云端更佳：物联网、大数据和人工智能

领先的云提供商提供商业解决方案，挖掘物联网、大数据、人工智能和其他新兴技术的潜力。

图片来源：

Pixabay。由 Opensource.com 修改。CC BY-SA 4.0

就在几年前，公司主要通过创新和数字化转型来突出自身优势并保持竞争力。在过去几年中，数字技术和云计算的迅猛发展已经改变了这种思维模式。

如今，组织机构必须进行创新并利用最新技术才能维持业务。实施在线零售、银行和其他服务的企业不再将这些渠道仅仅视为增加收入的另一种途径。他们意识到在线服务正迅速成为其主要收入渠道。根据 Forrester 报告《数字业务势在必行》中对三个月数据的分析，84% 的美国银行客户使用网上银行进行交易，43% 的客户使用手机进行这些活动。

组织机构正在快速审查和分析其流程，并抓住数字化转型的机会。重要的是要理解，为了进行数字化转型，公司可能需要彻底改造其现有流程，以利用物联网 (IoT)、大数据分析、人工智能等技术，而不是在现有流程上进行修补以适应数字技术。此外，高级 IT 主管还必须将数字化举措与云战略结合起来考虑，而不是孤立地对待它们。

毫无疑问，支持这些技术的计算能力、存储、规模和速度所需的基础设施最好由云提供。您需要问的问题是：“我们是要开发和托管支持数字化所需的基础设施，还是要利用云提供商不断改进的强大基础设施和服务？”

那些计划大规模增长和转型的组织通常是在技术方面投入巨资以支持创新理念的组织。数字领域的进步有助于推动创新，但如果没有可靠的云战略以及敏捷的开发流程，这些想法很可能仍然只是纸上谈兵，并且需要永远才能转化为能够提供价值的产品或解决方案。在当今背景下，由于云上可用的强大基础设施、服务和工具来支持数字化举措，数字化和云几乎密不可分。所有领先的云提供商都提供有竞争力的解决方案和服务，以帮助组织机构快速推进其数字化举措。

忽视数字革命对组织机构和个人来说都将是灾难性的。

在我的文章《通过云转型：如果不是现在，更待何时？》中，我谈到了一些组织机构应考虑通过云改造业务的关键领域。我以类似的方式构建了本文，重点关注云技术在支持人工智能、大数据、分析和物联网等关键数字技术方面的作用。目标是提供数字格局的概览，并讨论领先的云提供商如何帮助企业开展数字化举措。

人工智能

以计算机和通信设备的大规模生产为中心的数字革命改变了企业在过去几十年中的运营方式，从而在各个可能的领域不断改进，从为产品和服务产生新想法到创新的产品设计，再到改善客户体验。目前，世界正在经历另一场可能更强大的革命：使用人工智能执行复杂的认知任务，以解决以前非常复杂或资源密集型的业务问题。

大多数组织机构处理的业务命题产生中小价值，并且需要大量人工工作，例如审查大量文档，如 RFP，以了解需求并估算成本。人工智能被证明是处理此类案例的最佳替代方案，这些案例目前由人工处理，但所涉及的工作量对企业继续在没有人工智能的情况下进行这些工作提出了可行性挑战。

人工智能系统试图模仿人脑，人脑使用模式来产生感知，并使用逻辑来驱动从理性角度分析情况的结构化方法。人工智能系统处理来自各种来源的大量数据，例如传感器、在线应用程序、来自社交媒体的文本数据等。人工智能使用感知来处理这些数据以分析模式，并结合机器学习来利用结构化评估方法和理性决策，不仅提取有意义的信息片段，而且还整合这些信息以做出有价值的决策。

