当前位置:首页 > 消费电子 > 消费电子
[导读]随着手机/平板电脑的大量普及,在移动网络中传输的巨量数据令人头痛。移动运营商行业组织GSMA在今年2月举办的世界移动通信大会(MWC)上给出了以下统计数据:目前全球已有32亿个移动用户,意味着将近一半的人口依赖移动

随着手机/平板电脑的大量普及,在移动网络中传输的巨量数据令人头痛。移动运营商行业组织GSMA在今年2月举办的世界移动通信大会(MWC)上给出了以下统计数据:目前全球已有32亿个移动用户,意味着将近一半的人口依赖移动通信。预计到2017年将进一步新增7亿个用户,2018年将达到40亿大关。截止到2012年底,全球有68亿个移动连接。这个数字到2017年底可能达到97亿个。去年,上述连接中包括16亿个移动宽带连接,2017年可能增长到51亿个。

移动宽带的发展,导致数据流量激增:2012年,每月有0.9EB数据在移动网络中传输。(注:一个EB大约是1000PB,也就是10亿个GB。)预计到2017年数据流量将增长66%,达到每月11.2EB。如果不加以控制,规模不断增长的数据可能导致移动产业瘫痪,但其中也存在巨大商机。

在海量数据中淘金

鉴于数据传输量如此巨大,本次MWC专门就此议题设立了一个分组会议,主题是“海量数据:巨大问题,巨大价值?”。其中一个主要话题是,移动产业如何把海量数据带来的挑战转变成赚钱机会。

现在的处理器和智能分析工具功能强大,赋予移动生态系统上亿美元的潜在价值,但处理海量数据并不只是IT问题那么简单,它将影响整个组织,不论其是否是传统的数据驱动型组织。此外,还存在许多挑战,比如安全性与隐私问题。但更吸引人的是,如何才能把数据(以及嵌入在“正常”数据中的“有用的”身份与位置数据)变成利润。

为认知计算提供舞台

其中一个新颖的设想来自IBM电信研究部门的首席技术官Paul Bloom,他负责把IBM九个实验室开发的最新技术与研究成果应用于新兴的电信解决方案之中。根据他的思维,IBM推出了最新的创新成果Watson,Paul Bloom将该技术称为认知计算的开端。

Bloom在接受个人采访时表示:现在还没有一种实时方式可以把全部数据转变成信息。市场即将迎来认知计算的新时代。认知计算是横跨超级计算、纳米技术与神经科学的交叉领域。电脑将模仿我们的五官感觉,具备学习与适应能力。

他指出,虽然Watson目前正在卫生保健与金融服务组织中试用,但该系统的“询问-决策-发现”核心认知计算能力也完全适用于海量数据管理。如果Watson能解决海量数据管理的四方面问题:规模,速度,多样性与准确性,那么企业就能得到更好和更准确的信息,使其能够对市场变化做出更加敏捷的反应,帮助其评估消费者想法……Watson的用处还有很多很多。

首先做好基本工作

如果IBM的解决方案听起来过于科幻,其它与会者提出的管理和利用海量数据的方法则比较传统。

其中一个设想是,利用曾在最近危机事件中使用过的一些最佳做法。例如,Flowmnder的共同创始人Linus Bengtsson博士表示,2010年海地大地震的时候,本地人使用的190万个SIM卡构成了救灾行动的组成部分,向移动产业、救援组织和企业提供了宝贵的信息。Bengtsson还曾在卡罗琳斯卡医学院研究过信息技术在公共卫生领域的应用。这些SIM卡生成的报告,可以让救援人员准确掌握受灾民众在海地的移动情况,并使其能够追踪地震10个月后爆发的霍乱疫情。

即使是比较简单的起点也不能忽视:让你的整个价值链做好准备,访问和分析流进流出的数据。

在MWC2013的小组讨论中,Etisalat公司的首席数字服务官Khalifa Al Shamsi表示:技术解决方案通常是比较容易解决的部分--存在低成本的技术解决方案,也具备分析工具。比较困难的部分是制订商业解决方案。因为,价值链上不是只有一家公司,你必须与其它领先厂商和业内企业进行大量合作;必须为这种新型商业模式准备好整个生态系统。

移动大数据时代到来,你们公司开始行动了吗?是正在数据海洋中沉没,还是正在开发其中的宝藏?
本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

韩国大田2024年5月9日 /美通社/ -- 机器人平台专业公司Rainbow Robotics(首席执行官Jungho Lee)将从5月8日起开启移动双臂机器人RB-Y1的预售。

关键字: 移动 双臂机器人 ROBOTICS AI

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

人工智能冲击就业?大型科技企业开始行动。近日,思科、谷歌、IBM、Indeed、Eightfold、埃森哲、英特尔、微软和SAP等科技公司,以及6家顾问机构,联合成立了“AI使能的ICT劳动力联盟”。

关键字: 思科 IBM 英特尔 ICT人才联盟 AI

业内消息,近日IBM要求其员工在新一轮全球裁员中自愿离职,其中很大一部分裁员发生在人力资源(HR)等部门。报道称,裁员的原因是出于重组公司的计划,而不仅仅是基于财务压力。IBM公司委婉地将其为“资源行动”而不是裁员。

关键字: IBM 裁员

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据
关闭
关闭