向全新的数据经济进发:数据是新时代的货币

向全新的数据经济进发:数据是新时代的货币

作为全美国最出色的两家技术公司,爱彼迎(Airbnb)和优步(Uber)在它们所在的行业中都没有任何资本资源。作为公司,它们是由资本资产组成的,拥有特定的参与者,以及从边缘到云的基础架构。虽然这种资产组合没有得到认可,但HPE Labs的首席架构师Kirk Bresniker认为,数据是由相应的操作生成的,数据在某一点上可以被当作是负债。公司可以利用数据来增加现金流(更精准地锁定买家),也可以利用外部数据来赚钱(例如广告或将客户数据卖给第三方),从这些角度来说,数据都属于资产。

这类新型公司最常出现的问题就是安全性的操作漏洞,以及公司价值理念的崩塌,Facebook 8700万用户的数据被Cambridge Analytica公司盗用就是一例。但这一新模式还衍生出了其它的情况,研究人员和公司管理层都应该在问题蔓延之前就加以重视。

数据已经成为撑起公司价值的新宝藏,但公司在享用数据红利前,必须先发现、挖掘并提纯这一宝藏。这时公司的业务已经从制造产品转变成了解事物,如果公司想要获得利润,要认识到可用数据是当前的关键。什么样的流程是保障数据所必需的?它们与我们现有的流程有什么不同?优步和爱彼迎这样的公司会成为未来公司的模式吗?

向全新的数据经济进发:数据是新时代的货币

让“无质量”的公司摆脱传统惯性

如果我们想谈论数据,那么在这个过程中可能也需要使用一些数据。

向全新的数据经济进发:数据是新时代的货币

“如果你估计一年的平均增长率达到大约40%, 这是一种大概的估计,并不准确,但也有一定意义 ,2018年大概的数字(10个时期的复合年增长率为40%)是每家公司每年会处理约2PB的数据。”

——圣地亚哥超级计算机中心的骨干科学家Jim Short

2015年,普华永道公司估计至今年,商业数据的价值将会增长至3000亿美元。根据Gartner的数据,至2022年,75%的企业生成的数据将会在传统的、中心化的数据中心或云之外被生成和处理,而当今的这一比例还不足10%。

全球数据分析机构IDC 2017年的一份名为《DataAge 2025》的报告指出,至2025年,全世界每年生成的数据量可能从16.3 zettabyte (泽字节) 增长到 163 zettabyte。

HPE的所有战略研究愿景中心都重新调整了数据相关的立场,从对数据进行分流转变为将数据视为机遇,以此来应对变革。

如果数据是撑起公司价值的新宝藏——那优步、福特、谷歌等先进公司的进步似乎印证了这一点——就是我们一定要放弃我们的旧观点,即数据是公司的垃圾产品。至少,它是一个战略性的边缘,甚至,它就是产品本身。

Short将如何评估和利用数据称为“发现的时代”,我们对它喜忧参半——如果我们希望掌握它又避免它奴役我们——我们就需要创建新的基础架构。

向全新的数据经济进发:数据是新时代的货币

“”数据曾经是成本。现在它是最有趣的潜能。

—– Kirk Bresniker, HPE

“但如何实现呢?”他问道,“您如何挖掘到它的经济价值?”这些问题将决定我们如何重塑IT和业务系统以实现赢利或保持赢利。

Bresniker认为,关键是要重塑思维模式。如果您重新装备您的公司,让它轻松着陆,如果您打造了一家他所说的“无质量公司”,那您将能够轻松地调整方向。

“没有惯性的公司可以将信息转化为经济的活动,而且风险极低。”他说,“这才是您需要的模式。”当您能够开始高效地将信息转化为产品,您就会发现更多的同类机会。这是一个良性循环,您会发现数据和机遇无处不在。思维先就位,然后才是技术。

理论上来说这种转变与IT行业的关系更为密切,但它与其它行业公司的相关程度也很难界定。下面的例子可以说明:

“想一想麦当劳公司,”Bresniker说,“麦当劳不是做汉堡业务的公司,它是一家真正的地产公司。”它从它的连锁机构,而不是菜品中赚钱。通过不同的方式,没有公司不利用数据开展业务。所以所有的公司都要关注数据,并抛弃陈旧观念,认为自己是数据洪流的被动接收者和受害者。

内存驱动计算这种基础架构允许我们自由搭建任何事物而且降低能耗开支(因此更便宜)。它让我们能解决延迟问题。对越来越快的世界做到实时响应,不仅是绝对速度,而是想有多快就能有多快,满足获取、再获取或保持赢利的需求。

思索

向全新的数据经济进发:数据是新时代的货币

若行业中的大多数企业依赖信息,开展新业务的门坎就降低了,例如金融服务、物流和通信,此时资本资产就不再是主要问题了。

最近,我们着力发展机器学习和可组合式基础架构——最终会发展成为机器写代码,甚至代码也不再是资产了。最后,我们得到的是完全由企业积累的数据描述的企业。

所以,承诺的价值以及是否会成功的疑问,都不再是传统经济成本的障碍。相反地,问题变成了:是否值得努力将原始数据提炼成可执行的智能。

Short提醒我们,我们正处在发现的阶段。也就意味着错误会比成功多——这是一个谁也不想接受的事实。但您必须面对它。没有错误,我们就不能进一步做出新的尝试。如果我们愿意进行新的尝试,我们可能不仅将学会掌控数据大潮,而且还会利用它生产出更高水平的能量,推动人类的试验进步。


分享到:


相關文章: