第316章大數據和雲計算

“老楊，你說幾句吧。”

楊廷坤微笑點頭後，深邃的目光快速從一張張審視的臉上掃過後。

“鴻蒙公司是世界頂尖的互聯網科技公司，能夠加入其中我深感榮幸。希望在以後的時間裡能夠跟大家友好相處，共同締造鴻蒙的輝煌未來，謝謝。”

嘩啦……。

徐良帶頭，眾人紛紛給面子鼓掌。

讓楊廷坤就坐後。

“大家應該都有些疑惑，我為什麼要清空盤古的業務，進軍數據庫研發領域？我也相信一定會有人覺得，我是不是受了拉里・埃里森的刺激，要在數據庫領域拆他的擂台？

坦率的說，一個快六十歲，土埋脖子的老傢伙，不值得我重視。

但真正值得我重視的是，鴻蒙要拿到通往移動時代，人工智能時代的船票。”

感覺坐着說有些放不開的徐良，乾脆站了起來。

“為什麼這麼說。

讓我們從頭捋一下。

在互聯網發展的早期，那還是一個各路軍閥混戰，實戰為王的時代，沒有所謂正規軍，搞定問題才是王道。

當然，那個時期也沒有這麼多問題，畢竟那個時期，互聯網還是個新鮮的詞彙，能被稱作是‘網民’的人也都是稀有物種，上網多半是大戶人家才玩的起的高端奢侈品。

從技術的角度來看，彼時還處在Web應用發展的初期，互聯網技術架構還是最原始的單體架構，網民數量很少，一個服務器完全足夠扛起用戶訪問的壓力。

那個時期的關係型數據庫得到了較為廣泛的關注和應用，網站訪問量談不上什麼高並發、更別說什麼用戶體驗了，能玩得起就已經完勝大部分人。

但互聯網發展到現在，上網成本越來越低，網民人口持續增長。

按照現在國內互聯網發展速度而言，最多三四年的時間，華夏的網民人口就將超過一億。

上億人在網上搜索、購物、看電影，以及遊戲和娛樂，將留下數以十億級的數據。

我把這種天量的數據，稱作‘大數據’。

單純的依靠‘關係型數據庫’，已經無法滿足互聯網公司的業務需求，我們需要一種‘非關係型數據庫’，來處理數據量級極大，而且包含大量無規律的數據。”

眾人作為子公司總裁，行業精英，對數據庫也有一定了解。

所謂‘關係型數據庫’，即存儲的格式可以直觀地反映實體間的關係。

關係型數據庫和常見的表格比較相似，關係型數據庫中表與表之間是有很多複雜的關聯關係。

但他們並不了解‘非關係數據庫’。

徐良也看到了眾人眼神中的困惑，所以繼續解釋道。

“所謂非關係型數據庫，其實是相對於關係型數據庫而言的，我們都知道關係型數據庫通常都是處理一些結構化的數據，這些數據通常都是有某些對應關係。

而非關係型數據庫，通常用於存儲那些類型不固定的，也沒有什麼規律的數據。

企業每天都產生大量的數據，非關係型數據庫的應用非常廣泛，應用場景也非常多，比如：緩存。”

頓了一下，留出時間給眾人消化後徐良接着道。

“有了數據庫來存儲大數據，我們還需要處理大數據的方法。

因為我們的數據存儲在各地的數據中心，想要計算這些數據，就需要一種能夠統協各地數據的計算方法，這種方法叫做‘分布式計算’。

分布式計算通過互聯網來實現，我們可以把它叫做‘雲端’。

綜合起來，這種處理大數據的方法，可以叫做‘雲計算’。”

至於剩下的效用計算、負載均衡、並行計算、網絡存儲、熱備份冗雜和虛擬化等理論和方法，徐良沒多說。

先學會走，再考慮跑的事。

什麼事都要一步步來。

“現在國外研究非關係型數據庫的企業才剛剛起步，我們鴻蒙不能落在後面。

大數據和雲計算，國外也只有些一鱗半爪研究項目，並沒有成熟的業務模式，我們鴻蒙要趕在其它公司反應過來之前，儘快拿出成果，搶佔市場。”

從徐良的話中，眾人聽出了他對大數據和雲計算的重視。

“徐總，我有一點疑問。”吳希凡問道。

“你說。”

“大數據和雲計算怎麼盈利？”

