就如前面的各位提到，大數據是當今全球的一個重要的命題，從IBM的角度來說，這是整個當今IT業界最重大的命題，基于這個方面的意向，我也非常榮幸有機會回到中國，特別是在整個新興市場，以中國為總部，我們成立了一個大數據中心。大數據非常熱門，這是毋庸置疑的，這也是今天大家為什么聚集一堂，耐心的聆聽和分享大數據方面的見解和認知的一個最好印證。

大數據的最終問題在于分析

從我跟市場客戶溝通交流過程中，我發現大數據其實并不是一個新鮮的事物，因為大家可以想象一下，我們有海量的數據其實已經由來已久，為什么到了最近幾年，突然大家一下子發現在全球對大數據有了一個熱切的關注?這是因為，我們第一是在歷史上有成熟的技術，能夠對這些海量、多樣性的數據，甚至是流動的數據有效的存儲和管理，最重要的是我們還能夠對這些數據行之有效地進行分析。因為大數據最終的一個問題就是分析，而不是技術。

大數據并非技術命題而是商業命題

對大數據進行分析，還只是整個歷程的一部分，分析了以后，最關鍵的是我們能夠產生洞察力，一種前所未知的、對這個數據本身的認知。就像大家今天踏入這個主會場宣傳的一樣，讓數據發出聲音、讓數據陳述事實，讓數據告知你前所未知的一些為事物的認知，有了洞察力，還不僅僅是故事的全部，關鍵是有了新的洞察力以后，在座的各位朋友才切實的能夠在各自的企業和機構對你的生產力進行推動，這才是大數據真正的歷史意義所在，這也是為什么大數據跟傳統的IT技術非常不同的地方，它不是一個技術的命題，它確實是一個商業的命題。這也是為什么從08年、09年，那么多媒體的關注，您會發現跟以往的IT不一樣的是有很多主流的媒體在不斷探討大數據的價值，這就是一個最好的見證。

接下來，我會跟大家分享一下IBM對大數據的認識，特別強調一下，大數據是具有革命性的、具有顛覆性的，會對整個行業和市場都有一個推動力的特殊新興技術所產生的革命力，所以很多市場經常用顛覆性的詞來形容。在我進一步講解之前，我首先問大家一個問題，你要首先問一下你自己，現今在大數據如火如荼的這么一個市場環境下，您對大數據有多少認知、您現在已經對大數據有一個策略了嗎，您現在知道大數據能夠真正幫到您的企業、幫到您的組織，進行革命性的變化嗎?

接下來，我會跟大家分享更多的一些對市場的認知、對整個行業的認知，我希望在我的分享中能夠回答前面提出的命題，希望能夠提供新的思路和更多的啟迪。

經濟嚴峻 競爭加劇

其實大家都知道，現在全球風云變幻，特別從經濟世界來說，全球的經濟形勢非常嚴峻，特別是歐美市場的經濟形勢的嚴峻，使得行業間的競爭變得異常激烈。因為在當今的經濟條件和環境下，這個競爭已經不僅僅是本行業的競爭，很多的時候是跨行業的競爭，就像前面我們的英特爾的吳總提到，Google在做無人駕駛車的管理，你可以想象這么一個IT公司會跟傳統的企業制造業競爭嗎?

這是以前沒有預見的，或者是就近來說，去年我在中國市場走了很多的客戶，阿里巴巴也推出了跟銀行業有關的業務，這是以前不可想象的，你可以想象阿里巴巴會跟傳統的銀行業競爭嗎?所以在現今嚴峻的經濟形勢和異常激烈的競爭事態下，如何讓我們的企業、如何讓我們的機構，包括政府機構，如何能夠最先進的技術真正幫助我們企業內部或者機構內部運作，達到一個轉型的目的，這是很多領導者時常詢問自己的一個話題。在這個轉型過程中，在這個尋找新的歷史性革命性機會過程當中，我們的CIO、CTO、領導者起到了不可替代的作用。

你可能會說在全球風云多變、這么挑戰性的一個大環境下，我們主要的行業在今天在最前沿遇到了什么樣的挑戰呢?其實現在在各行各業，包括傳統的、包括新興的產業，都會有一個共同的命題，就是說他們的業務商業模式不斷受到這種沖擊力，不斷受到各個方面挑戰，這是他們面臨的最大命題。

