京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23