一、體量增長快速而巨大，其中非結構化資料佔總數據量的80-90%，比結構化資料增長快10倍到50倍。
二、資料呈現多樣性，以文本、圖像、影像和機器資料等不同形式出現。
三、價值密度增加，對未來趨勢和模式的可預測分析，機器學習、人工智慧等深度複雜分析增加。
四、速度的提升，越來越多的Big Data即時分析正在取代批量式分析，Big Data技術正在越來越多實現“立竿見影”而非“事後見效”。
目前，Big Data已經在互聯網、金融、醫療、交通、零售等多個行業得到廣泛應用，相對來說，製造業的Big Data技術應用不足，未來實際上大有潛力可挖。
Big Data在普通人眼裡看來或許距離我們很遙遠，但實際上，關於Big Data應用已經每時每刻在我們身邊發生。
“我曾去德國Volkswagen公司做企業諮詢服務，要幫他們解決的問題是，如何將5分鐘出產一輛車變成2分鐘出產一輛車。”IBM軟體集團高級工程師淩棕6日用這樣生動的例子講解Big Data的應用。
在矽谷舉辦的中國電腦學會青年電腦科技論壇上，淩棕發表了題為“Big Data？大數據！”的主題演講，在演講中，淩棕分享了多年從事Big Data應用技術研究的經驗和心得。他認為，Big Data的戰略意義，不在於單純掌握龐大的資料資訊，而在於對這些含有意義的資料進行分析處理。
“如果把Big Data比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對資料的‘加工能力’，通過‘加工’實現資料的‘增值’。”淩棕說。
他表示，業內常會有將Big Data比作新的“石油資源”的說法，因為和人類對石油資源的認識過程相類似，人們對Big Data的認識也需要經歷一個長期的過程，目前依然還在較為初級的階段。
他認為，資料已經成為企業最寶貴的資產，未來企業之間的競爭，將是資料資產以及資料資產管理能力的競爭。
淩棕表示，目前Big Data行業存在四方面的特徵，一是體量增長快速而巨大，其中非結構化資料佔總數據量的80-90%，比結構化資料增長快10倍到50倍。
二是資料呈現多樣性，以文本、圖像、影像和機器資料等不同形式出現。
三是價值密度增加，對未來趨勢和模式的可預測分析，機器學習、人工智慧等深度複雜分析增加。
四是速度的提升，越來越多的Big Data即時分析正在取代批量式分析，Big Data技術正在越來越多實現“立竿見影”而非“事後見效”。
目前，Big Data已經在互聯網、金融、醫療、交通、零售等多個行業得到廣泛應用，相對來說，製造業的Big Data技術應用不足，未來實際上大有潛力可挖。
淩棕認為，Big Data技術可以通過以下10條途徑應用於製造業，分別是監控生產過程、加快業務整合、提高企業製造績效、改進生產流程、預測供應商績效、監測生產設備狀況、合理生產計畫、細化品質管制環節、追蹤產能與企業財務狀況，以及監測產品運維狀態。
全站熱搜
留言列表
生技醫療產業 (1)