我們經常發現在現在風云多變的市場環境下，有很多的小型企業，或者有很多著名的品牌，可能有些在幾天或者幾個禮拜一下子經歷了創建到成長到損毀的這么一個過程，就像傳統的CODA，因為他們沒有能夠及時擁抱這個技術的發展，因為他們沒有能夠及時的面臨市場的挑戰，所以沒有及時的進行商業轉型，所以他們企業的架構也到了歷史的最低點。

還有一個挑戰，以前我們經常說一個企業我們只要能夠創造出最好的產品，或者我們這個公司能夠給大眾提供最好的服務就足夠了。但是在現今這么異常激烈的競爭環境下，一個好的產品，或者是僅僅只有一個好的服務，已經遠遠不能成為一個成功的必要條件。

所以，在這樣的情況下，越來越多的行業領導者、或者市場領先者，他們經常在思考一個問題，就是我們如何能夠利用市場上、利用這個時代給予我的最新、最先進的技術，來幫助我的業務進行及時的轉型，讓我能夠比我的同行，能夠比我的競爭者先行一步。因為先行一步就意味著巨大的商機，先行一步就意味著巨大的競爭優勢。

技術是當今企業和機構最重要的決定因素

前面我們各位領導也提到的，在當今社會上的四大技術要點，包括Mobile、Social現在越來越的例子已經證明了技術已經是革命性的，技術已經對我們的行業有推動力，我們見到越來越多的行業轉型深深利用了這些最先進的技術。一系列的報告一而再再而三的驗證了技術是當今企業和機構最重要的決定因素，所有的企業和機構的領導者們，他們一方面對這些技術非常激動、非常興奮，因為他們能夠看到，或者從不同的媒體、不同的行業看到了這些最新的技術能夠給他們帶來非常巨大的革命性的轉折，但是同時他們也很惶恐，他們唯恐自己落后了，因為在現今，大家都知道，這個技術變化的速度是無與倫比的。

比如我給大家分享幾個數字，前面李司長也說到了大數據的海量，2012年全球有2.7ZB的數據量，這說明一個很好的問題，我們現在不僅僅面臨一個信息的保障，已經到了一個數據前所未有的時代。比如說2011年，全球有一個統計報告，說全球的網絡空間的受害者有5.5億人，換言之每秒鐘全球有18個人成為網絡空間的受害者。

到了2017年，那時候可能就有10億的移動用戶，或者流動的工作人員，你可以看到，整個世界在我們周圍急劇的變化，在這種風云變化的環境當中，我們的領導者、我們的決策者如何能夠獲娶抓娶利用這些最先進的技術，對企業進行轉型，已經迫在眉睫了。

過去這么多年來，我經常在全球的各個市場跟各個客戶一起合作，我親眼目睹了那么多市場的領導者或者是一些行業的領先者，他們真正地利用的這些大數據的分析，對他們的商業模式進行了一個革命性的變化。正如我前面所說，大數據跟傳統意義上的IT技術是一個本質性的區別，它是一個商業的命題，而且在過去幾年，很多主流的商業媒體不斷地報道大數據能夠給這個社會帶來很多的社會價值或者商業價值。

數據是下一個自然資源

我記得三年前，美國的CMBC，這也是面對消費者的一個全球商業廣播電視媒體，它最早提出數據、大數據是下一個自然資源。我要說，數據確實是全球人類共享的新的自然資源，而且這個自然資源是不斷增長，越來越多，這個資源非常的豐富。我覺得將大數據比喻為一種新興的自然資源，是一種非常貼切的比喻，為什么呢?大家可以想象一下，跟自然資源一樣，所有的自然資源，比如像原油，你需要煉取，數據也一樣，有那么多紛繁復雜的多樣數據，在使用之前，它們本身毫無價值，你只有提煉以后它才具有價值。而且還有一個特別相似的比喻，就是你在對這個數據進行認知的過程當中，這就是一個不斷提煉的過程，也就是對原油，你需要產生各種有價值的氫化產品之前，也是一個不斷提煉的過程。

