新闻动态

双十一,《Fast Company》联合蓝筹金融社区与读者相约,开启了一场关于大数据的头脑风暴。昆仑数据COO陈晨先生作为特邀嘉宾来到现场,为在场读者进行干货分享。     以下是来自昆仑数据COO陈晨的演讲摘要:   我们做的不是人和人产生关系的消费互联网大数据,而是人与机器、机器与机器产生关系的产业互联网大数据。我们是个成立于2014年12月的年轻团队,团队成员主要来自IBM和清华大学的数据科学技术专家。   目前,全球领域的制造业现状是工业企业面临着成本增加但销售额反而下降的压力,大数据是企业谋求新出路的途径之一。于是德国提出了工业4.0,主要针对工厂内部的制造环节;美国的工业互联网更多的针对产品互联网后服务的创新环节。而中国提出的中国制造2025主要是将这两者相结合,国家也为此提出了重点发展的10大领域,昆仑数据所做的“云+端工业大数据平台”正是这十分之一中的“新一代信息技术”范畴。   但以往大家提及到的工业大数据主要是指企业经营数据,而我们的切入点是机器大数据。具体来说,它的不同之处在于:数据来源广泛、采集频率高且数据量大、价值密度和数据质量都不高。     我们将机器数据、公开数据及企业经营数据相结合,进行数据分析,由“后知后决”转化为“先知先决”。   譬如目前工业大数据运用比较广泛的风电行业,我们曾运用工业大数据为一个新能源企业做过对风偏航角的优化。对偏航角优化算法并行化处理后,一台风机一年能多发1万块的电,2万台风机就是2个亿。这相当于直接为企业提供了2个亿的能效产值。   如何满足企业的需求?简而言之就是用大数据分析帮助业务决策,进而驱动其它业务领域的拓展。   我们要用大数据为工业企业做基础平台,同时在这个平台上整合他们的数据。我们的目标是一机一设计、一生一档案、一况一策略。     平台提供四个主模块: 1、大数据湖:24小时不间断的数据接入、存储、管理和查询; 2、机器数据生命周期生产线:为数据分析师提供常备工具集、并行算法包与特征模板库; 3、资产模型框架:为企业的设备资产建立涵盖其结构关系和工作机理的数据模型; 4、开放API:在数据存储、分析、展示等不同阶段,开放API,使用户可以进行相应的管理和开发。   本次活动,集奥聚合COO吴海斌、日志易CEO陈军、普林科技副总经理宋进亮、商汤科技联合创始人杨帆、奥维万象数据算法总监王庆生等嘉宾也到场进行了分享。   ...

