nest大数据

Ⅰ 柯洁被打败，中美人工智能的战争才刚刚开始吗

中国的人工智能发展正受到同行认可，中美的人工智能战争也才刚刚开始。

除了阿尔法狗概念类产品，人工智能成败的关键，在于这智能终端、操作系统、开源开放、商业化落地这四个方面。我们不妨来看一下，中美各家在这几个方面的布局。

智能终端占领之战

当前的智能依然停留在请求智能阶段，无论是电脑还是手机，用户都需要主动向智能机器发出请求才能够实现功能，而未来的智能在尼葛洛庞帝看来，是一场感知智能的革命，不用发送任何请求，用户的需求就可以被智能感知，智能家居、智能电子屏、可穿戴、无人车、无人机等等智能硬件将等同于未来。

这种预言并非空穴来风，据IDC统计，2020年智能终端数量将达307.3亿，智能终端的机会将不亚于手机。

作为第一步，亚马逊在智能家居中已处于领先位置，其发布的智能音箱，自2014年至今出货约1000万台，占据了美国70%的市场，布局最进击的谷歌，此前斥32亿美元收购nest布局智能家居，并在今年的开发者大会上发布了自己的智能音箱谷歌home，同时向第三方开发者开放，再次向该领域发起进攻。

而国内，智能硬件的布局也已经起步，雷军以小米生态链模式孵化了77家相关企业，其物联网平台已拥有超5000万的连接设备，APP也拥有500万日活用户。

其次，最为进击的是网络，陆奇上任之后大刀阔斧进入该领域，收购了国内最大的智能硬件服务商“涂鸦科技”，并将度秘升级为事业部，而度秘则拥有与谷歌home同样的语音对话能力，并且已经展开各种第三方合作。

人工智能的操作系统之战

智能硬件只是人工智能战争一部分，占领硬件的最终目的是为了覆盖自身的人工智能系统，将语音识别、语音唤醒、图像识别、自然语言理解、及其翻译等等技术整合到一处，实现最强的整合输出。

从PC到智能机，操作系统从windows变成了IOS与安卓，每一次的技术变革都会带来操作系统的全新机会。国外目前巨头各自都有先发优势，微软有windows、苹果有IOS，谷歌有安卓，三巨头先发优势不再赘述。

而国内，唯独BAT拥有人工智能OS级别的布局能力。

网络的度秘已推出eros，并且与小鱼在家，中信国安广视，vivo等等达成了合作，并且度秘依托于网络的生态体系，其又将各种语音识别、图像识别、自然语言理解的能力覆盖至网络各个产品线中，用户可以使用eros实现各种智能服务。

阿里将OS押注在阿里云上，推出yunos系统，不断去融合旗下投资的手机企业魅族、锤子以及第三方智能硬件。

腾讯推出过手机OS，但几乎折戟，微信推出的小程序，成立独立搜索部门，也意成为一个微信OS系统，并整合各种智能能力。目前来看微信依然是产品驱动，而不是智能驱动，微信要想在智能时代续命，还需更硬的人工智能技术协同，以及大量硬件接入。

开源开放之战

未来的智能硬件市场巨大，不可能全归巨头所有，各大传统家电企业汽车企业以及创业者等也必然参与其中，如果能够让更多传统企业，及智能硬件开发者接入自身全部或者部分OS系统，则更能够巩固自身地位，占领更多智能场景。

这点上，国外巨头从特斯拉到微软谷歌，都已经对大量的项目进行代码开源以及平台能力的开放，特斯拉更是直接开放了智能驾驶的专利技术。

而目前国内，网络与阿里做的更好一些。

网络在无人车战略上采取了“阿波罗计划”，直接开放无人车源码以及能力，而这一次网络也先于谷歌，此外网络也向全球开放了各种深度学习的代码，以及深度学习、图像识别、语音识别等等智能能力，更偏重于前沿技术的开放。

其次是阿里，阿里云的优势在服务器底层，因此开放的技术内容主要偏重于底层布局，主要集中于大数据挖掘与处理。

商业变现之战

发展人工智能，最终还是为了拉动商业价值，在这点上国内外做法都一致。因此Deepmind的阿尔法狗虽然打败了人类围棋选手，但现在也在尝试进军医疗领域，希望能找到盈利的商业场景。

一方面巨头在通过人工智能提原有的升商业效率，一方面又在利用人工智能创造全新的场景。

在第一层诉求上，各巨头都在将人工智能技术运用到自身各产品的变现能力。

但在拓展场景方面，整体又都处在摸索阶段，尤其对于小公司来说更是困难重重，例如搜狗、出门问问、科大讯飞这些公司，虽然也有自身技术，但在变现场景上没有爆发性业务，像是科大讯飞表面上做语音智能，但变现主业务还是教育软件业务。