仍有大量企業并未重視或利用好數據資源

在當今，大數據已經成為一種新興的、非常寶貴的自然資源的情況下，我又需要問一下在場的各位朋友，您或者您的公司、或者您的企業、您的機構是否已經開始在基于這種新興的自然資源，產生出新的價值呢?我之所以會問這個問題，就是說雖然我們現在身處資源、信息極度爆炸的時代，但是我在全球跟客戶溝通合作時，我發現相當的客戶繼續將這么重要的新興資源忽視了，或者他們雖然握著這么好的自然資源，但是他們對這些資源、對這些信息的使用價值或者使用的途徑是非常單一的，從我的角度來說，這真的是一種非常可惜的現狀。

所以，今天希望通過這樣一個經驗的分享，希望能夠引起大家對全球已經擁有的信息資源，下一代最重要的自然資源的一個重視和引領。

我還想跟大家具體分享，我們一再強調數據的重要性，我們要讓數據發聲音，我們要讓我們的企業、讓我們的機構變成一個數據驅動的機構。在如何實現這個目標之前，我還是想跟大家分享一下大數據和一些常見的狀態。

傳統數據源與大數據相結合

其實大數據真的是多元化、多樣性的，在您具體的利用大數據為企業創造價值之前，一定要突破自己的思路，一定要突破傳統數據源的這么一個局限的小范圍，要看到更多的數據，而不要熟視無睹。當然，同時你也切不可忘卻原有的傳統數據類型，因為那些傳統的數據仍舊是我們現今利用大數據來對你的商業進行分析、幫助你的企業架構進行革命性轉型當中不可或缺的一部分。同時，傳統意義上的這種結構化的數據，仍然以一種非常迅速的速度不斷增長。

但是我想引起大家重視的是，在當今新的大數據分析領域當中，我們越來越關注一些新的數據源，比如說機器產生的數據，機器產生的數據有很多常態，比如說日志的數據，現在我們跟國內的銀行、電信公司有很多的公司，現在越來越多公司利用原來他們所忽視的機器產生的日志數據進行進一步的分析，然后起到了很多以前他們沒能夠起到的商業價值。

比如說我們跟全球最大的一個電子生產廠商在進行對日志數據的分析，從他們的生產線上有很多的生產機器，每個機器上都有傳感器，在以前的話，這些機器的傳感器產生的數據，首先第一量很大，第二個很多是機器語言，第三這些數據很有實效性，這些數據在以前都是不被這個電子生產廠商重視的。現在我們所做的事情，就是利用大數據的最新技術，利用大數據最新技術能夠產生的洞察力的這種解決方案，我們能夠及時有效對這些海量數據進行實時性的分析，分析以后起到的作用就是能夠極大的降低生產線上的持平率，對這家已經是全世界領先電子生產廠商來說，他只要降低一個百分點的話，大概一年就是上千萬美金的收益，這就是一個新興的利用大數據的分析，給我們企業產生新的商業價值的一個非常好的例證。

社交媒體的數據在當今社會當中，也是遍布到我們生活中的每一天，我們每天都在跟社交媒體打交道，社交媒體的輿情分析已經越來越管理的被應用到各個領域，甚至包括傳統的電信、傳統的銀行企業或者金融企業，包括我們在中國的金融企業，已經越來越多的借助輿情的分析，能夠對它品牌意識的建設，對它全球品牌力的提高起到非常積極正面的意義。當然我們在討論大數據的范圍當中，我們還需要非結構化的內容管理，這在以前也是由來已久的數據的命題。

在全球已經有越來越多的企業，特別是那些領先級的企業，他們其實都有個共同的特點，就是他們已經切實的把大數據和大數據分析跟商業模式轉型掛起鉤來，他們是如何做到的呢?首先是他們對分析方面的極端重視，因為分析在過去可能被很多人認知，只是一個后端的小部門里面需要做的事情。

但是，現在越來越多的企業已經意識到分析的重要性，所以，已經在很多企業的所有關鍵業務部門、所有相關的主要部門都越來越多的利用分析來說話、利用數據來說話，來做決策，而不是他們的主觀意識。而且最重要的一點，在所有分析當中，他們不僅僅能夠利用傳統的數據做更多的分析，最關鍵的是已經在整個分析的過程中，能夠把所有新興的數據類型緊密的結合在一起，就像我前面說的機器產生數據，社交媒體的數據，所以他們取得了前所未有的商業價值。

