
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
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19