值得一说的是谷歌与网络，都采取了一攻一守的姿势。

谷歌采用Alphabet架构，将盈利性业务与探索性的业务进行分离，进而能更好的探索新兴市找到商业场景，而去年网络也做出了组织架构调整，同样是为了人工智能的攻防战。

拥有全球营收能力的谷歌，可以花费更多的时间消耗在探索新技术以及收购各个公司上，并期待下一个安卓的出现。而网络却处于一个竞争压力更大的中国，增速的放缓，让其不得不寻找能够触底反弹的业务，迅速落地更多的落地人工智能场景。

幸运的是网络也找到了一些当前就可以实现盈利的业务，例如信息流分发业务，其依托于网络搜索，以及产品体系，正在带来全新的收入增长，另外网络也落地了AR实验室，将这种前沿技术更快的反哺给商业场景，近期火热的“AR兵马俑”、“朝阳门复兴”、“欧莱雅项目”、“肯德基点餐”等诸多营销案例，也给网络未来的商业空间留下诸多可能性。

结语：

人工智能的中美竞赛，是一场从该技术实力比拼，到商业化能力比拼的多维战争，中国科技公司第一次能够真正与国际同行竞争，并且受到国际认可。

从综合实力来看，国内的BAT拥有最强与国外巨头的对峙能力，其中网络的人工智能布局最为全面最具技术优势，而国外则是谷歌。

而网络也是被谷歌写入财报的唯一中国对手公司。

因此网络与谷歌的AI对抗，也是目前阶段中美人工智能对抗的最关键标志。

Ⅱ 专栏 | 电力大数据应用模式与前景分析

本期，C君非常荣幸地邀请到了国家电网能源研究所的孙艺新老师。能源行业作为国民经济与社会发展的基础，不可避免地正在受到大数据的深刻影响。在下文中，孙艺新老师结合案例，系统分析了国外几种电力大数据应用案例，并分析了未来的应用前景，可供读者参考借鉴。

本文原载于《中国电力企业管理》，转载请联系作者获得授权。

大数据对打通业务壁垒、发现商业价值具有重要支撑作用，已为互联网、金融等拥有海量数据的企业在市场开拓、产品研发、客户服务等方面发挥了重要作用。电力大数据则是从能源领域为人们重新开启了认识世界、改造世界的大门。

电力大数据
人类从远古进化到现代，能源的每一次进步都带来了生产力的巨大飞跃。如今，能源革命与信息技术革命发生交汇，智能电网、新能源的快速发展与移动终端、物联网、云计算的迅速普及，将为各个产业带来巨大的商业价值。电力大数据不仅是大数据技术在电力行业的深入应用，也是电力生产、消费及相关技术革命与大数据理念的深度融合，将加速推进电力及能源产业发展及商业模式创新。

从商业模式创新来看，电力大数据的内涵包括以下三个方面：一是打破电力发、输、配、售不同阶段的数据壁垒，数据范围涵盖电力生产运营全过程；二是注重电力领域综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性；三是注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面为智慧城市、智能电网、智能家居等领域提供新的盈利模式。

电力大数据拓宽了电力行业乃至能源产业的广度与深度，给传统企业带来机遇与挑战。一方面，电力大数据能够对电力供给侧、需求侧进行有机整合与“跨界”应用，为创新商业模式与管理模式提供了机遇；另一方面，电力大数据使传统电力行业的边界变得模糊，使其自然垄断地位与路径依赖优势受到不同程度的颠覆与挑战。

国外电力大数据应用模式
目前，电力大数据理念尚处于逐步发展过程。从国外主要实践案例来看，已初步形成了三类应用模式。

以电力为中心的能源数据综合服务平台

该模式通过建立一个分析与应用平台，集成能源供给、消费、相关技术的各类数据，为包括政府、企业、学校、居民等不同类型参与方提供大数据分析和信息服务。该模式中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。

典型案例是美国德克萨斯州奥斯丁市实施的以电力为核心的智慧城市项目（见图1）。该项目以智能电网设备为基础，采集了包括智能家电、电动汽车、太阳能光伏等类型详细用电数据以及燃气、供水数据，形成一个能源数据的综合服务平台。

图1奥斯丁智慧城市项目商业模式示意图
该项目已在节能环保、新技术推广、研发测试等方面发挥了重要的平台服务支撑作用。一是在消费者能源管理方面，为居民能源消费、住宅节能、交通出行等提供优化建议，促进节能环保。例如，识别环保住宅的能耗降低比例可达27%；对居民太阳能电池板安装朝向进行优化，可使发电量增加49%等。二是为企业提供电动汽车、智能家电等产品开发与技术测试服务。例如，将电力数据与汽车里程、分时电价、油价数据结合，可提供电动汽车性能分析、充电站布局优化，并根据用户习惯确定最佳充电时间等服务。

