
物联网落地的最后一公里是大数据_数据分析师
2008年IBM就将物联网的理念引入中国,但迄今为止物联网尚未真正地改变产业,改变人们的生活,这落地的最后一公里缺的是什么?
在IBM中国开发中心科技与战略合作总经理李红焰看来有几个原因:一是很多产业的数据还没有准备好,二是产业互联的技术没有完全解决,第三,也是更重要的是物联网互联互通后的数据分析。
物联网背后是非常深厚的大数据理念,通过连接将数据汇集在一起,再通过分析大数据来了解商业本质、提高效率、优化流程、预测未来。也就是说连接并不是物联网的价值,通过大数据改造传统的行业,才是真正的物联网。
IBM大中华区首席执行总裁钱大群先生说:“IBM的定位不是拥有客户的数据,而是通过我们的数据分析能力,使数据为您所用,使数据变成你的核心竞争力。”
经过多年的积累,IBM在大数据与分析领域在全球积累了大量的经验和经典案例。IBM已在分析领域投入250亿美元。IBM全球共有15000个分析顾问和超过400位数学科学家,每年都会新产生500多个与分析预测相关的专利。
如何将这些能力带到中国来, 与中国产业对接,是一个挑战。“我们需要与中国的合作伙伴一起以比以往更紧密的合作方式进行创新,这种方式实现了IBM全球经验技术和本地合作伙伴优势的互补,才能真正解决最后一公里的落地问题。”李红焰说。
基于这样的想法,IBM从去年开始在中国改变了做法,以一种更开放、更灵活、更创新的模式,与中国本土企业对接,一个行业一个行业地连通最后一公里。
与IBM联合“创业” 促最后一公里落地
云顶科技就是IBM众多本土合作伙伴之一。一年多以前,云顶科技正在寻求转型,他们意识到物联网是一个大方向,但是无从下手。于是在全球范围内搜索合作伙伴,几轮筛选之后,锁定了IBM。LNG基金合伙人、云顶科技联合创始人刘冰认为,IBM的两个优势吸引了云顶科技:一是对物联网的整体认识以及技术储备,二是对传统产业的认识与深刻理解。这两个优势的结合,是很多新兴的物联网企业所不具备的。
双方确定了建立“联合实验室”的合作模式,即双方一起投入人力、物力,一起做前期调研、产品开发,最后还会将研发的智资产双方共享。“IBM深入地参与到云顶的项目里,它不仅仅是卖软件给我们,感觉更像是联合创业。” 刘冰说。这样一支“本土化+国际视野”的团队,通过三个月的闭关开发,迅速将LNG(Liquefied Natural Gas,即液化天然气的英文缩写)行业的物联网平台上线,创造了一个行业速度,并因为这个速度提前抢占了部分市场。
云顶科技与IBM联合打通了LNG行业的最后一公里,在他们的设计方案中可以用“一横一竖”来概括。“横”是产业链的贯穿,“竖”是硬件、物联网、电商的贯穿,“一横一竖”覆盖整个产业。基于这样的一个设计理念,云顶科技开发了三个平台:一是分布式能源的运营管理平台,二是B2B的电商平台,三是B2C的社区平台。“这三个平台看似是独立运转,但在IBM物联网技术下,我们可以利用数据把这三个平台串起来,这些数据能发挥的作用就远不止1+1+1,可能远远大于3。” 云顶科技CIO张航说道。
以前LNG行业都是靠人力抄表,数据误差大,效率低,还存在很多安全隐患。而通过这三个平台,所有数据都会自动采集并传输到云端,节省了人力、物力的同时,还确保了数据的准确性。此外,因为数据是实时传输,又可以通过手机、电脑实时监控运营情况。通过历史数据,可以知道历史消耗量、资金周转率、库存,这些信息与后台的ERP系统对接,就盘活了整个产业链,更科学有效地配给,更合理地调度用车、优化路线,也就不存在燃料的浪费,也不会积压资金。
互联网的做法再好,但不能照搬到传统行业
云顶与IBM的合作虽然进展非常迅速,但面对LNG这个非常庞大而传统的行业,过程中也是困难重重。
让刘冰感触最深的就是数据开放的困难——很多大型企业出于各种原因并不愿意对外开放数据,所以物联网就很难实现真正的连接。“很多大型企业一开始都是观望态度,我们现在主要是从中型的区域型企业切入。大型企业一旦看到效益,就愿意跟进了。”
互联网+虽然是当下最热的话题,但真的拿互联网与传统行业对接时,云顶科技CIO张航发现很难接轨,“你不能完全地去拿互联网的一套办法套到传统行业里去。传统行业有自己的规则,互联网的东西虽然好,但步子不能迈得太大。”张航在实践中,一开始就拿互联网去套,发现落地时会与企业的实际情况发生冲突,玩不转。这就是行业物联网的挑战:互联网思维一定要有,但要不断与传统行业磨合,深入行业需求,设计一些双方都能接受的商业模式。
豪无疑问,物联网和大数据的应用,改变了很多传统的业务流程,也会波及很多传统行业利益既得者,颠覆与改变的阻力也会相当大。在张航与不同客户接触当中发现,客户的态度与做法也有很大的不同。比如南方的一些小企业,原来自己有IT系统,但比较旧,现在就直接上到云顶的平台上,使用上面的各种服务模式,而不是自己再购置软件、硬件重新搭建系统。一些成熟的大企业客户,已经有很成熟、完备的IT系统,就可以与云顶的平台对接,享受云科平台上提供的一些新服务,同时云顶会把企业物联网数据开放给企业,企业根据数据开发、优化自己的系统,双方的利益都实现最大化。
在李红焰看来,物联网、大数据是一场革命,是要创新、改革,但不是一夜之间的颠覆。“这个世界并不是非此即彼,传统行业根深蒂固的系统不能因为新世界的到来而全部抛弃,这种思路是不对的。企业的变革一定根据现有行业现状的变革。 IBM既懂得传统行业,也引领新的技术发展方向,我们的角色是构建起帮助传统企业拥抱新趋势的桥梁。” IBM和云顶合作的实践就是,选择一些局部创新、分步创新或者是区域创新,而不是一下子就把原有的IT系统全部换掉。在传统的IT系统与新的物联网平台之间建立“对话”,数据互通,慢慢融合。
IBM宣布未来四年投资30亿美元打造一个全新物联网(IoT)事业部。在中国,IBM正在以创新的合作方式与本土企业通过诸多云顶科技这样的合作伙伴,与天气、水务、健康等公共大数据关联,用大数据预测商业未来。这或许将是中国互联网+与更多行业跨界创新的最佳路径。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
全球第一!上交AI智能体炼成Kaggle特级大师登顶OpenAI MLE-bench 编辑:KingHZ 好困 【新智元导读】刚刚,由上海交通大学人 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24