徐良微微頷首，“我們先說大數據。

我自己總結，大概有四大盈利模式。

第一，解決方案。

大數據的解決方案主要模式為：我為你架構一套大數據系統，然後每年每月為夢護、升級這套系統。

費用的收取方式為：構建和部署大數據系統的費用 每年的維護/升級服務費用。

那麼哪些企業需要大數據行業的解決方案呢？

一是政府企事業單位。

比如稅wu局、公an系統、衛sheng系統、防kong系統，公共交通系統等。

二是傳統行業。

衣、食、住、行、醫療、教育、零售、通信，航空、工業、製造業、體育、娛樂、彩票、影視、餐飲、旅遊、房地產等。

這些行業都有三個重要的特點。

一，他們沒有大數據技術能力。

二，他們沒有大數據人才。

三，他們期望通過大數據來實現互聯網 ，通過大數據來改造行業目前的情況。

可以預見這也是未來大數據行業油水最多，差事最“肥”的地方，也是將來大數據企業競爭最激烈的地方。

第二，基礎設施。

我把數據庫、數據源、數據清洗、數據處理工具、大數據引擎、大數據軟件硬件結合一體機等，都歸納到基礎設施裡面。

基礎設施的主要盈利模式為：我幫你解決大數據部署中間的部分問題。

這個模式有點像台式機的“攢機”模式，CPU用這家的，內存用別家的，鍵盤鼠標自己搭配等等。

這種模式是要求企業有大數據能力和人才。

你可以自由組合大數據的基礎設施，從而構架出更適合自己業務的大數據系統。

費用收取方式：按照設施的不同進行收費，你可以買斷，或者按需、按月、按年、按量來進行付費，比較方便靈活。

第三，數據工具/產品化服務。

典型的模式如情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、可視化、網站/APP分析工具等。

費用的收取方式：按需購買，部分功能服務免費，部分功能服務收費。

第四、行業應用。

這一模塊可能和解決方案會有衝突，但是這裡說的行業應用主要說的是傳統行業加上大數據後產生的新的效應。

大數據可以應用到醫療、教育、零售、通信，航空、工業、製造業等傳統行業。

當大數據與這些行業碰撞，就會產生新的商業。

主要模式：利用大數據獲得行業洞察，實現更多的收益。

比如大數據 醫療就是智慧醫療系統，大數據 製造業就等於工業4.0，大數據 電影就等於票房預測等。

費用收取模式：沒有直接的變現，而是通過大數據產生了更大的價值，節約了成本，優化了原有行業，衍生出新的商業模式。

行業應用比較典型的例子有：票房預測、商圈選址、高考預測、智慧城市、無人機、機器人、無人駕駛汽車等。”

徐良越說越興奮，這段時間因為寫書的關係，他一直在回憶上輩子的記憶，總結大數據和雲計算。

作為一個創業成功的人。

他接觸到的行業信息遠超普通人。

尤其教育大模型出來後，智能黑板，智能教學已經成為行業大趨勢，他也了解了不少。

這會正好用上了。

“在此，我特別把金融大數據單獨拎了出來，因為金融大數據的前景是最可觀的，也是可持續發展的。

金融行業會不斷的產生數據，而且數據可以反覆使用。

大數據在金融方面的應用主要體現在徵信、小額信貸、P2P、電子信用卡、量化投資、反欺詐、互聯網金融等方面。

銀行、保險、證券等行業目前都依賴着大數據的洞察能力。

金融行業是最需要數據、最能讓大數據實現變現的。”

“以上就是我總結出來的大數據變現的四大模式。”

滔滔不絕的徐良停下來，砸吧了一下嘴，感覺自己總結的還算全面。

剛要繼續說雲計算，突然察覺到了會議室里詭異的氣氛。

下意識的打眼一看。

但見眾人，除了楊廷坤神色激動，俞軍和謝文若有所思，參加視頻會議的孫明珍俏臉上滿是崇拜外，其他無不擰緊眉頭，做苦苦思索狀。

徐良瞬間明白過來。

自己說的太多太超前了。

現在連大數據的準確概念都沒有，自己已經把盈利模式說的明明白白。

還沒學會走，都已經開始飛了。

作為第一次聽這種新概念的人，當然是雲里霧裡。

本來還打算講一講‘雲計算’，突然也沒了興趣。

說多了他們也不明白，純屬浪費口水。

還是先做研發吧，順着研發進度，一點點普及，比現在乾巴巴的講更容易讓人接受。