化集团以SQL Server为基础打造的合同管理体系,不但将合同审批时间减少了一半,每年更能节省下1,800万元的办公开支。
全新一代的SQL Server 2016已经发布,我们希望将其打造成真正“一应俱全”的企业级数据智能解决方案平台,助力企业用户迎战数字化转型的挑战。因此,SQL Server 2016从设计之初便全面融合了云计算、大数据与智能三大趋势,提供了更强大的性能、更完善的安全性、更灵活的云端扩展能力,并能让数据智能真正触手可及。
在数据处理性能方面,SQL Server 2016的实时内存计算技术让OLTP事务处理速度提升了30倍,查询时间从几分钟降低到了几秒钟;在安全性上,SQL Server已经连续六年被评为漏洞最少的数据库, 这次又加入了始终加密、透明数据加密等新安全特性;得益于微软在混合云领域的独到优势,SQL Server及在其基础上开发的应用均可以部署和运行在企业私有云、托管云和微软Azure公有云服务上,新增的伸展数据库技术还能将事务数据随时扩展到Azure上,实现高性价比、超大规模、高可用的混合云数据库扩展;得益于新加入的R语言支持,高级分析功能可以对运营和分析数据进行实时的分析和预测;而Power BI则负责将数据洞察实时转化为一目了然的业务洞察,呈现给各个业务流程的决策者;利用全新的移动智能应用,用户在iOS、Android、Windows Phone等不同平台的移动设备上都能随时获取智能洞察。
同样是为了满足企业用户多样化的需求,SQL Server还将首次登陆Linux系统,让SQL Server真正成为一个能在Windows Server与Linux系统之间、在用户的本地数据中心和云环境之间无缝衔接的数据平台。微软现已推出了面向Linux的SQL Server的核心数据库功能的有限预览,并计划于明年年中实现正式商用。
发掘数据智能,创新人机智能
以微软云计算和大数据平台为基础,我们打造出了一个全面整合的智能解决方案,即今年Build大会上亮相的“Cortana智能套件”。Cortana智能套件是一个端到端的数据智能平台,集合了微软云Azure上一系列的先进数据智能服务,涵盖了业界前沿的物联网、大数据、机器学习、感知、分析与智能机器人技术。
Cortana智能套件能对来自不同源头、不同格式的数据兼收并蓄,既包括SQL关系型数据库,也可以是Hadoop非关系数据库或者是由Azure IoT Hub采集而来的物联网数据。在Azure数据湖或者数据仓库中,数据可以实现灵活可扩展的云端存储;同时,利用高级分析、机器学习、HDInsight、流分析对数据进行建模分析;从中获得的实时业务洞察和分析预测的结果,可以通过互动仪表板或者Power BI可视图形的形式展现出来。
Cortana智能套件中的全部分析服务都可以与不同界面整合,比如嵌入到移动应用或者网页中。但我们的首选仍是Cortana“微软小娜”智能个人助理,“她”能全程通过语音与用户进行最自然的互动。例如,我们可以直接用语音向微软小娜提出问题:今天哪款商品卖得最好?小娜不但会用语音告诉你产品的销量,还会告诉你它畅销的原因,并建议你尽快补货。
“微软认知服务”是Cortana智能套件新增的功能组件,同时也是一项面向开发者提供的Azure云服务。微软认知服务的前身即“牛津计划”,在其基础上诞生的How-old.net、TwinsOrNot.net都曾在社交媒体上风靡一时。本质上,微软认知服务是一系列用以实现自然人机交互的智能API接口的组合,广泛覆盖了视觉、语音、语言、知识、搜索等五个维度的认知能力。利用诸如人脸识别、情绪识别、声纹识别、语言分析、知识搜索等一系列智能API,企业和开发者能以最低的成本开发出智能化的现代应用,为其赋予看、听、说的能力,并以自然的沟通方式去理解和诠释人们的需求。目前,微软认知服务已经提供了22个API接口的体验和试用。
一个月前,微软首席执行官萨提亚?纳德拉面向全球各行业的企业领袖提出了数字化转型的四大支柱:密切客户沟通、予力赋能员工、优化业务运营、转型产品服务。
如果企业能同时驾驭云计算、大数据与智能的三驾马车,就能充分利用云计算平台的成本优势和灵活性快速发掘大数据中潜藏的业务智能,在这四个与企业发展密切相关的业务领域中取得立竿见影的成效。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25