傳統IT列強和網際網路新貴們如何應對大資料浪潮

摘要：本文簡單分析了大資料這個領域內，不同型別的公司大資料的理念和做法有哪些不同。大資料到底是BI Plus，還是一個大的智慧平臺？IBM、Oracle等大IT公司怎麼看待大資料？Google、Baidu等網際網路的巨頭們怎麼看待大資料？

---

先宣告一下，本文是給對於大資料和IT知識有一定基礎的朋友看的，不是普及大資料基本概念的，對某些詞彙和說法需要你自己去檢視一些相關資料。當然本文也不談什麼高深技術，談的是不同的公司做大資料這個生意的理念和戰略思路。

我先說一個基礎，然後再討論本文的具體問題。關於大資料的說法很多，有理解的不同，也有出於不同同目的，而導致的理解和說法不同。大資料最早脫胎於原來的經營分析BI（Business Intelligence），而BI是為了解決人們對於企業經營資料多維度的分析和洞察，從而支撐企業領導人做決策。

大資料的概念，不管是4V（Volume、Velocity、Variety、Value）還是5V（多了一個Veracity）等各種定義，還是全體資料、快速處理、相關關係等三大大資料核心特徵，這些都是偏理論化的理解，是最基礎的東西，這裡就不去細說了。在實際的大資料應用中可以看成兩種型別：

1）加入大資料元素的BI革新，可以看作BI Plus。除了分析企業內部經營類資訊之外，還可以融入大量以前看起來不相關和不可利用的資料，圖片、日誌、社交及其資料等等都在它的範疇之內。

2）大資料大平臺，是以海量資料為核心，進行復雜行業建模和大量自學習，資料來源於各種渠道。最終形成一個統一的大資料服務平臺。

總的來說，很多大的IT公司其實提供的是BI Plus大資料解決方案，而大的網際網路公司做的其實是第二種。從宣傳上，它們都被稱為大資料。

接下來我以問題和回答的方式來闡述這兩種大資料是如何存在於市場格局上的：

1. 大資料來了，帶來的資料洪水，當然對於傳統IT廠商來看，是支撐大資料，例如Cisco、IBM、Oracle、HP等，但是無一例外的是，他們走的是高階路線，和網際網路廠商支撐大資料的大相徑庭。行業對此的看法也是不一致的，大資料應該是低成本，還是高成本的？

   關於所謂的高階路線，對於Oracle、IBM這類大公司，可以這麼理解，他們關注的是大、中型企業客戶中的大資料銷售機會，並且帶有很多的行業屬性。

   基於傳統IT列強在對行業理解和行業解決方案成熟度、渠道合作伙伴、ISV等領域的基礎，他們選擇這些能為他們帶來收入的中高階客戶作為目標。從銷售上看，主要是銷售大資料解決方案，而不是大資料服務，行業知識、領域專家等資源需要靠IT大公司的原有行業合作伙伴來提供助力。

   這些IT公司提供大資料解決方案，本身算不上大資料的使用者，但是不妨礙他們開發出市場上具有競爭力的大資料解決方案，當然，將來IT列強們也會把大資料大量用在公司內部。

   網際網路公司通常對於行業（非IT行業）積累的底蘊要差很多，網際網路的大資料通常是以通過大資料為自己產生價值為主，他們首先是大資料使用者，然後才會考慮去輸出大資料的價值。

   這就決定了兩者對於大資料的出發點、說法和做法不同。它們之間完全是互相理解的，但是並不妨礙在公開場合的爭論和相互打擊，這畢竟是商業社會。

   總的來說，大中型企業有能力自己購買和構建大資料解決方案，作為內部使用，這些企業在大資料IT方面的收入可以支撐IT廠商的收入增長。而大資料的真正大平臺，還需要靠網際網路公司來推動。

