|
標簽：聯想，聯想廠家動態，大數據，
如今，在新聞里、在報紙上、在雜志中，你都可以隨處看到大數據的字樣。對于整個社會來說，無論是大型的活動還是這種促銷，都少不了XXX大數據分析之類的內容。在這些匯總的數據與榜單背后，則是各種數據的整合與算法的優化。那么對于用戶來說，如何實現大數據的應用與分析呢？日前，我們采訪到了聯想LEAP大數據平臺的相關負責人，才揭開了聯想在大數據研發與應用領域的神秘面紗。
LEAP大數據平臺是什么?
第一次聽到“LEAP大數據平臺”這個名字的時候，我還是覺得有些陌生。簡單說來，LEAP是“Lenovo Enterprise Analytics Platform”的首字母縮寫，從字面上理解這也是聯想面向企業級業務分析的平臺。
事實上，聯想大數據團隊及平臺研發起始于2011年，經過多年的發展，如今該平臺已實現對聯想集團全球化管理和生產與運營體系的全方位支撐。據聯想大數據研發中心總監張成松介紹，如今該平臺已經在全球部署9個數據中心、 2000+臺服務器、3000+名操作用戶 ，可以實現15Pb數據容量規模、12Pb數據量，每天的處理信息達到150億條記錄，處理數據量達到了30TB。
面對如此巨大的數據量，聯想LEAP大數據平臺真正找到了用武之地。張成松表示，聯想LEAP大數據平臺可以實現大數據分析和應用，完全釋放企業大數據資產的價值。“客戶使用自己核心的業務數據，我們提供平臺、服務以及技術支持，幫助客戶進行大數據的應用”。
聯想大數據分析的“七武器”
業內普遍定義大數據是一個“沙中淘金”的工作，也是極具挑戰性的工作。在大數據的概念出現之前，其實那些數據一直存在，只是沒有被發掘、沒有進行清洗和梳理，而大數據的出現恰恰實現了這種“淘金”的工作，幫助客戶從業務的數據中厘清潛在的價值。
正如“淘金”需要溜槽、流板和淘金盤等工具一樣，在大數據分析的過程中，也需要有針對性的工作，把“金子”從紛繁復雜的數據、從結構化和非結構化的數據中剝離出來。這些工作才是大數據應用的核心價值，也被稱為聯想大數據分析的“七武器”。
在古龍的小說中，曾經用長生劍、孔雀翎、碧玉刀、霸王槍等多種神兵利器作為“七武器”，而在聯想的定義中，這些“武器”的概念被進一步延伸，從有形的硬件到無形的服務，成為了聯想大數據分析的競爭力。對此，聯想大數據高級經理張建偉給予了詳細的描述：
武器之一——規劃和設計的服務。包括聯想在內的許多企業，在大數據應用之初都沒有明確的方向，甚至也走過不少的彎路，這在很大程度上是因為對于大數據的目標和愿景缺乏清晰的認識。
在精確分析過客戶的需求之后，聯想意識到許多客戶有應用大數據的愿望，但是缺少整合的、統一的規劃。為此，聯想成立的專門的服務團隊，從客戶的需求入手，以技術、管理、數據、戰略等多個角度切入，結合聯想自身和行業伙伴的經驗與實踐，幫助客戶基于聯想大數據這個LEAP平臺提供規劃設計服務。
武器之二——平臺搭建服務。在確定了目標之后，接下來就是平臺的搭建。在實際的應用中，客戶一旦確定了應用的目標，那么接下來面對的就是基礎平臺的缺乏，包括數據、計算、收集等需求。為此，聯想結合自身多年來在渠道、在行業ISV中的良好生態環境，為用戶提供完善的平臺服務，包括基于業務場景的平臺大數據技術的深度優化和服務。
武器之三——數據質量、數據管理服務。一旦用戶引入大數據系統或者將原有的數據重組之后，數據將會是海量的、多元的、異構的。針對這些數據如何在企業層面對數據進行管理，從數據的標準、質量和安全，包括對整個數據生命周期進行管理，這也成為了擺在客戶面前的突出問題。
聯想LEAP大數據平臺的價值就是通過咨詢、服務幫助客戶梳理構建自身的體系和流程，然后再通過相關的工具進行梳理。這樣一來，可以幫助客戶理順整個數據資產，以便于對數據資產更好的掌控以及未來更好的應用。