Read More

(转自:大数据文摘|bigdatadigest)   今天,数据正在以前所未有的方式创造和促进着企业成长和商业利润。在过去的十年间,先进的数据科技和高级分析工具的出现,已经使商界精英们从他们的数据中收获无数的利益,然而,对大多数人而言,他们只是触及了数据潜能的最表面。数据科学正在开天辟地的让企业成功地撬动这个巨大的潜能。   麦肯锡2013年出版了一份特别的报告,预言全球商业界将会感觉到下一个十年数据科学专业人士的紧缺,尤其是善于从大量静态和动态(实时)数据中发现有价值的情报的数据分析师,缺口达150万。这个预言现已成真,人们更加关注向企业和高等教育机构推销数据管理的重要性,从而使得整个业界都能应对几年之前还不完全理解的人才短缺问题。   数据科学领域的动荡要持续到2017年,伴随着更多的增长和更大的可能。   数据科学的力量   要理解为什么数据科学对商业为何如此关键,有几个前提需要理解: 在商业界需要它的时候,在需要它的领域,数据科学总能提供最精准的解决方案。 数据科学帮助做出更好的商业决策,并对这些决策的影响进行精确的研究。一份过去的哈佛商业评论研究指出,依赖数据进行决策的大生意一般比同行的利润高出6%。 当人的直觉和经验都失败时,数据科学对未来可以做出更加准确的预测。有了数据科学,商业不再靠猜。 有了高效、智能的设备和现代化的分析平台,客户追踪已经成为现实。实时获取客户信息有助于精确响应。   鉴于以上各点,可以理解为什么在这个特定的时刻,数据科学正在经历全球化的革命。一直以来限制数据科学发挥作用的科学和技术问题都已逐步解决,2017年数据管理业界将在全球迎来一些主要的改变。明年,哪些地方可以见到数据科学的引领,请看下面这张精准计算的预言清单:   2017 数据科学预言1:机器学习大行其道   问答网站Quara对机器学习将如何影响数据科学业界的变革做了专题问答。为了回答这个问题,克劳迪娅•珀立弛(Claudia Perlich),Dstillery公司的首席科学家,纽约大学的客座教授,肯定地认为,由于数据科学与机器学习的密切关系,在将来的商业分析界,不懂机器学习是无法生存的。   她觉得随着机器学习与数据科学家们关系越来越紧密,掌握机器学习的基础技能对数据科学领域的职业发展而言将成为一种必须。完整的解释发表在福布斯的博客上:http://www.forbes.com/sites/quora/2016/09/08/machine-learning-will-bring-some-big-changes-to-data-science-as-we-know-it/#16a5cc073b12   2017年机器学习的火热仍会继续笼罩着数据科学家们。各种机构为了将拥有可靠机器学习技能的数据科学家招入麾下,扩充其数据科学部门,不惜付出额外的努力。   2017数据科学预言2:物联网数据流战胜传统商业智能   Gartner几年前就做出了这样的预言,而在2017年,这样的预言会比以往更可信。由于带有传感器的装置日益席卷人类社会的方方面面,大约50%的商业智能(BI)平台会投资事件数据流。这样的趋势,会导致一个新的商业智能分支浮出水面:捕获来自附着装置的实时数据宝库,在天气预报,制造业,电力,语音识别和健康检测系统,以及其他等等领域,都将得到广泛应用。由于自助式分析的兴起,商业智能服务商所和那些软件即服务(SaaS)供应商所提供的分析能力将不再有差距。   根据通用电气《工业网络见解报告》,物联网(Internet of Things (IoT))市场在未来20年,将为全球GDP贡献10-15万亿美元,从数据科学人才市场物联网技术的流行度骤升也可证实这一点。IBM、英特尔,Verizon和微软都在广招具有物联网技术的数据科学家。参见文章:http://www.dataversity.net/life-data-scientist/   2017数据科学预言3:大数据技术支出大增   Gartner预言过到2016年,大数据商业影响的迷惑和不确定性将大大降低,变得可预见。这个预言也应验了。很多围绕大数据“实际价值 vs 感觉价值”的争论已经偃旗息鼓,而大数据技术已经从早期的“萌芽”期走向成熟。今天,对成功的数据科学项目而言,大数据技术比以往更加主流化,更加必备化。   迄今为止,大约只有30%的商业界经历了大数据革命,但是2017年,肯定会看到一个大数据投资的持续增长,尤其是处理“大容量,高速度和多样性的数据”的成本大幅下降以后。根据Information Week,大数据分析的销售额2019年会达到1870亿美元。   2017数据科学预言4:Hadoop市场的持续增长   Hadoop不仅继续为海量数据的清洗,存储,和处理提供一个集中的平台,它也解决了标准IT解决方案的费用过高的问题。Hadoop为很多类型的应用,如预测性分析,ETL,数据可视化,数据挖掘,数据仓库,物联网,或者点击流分析提供了杰出的解决方案。今天,Hadoop被认为是最受喜爱的单一、可缩放并且费用相对低廉的商业大数据管理系统的替代方案;2017年它的流行度会增加。   在2015-16年度,唯一限制Hadoop增长的是创收能力。但最终大数据技术的广泛性会打开Hadoop的利润市场,《2017-2022 Hadoop市场预测》(https://www.marketanalysis.com/?p=229)预测到2020年这个正在扩增的市场将超过160亿美元。   也可以参阅《Hadoop和大数据分析市场》报告(http://www.marketsandmarkets.com/Market-Reports/hadoop-market-766.html),其中指明,这两个互相依赖的市场在2017年底将价值139亿美元。   2017数据科学预言5:数据科学在行动——健康产业商业智能和分析   富有洞见的《德勤研究报告》绘制了一副2020年基于高科技和数字化的病人照顾蓝图。由于科学技术如视频会议和可穿戴设备越来越普遍,未来精通科技的病人会逐步将他们的日常医疗需求诉诸数字平台。到2020年,医院和临床中心只会为重症病人和监护病人保留。 总体而言,将来的医疗健康产业会朝着数字化平台发展,而2017年,这种趋势将很明显。   2017年,消费者可以期待: 医生们参考数据驱动的方案为病人做决策 健康服务业逐步迈向“4P”模式——“预防,预测,个体化,参与”( preventative, predictive, personalized, and participatory)。在这种模式下,病人成为全面知悉、共同参与评价和选择合适的治疗方法的伙伴。   2017数据预言6:到2017年底,25%的企业将招募首席数据官   《2016大数据7大趋势》文章(http://www.edvancer.in/7-big-data-trends-2016/)的读者会发现,Gartner已经做出了上述预言。一个首席数据官,应该负责数据战略,数据治理,政策管理,也负责数据质量,隐私和安全,生命周期管理。这个趋势表明,要来的一年全球经济将经历完整的数据驱动的文化。首席数据官是推动部门内数据科学应用的主要力量,他们理解先进的分析之必须以及数据科学为企业所带来的诸多利益。   这一切意味着什么?   全球的商业人士终将理解来自互联网,手机,社交媒体和物联网的数据洪流的意义,2017年以至更远的将来,数据科学将有助于更好的理解这些趋势,助力数据管理业界整体的持续增长。   来源:http://www.dataversity.net/data-science-predictions-2017/...