在過去一年多，包括我自己和很多全球的同事，我們對整個業界差不多分析了近千個大數據的所有應用場景，在分析過程當中，就如我前面一再強調，大數據不是一個IT的命題，而是一個業務命題，而且你要做一個成功的大數據項目的話，它一定是業務驅動的，這也就是為什么我們去年花了很多的精力，對全球客戶做的大數據項目進行深入的分析和調查。

今天我非常高興有這么一個機會，我想跟大家分享一下在全球做的那么多大數據應用場景當中，有哪些大數據應用場景是最流行的，而且是最關鍵的。在這邊，我就想跟大家分享一下五個關鍵性的跨行業的大數據應用場景。

五個關鍵性的跨行業的大數據應用場景

前面幾位領導也提到，現在很多客戶他們所關注、或者他們的應用場景所急需的一大應用場景，大家都知道，我有很多的數據源，我有很多的信息，我這個信息不僅僅包括我企業內部的數據，還包括第二大類，就是公共領域當中的數據。每個人都跟我說大數據那么重要，我如何利用大數據呢?

所以這是第一個命題，很多客戶都在尋找答案，就是我如何能夠用現有的技術對所有的大數據不但有一個快速的分布式的搜索和查詢，更主要的是我能夠進行快速的展示，就是大數據的展示和可視化，變成了一個大數據應用場景中非常流行的一個命題。

去年，IBM在全球采訪了1100多個企業級的用戶和機構，這是一個大數據的調研報告，這是IBM商業價值院跟牛津大學塞德商學院聯合做的全球大數據調研報告，在這個調研報告當中，我們有一個非常有意思的發現，在全球正在做的所有大數據項目當中，49%的大數據應用場景都是跟客戶有關，他們想知道他們客戶所有的一切，因為只有對自己的客戶有更多的認知和全面的了解，才能產生更多的增值服務，他們才能對他們的客戶有一個更精準的分類，這也是第二大類，可以說是最流行的應用場景。

大家都知道，現在全球如何能夠有效地及時地對風險有一個認知和預測，這也是另外一個非常流行的應用場景。就拿我個人所說，去年我使用了加拿大銀行的一家信用卡，去年一年銀行就通知了我三次，讓我一年之內三次更換個人信用卡，甚至更換卡號，這對我的工作和生活造成了極大的不便。但是從另外一個角度也向大家印證了，現在全球特別是金融行業的欺詐行為、特別是個人信息的泄露是非常嚴重的，所以這種情況下，如何利用大數據及時有效地對這些欺詐不但有個及時的認知，最重要的是有個及時的預防，這是非常重要的。

第四類非常有意思的發現，現在全球的客戶在大數據應用過程當中，已經有越來越多的用戶是利用大數據對他內部流程有一個巨大的優化，這可能是以前沒有想象到的，這也是我們去年對全球的大數據進行調研報告當中發現的第二大類大數據應用的場景，就是我前面所說的如何對生產線上對傳感器的數據進行及時的分析，這就是一個典型的如何利用大數據來對內部流程進行優化的一個實際例證。

去年以來，我也跟中國大陸的主要銀行在合作，他們做的應用案例也非常類似，因為日志有機器類似，也有業務類日志，他說如果銀行交易出錯了，現在他可能要花幾個小時才能在跨多系統交易過程當中確保和發現到底是哪個系統造成了交易的失敗，這個對他來說其實損失是非常大的。所以，他利用大數據的分析所要做的第一個目標非常簡單，就是我如何利用大數據的分析，能夠在秒級之內或者一分鐘之內幫我準確無誤的找出出錯點在哪里，到底哪個交易系統出錯了。

