云计算和大数据无一例外都是生态经济
如今,生态经济成为一种新型模式,比如把生态经济不断演绎出新花样的乐视生态,滴滴围绕出行所打造的出行生态等等。这些还更多集中在商业层面,而在技术层面,关于生态经济同样很有市场,云计算和大数据都是生态经济的典型代表,这在他们刚刚出现时就已经注定。
云计算和大数据无一例外都是生态经济
所谓“云”,其实就是打造一个计算的资源池,人们可以按需购买;所谓“大”,就是大家的数据都彼此开放,让数据样本足够大,以便挖掘出其中的价值。但纵观当下云计算和大数据的参与者,如果是巨头,都在努力打造自身的生态系统,而那些小企业们,也在寻求加入大企业的生态系统中。
在云计算领域,BAT等互联网巨头都在打造属于自己的云生态。阿里云一方面与SAP、神州数码、世纪互联等诸多合作伙伴一起合作拓展云计算市场,另一方面,也通过开放自身的云生态,让更多的中小ISV入驻阿里云。阿里云自今年4月发布全新的软件生态战略以来,最新数据显示,经过4个月的运营,累计新增入驻服务商300家,成为全球增速最快的云计算软件交易与交付平台;云市场上架在售商品超3000个,支持镜像、容器、编排、API、SaaS、服务、下载等7种类型的软件与服务接入。而即将召开的杭州云栖大会更是一场立体的生态峰会。
腾讯作为云计算市场的后来者同样也不示弱,云计算直接被定为公司战略后,高举高打做法也让腾讯云在短时间内进步神速。腾讯云一方面依托整体腾讯生态体系输出的云服务,LBS、安全和支付四大核心能力,与合作伙伴携手打造满足产业应用需求的特色行业云;另一方面也在金融、视频、游戏等垂直行业与行业伙伴合作,推动针对性的产业云化解决方案落地。
从阿里云和腾讯云的谋略可以看出,它们首先选择能够与自己互补的企业结成伙伴,彼此共享资源,形成横向的生态;其次则团结垂直领域、行业的企业,形成纵向的云生态。生态系统的算盘都打得啪啪响。
不过,它们所建立的云生态都是围绕其自身开展,而不是说向彼此开放。这就如同微信屏蔽淘宝联接,淘宝则不支持微信支付一样,商业利益面前,彼此可谓泾渭分明。而从与他们合作的伙伴以及垂直行业合作伙伴上来看,这种合纵连横并没有绝对的排他性,至少在云计算市场还没有出现一家独大的局面前,这种排他性暂时还不会存在。
相比较云计算而言,大数据同样比拼的同样也是生态。显然,数据资源的共享比起云计算来的难度更大。正如国家信息化专家咨询委员会常务副主任周宏仁所说:没有一家互联网企业愿意把数据释放给社会。
为什么?很明显,大家都把数据看作是核心资产,不能公开。比如,百度的数据库肯定不对腾讯和阿里巴巴开放,而阿里巴巴的数据库同样也不会向其他对手开放。彼此想获取数据,只能通过自身的数据采集系统进行收集整理,并进行分析。
不仅如此,政府部门手里的公共数据尽管原则上应该向全社会开放,但实际上也不可能全部开放,至少国家机密数据和公民隐私数据是不可能开放的。但对于主流的大数据企业来说,他们则在不断呼吁政府部门开放公共数据,而他们则把着自己的数据不放。
长此以往,大数据显然也大不起来,可就如同专利互相授权一样,不同的大数据企业同样也在与友商们做一些数据交易或交换,让彼此都能够从大数据中获取更多的价值。
可以看出,不管是云计算和大数据,所谓的开放、共享都是相对而言的;即便是当下火热的开源领域,虽然整个领域都秉承着“我为人人、人人为我”的心态,但在开放共享上,同样也是有所保留的,比如,不少小的开源企业都期望能够从开源社区上获取一些有价值的内容,但一旦涉及自己的内容共享时,就变得扭扭捏捏起来。
常言道,“教会徒儿,饿死师傅”。云计算和大数据领域同样面临这样的问题:在平台没有成为巨无霸之前,姿态总是低的,甚至是“为人民服务”的;可一旦市场上再无竞争对手,资本便露出其贪婪的嘴脸。说到底,云计算也好,大数据也罢,大家拼的是彼此的生态,只是这种生态又是建立在合纵连横的基础上的,就如同春秋战国时期一样,大的国家称霸,小的国家成为附属,整个世界维持着一个相对的平衡。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21