
互联网+和工业4.0方兴未艾 大数据是强有力的引擎
IBM大中华区首席执行总裁钱大群:“IBM在大数据分析领域的定位不是拥有数据,而是分析这些数据,转化为洞察,为你所用。”
主题为“主导这一刻”的IBM Insight 2015大数据分析峰会3月23日在北京举行。来自各界的数据分析领先实践者与IBM领导团队、技术专家一道共同探讨如何更好地利用数据资源支持中国新一代信息产业与传统产业深度融合。与会者围绕大数据在工业4.0、城市规划、环境保护、交通治理等,诸如雾霾预报和应对、套牌车辆识别、饮食健康、儿童娱乐等大众民生关注领域的发展进行了深入交流和探讨。
今年的政府工作报告中提到的“互联网+”引发社会热议。大家普遍相信,中国新一代信息产业与传统产业深度融合、相互促进创新的局面即将掀开新的篇章。工业是我国经济的立足之本,“工业 4.0”是这场创新大潮当中的亮点。中国是数据矿藏量巨大的国家,有超过6亿的互联网人口,繁荣的互联网经济,方兴未艾的政府和企业IT系统,有望迎来爆发增长的物联网和工业互联网。如何用好中国的大数据资源,对中国的“互联网+”以及“工业 4.0”的发展意义重大。
2014年是IBM大举向大数据、云计算、移动社交转型的一年。在中国,IBM以全新的开放联合创新的姿态面对新环境发展,在大数据领域,先后与宝信科技、华胜天成、浪潮等本土合作伙伴展开合作,并拥有了包括鲁能集团、万得数据、上海虹桥机场、民生银行等各行业大数据客户。IBM还推出了U100计划,向100所中国高校捐赠价值1亿美元的大数据及分析软件。2014年,在20多个来自Gartner、Forrester和IDC的数据/分析软件和服务测评中,IBM都居于领导地位。据最近发布的IBM 2014年财报显示,IBM在云计算、大数据、移动、社交、安全等领域整体增长了近16%,达250亿美元,占IBM整体营收的27%。其中,作为IBM转型的核心战略,大数据业务增长了7%,营收达170亿美元。在过去的一年,IBM通过授权软硬件技术和工具,正在帮助中国开发出自主创新的处理器芯片、服务器系统、数据库产品、中间产品和操作系统,技术开放战略获得了工信部、江苏省、北京市政府的支持。
去年,IBM启动科技合作伙伴计划以来,以技术共享、联合创新中心等多种合作模式,利用IBM的全球化视野、专业研发人才、行业洞察等,帮助本土合作伙伴突破创新束缚,以协作创新赋能行业创新。尤其在环保、交通、城镇化等民生领域,取得了卓越成就。IBM大数据与分析业务取得的成功,源于IBM多年来对这一领域的持续不断的投入。到目前为止,IBM已在分析领域投入250亿美元,先后发起了包括Cognos、SPSS、ILOG、Algo、i2等30多起收购。IBM全球共有15000个分析顾问和超过400位数学科学家,在三大洲共拥有9个分析解决方案中心,其中,中国西安实验室着力分析领域的研发,以SPSS为核心发展为全球分析软件实验室。IBM每年都会新产生500多个与分析预测相关的专利。位于中国的IBM中国开发中心和IBM中国研究院为IBM与中国企业与合作伙伴的合作提供重要的支持。
2014年,IBM投资10亿美元成立Watson集团,此后IBM一直不懈地努力将Watson集成到企业的应用中。除了Watson的前瞻性,IBM大数据与分析的优势还体现在引领行业认知计算,自然语言理解、机器学习能力,领先的数据安全、保护、风险管理和反欺诈能力,业界最完善的大数据与分析解决方案组合以及对行业业务深入的了解。在IBM整体转型的背景下,处于战略核心的大数据将不断与云计算、社交、移动不断整合,为企业提供综合能力。
IBM大中华区首席执行总裁钱大群表示,去年是IBM中国公司成立30周年,IBM 在中国启动了中国的新战略,那就是“与中国同创”,从made for China到made with China。大数据是中国走向工业4.0强有力的引擎,IBM仍将与前瞻者同行、与中国同创新的辉煌。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01