云在增强包含人工智能的应用程序的功能方面发挥着重要作用。几乎所有主要的云业务参与者都开发了人工智能服务，这些服务使用强大的认知引擎来处理结构化数据（如关系数据库）和非结构化数据（来自 NoSQL 数据库、传感器等），这些数据被上传到云端。构建到这些认知引擎中的模式匹配算法和逻辑组件非常复杂和强大。数据和计算能力是使这些引擎有效的两个最关键的要求。引擎使用更大的数据集可以更准确地进行预测。人工智能应用程序（如图像识别、视频分析、自然语言处理和语音识别）利用机器学习，使用高度复杂的神经网络，从大量数据中执行检测和预测。使用 GPU（图形处理单元）进行并行处理有助于加快这些数据处理和计算的运行速度。

在本地构建和实施如此强大的基于 GPU 的并行处理引擎既昂贵又资源密集。云通过提供 API 来访问机器学习服务（如视频分析、语音识别、流程自动化、视觉检测、自然语言处理等）来解决此问题。这些 API 背后是复杂的基础设施，它结合了基于 GPU 的计算引擎集群、神经网络和数据湖的强大功能。

大数据和分析

随着互联网、云和社交媒体的发展，我们也看到了全球数据呈指数级增长。根据过去五年大数据生成统计数据，全球每天创建的平均数据量约为 2.3 万亿千兆字节。当数据的性质更加结构化和有组织时，公司依靠数据仓库和 BI 应用程序来帮助做出重要的数据驱动型业务决策。传统的数据仓库是基于可以使用 SQL 查询的关系数据库构建的；数据可以通过 ETL 作业从一个或多个数据源中提取、转换和加载，这些作业每天最多运行几次。

事实证明，在处理和修改来自社交媒体、物联网、公共网络和关系数据库等多个不同来源的连续实时数据流时，这种方法是无效的。大数据分析有助于检查大型结构化和非结构化数据集，已成为企业的主要推动力，通过提供数据挖掘、预测分析和预测的洞察力和知识，帮助他们做出关键的业务决策。大数据处理的演进催生了数据湖，这是一个集中式存储库，按原样存储结构化和非结构化数据，并允许使用各种工具和方法来解决业务问题。

云的垂直和水平扩展能力使其成为大数据托管和分析的理想平台。通过垂直扩展，可以根据应用程序的需要增加服务器的容量来增加服务器的容量。水平扩展允许企业随着处理需求的增加而扩展硬件资源。引领大数据革命的 Hadoop 被设计为一个分布式系统，以便它可以扩展。并行处理是其设计的重要组成部分，使系统能够并行处理多个独立的小任务，例如服务数据存储和文件系统、处理流数据以及处理查询。

基于云的系统提供高带宽、海量内存和可扩展的处理能力，以帮助大数据应用程序改进实时处理和流数据分析。对于运行大型工作负载和存储海量数据的应用程序，云是明确的选择。云提供商提供高度可扩展的数据库服务以及工具和服务，以支持信息管理、商业智能和分析。

物联网

物联网 (IoT) 指的是互联设备的宇宙，例如安全传感器、监控摄像头、智能手机、可穿戴设备（如智能手表），甚至家用电器（如洗衣机、冰箱等），这些设备能够通过网络进行通信和传输数据，而无需直接的人工交互。这种颠覆性技术不仅通过提供对家用系统和设备的更大控制权来增强消费者的能力，而且还为组织机构提供了数据，从而更深入地了解关键的业务利益领域，为创新产品、解决方案和新的商机打开了大门。

物联网将影响所有行业，从制造业到物流业再到医疗保健业——我们离世界上几乎所有事物都连接起来的时代不远了。随着连接设备数量的持续增加，企业对物联网的采用已经呈指数级增长。根据最近 Gartner 的一项研究，企业今天可能已经使用了多达 31 亿个物联网设备，到 2020 年，这个数字可能会增加到约 76 亿个。

物联网在优化生产、管理供应链、跟踪资产、做出财务决策和改善客户体验方面发挥着至关重要的作用。福布斯报告关于物联网对业务的影响指出了物联网的使用变得越来越占主导地位的几个领域。

