CeBIT 2016:大数据结合行业应用 中兴通讯跨界驱动产业创新

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

一年一度的德国CeBIT展即将开幕,作为最重要的中国参展商之一,中兴通讯将再一次亮相这一国际盛会。

据了解,在CeBIT 2016,中兴通讯将重点展示其成熟的智慧城市整体解决方案。提到智慧城市,我们很容易想到中兴通讯,中兴对智慧城市建设的理解颇深。在过去几年中,中兴实施了一大批智慧城市的建设落地,其中智慧银川的建设让这个举足轻重的ICT厂商在智慧城市建设领域的影响力大增,甚至已经成为中国智慧城市建设的标签。

此次奔赴汉诺威,中兴通讯智慧城市解决方案将再一次亮相国际舞台,如基于大数据的突发事件应急管理系统、城市级数据管控系统、智慧教育和智慧交通等。

中兴通讯CeBIT 2016 关注“大数据结合行业应用”

众所周知,中兴去年高调发布“智慧城市2.0”,不过在此次CeBIT,中兴智慧城市加入了新的元素,“结合行业应用的大数据”,并为智慧城市方案赋予了一个新的涵义,“数据驱动智慧产业”。

 CeBIT 2016:大数据结合行业应用 中兴通讯跨界驱动产业创新

中兴网信副总裁CTO薛宏建

中兴网信(中兴通讯旗下专注智慧城市的控股子公司,面向政市民、企业、政府提供智慧生活服务。)副总裁CTO薛宏建总结智慧城市2.0的理念,“它以统一基础设施平台,包括云计算中心、面向城市的公共信息服务平台,实现城市公共数据的共享交换,打破部门的壁垒和数据孤岛,实现对上层具体垂直应用的统一支撑和安全保障。”

那么,大数据结合行业应用又为智慧城市添了哪些彩?薛宏建在接受ZD至顶网采访时透露了他对智慧城市下一步发展的看法,“在基础设施和垂直行业应用系统建设取得一定基础的情况下,要进一步提升整个城市的智慧化水平,从而需要在积累大数据的分析处理和支持智慧的场景应用中体现更多的价值。”

薛宏建指出,新型智慧城市不是简单的去建设宽带网络和数据中心,或者是某一个部门要去建设什么样系统的问题,而是要进行大整合、大融合。在这个基础上解决城市化发展过程中的一些突出问题,利用一些创新的技术和手段,包括大数据还有更多的智能感知创新地提升智慧城市体验。

新型智慧城市中,大数据是比较突出的一个特征,城市里已经积累了很多数据,但是很多数据资源还可以进行挖掘和利用,以前的应用偏向于事务型或者是连接,但是在更加智能化、个性化方面应用其实不多。中兴通讯发现改进的空间还是很大,特别是跨部门的数据融合的一些应用、基于海量数据的应用。薛宏建拿企业和个人征信建设举例,这是很典型的一个基于大数据的企业和公民个人化下的一个应用,而且它的应用场景非常广泛,但是实际上这里面要突破以往传统的建设思路,以大数据分析和智能应用,和具体的需求场景相结合来体现它的价值。

大数据结合行业应用如何驱动智慧产业?

到底如何结合行业应用场景呢?薛宏建给出的答案是“实现跨界整合、打造一种新业态”。他举例说,教育场景要要以学习者为中心搭建学习的生态,从基础教育阶段就开始把好的教育内容和个人目标相结合,提供个性化的教育解决方案。同时,把校内外、体制内外的资源联合起来,让学生在学的过程中和老师教的过程中能够感受到新技术及数据驱动的智慧产业的价值。

同样,医疗行业也是,不再以医院为核心,而是配合国内医疗改革和公共卫生的改革,以居民为核心。通过整合传统医疗系统的数据展开分析,并建立合适的模型开发出可以感知和最佳体验的应用,解决医疗卫生资源缺口和医患矛盾问题。

以中兴实施的秦皇岛医疗项目举例,项目以电子病历、居民健康档案和人口信息为核心,以居民健康卡为介质,通过建立市级互联互通、信息共享、业务协同的区域卫生信息平台,实现公共卫生、计划生育、医疗服务、医疗保障、综合管理等业务应用,构建基于全生命周期的医疗服务和公共卫生服务的健康体系。

据介绍,中兴在秦皇岛智慧医疗平台的建设中,信息交换平台共计抽取了6亿多条数据,实现了秦皇岛市各级医疗机构数据的共享、交换和互认。

薛宏建说,作为中兴通讯投资控股的公司,中兴网信现在接触的很多客户可以归纳为一种模式,用数据驱动它的产业创新或行业创新。之所以说数据驱动,是因为原来的信息化系统里就积累了一些过程数据和交易数据等等很多,通过抽取其中有意义的数据,甚至对原来不相干的数据都可以用来抽取,进而驱动智慧产业的真正发展。

再以教育来说,现在家长去给小孩申请入学,可能要准备很多资料、证照,原件复印件等一大摞去面试,其实这些资料都存在于各个政府部门里面。如果有一个比较好的模式把这些数据统筹起来,可能就不用跑那么多趟反复带证件去开那么多证明,有了数据驱动结合行业应用就可以提供主动和个性化的服务。

中兴通讯认为必须把大数据技术应用到行业场景里面去,用这种创新型的解决方案解决客户长期想解决但没有解决好的问题。以大数据结合行业应用才能让客户认为,原来你不只是给我卖一套软硬件或者做个工程项目的公司,而是帮助我们改变行业业态,然后当做一个长期的生意。

小结

不得不说,中兴以前更多是以通信和IT设备商的角色出现更多,但现在看得出和应用结合的更紧密,用薛宏建的话说,中兴和客户营造的是长期的合作关系。中兴在每个领域的策略都是和目标客户达成深度合作,一方面有一些基础设施的建设,另外有应用的建设,将来还有资源和内容合作运营,进而提升产业升级。

目前,中兴通过例如在教育、医疗、旅游等各个领域打造一些样板点,最终形成复制,并对服务对象进行延伸。

为什么看着中兴的步伐走得更超前一些,薛宏建认为,几年后数据中心的建设热潮将成为过去,基础设施已经完善,所以只有在行业应用里面做得深入才有机会,中兴认为这些地方值得先行布局。

原文发布时间为:  2016年3月11日
本文作者:陈广成
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
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
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
133 1
|
2月前
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
104 0
|
2月前
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
98 0
|
14天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
28天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
68 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
168 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
147 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
432 2
ly~
|
2月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
591 2