京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、云计算可以使CIO不会在盲目采购IT设备而是考虑云服务,减少成本,提升IT管理水平。
开展大数据、云计算需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
【比特信息化】大数据、云计算等技术已经深入渗透到企业中,对于企业的业务以及IT都形成了巨大的挑战,特别是现有的环境下作为企业的IT负责人如何在这些技术环境下做好IT管理,并且把它们成功应用企业中,已经成为CIO所要思考的问题。面对现状,本期比特网百家讲坛我们邀请了来自中国水利水电科学研究院的IT总监傅红旗,就当前大数据、云计算环境下企业IT管理以及全面拥抱新技术进行了解读,为行业用户开展大数据、云计算提供参考。
大数据 云计算 变革企业IT
中国水利水电科学研究院(以下简称研究院)是中国最早建立的面向全国的水利水电综合科研机构,成立于1958年,由中国科学院水工研究室,水利部北京水利科学研究院和电力工业部水电科学研究院三单位合并而成,它是水利发电方面权威机构主要负责如大型水坝的建体、水流水能的计算,然后应用到工程中去。从研究院的IT应用来看,研究院IT发展可谓有起有伏,可追溯到上个世纪80年代,80年引入了国外的M180中型机、大型机以及到90年代的各研究所引入小型机,目前各个院、各个专业研究所更多采用小型机。对于研究院的IT管理,因研究院下属多个研究所,每个研究所他们更多是IT的使用者——使用计算机作业务计算,而IT管理还需要依赖专业的IT人员来解决,因此,在研究院中设立了网络中心,主要帮助研究所做IT管理以及新技术应用等工作比如最早通过与相关服务商的合作引入的财务软件、OA、ERP系统以及BPM。
正如刚才所言,网络中心除日常IT管理外同时会考虑先进的IT技术应用比如大数据或者云计算,那么,当这些新技术引入后会对企业以及IT管理带来哪些价值和挑战呢?对于此,傅红旗认为,现在进入大数据时代IT主要面临数据的管理和存储问题,而在云计算方面更多是来自安全的问题。从价值的角度来看,研究所过去撤销了计算中心,原本要打算恢复计算中心,但今天随着云计算的成熟,促使我们在虚拟服务以及云服务方面的考虑,可能会改变恢复计算中心的计划,有可能不会在盲目采购IT设备而是考虑云服务。减少成本,提升IT管理水平。
傅红旗再次强调了安全的重要性。目前我们所处的云计算环境存在一个安全的问题比如硬件服务商留下后门,因为研究院的数据涉及到国家安全比如水坝在和平时期它是一种能源储备但是在战争时期,它就是一个破坏危险的因素。所以,在这些方面对于运算数据要有一个安全的保障。
对于云安全的防范应分为两方面:第一、技术防范;第二、人为防范,主要包括人文学、社会学等。目前更多的技术防范,技术防范现在是要求相关的安全部门能够做一些更切实的工作比如微软和中软合作期间把源代码93%是公开交流,能够提供一定的安全防范。基于此,“我们不想做封闭式的数据采集,我们也希望将来所有科学的计算数据进行国际交流,但是安全问题必须要保障。”而对于云服务商则言则需要保障站在任何时间、任何地方都可以提供云服务,对于客户来讲,则能够在任何地点任何时间都要以使用云服务,这是未来的趋势。
迎接大数据 云计算 CIO要有开放的心态
今天的大数据、云计算已经成为一种发展趋势,虽然还有许多的问题要解决,但这一趋势已经迫使我们必然去主动接受,对于企业的IT管理者而言,要想做好企业的IT管理以及满足业务的需求,必然要有充足的准备和应对良方。傅红旗建议,“企业的IT负责人或者CIO的思想要更加开放,应该承认技术不足,勇于应用新产品,了解他们的内容和技术,做好我们自身防范之后融合新技术中。我们在技术方面还需要大踏步追赶,需要CIO解放思想、大胆运用新技术,把落后的方面赶超上去。IT从业者要接受最新的观念来解决业务工作才是当务之急。首先自己要开放尽快接受新知识”
比如不同行业企业的相关部门可以把一些非核心业务通过采用公有云来进行办公,使得各个机构在日常办公中尽快融入云服务,而对于一些关键部门则可以采用私有云服务。在大数据方面现在对于数据会产生“疲劳感”暨每天的数据量非常大,想获得数据分析结果比较难,因此在这种“疲劳感”下,企业可以把30%的核心的数据掌握在企业自身中,而其它70%的数据完全可以在云上运行比如通过服务商的大数据、云平台,数据处理70%的工作量由服务商来做则大大减轻IT负担、节省能源空间,提升企业IT效率。
未来我们看到随着大数据、云计算、移动等技术的应用与发展,我们看到也将推动提升企业CIO在企业中的地位,甚至有可能CIO和CEO合二为一,对于企业发展有非常大的好处。
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