物联网与大数据的应用前景及利与弊

大数据的应用前景及利与弊

大数据的应用前景

1.数据的资源化

在大数据技术中蕴含着丰富的数据信息资源，它们的科学有效应用能够切实为企业带来巨大的经济产值，产生更多经济收益。因此，要利用好信息资源就要进一步开放研究大数据技术。信息资源的有效应用离不开先进的数据技术和信息化思维，网络技术人员应当将传统信息资源开发管理方法与大数据技术有机地结合起来，通过将不同数据集进行重组和整合，发挥就数据集所不具有的新功能，从而为企业创造出更多的价值。而掌握了数据资源处理技术的企业，在未来还能够通过将数据使用权进行出租或者转让等方式获取巨大的经济收益。

2.科技的交叉融合

大数据技术的发展不仅能够将网络计算中心、移动网络技术和物联网、云计算等新型尖端网络技术充分地融合成一体，促进不同科学技术的交叉融合，同时还能够促进多学科的交叉融合，充分发挥出交叉学科和边缘学科在新时代的新功能与效用。大数据技术的长足进步与发展既要求工程技术人员要立足于信息科学，通过对大数据技术中的信息获取、储存、处理等各方面的具体技术进行创新发展，也要将大数据技术与企业管理手段结合起来，从企业经营管理的角度研究分析现代化企业在生产经营管理活动中大数据技术的参与度及其可能带来的影响。在一些需要处理和应用到大量数据的信息部门，企业一方面要着力提高大数据技术的应用水平，另一方面要及时引起跨学科人才，充分发挥多科学与交叉性学科在本部门中的参与度。

3.以人为本的大数据技术发展趋势

科学技术的使用主体归根结底是人，虽然在大数据技术支撑的网络信息环境下，信息数据的及时流通与整合能够满足人类生产生活的所有信息需求，能够为人的科学决策提供有效指导，但大数据技术终究无法代替人脑，这就要求大数据技术在发展过程中要坚持以人为本的基本原则，重视人的地位，将人的生产活动与网络大数据虚拟关系结合起来，在密切人与人之间的交流的同时，充分发挥每一个独立个体的个性和特长。

未来项目应用趋势

1. 开放源码

Apache 、Hadoop、Spark等开源应用程序已经在大数据领域占据了主导地位。一项调查发现，预计到今年年底，近60%企业的Hadoop集群将投入生产。佛瑞斯特的研究显示，Hadoop的使用率正以每年32.9%的速度增长。专家表示，2018年许多企业将继续扩大他们的Hadoop和NoSQL技术应用，并寻找方法来提高处理大数据的速度。

2. 内存技术

很多公司正试图加速大数据处理过程，它们采用的一项技术就是内存技术。在传统数据库中，数据存储在配备有硬盘驱动器或固态驱动器(SSD)的存储系统中。而现代内存技术将数据存储在RAM中，这样大大提高了数据存储的速度。佛瑞斯特研究的报告中预测，内存数据架构每年将增长29.2%。目前，有很多企业提供内存数据库技术，最著名的有SAP、IBM和Pivotal。

3. 机器学习

着大数据分析能力的不断提高，很多企业开始投资机器学习(ML)。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物。换句话说，就是分析大数据以得出结论。机器学习是2018年十大战略技术趋势之一。它指出，当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。

4. 预测分析

预测分析与机器学习密切相关，事实上ML系统通常为预测分析软件提供动力。在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。

2016年调查显示，目前仅有29%的公司使用预测分析技术，这个数量并不多。同时，许多供应商最近都推出了预测分析工具。随着企业越来越意识到预测分析工具的强大功能，这一数字在未来几年可能会出现激增。

5. 智能APP

企业使用机器学习和AI技术的另一种方式是创建智能应用程序这些应用程序采用大数据分析技术来分析用户过往的行为，为用户提供个性化的服务。推荐引擎就是一个大家非常熟悉的例子。在2017年十大战略技术趋势列表中，高德纳公司把智能应用列在了第二位。高德纳公司副总裁大卫·希尔里(David Cearley)说：“未来10年，几乎每个app，每个应用程序和服务都将一定程度上应用AI。

