2016年互联网行业十大预测:云计算大数据

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、基于云计算的新平台和服务将繁荣发展,创造新的价值

2016年,BAT等科技巨头以及数字软件服务方面的创业企业,基于云计算带来的新机遇,将产生新的平台和服务并繁荣发展。同时,随着云生态系统的发展,将对新型数字工作者产生大量的需求,以跟上创新的步伐。传统科技咨询服务是缓解云资源局限的关键,传统资源积累必须转变成数字化的云环境才能创造新的价值——以更好地吸引用户、增强用户粘性和互动性。不久的将来,基于云的虚拟桌面将取代家庭和商用PC。值得注意的是,随着云计算的进一步发展,创新速度可能会放缓。

二、大数据驱动创意的个性化定制促使企业高瞻远瞩

“如果2000以来的主题是‘大数据获券,那么2016年及以后的主题将是‘数据驱动设计’”今天,众所周知数据研究公司正彻底将他们的关注点聚焦在用户数据分析,创业公司则根据公开资源的大数据分析制定产品、战略和商业计划。

大数据变革中,零售业可谓是受影响最大的行业之一。此前,零售商和顾客之间是单向关系,零售商生产市场可能需要的产品,然后艰难地推销给顾客。在大数据时代之前,整个零售行业几乎都是如此。大数据分析使得零售商和顾客之间产生双向关系,根据积累的消费者数据来进行主动预测。例如,亚马逊通过使用机器学习算法进行商品推荐。大数据分析也存在于我们可能想不到的地方,比如百货商店,可通过顾客的智能手机追踪用户行为和消费偏好。

数字科技、数字创意和数据策略都在产品创造中发挥着不可或缺的作用,拉近了设计师和用户的关系,并且实现个性化定制。数据驱动创意将从根本上改变零售体验和产品设计,促使企业高瞻远瞩并且实现可持续增长。

三、人工智能将加强金融领域的智能化和反欺诈大规模取代商业分析

投行分析师、对冲基金和保险公司将借助人工智能实现协同发展、反欺诈,加强数据研究的智能化和可行性。银行业已经开始使用Palantir等数据公司的科技保护内部IP,IBM超级计算机系统Watson借此降低贷款拖欠,创业公司则通过大量的数据模型防止欺诈。人工智能拥有阻止下一次金融危机的能力,或将改善新银行业的规章,甚至阻止Bernie Madoff对冲基金类似欺诈案再次发生。据IDG发布的科技领袖对2016年的预测显示,人工智能将大规模地取代商业分析。

四、区块链——超越比特币的新变革

区块链将逐步超越比特币引发新的变革,推动互联网金融甚至更广泛行业的科技进步。近期在加密科技领域的投资将开始产生成果,首批应用开发平台和项目开始在市场上显现出价值。随着区块链应用超越单纯支付功能进入医疗、众筹、金融服务甚至音乐领域,这场变革将无处不在。

就像上世纪90年代初兴起的互联网,区块链虽然尚处于早期但是有着广阔的前景(具有颠覆潜力),这意味着目前是研究、投资和学习的关键时期。企业应该通过区块链创新探索丰富的使用场景——了解将对现有业务产生怎样的潜在影响。就像网页浏览器的第一次探索,不一定会带来现代化的浏览器变革,但是对于一些公司来说,成为开拓者意义非凡。

五、多元化的征信体系将影响金融行业的发展

随着互联网金融的发展,越来越多用户的金融数据从以往的银行账户迁移到移动端,和手机号等信息紧密关联。那么,如何评估一个人的信用积分呢?目前,小微金融主要通过识别、搜集和分析互联网金融数据,描绘用户的潜在信用肖像。比如通过对用户的交易数据和记录进行分析创建信用体系。美国一些初创公司则在研究多种数据资产,例如将手机使用行为(包括社交方式)作为评估用户信用风险和信用积分的因素之一。

2016年,征信体系将走向多元化,对现有的金融体系产生重大影响,并且将为千禧一代(18~36岁的人)、移民以及没有银行信用评估的群体提供更好的金融服务。

六、人类微生物学将成为医疗健康领域的前沿科技

近年来,基因在医疗健康领域实现了显著进步,但是遗传基因并不是深度洞察人体健康的唯一方式。人类微生物学将是未来关乎健康和幸福的前沿领域,并将产生巨大影响。

事实上,我们更多的是细菌性而不是细胞性,我们身体上有数以万亿的微生物,是人类细胞数量的10倍。这些细菌性微生物和人类细胞时刻以各种方式相互作用,从而影响我们的健康,变好或者变糟。与基因不同,我们能够在日常生活中影响自身微生物,进而更好地改善一系列健康问题,包括肥胖、过敏、营养、糖尿并癌症、心血管疾病甚至精神健康。

研究正开始揭示人类微生物的潜在奥秘,结果令人惊讶。创新性的创业公司和研究院正在寻找解决办法,利用人体肠道的菌群去观察身体对于所吃食物的反应。在不远的将来,我们的肠道可能能像血型一样进行分类。有了这些个性化的反应信息,消费者将能够从饮食行业获得更好的产品和服务。