這僅僅是第一步。第二步，他最感興趣的，我們對多事件、復雜事件有一個分析和認知，或者是一個不斷學習的過程，所以，一旦我對以前的分析歷史、對以前分析的模式有一個認知以后，我們現在幫著這家銀行所做到的七情，就是說下一次在我整個交易發生錯誤以前，我甚至已經能夠及時人為的預知、人為的介入、人為的讓系統管理員或者業務程序管理員進行介入，然后來預防這個交易出錯。您可以看到大數據分析已經越來越多的幫助我們的客戶進行內部流程的優化。

最后一個比較常見的應用案例，現在有越來越多的客戶，將傳統的關系型的數據和數據庫跟新興的Hadoop低成本的數據引擎整合在一起，達到的一個目的是什么呢?把這種高運算、高查詢、經常訪問的數據仍舊放在傳統的數據倉庫里面，但是把不太使用的冷數據放在低成本的Hadoop數據引擎上，這能達到一個什么好處呢?這樣的話，我就可以把多年的、海量的歷史數據都放在整個在線的以傳統數據倉庫和我們新興的Hadoop數據引擎整合的一個組合拳的數據引擎方式上，以最低的IT成本能夠達到最高你所希望的IT拓展和實效性。

哪個行業可以落地大數據

在過去幾個月，我回到中國以來，有很多朋友，甚至包括媒體朋友經常會問我，你可不可以告訴我們，到底哪個行業可以落地大數據?這個問題非常簡單，每一個行業都有大數據落地的必要性，我這里列了15個行業，每個行業都有關鍵的應用場景，我們在全球，很多行業和市場領導者已經切切實實的將相關的業務場景落地了。今天因為時間有限，我只想跟大家分享一個應用案例，只想給大家一個例證，就是一個大數據分析技術是如何幫助傳統企業真正做到革命性的商業模式的變革的，這個可能是超乎大家想象的。

大數據分析技術如何幫助傳統企業真正做到革命性的商業模式的變革

過去幾年，其實我的團隊包括我自己，跟一家歐洲的全球領先汽車制造業合作，我們現在實施的應用場景，就是在汽車里面加載了芯片、加載了智能傳感器，這個智能傳感器能搜集兩種數據，一個是汽車內部的數據，包括汽車的關鍵零部件，比如像引擎，關鍵設備運行狀態的數據，這個數據是流動的、海量的數據，只要汽車在運行時，這些駕駛的數據就源源不斷傳到數據中心。

第二大優勢，就是除了汽車內部運行的數據之外，還能采集這個車周圍的數據，包括周圍其他車的信息，包括這個車周圍的其他交通狀況的信息也源源不斷的傳到相關的數據中心。大家可以看到，這個技術的實踐非常簡單，但是我為什么會說這樣一個大數據的技術實踐為什么真正給這個汽車制造廠商產生了業務革命性的變革呢?

是因為整個故事是這樣子，就是因為有了原來那個汽車制造廠商所沒有的數據，現在他對這個汽車用戶的感知已經到了360度的程度，在這個感知過程中，他可以給使用者提供各種各樣增值服務，包括推薦服務，包括通知用戶說，前面那個路段可能會有交通堵塞，請繞道而行等等各種各樣的增值服務。這樣的增值服務有兩個好處，這就極大的提高了用戶的體驗，同時也極大的提高了市場競爭力，這是毋庸置疑的。同時，這種增值服務更主要的是給傳統的汽車制造商提供了一種新的創收途徑，這也是他原先沒有預想到的。

這僅僅是故事的一部分。對這個汽車制造商來說，更重要的部分是什么?是他現在有那么多有關全球幾百萬的客戶，這些汽車使用者的數據以后，那些數據對他來說才是最有價值的一座金礦，這是他真正想要的。因為有了那個數據以后，他可以做很多事情，他可以及時的知道他所有的汽車零部件的品質，他能夠及時的對品質的監控、相關的商業模式進行及時有效的操作和控制。

而且更重要的是，這也給他創造了一種全新的商業模式，因為大家想象一下，以前一個汽車制造商，它的價值就是體現在汽車的生產制造和銷售上，就是體現在我給售后客戶的服務上，但是現在正是因為有了這個數據的存在，所以在這個汽車制造商生產模型的整個藍圖上，有了一個非常清晰的步驟，就是說他現在已經成為了一個數據的擁有者和提供者，他現在很大的一塊業務和創意是從數據分析和數據銷售的層面，這個大家是難以想象的，大家很難想象一個傳統的汽車制造商現在也成為了一個數據制造商和數據提供商，所以這是一個非常淺顯易懂，但是又非常震撼的一個故事，大數據的分析已經給我們很多行業，包括很多傳統的行業造成了一種革命性的震撼。

