2017大數據版圖最新發布，高清無碼與趨勢分析

原創

2020-02-22 22:41

說到最近幾年最熱門的技術流行語，少不了雲計算、大數據、人工智能、物聯網等熱詞。不過，儘管人人（至少是企業界）言必稱大數據，但是其在企業的採用週期要遠遠滯後於炒作週期。所以大數據從新奇酷的技術變成核心繫統，從炒作到產品部署往往需要幾年的時間。從去年開始，大家越來越感覺到這項技術已經在某種程度上陷入了停滯。不過好消息是，2017年大數據開始進入部署階段，大數據的炒作逐漸散去，但它的應用卻正在蓬勃發展，代表成熟度的標誌性IPO也正在出現。而大數據在幾年前經歷的泡沫正在無可爭議地轉移到人工智能身上，過去幾個月AI所經歷的共同意識“大爆炸”與大數據當年相比甚至有過之而無不及。從2013開始製作大數據版圖的Matt Turck剛剛發佈了最新的2017年大數據版圖，我們一起來看看在這個領域有哪些最新趨勢和玩家的分佈情況。

高層趨勢

大數據+AI=新棧

2016年無疑是機器學習之年，任何目睹過衆多pitch的VC都應該能感受到這一點，那就是每一家初創企業都成爲了“機器學習公司”，“.ai”變成了必備域名，而“等等，可是我們是用機器學習做到這個的”也成爲了pitch deck的必備幻燈片。機器學習正在迅速成爲許多應用的關鍵建構塊。

相應地，一個新興的技術棧正在出現，在這個技術棧裏面，大數據被用於處理核心的數據工程挑戰，而機器學習則用於以分析洞察或者行動的形式從數據中析取出價值。

換言之，大數據提供管道，AI提供智能。當然，這種共生關係已經出現多年，只是能實現這個的目前還不多而已。

但是，現在這些技術開始大衆化的普及。“大數據+AI”正在成爲衆多現代應用（不管是消費者型還是企業型）的默認技術棧。無論是初創企業還是一些財富1000強公司都在利用這一新的技術棧。而且在雲巨頭的努力下，這個技術棧往往還有云計算這個更基礎的建構塊的加入，以機器學習雲的形式出現。

但是AI的大衆化是否就意味着這種技術在短期內能實現商品化呢？現實是AI在技術上仍然非常困難。儘管許多工程師都在爭先培養AI技能，但全球這方面的領域專家仍然十分稀缺。

不過這股大衆化的趨勢已經不可逆轉，而機器學習早晚都要從競爭優勢演變成桌面籌碼。

這對初創企業和大公司都會產生影響。對於初創企業來說，除非你把AI軟件做成自己的最終產品，否則的話自我標榜爲“機器學習公司”將變得毫無意義。對於大公司來說，如果現在你不積極推進大數據+AI的戰略，就會有變得過時的風險。AI已經是下一個風口了。

企業預算：一切向錢看

從2016年的情況來看，財富1000強公司已經在紛紛增加預算用於升級核心基礎設施以及分析，其關鍵的關注點正是大數據技術。分析機構IDC預計大數據和分析市場將從2016年的1300億美元增長到2020年的超過2030億美元。

而且財富1000強公司裏面的許多買家在大數據技術方面正在變得越來越嫺熟、越來越目光敏銳。這些公司過去幾年做了很多功課，正在進入全面部署階段。這種情況不僅發生在技術導向型的公司，在很多行業都是如此。

在大公司每隔幾年就要發生的舊技術替代自然週期的推動下，這種情況得到進一步加速。大數據遭遇的環境也從逆風變成了順風。當然，很多大公司仍然處在大數據部署的早期階段，但是情況似乎在快速演變。

企業數據向雲端遷移

直到幾年前，把企業數據遷移到公有云上面對於大公司CIO來說還是不可想象的事情，頂多是在開發環境下或者拿非關鍵的、面向外部的應用來嘗試一下。但現在畫風開始有所變化，大家對此的態度似乎變得更加開放了，比方說你會聽到這樣的說法“不管怎麼說我們的客戶數據已經放到Salesforce雲上面了”，或者“在網絡安全方面我們永遠也不會有像AWS那麼多的預算”。但目前裏大多數企業都向公有云遷移還遠得很，這部分是因爲遺留系統和管制方面的原因。不過雲供應商正在竭盡全力來加速這一趨勢的轉變。比如說AWS甚至可以開卡車來運你的硬盤到雲端。