武器之四——定制化的服務。相比于國外的標準化服務，中國是個非常特殊的存在，在大數據的應用方面也具備一些“中國特色”。在中國不同的行業，甚至不同行業的不同環節，不同的縱向生產環節，服務都是不一樣的。可以說在應用層面，包括在大數據層面，除了底層的計算技術以外，偏應用層面的技術很多都需要定制化地去開發。
在講到這里的時候，張建偉顯得尤其的自豪：“同業相關的競爭對手也好，友商也好，他們其實是很難去提供定制化的服務的。這也是聯想從產品向服務轉型的過程中自己挖掘和自己探索的，根據客戶的需求探索的定制化服務，是聯想LEAP大數據平臺的核心競爭力”。
武器之五——集成開發。上述，我們討論了某個行業客戶在大數據應用過程中需要進行的步驟，但是現在很多客戶特別是大客戶更多喜歡的是交鑰匙工程。這就涉及到整體的系統集成，因為聯想本身有自己的硬件、軟件，又有自己的實施團隊，所以聯想可以提供給客戶完整的集成方案，來去幫助客戶達成最終的目標。
武器之六——統一的運維服務。現在大數據的平臺對很多企業而言，尤其是傳統企業而言，運維還是存在一定的風險和技術瓶頸。一是技術不斷迭代，演進太快;二是原有的人員在學習大數據的時候需要時間、成本，還有一些企業把IT作為輕資產，但運維人員很難去滿足大數據相關的分析及運維相關的服務。在這些用戶痛點上，聯想都可以跟企業一起，或者是幫助企業以統一運維的形式給企業提供相關的運維服務。
武器之七——數據變現服務。在經過上述的應用之后，大數據已經成為了企業業務的一部分，進而企業也需要將現有數據進行變現。但是在這個層面，如今行業整體也處于探索階段，包括聯想在內也已經與互聯網、汽車等多家行業單位進行共同的數據變現的探索，比如如何整合企業內外部的渠道，去通過第三方去探索數據變現之路，包括商業模式等多個層面。
正是在這“七武器”的幫助下，越來越多的客戶借助于聯想LEAP大數據平臺實現了數據的挖掘、清晰、整理和再變現，成功擁抱了大數據時代。
人工智能如何助力大數據發展?
正如大數據的火爆一樣，人工智能從去年開始也成為了行業熱詞。可以說，正是憑借著云計算的分布式架構、大數據的海量分析和整理，才有了人工智能實現的前提條件，讓數據發揮更大的價值、通過云平臺實現管理與操控，才使得人工智能在短短幾年內實現了跨越式的發展。
從IBM的Waston到Google的AlphaGo，人工智能正在快步向我們走來，這也需要大數據分析層面提供盡可能完善、準確、高效的分析平臺，這也是聯想LEAP大數據平臺的另一著眼點。
在談到AI對于未來發展的判斷及聯想大數據平臺如何面對AI智能化的時候，聯想大數據首席數據科學家陳嘉認為：聯想創投在大數據層面做AI目的主要是希望AI解決現實的企業實際的問題。他進一步表示，作為一家制造型企業，聯想所希望的是在互聯網的數據上，包括聯想內部的產品設計上，利用AI的技術去做大量的個性化做大量的預測和優化工作。
同時在對外提供服務的層面，聯想也將為客戶提供包括定制化在內的多重服務，提供端到端的全流程的人工智能從咨詢到實施到產品的提供和定制開發。“我們輔助用戶更好地去利用人工智能，利用機器智能的技術，提供讓用戶更好的去使用人工智能的算法、機器學習算法，包括深度學習算法的平臺”，陳嘉表示。
從大數據到人工智能，從制造業到智慧城市、智慧交通、智慧醫療等智慧應用的計算平臺，聯想憑借多年來在產品技術層面積累的優勢，在行業渠道和ISV合作伙伴建立的良好生態體系，正在為越來越多的客戶提供大數據應用解決方案。
未來，聯想大數據將成為端到端的服務的提供者，有產品的服務、有相關的增值服務、也有相關的運營服務，核心目的是幫助客戶解決大數據應用以及大數據發展相關的所有問題。
|