IBM大數據平臺的策略

接下來，我想跟大家介紹一下IBM大數據平臺的策略。前面我講到很多大數據的重要性，大數據業務驅動的必要性，很多朋友就會說，大數據如何落地?大數據內容如此豐富，就像我們前面的吳總也跟大家分享了非常好的大數據理論、大數據的思維方式，可能你會說，那我也想開始做大數據，我到底如何來將大數據落地呢?接下來，我就想跟大家分享一下大數據如何落地的一些切切實實的經驗和見解。

IBM的大數據平臺是以四個V作為理論基礎的，一個是海量、一個是多樣性、一個是流動性，還有最重要的，大家都在遵循的就是數據的真實性。在IBM的大數據平臺里，這四個V都有不同程度的體現和很好的詮釋。我們首先有基于Hadoop的大數據解決方案，這都是對靜態的數據有一個很好的有效的存儲和管理。正如我前面所說，很多機器的數據、很多流動的數據，相關流計算的解決方案，相關流計算多事件復雜的分析引擎，對這些數據都有實時的分析和管理。

我想一再強調一下，傳統的關系型數據、結構化的數據仍舊是我們整個大數據范圍里面非常重要的一部分，我們數據倉庫仍舊是整個大數據平臺不可或缺的重要一部分。我們現在對這些大數據不但能夠有效的存儲和管理，還有一點非常重要，就像我們說我們做那么多的工作和講解，大數據最終都是為分析來服務的。所以在IBM的大數據平臺里，我們有很多分析的功能、分析的加速器，這些都是能夠幫助到我們的客戶能夠及時的對這些解決方案，對這些技術，對這些最前沿的大數據技術有一個快速便捷的采納和使用。

正如我前面所說的，真實性，大家可以想象一下，因為我一再強調，大數據是用于分析的，一個非常淺顯的道理，就是說垃圾進來、垃圾出去。所以在這么一個紛繁復雜的數據環境下，甚至包括流動的數據、包括非結構化、半結構化的數據，如何在一個紛繁復雜的數據環境里，確保這個數據是真實的，只有這樣，你才能確保洞察力是公正的，你的洞察力是不失偏頗的。所以在IBM提出整個大數據理念的平臺中，我們非常強調，你必須要包括對數據進行快速及時有效的集成，而且對數據能夠進行管制的這么一些功能，這些都是整個大數據平臺所必須要具備的。

IBM其實在整個業界是第一個提出大數據平臺里面的廠商，其實我個人也非常榮幸，我們幾年前，我也是平臺理念的制定者之一，當時我們制定這個理念以后，就跟全球的業界分析師，比如像IDC等等，都有一個很好的溝通，他們也非常認可這個理念。而且在現在這個平臺里面，根據我們對全球市場的分析，已經有越來越多的客戶能夠和不同的生產稱觴都有一個非常廣泛的采納和采用。

這個大數據平臺，有兩點必須要跟大家分享一下，就是說它有一個開放性，這邊我沒有提及任何的產品，這就是我們開放性的最大體驗，因為IBM大數據平臺最根本的開放性就是基于您現有的企業內部的本身體制，我們能夠查漏補缺，為您量身訂作構建適合您自身的大數據平臺。

怎樣才能做一個成功的大數據項目

還有一點，很多客戶問我們，我應該怎么樣來起步，我怎樣才能做一個成功的大數據項目?我這邊特別想跟大家分享一下，因為我在全球做了非常多成功的大數據項目，大家一定要把心態放低，最開始做大數據之前，不要一開始就一個大而全的大數據項目，因為我們所有成功的經驗都給我們指引了一個非常明確的道路，就是說一定是一個以點到面，以小到大的漸進過程，所以我們的大數據平臺就是非常支持從上到大、億點到面的做法的。

