新聞中心

EEPW首頁 > 智能計算 > 業(yè)界動態(tài) > 2017,云計算的機遇在哪里?

2017,云計算的機遇在哪里?

作者: 時間:2017-02-06 來源:鈦媒體 收藏
編者按:不管是“消費升級”還是“中國制造2025”, 重中之重是要實現(xiàn)數(shù)據(jù)驅動、自動化、智能化,以及基于場景化的制造。一切都要基于數(shù)據(jù),更需要依托于云平臺,云計算的未來就是成為新的空氣,沒有人能離開它。

  又是新的一年,作為在IT界多年的從業(yè)者,我想跟大家分享一下的發(fā)展機遇,以及未來世界可能的技術方向。

本文引用地址:http://m.butianyuan.cn/article/201702/343628.htm

  數(shù)據(jù)驅動的社會,成為剛需

  在美國的IT消費者市場中,占據(jù)20-30%的份額。這一比例在中國還是個位數(shù),大概在5%左右,但是我相信中國很快會超越美國,因為中國市場正在發(fā)生深刻的變化。

  近年Fintech金融科技領域有一個非?;鸬膯卧~,叫“區(qū)塊鏈”(BlockChain)。它之所以如此重要,源于虛擬世界的不信任關系。在信任或信用重建的過程中,“區(qū)塊鏈”應運而生。

  在“區(qū)塊鏈”中,科技承擔什么樣的角色呢?科技讓IT的管理和控制透明化?!皡^(qū)塊鏈”是全國甚至全世界共享的龐大體系,在穩(wěn)定性、效率、可靠性、性價比等方面,云計算明顯比傳統(tǒng)IT更勝一籌。

  現(xiàn)代金融源自英國并在美國發(fā)揚光大。金融行業(yè)亟待變革,其中互聯(lián)網(wǎng)金融最具代表性。

  在《The PayPal Wars》中,講述了PayPal在現(xiàn)代金融基礎上進一步信息化的過程。美國的互聯(lián)網(wǎng)金融在銀行、保險、證券等領域都做得非常好,從這個層面就能理解為什么在云計算的采納上,美國占了20-30%,中國只有5%左右的份額。正是因為金融業(yè)是IT行業(yè)最大的消費者,在很大程度上主導了未來的方向。

  從2017年開始,中國的互聯(lián)網(wǎng)金融將半推半就地進入一個新的歷史時期,中國人民銀行也將正式啟動官方數(shù)字貨幣的研發(fā)。

  前段時間看過一份有關金融的調查報告提到,在中國超過一半的職場中堅力量(85后),壓根不把錢存入銀行,而是存到其他金融機構里。這些金融機構做的事情跟銀行一樣,左手收儲蓄,右手放貸,中間賺利差,只不過采用的技術和工具更加復雜,含金量更高。

  實際上,所有金融危機如次貸危機的發(fā)生,往往是對風險控制的失誤或者失效導致的,由科技與人腦分工協(xié)作共同控制風險會更為可靠。

  從我們的觀察來看,隨著金融模型、項目復雜度、資金流動量的遞增,銀行為了確保風控的可靠性正在陸續(xù)借助大數(shù)據(jù)工具,實行新的風控手段。

  因此,云計算第一個剛性需求的來源就是大數(shù)據(jù)。尤其是那些對數(shù)據(jù)處理的敏捷性和復雜性要求較高的行業(yè),將會廣泛地,甚至唯一地采納云的模式,比如金融行業(yè)、安全行業(yè)、制造業(yè)、商品流通業(yè)等。

  在安全行業(yè),他們對于數(shù)據(jù)處理的渴求,像怪獸一般無止境。金融行業(yè)對歷史數(shù)據(jù)的批處理(靜態(tài)處理)是可以接受的;而安全行業(yè)對于動態(tài)數(shù)據(jù)接近100%的實時處理需求非常高,即流數(shù)據(jù)處理。這里的安全行業(yè)是寬泛,包括公安部門、國安部門和軍方等,信息的重要性甚至比武器還要高。

  再比如制造業(yè),亟需提升效率和產(chǎn)品友好度。站在我的角度來看,傳統(tǒng)制造業(yè)衰落的根本原因非常簡單——生產(chǎn)的產(chǎn)品是否符合消費者的真正需求?工業(yè)生產(chǎn)尋求規(guī)模化以降低平均成本,但是無法滿足漸漸崛起的消費意識的需求。所以,由數(shù)據(jù)驅動生產(chǎn)流程非常關鍵,所有的決策都應該以數(shù)據(jù)為依據(jù)。

  以沃爾瑪為例,它是美國第一家全面引入100%數(shù)字化商業(yè)制度的公司,對貨架、商品、銷售過程、會員顧客、顧客體驗進行全套管理,全面使用條形碼,唯一追蹤相關的SKU。自此,沃爾瑪?shù)倪\營效率獲得極大地提升,商品與顧客的需求非常契合,口碑越來越好,運營成本也越來越低。