Read More

Gartner全球最大规模IT高峰论坛Symposium/ITxpo Oralndo刚刚落幕, 此会议上发布了2017年十大技术趋势预测。这些“战略技术”,在未来5年拥有显著颠覆潜力,并将成为数字和算法商业机遇背后的主要推动者。   趋势1:AI和高级机器学习(AI and Advanced Machine Learning)   人工智能(AI)和高级机器学习(ML)由深度学习、神经网络以及自然语言处理等技术组成,其中还可以包括理解、学习、预测和适应和潜在地自主操作的高级系统。   卡利在举例子的时候指出,像是零售商店的服务以及消费了电子产品。他接着说道,应用AI和高级的机器学习可以帮助一系列的设备和服务实现智能化,其中包括物理设备(机器人、自主车辆、消费电子)、应用以及服务(虚拟个人助理、智能顾问)。   趋势2:智能应用(Intelligent Apps)   智能应用程序在很多情况下执行的是人类助手一样的功能。卡利表示,在他的一项最近工作中,虚拟个人助手和虚拟客服(VPN)可以帮助他进行日程会议安排以及管理电子邮件和其他的消息提醒。   卡利提到,在未来的十年里,几乎每一款应用程序、服务都将包含一定程度的AI技术。这将形成一个长期的趋势,这些趋势也将会促进AI和机器学习的发展,并增加在应用和服务中的使用范围。   趋势3:智能对象(Intelligent Things)   智能对象将会利用人工智能和机器学习技术与人类及其周围环境进行交互互动。比较典型突出的例子就是自动驾驶汽车、无人机,以及未来将会出现越来越多的智能厨房和智能家居产品。   趋势4:虚拟现实和增强现实(Virtual and Augmented Reality)   虚拟现实(VR)和增强现实(AR)已经捕捉到了很多游戏玩家和其他消费者的想象力,但它们未来将会对企业产生难以想象的影响。   卡利表示,“在2021年之前,沉浸式的消费方式、业务内容以及应用程序将会得到快速的发展。VR和AR的功能将与数字网格相结合,形成更加无缝的设备系统。这个系统可以整合来自用户的信息流,为用户提供超个性化的应用程序和服务。   趋势5:数字孪生(Digital Twin)   数字孪生操作实际上是对元数据、条件或状态、事件数据和分析的交集进行运行处理。   卡利预测到,在未来的十年里,将会出现数以亿计的数字孪生。它们将被企业用于规划设备服务、经营工厂、预测设备什么时间会出现故障、如何提高运营效率,以及帮助新产品的开发等等。   趋势6:区块链和分布式分类账(Blockchain and Distributed Ledgers)   区块链是一种分布式的账本,其中的价值交换交易被有顺序地分组成块。   每个区块都与迁移块区块相连,这个过程中在特别加密的P2P网络中最常见。卡利认为,未来区块链技术将会分为音乐发布、身份验证、权利登记以及供应链等领域,使用率会越来越高。   趋势7:对话系统(Conversational Systems)   对话用户界面(UI)可以从简单的非正式向双向对话转变,比如收集来自犯罪证人的口头证词,以此来生成嫌疑人的图像草图。   对话系统将从聊天机器人演化到更广泛的数字网格,而数字网将扩展成为更大范围的端点的集合体,我们将会每天利用它们进行交互互动。   趋势8:网格应用和服务体系架构(Mesh App and Service Architecture)   智能数字网格将会改变解决方案的架构、技术和工具。网格应用和服务体系架构(MASA)包括网络、移动、桌面以及物联网应用程序。它们将会通过物联网连在一起,并将会展示多层次和跨越传统边界的API。这将有助于促进服务的可拓展性、敏捷性和技术的再次利用。服务体系架构将促进网络中不断端点之间的渠道连续体验的优化,无论是智能手机还是汽车。   趋势9:数字技术平台(Digital Technology Platforms)   数字技术平台是数字业务的基石,并且是进入数字领域的关键。卡利也指出了实现数字能力和商业模式由五个重点数字技术平台组合成:即信息系统、客户体验、分析和智能、物联网以及业务生态系统。   趋势10:自适应安全架构(Adaptive Security Architecture)   上面提到的智能数字网格和数字技术平台也为坏人创造了更大的攻击面,因此随着安全问题也将不断激增。卡利指出,“建立安全技术应该有自己的基准线,以此来保证物联网平台的安全。监控用户和实体行为是物联网场景中特别重要的一个补充内容。然而,对于很对从事IT安全行业的人来讲,物联网的边缘是非常脆弱的领域,将会出现很多安全漏洞,他们需要不断提供新的修补工具和流程。因此再创造物联网平台的时候,安全性是必须要考虑到的问题。”   ...