因為您先選一兩個切合自身的業務場景，在成功的基礎上可以逐漸擴大你的大數據平臺，可以基于現有的大數據平臺的，不斷地將其他的業務場景擴充到現有的大數據平臺上面，這是一個個人的分享，可以避免你走彎路。

還有一個想分享的是，大數據不僅僅是一個技術，大家有時候落實到技術層面的時候，往往只是把大數據只是一個數據倉庫，或者只是一個流計算。真正的故事完全不是這樣的，你要看大數據整個項目時，特別是您在計劃整個大數據時，您必須看到是端到端的整體事業。因為今天是一個技術峰會，在座的都是技術專家，所以我首先提一下，大數據首先是一個基礎架構，有很多基于系統、基于服務器、基于存儲的基礎架構，在這個基礎架構上有一個大數據的平臺，基于這個大數據平臺，真正能夠幫助你把信息和商業結合在一起。

在這個大數據平臺上，非常重要的一點，你一定要有分析，就是以IBM的角度來說，我們有很多分析的數據和產品，這個分析是能夠幫助你及時有效地在信息里面提出截取，或者獲取相關的洞察力的。僅僅有了數據的平臺，僅僅有了分析還不夠，更重要的是一定要有解決方案和應用場景，因為只有有了最終的應用場景才能夠及時的幫助客戶達到真正的商業目的。我一再強調大數據是一個商業的命題，所以在整個大數據項目的實施推進過程中，你一定要有商業專家的幫助，IBM在全球有九千多位非常資深的商業咨詢工程師，這也是您在做大數據當中確實能夠體會到，就是你的大數據一定要跟業務緊密聯合在一起。

IBM的大數據技術分享

接下來，我想跟大家分享一下我們在整個大數據的業界，從技術層面，從IBM的領域當中，我們這個月剛剛推出的技術分享。第一，我們基于DB2的新技術，能夠結合新的數據分析引擎及時給你提供分析的功能。還有一個，可能在座有很多對大數據或者是Hadoop感興趣的朋友，大家知道在Hadoop內部，有一個瓶頸，我們不知道如果及時有效地查詢Hadoop的數據，IBM最近提出的這里面有一個非常好的查詢引擎，能夠實時的對Hadoop的數據進行查詢和搜索。

還有一個重要的就是跟Hadoop兼容的有一個非常好的企業級整合。大家如果對Hadoop整合的話，大家會知道，它本身是一個開元產品。IBM現在在市場上提出了第一款基于IBM的Hadoop一體機，這個是在市場上唯一有分析引擎、分析加速器的一體機，這個一體機的出現能夠急速地為大家在廣泛地實施和部署Hadoop環境當中提供很多無與倫比的商業價值。

最后，我想以這張片子做一個總結。我這邊放了四個全球案例，您可以帶回家的不是這四個故事本身，而是通過這些故事您可以看到各個行業你可以切實的利用大數據能夠給你帶來革命性推動的案例，因為時間的原因，我只能分享第一個故事，有些朋友已經非常熟知的大數據寶寶的故事。

因為這個故事發生在多倫多，這也是我過去十幾年工作和生活的地方。這個故事本身從我的角度來說，我個人也非常感動，因為這真正是利用技術給我們的人民、給我們的生命造成了一個非常積極的推動意義，這個應用場景，因為大家都知道，這個項目本身是IBM和全球非常著名的多倫多病童醫院和安大略省理工學院三方聯合開發的項目，項目宗旨非常明確，因為大家知道，新生兒在前24個小時死亡率最高，傳統意義上來說，即使再怎么有經驗的醫生或者護士，人為的檢測是不夠的，所以我們進行了實時的分析，現在在多倫多醫院他們能夠達到對早產兒生命的預測提前整整24小時，可能你會問24小時能夠造成什么樣的一個區別呢?這個區別就是生與死的一個很大的命題，所以，您這邊可以看到，我們一個非常簡單的技術，我們一個生產的技術真正是為我們的民生和人類創造了很大的福音。

最后，非常感到大家給我這個機會，能夠分享大數據實戰經驗。希望各位都能夠找到適合您的大數據機會，我希望大數據和大數據的分析能夠幫助在座的各位朋友的企業進行一個革命性的變化。謝謝大家!