
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
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08