京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM当时正在尝试进行深刻的角色转型——从一个提供数据中心服务为主、外包业务为辅的公司,转型成为更注重云计算 的 IT 行业领头羊。
尽管他们仍在对云计算进行投资,但是公司的营收并没有提升。非但如此,他们还被迫放弃了两项独立的硬件业务:将 x86 构架的服务器业务出售给了联想;将生产企业级 p 系统和 z 系统的芯片制造工艺出售给了 GlobalFoundries。虽然几乎可以肯定,IBM 必将出现反弹,但是不得不承受巨大的损失。公司预计将在第三季度出现 47 亿美元的亏损。同时,这家在全球拥有超过 40 万员工的科技巨头肯定会进行更大规模的裁员。
首席体验官应该如何在 Capex vs. Opex(译者注:IT 行业中,数据存储在自己的数据中心需要的一次性资本投入是 Capex,而如果使用云存储所需要的持续性运营成本是 Opex)中做出明智的决策以保持竞争力。如果你是一个决策者或者对你们的组织有着一定影响力,并且你至今并未考虑云存储的问题。
另一个首席体验官们必须考虑的问题是企业数据中心中的旧数据系统升级。这要归咎 于,现在离微软停止提供 Windows Server 2003 的支持还有不到一年时间了。那么,需要做的决定很简单:现在,公共云服务提供商(如 Azura 和 AWS)或私用云服务提供商仅仅按照计算时间、数据存储量、上下行流量收取费用,如果你现有数据中心仍在使用 Windows Server 2003,到底是否还有必要对其进行进行升级(如升级成 Windows 2012 R2 或者 Linux)呢?
在过去的一年里,有竞争力的公共或私人云计算提供商都通过降低使用成本和增加服务种类来提升自己产品的吸引力。与此同时,敏锐的首席体验官们发现了触手可及的云服务,开始享受其带来的巨大便利。
在 2013 年,企业使用云服务的目的是利用其自助服务配置的优势,减轻开发和测试的负担。而在 2014 年,首席体验官们要做的就是投资、试行并积极将工作负荷转移到云端上。
丰富多样的云服务
然而仍有一些关键问题妨碍着从数据中心到云端的转移,那就是消息传送和电子邮件的问题。当然,现在有一些公司可能依旧有充足的理由维持自己邮件基础服务的独立性,但是对任何规模较大的组织来说,这个系统的管理和运营实在是让人头疼不断,并且十分烧钱。
微软的 Office 365 和众多基于 Exchange 的拥有自己增值服务的提供商,则可以提供包括全方位技术支持以及日常管理在内的服务,帮你一劳永逸地解决这些问题。现在如果选用 Office 365 还可以得到使用新功能的机会,比如企业 Skype。这项业务过去名为 Lync,用途是 IP 电话、视频协作和即时通信。
毫无疑问,Office 365 并不是唯一一种基于云服务的通信服务产品。谷歌 App ,还有其他尤其是第三方托管的私用云也是这类产品。但是你一定要认真审视哪些功能是必要的,哪些服务是最符合你的需求的。
云服务的另外一个好处是,使用公共云将没有(或者减少了许多)软件使用许可证的支出,无论你使用的是什么操作系统。服务提供商将支付那些费用,并且提供 给你服务。你只需要按照使用次数或时间付费。某些情况下,特定行业的上层云服务提供商能够保证 ISV 软件的使用,并提供软件使用许可证。
上述这些都是使用基础设施即服务(IaaS)转移方案的情况。如果使用平台即服务(PaaS)方案,成本还将显著降低,并且完全无须管理虚拟机和底层操 作系统。如果你的业务应用的任何部分都可以使用数据库即服务(DBaaS)比如 Azura SQL,那么你就会知道什么叫真正的节省开支。你的应用通常需要很高的计算与存储的混合成本,通过数据库即服务,这将转变成更为单纯的传输和存储成本。
当然,除了企业通信和应用数据的转移以外,还有其他可以简单实现的目标。云集成存储被越来越多地用以解决困扰商家的存储低效问题。在价格竞争不断的服务提供商中,你很容易找到一个乐于为你提供服务的,使你能够更好地利用存储空间。
是否使用云计算,并不需要一个绝对的答案。采取混合云方案,例如只将那些不常使用的文件交给上述云集成存储服务提供商,可以给你两全其美的选择。再比 如,假设存在监管或数据所有权问题,你不能将数据库直接放在公共云中,你可以选择将应用的外层和中间层放在公共云存储中,并使用点对点 VPN 连接你的本地数据库机房和云存储服务提供商。
在一些特定情况(比如分配给各分支机构)下,使用公共云服务提供商(比如 AWS 和 Azure)的 VPN 软件(如在 Windows Server 和 Linux 下使用的)十分有效。相比之下,使用像 AT&T、Verizon 和 Equinix 这样的电信运营商和主机托管服务提供商的加密 MPLS 连接,可能会有更低的延迟和更快的连接速度。对此,AWS 的解决方案叫「Direct Connect」,而 Azura 的则叫「Expressroute」。
以上粗浅地介绍了一些公共云和私用云的情况,以及其如何解决使用本地数据中心时存在的问题。毋庸置疑的是,2014 年是使用数据中心和云计算的分水岭。2015 年,毫无疑问,将会有更多的数据中心行将就木。
今年,你是否将大量的工作转移到了云端?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09