时代浪潮上的企业数字化产生的原因及驱动力?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 伴随着当前企业数字化建设的浪潮,大数据(云计算/云存储)也被推到了浪潮上。为什么会出现浪潮呢?从根本上来说是由于IT技术的高速改革发展,推运了这波“数字化建设”的

最近参与讨论最多的是大数据规划、大数据应用,及如何利用大数据去帮助企业做数字化转型管理。我觉得这些的概念性很强,如果没有亲身参与过成功的企业大数据及应用建设的经验,做这些还是很牵强,虽然现在互联网的信息很丰富,各种资源都能搜索到,但能找到的资料基本上都只能算是“指南”,即是一些很粗的理论,或者是某些公司的推文,为的只是介绍其他公司的产品,真正能有用的(能指导落地的)少着又少。

那么,当前的大数据、企业数字化为什么这么火?而在过去的很长一段时间里却没有提急呢,这里面肯定有他的推运因素。

一、产生的背景及驱动

伴随着当前企业数字化建设的浪潮,大数据(云计算/云存储)也被推到了浪潮上。为什么会出现浪潮呢?从根本上来说是由于IT技术的高速改革发展,推运了这波“数字化建设”的。有以下几个方面:

1、 超大容量存储(云存储/分布式存储)

大家可能记得在2000年左右,计算机的存储的上限基本上是GB,甚至个人电脑可能是以Mb为单位,硬盘的容量越大金额越贵,在当时的技术和资源制约下,只有大企业可能会用上IBM/HP/的小型机和EMC存储,而中小企业可能用的就是普通的台式机当服务器和普通的机械盘,而且很多系统都是单机,能存储的数据量有限,基本上只存储重要的数据。在当时的环境下,是不可能产生现在所说的“大数据”,因为那肯定要花很多成本。

随着存储技术的改革改进,现在大公司的数据都是以TB、PB为单位,甚至是EB,存储的成本很低,而且有各种云存储,能提供更低成本更易维护的服务,让大中小企业都能享受到存储更多数据的服务(因为不需要花太多钱),帮企来解决了大数据量存储的限制,也是大数据发展的重要因素。

2、 分布式、大型计算能力(云计算)

在计算机产生后的一段相当长的时间里,计算机的处理大部分以单机为主,单核cpu,计算处理能力低下,随着Intel和AMD这两家公司的技术竞争,及工艺改进,现在的CPU都是多核处理器,有很高的主频,能同时处理各种计算任务,而且在Google提出分布式计算后,加上芯片板子工艺的发展,更加强了超大规模的数据计算处理能力,而且随着现在编程技术和云技术的结合,可以实现跨集群计算,为大中小企业提供海量数据处理加工的能力,而不会像过去在单台主机的情况下,难以处理TB级别的数据。这也为大数据的计算提供了算力的基础,让数据通过计算处理后来发挥其价值。

3、 网络互联互通及带宽

既然有了便宜的海量存储和超大规模算力的支撑,那么就能形成大数据吗?其实还是不能,如果当今的网络还停留在通过512k 的“猫”来拨号上网,或者通用2g 的手机网络来进行数据传输,那么将无法满足各种各样数据的采集,海量数据的传输。幸好网络及带宽技术的超高速发展,如光纤通信、千兆网卡、万兆网卡、4G、5G等,让数据的快速大批量传输入成为可能。并且在网络建设和使用费用、通讯费用大幅降低下,让千千万万的普通人都可以接入到网络中,让原本断绝的一个个信息岛都联通起来,通过这些产生的数据,为海量数据提供丰富的来源,更真实,汇集成各类有规则、无规则的数据,这些也是大数据必不可少的。

有了上面这些关键技术的改革与提升,让原本的传统企业,中小企业不再担心成本而大胆的用上各类信息化系统,推动了企业的信息化、流程化的建设,让越来越多的企业都拥有了自己的各类数据(而不胆心存储成本),同时智能设备的普及,也让人都可以成为一个数据的生产端,让移动化办公与生活成为现实。

说白点,驱动这次企业数字化浪潮的驱动力是大型计算能力,而在往深里看,是使用这些资源的成本大幅降低,及成熟度,让少部分有技术实力及积累的大公司抢在前头,去深挖大数据、及去推动企业由传统的流程化管理转向数字化的管理(当然推动因素还有其他,比如国际竞争格局、原材料/能源危机、保护主义等),例如国外的宝洁公司搞数字化就比较早。

二、总结

当然,企业数字化过程,大数据的建设,不同的人有不同的看点,或者不同的思考路径,但其实真正去做时,会遇到无从下手(除非真有做过),可能表面看上去很简单,不就是做几张报表吗?如果是这样,那可能用一些报表工具/或者BI就可以了。想要做企业数字化(大数据建设),首先要提升数字化思维,要有全局的数据概念,如果只是停留在某部分的数据,那其实和现状的企业信息化系统没差别。数字化思维,即要有:数据思维、系统思维、敏捷思维、用户思维、产品思维、生态思维等方面。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
存储 人工智能 物联网
数字化应用的发展
数字化应用的发展
92 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
智能时代的创新驱动力
【10月更文挑战第22天】智能时代的创新驱动力
21 0
|
7月前
|
存储 安全 API
云计算:赋能现代社会的数字化变革
云计算:赋能现代社会的数字化变革
96 2
|
7月前
|
人工智能 数据挖掘
数据与酒业的碰撞:数字化发展为酒企带来新机遇
数据与酒业的碰撞:数字化发展为酒企带来新机遇
|
人工智能 安全 物联网
探索农链生态:数字化创新在农业领域的应用与挑战
随着数字化时代的到来,农业领域也迎来了一场革命性的变革,农链生态应运而生。本文将深入探讨农链生态的概念、应用现状以及所面临的挑战,以期为读者提供对农链生态的全面了解。
|
存储 人工智能 安全
浅谈信息化,数字化,元宇宙,未来IT行业的机遇
浅谈信息化,数字化,元宇宙,未来IT行业的机遇
118 0
|
安全 机器人 物联网
你的企业不需要“数字化战略”
在此之前读到一篇内容,谈到了数字化战略与企业战略的辩证关系,我不敢苟同,不吐不快,文中提到的点没问题,但逻辑本身存在问题。原因很简单:企业不需要额外的“数字化战略” 先解释:什么是战略?什么是数字化转型? 再通过两个方面证伪:企业需要“数字化战略” 最后谈谈:企业存在“数字化战略”的几种例外情况
169 1
你的企业不需要“数字化战略”
|
机器学习/深度学习 人工智能 安全
2021年数字化战略的主要趋势
2020年下半年出现的趋势,包括向云软件、虚拟解决方案和自动化的迁移,以及通过分析来衡量这些解决方案的效率,将在2021年获得发展势头并加速发展。随着员工进入了新型冠状病毒大流行的第二年,培养一种高质量的混合工作模式以支持优秀员工体验的重要性将不可低估。
133 0
|
人工智能
互联网企业数字化应用创新
数字化不是目的而是过程和工具,真正要为企业效益和经济发展带来质的提升,还要看数字化建设通向何处。以制造业为例,实现生产、研发和销售的人工智能就是数字化建设的一个重要方向。
1579 0