健身行业的数字化转型和物联网采用取得了显著成就。带有内置传感器的可穿戴设备可以不断收集有关身体活动的数据，例如行进距离和燃烧的卡路里，并且可以监控睡眠模式，从而为持续的医疗保健提供详细的分析和见解。物联网应用程序旨在利用来自互联设备的数据，云中提供的复杂工具使您可以可视化、探索和构建复杂的分析。对于使用多个设备的复杂物联网应用程序，重要的是要了解设备的状态，并经常与利用这些设备的应用程序组件进行通信。确保设备和应用程序之间的安全身份和访问也至关重要。

与任何技术革命一样，物联网也面临着挑战。随着更多设备连接到互联网，生成的数据量是巨大的。这给互联网带来了巨大的压力，并且需要一种可以更有效地传输和存储这些数据的基础设施。随着连接设备数量的不断增加，人们正在推动创建“边缘”设备，这些设备足够智能，可以执行一些处理并将结果发送到服务器，而不是将海量数据发送到中央服务器进行处理。

例如，监控摄像头通常将视频发送到中央录像设备，该设备仅在检测到运动时才录制。想象一下，如果数百个高清监控摄像头不断向该中央服务器发送视频流，会对网络造成什么影响。还值得注意的是，随着设备与服务器之间的物理距离增加，网络传输延迟也会增加。借助边缘计算，摄像机足够智能以感知运动，并且仅在检测到运动时才将视频发送到基于云的中央录像系统。这大大减少了通过网络传输的数据量并提高了效率。云和物联网相辅相成：互联设备生成海量数据，云提供存储、处理和分析数据的基础设施。

综合考虑…

如今，技术无疑是任何业务的主要驱动力，难以有效整合技术的公司最终会发现难以成功，甚至难以在市场上维持其地位。互联设备、社交媒体以及海量多种形式的结构化和非结构化数据馈送为进一步利用技术和改造业务铺平了道路。数字化转型（包括人工智能、大数据分析、物联网和其他新兴技术）正迅速成为组织机构进行创新和保持竞争力的关键要求。数字化为更好的分析和决策打开了大门，从而引导企业探索、分析和获得新的见解和想法来发展业务。

云提供成熟的服务、工具和安全集合，是任何企业制定数字化转型战略的理想平台。所有领先的云提供商都提供全面且有竞争力的解决方案、工具和服务，以应对客户最复杂的数字化转型计划。此外，云提供的基础设施的水平和垂直扩展使其非常适合数字技术所需的强大计算需求。

人工智能包括机器学习、语音识别、语音合成、图像识别、图像比较、视频分析和许多其他应用。企业广泛实施人工智能以改善客户体验、实施聊天机器人、开发培训等等。云提供商提供应用程序开发人员可以用来构建智能 AI 赋能应用程序的 API。

大数据分析将数据分析提升到了不同的维度，提供了从结构化数据（如来自传统关系数据库的馈送）和非结构化数据（如来自社交媒体的数据流）中收集更好见解的方法。它使企业能够更好地了解客户的看法，例如，通过分析社交媒体上的评论和对话。在本地实施大数据及其相关工具需要大量的时间和金钱投资。云平台提供了所有工具和弹性计算能力，可以帮助企业专注于分析的好处，而不是担心实施、维护和支持。

物联网 (IoT) 将设备连接到互联网，并为个人和组织机构提供对其家庭、生活和业务的更大控制权。例如，基于雨量传感器的浇水系统可以监控湿度，自动浇灌田地，促进作物更好地生长并降低成本。边缘计算为设备提供了更好的处理能力，从而无需将大量数据传输到中央服务器进行处理。领先的云提供商为边缘计算和一般的物联网提供了大量的解决方案和工具。

忽视数字革命对组织机构和个人来说都将是灾难性的。人类和企业每天产生数万亿千兆字节的数据。无论我们是否意识到，数字化都在改变着我们的生活。组织机构必须制定并实施与云计划和工具配合使用的数字战略。