Read More

在美国一些最贫穷的农村地区,涡轮机成为了一条新的赚钱渠道。“过去我种玉米、大豆,还养牛,现在不了。如今我是风力农场主。”   作为美国增长最快的电力来源,风能正在以美国150年来从未有过的方式,改变着美国农村低收入地区的境况。随着大宗商品价格逼近十年低点,农场主偿债举步维艰,而风力已经成为最新的“现金作物”,挽救着美国腹地大量家庭农场的命运。     理查德·威尔逊(Richard Wilson)将他在科罗拉多州斯普林斯郊外的土地租给了金西风能中心(Golden West Wind Energy Center),供其运营约35台风力发电机。由此获得的收入,让他不必出售家族自1948年以来拥有的2400多公顷牧牛和小麦农场。“之前我们没有挣到钱维持运营,”他说,“现在,我们至少可以将农场再经营一代人的时间。”   对于其他一些人而言,风电机带来了六位数的收入,已经让他们得以彻底脱离农场经营。“风电机改变了我的生活.”埃德·伍尔西(Ed Woolsey)说道。他是第五代的艾奥瓦州农场主,现在是“侧风能源项目”(Crosswinds Energy Project)的负责人。   该项目是一个社区集体机构,管理着10台风力发电机,并将它们产生的电力卖给农村电力合作社。“以前,我种植玉米、大豆和养牛。现在不了,如今我是风电场主。”伍尔西和威尔逊都不肯透露自己能挣多少钱,但与风电公司签订租赁协议的土地所有者一般每台风机每年能获得7000至1万美元的收入。     美国约70%的风力发电场位于低收入区域,相关企业在这些项目中投资了逾1000亿美元。这些投资让美国农村一些最贫困地区的土地评估值翻了一番。用于重建学校和偿还债务的地方税收收入可谓久旱逢甘霖。   去年年底通过了将风电生产联邦税收抵免安排延长五年的法案,这应会加快风电机的建设步伐。根据该安排,风电生产商可在10年时间内获得每度电2.3美分的税收抵免。根据彭博新能源财经(BNEF)的预测,这种激励应会帮助将美国的风电装机容量到2030年翻番至167吉瓦,足够为5000万户家庭供电。   彭博新能源财经的北美风能分析师亚历克斯·摩根(Alex Morgan)说,到2030年,通过将土地租赁给风电开发商,农村土地所有者预计将获得每年最高9亿美元的收入。     在科罗拉多州,每台风电机每年高达1万美元的付款逆转了农场主出让土地以弥补农作物价格下跌损失的趋势。伊利诺伊州的一些城镇,地方政府对风电机征收全美最高的物业税,它们引进一个风电场项目就像是启动一个豪宅开发项目。可再生能源的倡导组织Wind on the Wires的公共政策经理凯文·波吉(Kevin Borgia)说:“一台两兆瓦的风电机估值为72万美元,并且经常是一次性兴建150台。突然之间,小小的社区仿佛有了150套价值72万美元的房子。”   在艾奥瓦州,2015年有31%的电力来自风能,比例超过其他各州,在玉米价格下跌之际,来自风电机的收入保护了农场主。每年约1700万美元的租赁费帮助一些农场主避免了丧失抵押品赎回权,因为他们迎来了创纪录的玉米收成,可能导致销售收入下降到10年来的最低水平。   风电也让许多美国农村地区的电价保持在低位。在风力发电占比超过7%的11个州,2008年至2013年间的电价下跌了0.37%;而在全美范围内,电价同期上涨了7.7%。   巴菲特旗下的中美能源正与土地所有者进行租赁谈判,拟投资35.8亿美元,在艾奥瓦州建设一批风电场,这将是该州历史上规模最大的一个经济开发项目。地产经纪商也在与数百个农场主谈判,后者将从联合能源计划的10亿美元新项目中获利。   “这是我们的财政未来所在。”迈克尔·诺尔特(Michael Nolte)说。他是艾奥瓦州的农场主,也是富兰克林县议会议员。今年该县议会投票决定下调了物业税税率,此前他们还清了一笔为修缮道路和桥梁设施融资的1800万美元债券。周边的一些县近年来被迫关闭了可能无法再通行重型农机的桥梁,因为他们缺乏修缮资金。“风电开发帮助我们生存下来,维持了公共服务,”诺尔特说,“而其他县已被迫削减支出。”   总之 由于70%的风力发电机位于美国低收入地区,在此情况下,风电行业正为举步维艰的农场主带来新的收入。   来源:商业周刊...

