京公网安备 11010802034615号
经营许可证编号:京B2-20210330
指数社会的蛋白质?英特尔另类解读大数据
从专业词汇到大众热词,大数据仅用了两年,就成为全民热议的高逼格科技流行语之一。说起大数据,谷歌、IBM、IDC都曾从数据的体量、格式和增长速度的维度对大数据进行过定义,而单一从大数据价值角度着眼的定义则比较缺乏。英特尔中国研究院院长吴甘沙日前则别出心裁地从大数据对于社会和经济的影响,以及大数据在商业环境中的价值定义着眼,将大数据解读为“指数社会的蛋白质”。
吴甘沙解释说:随着移动互联时代的到来,数据爆发式增长在指数规律之下已经成为常态,大数据已经被应用在我们身边很多角落,我们甚至已经被大数据包围。“而在数字化的指数社会当中,摩尔定律几乎成为推动指数社会加速发展的原动力,它带来了一系列指数式的连锁反应,”他指出:“如果说摩尔定律是我们指数社会的基因的话,那么大数据就是我们指数社会的蛋白质,它是社会的物质基础、宝贵的资产,甚至是新的货币。”
就如蛋白质对人体的生理运作、免疫功能甚至脑部运作都非常重要,可谓人体生命的基础一样,数据对于现代社会的作用也开始逐渐凸显,在商业、经济及其他领域中,决策将日益基于数据和分析而作出,而并非基于经验和直觉。吴甘沙称:很多行业都已经看到了大数据不可或缺的价值,例如物流业提出“数据就是生命”,制造业希望借助大数据提高效率、改变质量,电商希望借助大数据更好地掌握受众需求、进行个性化推荐……各个行业都开始加入“跟风赶潮流”的大浪当中。“这说明大数据所带来的乘法效应已经在以互联网行业为代表的各个行业中蔓延开来,并衍生出更大量、更具分析应用价值的数据,越来越多基于大数据收集、管理、分析的应用将走向我们的生活。”
实际上,许多传统企业在对大数据的认识上仍存在许多误区。吴甘沙建议不要盲目追赶潮流,仅仿效互联网公司大数据应用的成功经验并不一定能将大数据资产中的价值释放出来。“正如对个人身体情况没有进行全面检查就盲目补充各类蛋白、营养物质可能会对机体造成不良影响甚至反效果一样,企业大数据应用也需要对症下药。”
在吴甘沙看来,“大数据不是一个人在战斗”,其应用需要倾听每个行业,甚至“每一个人”的声音,依照不同的应用模式在软硬件层面进行不同的调整与优化,从而使得新的分析算法能够与实际应用需求紧密配合,将企业真正所需的信号提取出来,之后再针对特定需求进行底层基础设施架构的建设以及软件与硬件之间的相互配合与优化,通过构建开放的基础设施、数据处理平台和参考架构、开放的数据,并进行开放的跨领域合作,使企业应用与大数据之间产生像“金风玉露一相逢”那样产生化学作用。
对于英特尔提出的数据开放与数据交换的构想,具有相同价值观的 Cloudera也不约而同地表达了对未来数据价值的期望。“我们现在不能再只看这些单独的数据,而要所有的数据放在一起来考虑。这后面的驱动因素是什么呢?未来无数通过计算机以及智能终端设备连接互联网的人们,他们都正在推进大数据往开放协作方向发展。”Cloudera首席架构师、Hadoop之父Doug Cutting如是说。
目前,英特尔计划推进的围绕大数据的跨行业和领域的协作创新,已有类似的先例,且正在发挥巨大能效和作用。未来,英特尔开放数据平台还将在安全分析、使用审计和数据定价方面继续提供标准和方案,借助其顶层基于Spark的多方安全计算,“即在不相识的前提下让数据相逢,在一定程度上解决大家所关心的数据隐私安全的问题”,以更好地通过数据的公开与交换发挥大数据的大价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05