七、处方类视频游戏将辅助认知障碍类疾病的治疗

史无前例地,医生将能够通过处方药物管理局批准的视频游戏辅助治疗多动症。北加利福尼亚的一家创业公司Akili正在开发一种叫做Evo项目的游戏。他们已经在八家诊所完成测试,均关于认知障碍领域:多动症、自闭症、抑郁症。此外,Posit Science正在准备进行诊所测试以获得处方药管理局的批准。他们之前的测试结果和Akili类似。

全球最大的生物制药公司辉瑞试图通过与Evo项目合作,了解视频游戏是否可以改善阿尔茨海默病的诊断。这可能需要长达4年的时间才能通过处方药管理局的试验。父母们也希望能够找到药物之外的方式治疗孩子们的多动症。

八、虚拟现实医疗——潜力无穷、机遇巨大

虚拟现实不仅在游戏和娱乐领域广泛存在,其改善医疗的潜力也是无穷的。在不远的未来,虚拟现实将成为治疗创伤性应急障碍、慢性疼痛以及其他疾病的常见方式。在华盛顿大学,烧伤病人在接受治疗的过程中可戴上头盔玩特殊设计的虚拟现实游戏。这些游戏的氛围缓解了他们身体的疼痛,减少了原本所需的高剂量止痛药。

虚拟现实疗法在改善病人身心状态方面效果显著,可以应用于一系列医疗护理中:从疼痛控制到小儿护理到治疗心理疾病,比如创伤性应急障碍和焦虑紊乱症等。虚拟现实公司面临着巨大的机遇,可为各种医疗场景设计可穿戴设备和相关游戏。

九、数据共享将促进可穿戴设备行业协同发展

可穿戴设备数据信息,比如运动水平、睡眠模式等,将对人们所使用的产品和服务提供自动化、客观性的评价。想象一下,运动评级将基于运动员的活动数据,或者床垫评分将基于用户的睡眠数据。未来,我们将能够可靠地证明一家餐厅的饭菜多么好吃,一部电影多么有趣,一超雪多么刺激,通勤的压力多大等等,基于经历过的人们的生物反应。

为了实现以上设想,可穿戴设备公司需要将数据开放共享。任何一家都不可能独自称霸这个市常成千上万的不同可穿戴设备则能够感应和追踪各种场景,获得丰富的数据信息,将各种传感器和追踪器的数据信息整合到一起将是最大的挑战和机遇。

十、产业价值链联系加深开放性企业将推动去中介化进程

我们生活在这样的世界,人们可以在网上点一杯星巴克的咖啡,通过Uber在短短五分钟内送达。这样的例子在当下司空见惯。谷歌地图目前支持Uber功能,星巴克发布了开放的IPI,用户可以通过相关App预订咖啡。美国网上订餐平台OpenTable则在Yelp上提供订餐入口。预计2016年,对于所有产业价值链而言,产品、资产、运营等方面的联系程度将会加倍。

同时,追求开放性的企业将推动去中介化的进程。宜家近期发布了一项新的购物体验,追踪消费者的整个购物过程,从最初的网上浏览到最终进行选择并购买。宜家将该功能开放给了Pinterest等,后者通过打开标记有“宜家”设计的产品清单的图片可以挖掘更多的市场信息。随着企业寻求以人为中心的转型,需要认识到人们的行为远远超越了现有的商业模式,消费者需求正变得更加复杂。拥抱市锄遇的企业将不断前进,反之将渐渐被市场淘汰。



原文发布时间为:2016年1月8日

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。e

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 
相关文章
|
7天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
76 0
|
16天前
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
28 3
|
6月前
|
存储 大数据 云计算
大数据与云计算
大数据与云计算
197 2
|
3月前
|
分布式计算 并行计算 大数据
【数据挖掘】百度2015大数据云计算研发笔试卷
百度2015年大数据云计算研发笔试卷的题目总结,涵盖了Hadoop、Spark、MPI计算框架特点、TCP连接建立过程、数组最大和问题、二分查找实现以及灯泡开关问题,提供了部分题目的解析和伪代码。
52 1
|
4月前
|
NoSQL 大数据 知识图谱
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
36 1
|
5月前
|
机器学习/深度学习 存储 算法
云计算和大数据处理
云计算和大数据处理
93 1
|
5月前
|
存储 资源调度 大数据
云计算在大数据分析中的弹性资源调度策略
云计算在大数据分析中的弹性资源调度策略
|
6月前
|
存储 机器学习/深度学习 大数据
云计算与大数据:合作与创新
本文探讨了大数据技术与云计算的背景和发展,大数据的5V特征(量、速度、多样、复杂、不确定)及云计算的3S特点(服务、共享、可扩展)。两者相互依赖,云计算为大数据提供计算与存储资源。核心算法涉及分布式计算、数据挖掘和机器学习,如线性回归、逻辑回归等。通过代码示例展示了Hadoop的MapReduce、Scikit-learn的KNN和TensorFlow的线性回归应用。未来趋势包括数据量增长、实时处理、AI与ML集成及数据安全挑战。附录解答了大数据、云计算等相关问题。
506 3
|
30天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
9天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
42 1