現在，無論是互聯網企業還是傳統企業，都已經邁過了大數據概念的炒作周期，開始實實在在探索如何利用數據和數據分析來創造企業價值。“認知分析、大數據即服務、開源大數據平臺、機器學習……”這些陌生又熟悉的技術名詞你了解多少？

近日，為期一周的大數據主題嘉年華——IBM Insight Week 2016 在北京香格里拉飯店拉開序幕。來自國內典型傳統企業、一線互聯網公司及IBM的近三十位CIO、CDO、技術高管、數據專家如約而至，促膝共話大數據驅動下的技術創新和商業變革。

[[166813]]

讓我們一起來聽聽，各位數據大咖都說了什么。

1.2016科技驅動商業創新的關鍵詞

TCL多媒體CIO馬文波

[[166814]]

在大數據技術的驅動下，傳統終端制造業必須朝著智慧路徑的方向邁進，實現智能制造，依靠數據的力量推動產品和商業模式的創新，改變過去單純依靠產品的企業發展模式。

IBM專家 Dandeal Ling

[[166815]]

目前的大數據分析存在著許多噪音，企業資本投入也無法得到有效的衡量。云計算和大數據技術的融合，我們可以實現這種無形的價值衡量，減少企業初期投入的基礎設施、人力資源浪費等風險成本。

IBM專家 Shiny Kan

[[166816]]

數據的研究發展，對于未來“非結構化”數據的大量增長，如何客觀的、簡便的、智能的去分析數據，是當下各個行業中面臨的主要問題。“認知計算”和“人工智能”的區別在哪里?我認為認知指的是通過與人的自然語言交流及不斷學習從而幫助人們做到更多的系統，使人們從海量復雜的數據中獲得更多洞察，從而做出更為精準的決策。

2.數據變現：

國美在線信息中心副總裁 邱寶軍

[[166817]]

目前，我們并沒有看到真正意義上利用數據直接變現的模式，基本都是繞了一個彎子。數據的價值離不開與實際場景的結合，數據變現的行業標準、產品維度、定價模式、數據隱私等問題都值得大家共同探討。

IBM專家 Juddy Li

[[166818]]

現在雖然很多企業都手握大量數據，但卻無法從中挖掘到更大的價值，也就談不到大數據變現。這其中很大一個限制因素是人才的短缺。IBM目前非常重視“數據科學家”這樣一類全新戰略角色的培養。IBM對數據科學家的定義主要有三點：了解的信息是廣泛的;與行業緊密相關;要有歷史感。

中國建設銀行信息技術部副總經理 陳云開

[[166819]]

互聯網企業的沖擊，大數據時代的到來，使原來“躺著賺錢”的傳統金融行業不得不“上街耙錢”，思考原來的用戶是誰?原來的產品是什么?產品與用戶是否是最佳匹配?應該如何重構他們。但是，傳統企業的用戶行業數據稀疏，如何實現不同行業間數據的“連接”非常重要。

3.高效的數據分析

國美在線信息中心副總裁 邱寶軍

[[166820]]

工程性的東西或許可以有優劣評判，但是在每個時間點上可能有不同的標準，一切圍繞大數據的解決方案都必須從業務和場景出發。

阿里巴巴大數據技術與產品部 劉峰

[[166821]]

數據的清洗、轉換等流程會占用數據分析中的大半資源，不規范的數據源會加重這個環節對資源的占用。數據的ETL開發應該受到重視。當遇到數據不規范、不統一等問題時，需要反向驅動業務系統進行數據規范性建設，無論是功能上，還是驅動直接的使用。

新浪商業平臺及產品部 馮揚

[[166822]]

從2013年到現在，微博用戶對微博的使用以及在微博平臺上的行為有了相對固定的模式，這個時候對微博推薦效率和效果上的要求提高了。微博推薦系統的三層結構在這種背景下誕生：負責數據存儲和訪問以及基礎資源挖掘的數據層，負責在線推薦計算的計算層，負責對外提供接口的應用層。處于各層的研發人員只需要關心各自的任務，來提高推薦的效果和效果。

【IBM Insight Week 2016】

作為IBM“洞察”主題嘉年華的第一趴，數據大咖們圍繞企業和開發者關注的核心，從產業分析、技術展望、趨勢預測等不同角度，閉門酣談，暢所欲言。既讓我 們看到了認知商業、大數據即服務等數據技術驅動下的創新商業模式，也認識到目前能夠真正實現數據變現的市場空缺；既講到實時分析這樣企業有待發力的新技術 領域，也分享了企業應該如何構建和評價了算法模型，在兼顧時效性和成本的前提下進行高效的數據分析的實戰經驗。通過各位專家描述的關鍵詞，一幅2016大數據領域變化的趨勢圖也漸漸清晰地呈現出來。

據悉，IBM大數據與分析嘉年華將用一周時間，為您展現數據創新的獨特魅力，不僅帶來巔峰科技大放送，也將落地于各行各業的技術熱點進行深度解讀。從IBM Analytics到機器學習，從開源數據到物聯網，將企業的疑問一網打盡！