6. 智能安保

许多企业也将大数据分析纳入安全战略。企业的安全日志数据提供了以往未遂的网络攻击信息，企业可以利用这些数据来预测并防止未来可能发生的攻击，以减少攻击造成的损失。一些公司正将其安全信息和事件管理软件与大数据平台结合起来。还有一些公司选择向能够提供大数据分析能力产品的公司求助。

7. 物联网

物联网也可能对大数据产生相当大的影响。根据IDC 2016年9月的报告，“31.4%的受访公司推出了物联网解决方案，另有43%希望在未来12个月内部署物联网解决方案。”

随着这些新设备和应用程序上线，许多公司需要新的技术和系统，才能够处理和感知来自物联网的大量数据。

8. 边缘计算

边缘计算是一种可以帮助公司处理物联网大数据的新技术。在边缘计算中，大数据分析非常接近物联网设备和传感器，而不是数据中心或云。对于企业来说，这种方式的优点显而易见。因为在网络上流动的数据较少，可以提高网络性能并节省云计算成本。它还允许公司删除过期的和无价值的物联网数据，从而降低存储和基础架构成本。边缘计算还可以加快分析过程，使决策者能够更快地洞察情况并采取行动。

9. 高薪职业

对于IT工作者来说，大数据的发展意味着大数据技能人才的高需求。IDC称“到2018年，美国将有181,000个深度分析岗位，是数据管理和数据解读相关技能岗位数量的五倍。”

由于人才缺口过大，罗伯特哈夫技术公司预测，2017年数据科学家的平均薪资将增长6.5%，年薪在116,000元到163,500元之间。同样，明年大数据工程师的薪资也将增长5.8%，在135,000元到196,000元之间。

10. 自助服务

由于聘请高级专家的成本过高，许多公司开始转向数据分析工具。先前预测，“视觉数据发现工具的增长速度将比其他商业智能(BI)市场快2.5倍，到2018年，所有企业都将投资终端用户自助服务。一些大数据供应商已经推出了具有“自助服务”能力的大数据分析工具，专家预计这种趋势将持续到2017年及以后。数据分析过程中，信息技术的参与将越来越少，大数据分析将越来越多地融入到所有部门工作人员的工作方式之中。

大数据带来的利与弊

一.大数据带来的益处

1.大数据服务市场崛起

对于很多企业来说分析只是数据工作的一部分，只有把一种数据与其他相关数据结合在一起进行深度挖掘，才更有价值。例如，将天气状况的数据加入到客户数据中，并进一步分析发现在客户的采购模式中是否存在与天气相关的因素等，就比单独分析客户数据有用得多。2.大数据时代的到来将为企业的发展和竞争提供新的出路

以阿里巴巴为例。阿里巴巴通过对旗下的淘宝、天猫、阿里云、支付宝、万网等业务平台进行资源整合，形成了强大的电子商务客户群及消费者行为的全产业链信息，造就了独一无二的数据处理能力，这是目前其他电子商务公司无法模仿与跟随的。同时，也将电子商务的竞争从简单的价格战上升了一个层次，形成了差异化竞争。此外，电商企业通过大数据应用积极开拓发展互联网金融业务。目前阿里、京东、苏宁三大主流电商企业已相继试水。除“阿里小贷”模式比较成功之外，京东模式也渐出效果。2012年，京东通过与中国银行合作，推出“供应链金融服务”，供应商凭借其在京东的订单、入库单等向京东提出融资申请，核准后递交银行，再由银行给予放款。据报道，此服务可以帮助京东供应商大幅度缩短账期，资金回报率由原来的60%左右提高到226%。

3.大数据技术为政府社会治理带来新机遇

针对目前社会治理领域普遍存在的服务理念滞后、决策机制不够科学、部门协作亟须加强、工作方式待改进与工作效率求提升等问题，大数据技术从认识、理论、方法、实践和效果评估等方面都能给人以启发。大数据技术通过对海量数据的快速收集与挖掘、及时研判与共享，成为支持社会治理科学决策和准确预判的有力手段，为社会转型期的社会治理创新带来了机遇。

4.大数据引领新发展

大数据成为关键生产要素。随着大数据时代的到来，数据将如能源、材料一样，成为战略性资源。2012年3月，奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，将其视为“未来的新石油”，提出通过大数据加速在科学、工程领域的创新步伐，强化美国国土安全，转