   大資料技術的進步，無論網際網路公司還是IT公司都會做出自己的貢獻，但是目前看起來，傳統IT公司目標是大中型客戶，而網際網路公司目標是中小型客戶；網際網路公司的優勢在於他們具有大資料運營和服務的能力，這個在未來將會產生很大影響。

2. 大資料分析最終的結果一定是結構化的，這樣看來傳統的BI的價值更大。目前IT公司們都在宣揚這個理念，他們採用什麼樣的策略？

   我不完全認同大資料的分析結果一定是結構化的這一個說法，雖然目前看起來是這樣。我覺得真正的核心在於大資料的分析結果是視覺化的和可理解的。結構化還是非結構化都只是視覺化之前的狀態和步驟。

   關於傳統廠商在BI和大資料結合上的佈局，通過Oracle、Teradata等公司的做法，我們可以這麼理解：他們選擇了一個漸進的思路，把大資料作為原有BI來源的一個補充，BI進行小幅度改造即可相容大資料（BI Plus）。這樣通過原有BI解決方案和新的大資料解決方案的結合，可以在儘可能少改變的情況下，利用新的大資料理念帶動原有BI解決方案和產品的銷售。

   在大、中型企業中，原有BI的投資已經很多年了，IT廠商的思路是在這個基礎上進行修修補補，雖然不像網際網路巨頭那樣可以沒有顧慮地推廣全新的解決方案，具有很強顛覆性，但是，這種方式更易於受到企業客戶的歡迎、接受和買單。

   網際網路巨頭們，通常沒有歷史遺留問題需要去考慮，所以他們引領的大資料浪潮，更多的是從完全新建和顛覆的角度去做的，畢竟它們自己就是這麼做大資料的。

   從市場來看，企業使用者的大資料專案基本都是傳統IT公司把持和提供服務的。網際網路公司的大資料理念、方案和服務雖然看起來很美，卻還不具有對外大規模輸出的能力，或許3-5年後會比較明朗。

3. 大資料對傳統IT企業來說有多大威脅？大資料來了，對傳統軟體廠商的衝擊是什麼，他們認為大資料技術和傳統的軟體的技術是什麼關係，如何保護傳統的價值？

   這是一個經常會被人問到的問題，其實這個問題是有些不很明確的。從IT整個大行業來看，大資料技術只是軟體技術應用中的一種，如果說衝擊，大資料對於傳統的BI確實具有替代效果和衝擊。

   大資料是從一個點（BI或者說類BI）去發力和顛覆。雲服務是從一個面（平臺層）去發力和顛覆。

   這種衝擊也是一個漸變的過程，所以IT公司也會不斷調整投資和業務方向，不能適應的就會被市場拋棄。如果IT廠商目光短淺，僅僅立足於保護傳統BI的價值，那麼可能前途堪憂，好在大資料的發展速度並不是很快，傳統IT列強們可以有足夠的反應時間。

   對於大資料領域，所有大的IT廠商都在邊看邊改變，也正是這種思路，導致大資料這個領域發展速度不夠快。

最後，從大的方面說一下自己的看法。對於IT行業來說，大資料只是一個熱點，原本由IT領域引導的一個熱點，現在變成所有的行業都在熱議的一個話題。也從另一個側面說明了IT領域對熱點把握的能力。

近些年來成功的IT熱點——微機、網際網路、Web 2.0、SOA、雲端計算、大資料、人工智慧這些不都是IT領域開發和宣傳出來的理念嗎？看看這些歷史，會覺得大資料不是那麼特殊。

IT行業也在優勝劣汰，適合的留下，不適合的死掉或者被收購，新的IT趨勢會引領行業發展，同時也在改造IT行業。人工智慧提出好幾十年了，到現在也還不具有大規模推廣的能力。

對於大資料發展速度會有多快，如果更細化來看待分為兩種情況：

如果把大資料看作BI Plus，那麼會發展得很快；如果看做理想中的“大資料大平臺+人工智慧”，那麼我想發展速度不會很快。