企业数据的期中考

2013年到2016年间,大数据创业公司很容易就能拿到百万到数亿不等的融资。行业的趋势,让人们乐观的估计,到了2020年,整个产业会超过13000亿。但是大数据的春天并不长,从2016年下半年开始,大数据行业的公司数量逐渐压缩减少,多家大数据公司开始大幅裁员。看似火热的大数据领域,事实上还没有真正形成规模化变现或者利润很高的公司。

大数据领域的野蛮生长期已结束,面对行业的艰难,追溯根源还是行业建设周期长、缺乏底层技术。不过海外大数据市场却呈现出了逆势发展的状态,根据美国2016年大数据全景图,可以看的出美国目前众多大数据相关公司和团队,行业非常细分,整个生态链都很健全。

大数据行业进入了洗牌阶段,同样企业所产生的数据量,也不得不需要大数据企业,来进行管理以及预防。IDC Future Scape 最新报告指出:未来一年内,行业云上存储的数据将从目前的45EB增长到超过110EB,而数据迁移、数据扩展以及投入回报的平衡比等问题,仅依靠企业内部设施来实现数据管理,将不足以应对其中涉及的多样问题。

数字化转型越来越重要,企业数据管理的期中考可以说已经来临了。

企业转型:大数据的合理利用

云+物联网,让企业开启了新一轮的转型需求,而在Veritas大中华区总裁杨晨看来,近几年企业数字化的转型,与此前智能手机普及一样,互联互通让所有产业都被新的方式所改造。云计算、互联网、大数据和人工智的到来,被誉为是第四次工业革命,杨晨接着说到:“这些技术会渗透到每个人生活的方方面面,影响到我们每个人的生活。企业不得不去适应,一定要适应客户的方式——这必然会带来数字化转型。”

大数据为企业带来了一定的活力,数字化转型成为了企业刚需,只是区分于转型速度的快慢。杨晨提到,按照行业特色分明比较明显的国内客户,电信企业的本身业务是做大数据、ITC等服务,他们更加希望实现自己的云;金融、保险及银行行业的大部分企业考虑是行业云方案。有些相对传统的企业会在自己的数据中心基础上再做私有云。不同行业进展速度不一样,比如制造业客户可能对数字化转型最为迫切,但是每个行业不是按照技术驱动去转型,而是按照业务转型要求,拉动后面的技术应用。

坐落在深圳的中集集团是一家传统制造业企业,中集集团首席信息官潘进杰表示:“当前传统制造业目前在国家’制造2025’大背景下面临很大挑战。”他将挑战分为两个层面来看待:一个是数据增长量基本上有两个来源。工厂车间里的智能制造本身,现在通过物联网技术可以把所有关键设备联网,在产业线升级物联网使数据倍增。另一方面则是很多制造业企业在转型,中集也不例外。很多产品智能化,借助传感器技术,通过物联网平台,实现传统制造业 “制造+金融+服务” 的转型,所以这是两个很大的数据量改变,与传统只是一个ERP的数据不是同一数量级的。

大数据也为中集集团带来了一些需求的改变,比如图像识别技术可以帮助中集集团探索车间的危险区域,让工人避免风险;也能帮助中集集团进行环保检测等。Veritas 公司全球现场运营执行副总裁Scott Genereux在大会中说道:“当创建了那么多的数据的时候,你会问自己很多问题,比如如何管理数据、保护数据,如何数据当中找到洞察,把这样的洞察转变成为竞争优势,业务上的竞争优势。”

数字化转型价值的变现

IT的本身是用来降低成本,制造价值。大数据为企业带来了价值,但是本客户业务价值其实是需要数字化转型发展而来的。而这是一个企业从端到云再到云+端的质变过程,在这个过程中的价值体现,也逐渐由端口变为云,再由云变为云+端,即是常谈的物联网+。那么所涉及的技术问题,也发生了改变,数据从沉睡变为了企业的DNA,但是有数据质量的问题和部门数据的打通又需要甄别和相应的管理技术,这其中的价值又该如何被挖掘?

Veritas的解决方案可以帮助客户上云,甚至在多云环境下,使客户数字化转型。这是Veritas的价值,而其价值使它在全球产生了大概一万家的合作伙伴。并且在中国与华为、阿里等企业进行了合作,建立生态。在Veritas看来云+端的生态和过去IT的生态不一样。过去更偏重于数据服务。新生态是跟云厂商一起,购买方式和服务方式都必须完成。

但是要无缝的从一个云走到另外一个云,要进行数据转换。在数据管理方式,怎样能够数据化而且应用软件的管理,怎样跨云,如何尽快地恢复,这些是几个非常大的挑战。不过Veritas能够从本地数据中心和多少个云服务供应商,迁移企业自身需要应用的数据。

这是Veritas的360全方位数据管理服务中的一项,而数据可视化、数字化合规再到业务连续性、数据和工作负载可移动性、存储优化的集合,则使Veritas在企业数据化服务端产链中,扮演着不可或缺的角色。

结束语:

企业数据的期中考,是如何面临转型而发挥价值。因为数据不停地爆炸,它带来的管理挑战也是巨大的。同时每个行业都会面临大数据的爆炸,对于这些数据如何清洗?如何定制它的生命周期的管理?这是所有行业客户的共同课题。杨晨认为并说到:“有38%的数据需要保存1至6年的时间,有20%的数据需要保存6年以上。未来数据管理应该能够做数据自动分类、自动检索、自我修复、自服务,通过完全智能的方式管理海量数据,这是Veritas坚定不移的技术发展方向。”