Read More

您可能刚趁着十一假期自驾驰骋了浩瀚的大草原,或是登顶了人迹罕至的山脊;你可能经常去领略祖国的大好河山,也顺路发现越来越多三片叶轮的巨大风机点缀在沿途的风景中。   同时,自国庆开始我国北方地区开始经历新一轮雾霾侵袭。政府正在积极推动能源革命、优化能源结构,清洁的可再生能源成为重要选择。   (雾霾中的北京风能展)   Make发布的《2016年中国风电市场展望报告》预测,2016~2025年间,中国新增风电并网容量将达到惊人的263GW,将占全球新增并网容量的43%。   尽管风能市场前景可观,但风电场联网问题,风能利用效率,竞价入网以及弃风限电等现实问题摆在眼前。   对于设备制造商而言,盲目追求数量和风轮直径显然不可取,能够真正提升风机发电效率和发电量,保证机组可靠性,降低建设和运维成本,从而提升风电场投资收益率,满足客户的实际需求才是王道。   2016北京国际风能展中,金风科技、维斯塔斯、GE等巨头均将发展重点聚焦于数字化智能化转型。   (金风科技展台) (维斯塔斯展台) (GE展台)   作为中国工业大数据领域的领军企业,昆仑数据团队与GE、西门子等国际巨头在工业互联网研究应用方向同步发力,在国际学术与全球实战方面享有盛誉。   昆仑数据已实施的风电大数据分析项目,利用每台风机上历史和实时的机器数据,在风力发电机组适应性设计、核心部件故障预警、不同工况下的智能策略调整领域做了大量机器数据掘金工作,累计产生上亿元的经济效益。   (昆仑数据核心团队参与编写)   在工业大数据的推动下,未来的数字化风场,将通过仿真模型等技术,因地制宜完成风电场选址、风机点位排布,个性化设计。每台机器带着数百个传感器出厂,根据实时回传的数据建立全生命周期健康档案,提示服务人员哪些需要主动维护。   风机之间、风场之间可以相互通讯,还可以根据风机状态、联网环境等因素,智能调整风场内不同位置风机的桨距等因素,保障可预期的稳定功率输出。电网运营商可据此预判是否需要投切补充电力,提高电网稳定性。     服务风电,不止于风电。昆仑数据CEO陆薇表示:“风电领域大数据具有高频、海量、工况复杂等特点,数据的存储、理解、价值挖掘都十分具有挑战性,我们很荣幸能够服务于风电行业,同时,我们也将风电领域的模型梳理沉淀,不仅对我们的KMX平台产品与数据分析带来提升,也将惠及工业其他领域。”   ...

Read More