  因此,數(shù)據(jù)驅動的生產(chǎn)流程,對每個行業(yè)來說都是非常關鍵的。不管是“消費升級”還是“中國制造2025”, 重中之重是要實現(xiàn)數(shù)據(jù)驅動、自動化、智能化,以及基于場景化的制造。一切都要基于數(shù)據(jù),更需要依托于云平臺。各行業(yè)都亟需打造強健的云平臺,否則一切的改良、革新和升級都會淪為“無本之木,無源之水”。

技術的歸云計算,應用的歸人類

  技術變革率先發(fā)生在存儲領域——機械硬盤消失,閃存興起。

  計算機硬件系統(tǒng)里只有一個機械設備——機械硬盤,它帶來的災難是無與倫比的。在計算機行業(yè)里,虛擬化和云計算就是經(jīng)典的“共享經(jīng)濟”。但是機械設備無法滿足并行處理的需求,極大地束縛了共享經(jīng)濟的發(fā)展。

  2016年11月,青云QingCloud正式推出上海1區(qū),全部采用SSD閃存介質,不再使用機械硬盤。這是一個電子的世界,而不是機械的世界,計算機體系架構里最大的瓶頸是機械設備,如今已經(jīng)可以退出歷史舞臺了,這對云計算行業(yè)是巨大的利好。

  其次是網(wǎng)絡的變革。

  萬兆光纖已經(jīng)成為整個行業(yè)的最低配置。現(xiàn)在的主流配置是10萬兆,即單根光纖25GB,捆綁4路。

  為什么網(wǎng)絡帶寬的需求會變大?一是為了共享。二是總線概念的外延??偩€是數(shù)據(jù)的通道,當單一計算機成為分布式計算中的一個節(jié)點,無數(shù)同質的、異構的節(jié)點連接成一個系統(tǒng)時,就需要新的總線——網(wǎng)絡(以太網(wǎng))。

  最后是軟件架構。

  我年輕時做開發(fā),不僅要學操作系統(tǒng),還要學很多語言(Java、PHP、Python等等)、中間件和數(shù)據(jù)庫知識?,F(xiàn)在的程序員完全沒有這個挑戰(zhàn),首先數(shù)據(jù)庫都會跑在云上,比如AWS的Aurora、谷歌的F1。

  用戶的工作只需要跟API對接,存數(shù)據(jù)、取數(shù)據(jù)、刪數(shù)據(jù)、改數(shù)據(jù),而調優(yōu)、打補丁、擴容、分庫、分表等工作都可以交給云服務商。在云端對中間件(Middleware)進行服務化的過程,使得工程師不再需要關注復雜的技術,而是關注業(yè)務本身。

  云計算取得偉大成功的標志,就是當它成為新的空氣,沒有人能離開它,而云服務商也被完全透明化的時候。我們解決問題的方法是將技術的歸云計算,將應用的歸人類。

  有了AppCenter解決方案,可以實現(xiàn)在軟件體系將80-90%的技術細節(jié)予以屏蔽,使其實現(xiàn)和運行細節(jié)被透明化。功能的有和無并不是核心競爭力,功能實現(xiàn)的好與壞才是核心競爭力。

  AI超越人類指日可待

  前幾天,我在朋友圈里推薦過一本書——《人類簡史》,作者是以色列希伯來大學一位年輕的教授。今天重點要說的是這位作者的新書——《未來簡史》,我僥幸讀過英文版本,在此分享一些讀后感。

  人工智能到底是真是假,它的未來會怎樣?人工智能會百分之百取代人類在智力上的絕對優(yōu)勢嗎?

  講一個剛剛發(fā)生的事情,Master與人類的圍棋對決連勝60場,全世界排名前三的圍棋高手都敗在它手下,包括柯潔和聶衛(wèi)平。一個圍棋專業(yè)評論員說,“人類幾千年累積的套路,就在這一刻被完全打垮了。”Master下棋的手法是人類教科書里認為不恰當?shù)氖址?,但是它贏了,人類幾乎沒有任何可能翻身。

  回顧2016上半年,AlphaGo跟韓國圍棋棋手李世石的比賽中,落敗最后一局。關于這個結果當時有兩個說法,一是人類終于贏了,這是大多數(shù)人的條件反射;二是AlphaGo太可怕了,它居然故意輸給人類,以麻痹人類的思想。

  大多數(shù)人可能認為第二個說法是無稽之談,但站在2017年的今天,它的升級版Master獲得碾壓式的勝利,第二種說法變得更為可信。

  這說明只要有恰當?shù)臄?shù)據(jù)、數(shù)學公式、訓練方法,計算機就能夠意識到很多人類無法意識的事物。我相信總有一天機器人懂得如何使用能源,人類想要通過斷電的方式消滅機器人會變得非??尚?。

  可以預見AI超過人類指日可待,很可能在50年內會發(fā)生。軟銀集團老板孫正義的一個觀點我個人非常認同,意思是到2030年,地球上機器人的數(shù)量將超過人類數(shù)量的總和。站在我對這個行業(yè)理解的角度,機器人是否會完全聽從于人類,未為可知也。

  當然也無需緊張,機器人與人類相處的第一階段是以功能性機器人為主,我們這代人都是安全的。雖然未來有很多挑戰(zhàn),不管是技術層面、生活層面還是經(jīng)濟層面,但我相信未來是美好的。



關鍵詞: 云計算

評論


相關推薦

技術專區(qū)

關閉