为智能化节能产品研发提供支撑
该模式主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方式方案。以智能家居产品为例，该模式既可为居民用户提供节能降费服务以及快捷便利的用户体验，也可对能源企业尤其是电力企业改善用户侧需求管理、减少发电装机等发挥作用。该模式中，电网企业不一定具备产品研发优势，但利用电力数据采集与分析方面的优势，既可通过与设备制造商合作改进用户需求侧管理，也可通过共同参与研发并在产品销售中获取收益。

该模式的典型案例是美国NEST公司研发的智能恒温器产品的商业模式（见图2）。该产品可以通过记录用户的室内温度数据、智能识别用户习惯，并将室温调整到最舒适状态。

图2NEST产品商业模式示意图
产品制造商、电力企业、用户三方形成共赢：作为产品制造商的NEST公司免费获得合作企业提供的部分电力数据，借此完善预测算法，并通过多种方式（恒温器设备、互联网、分析报告）展示分析结果；电力企业在智能恒温器支持下，改进需求侧管理，节约发电装机与调峰成本；用户使用产品自动控制房间温度，并节省用电费用。据报道，售价250美元的NEST恒温器每年可在电费和供热开支方面为家庭节省173美元，一年时间已节省了2.25亿千瓦时的能量，相当于2900万美元费用。

面向企业内部的管理决策支撑
电力大数据对能源企业自身同样具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业运营效率效益。对于电网企业，该模式能够提高企业经营决策中所需数据的广度与深度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑决策管理。

该模式的典型案例是法国电力公司智能电表大数据应用（见图3）。法国电力在筹建大数据研究团队初期，选择用户负荷曲线为突破口，将电网运行数据与气象、电力消费数据、用电合同信息等进行实时分析，以更为准确地预测电力需求侧变化，并识别不同客户群的特点，通过优化需求侧管理，改进投资管理与设备检修管理，提升运营效率效益。其中通过优化需求侧管理，使电网日负荷率提高至85%左右，相当于减少发电容量1900万千瓦。

图3 法国电力大数据支撑内部决策应用示意图
电力大数据应用前景
未来电力大数据的应用前景主要是在已有模式的基础上，进一步发挥“粘合剂”与“助推剂”作用，推动能源产业探索建立具有“平台”特征的完整能源生态系统。“粘合剂”主要是指对其他企业的吸引力以及形成平台模式后的协同效应，“助推剂”主要是指对能源产业生产、消费革命以及企业发展转型的推动作用。

参照电商领域中的阿里集团，该公司成立以来逐渐形成了“数据”与“平台”良性发展的商业模式，收入主要来源于向卖家提供的互联网营销服务和从交易额中抽取的佣金。一方面，阿里通过淘宝、支付宝、余额宝等产品构建了完整的商业生态系统，吸引用户参与到平台中，并采集整理用户大数据；另一方面，阿里通过用户大数据的分析与挖掘，在电子商务、金融、交通、娱乐等不同领域中建立竞争优势，不断巩固壮大其商业生态系统。2013年，阿里集团的中国零售平台交易额达2480亿美元，营业收入493亿元，利润率高达45%。

电力大数据下的能源生态系统将为能源企业及相关产业提供一个数据采集、整理、分析、应用、共享、交易等为一体的平台，为参与方提供信息咨询、节能环保、产品研发、管理支撑等服务，为消费者提供节能降费服务及相关产品。可应用的领域包括智慧城市、智能电网、新能源、电动汽车。智能楼宇、智能家电、智能家居、移动终端等一系列相关产业。

电力企业在以电力大数据为基础的生态系统中占据主导地位，具有十分重要的作用。一方面，新一轮电力市场改革下，电力企业可以摆脱传统的盈利模式，通过挖掘大数据资源增强企业竞争力；另一方面，电力企业通过吸引社会资本及不同主体的参与，共建互利合作的商业环境，发挥电力大数据在智慧城市、智能家居中的重要支撑作用，提升相关企业的科技创新与可持续发展能力。

积极布局推进电力大数据应用
电力大数据对电力工业优化内外部资源、发展智能电网与构建全球能源互联网具有重要支撑作用，对电网企业创新商业模式、主导建立能源生态系统具有重要意义。电网企业需持续关注其发展动态，积极谋划布局。未来智能电网采集的数据将全面覆盖从主干网到配电网、区域用户和大用户微网，乃至家庭小用户局域网。在此背景下，传统数据存储、计算能力将产生瓶颈，必须运用大数据的采集、处理技术对当前SCADA系统、数据中心、分析预测系统进行全面升级与改造。

一是开展大数据应用的顶层设计工作。在企业集团层面建立大数据应用的组织协调机构，研究能源领域大数据与公司、电网发展的协同关系，并对其盈利模式、应用领域、合作机制及分工等全局性问题开展专项研究，在未来竞争领域中占据主动。

二是做好信息与技术储备工作。探索建立稳定、可靠的公司内外部数据获取渠道，以及数据共享机制；超前研究制定适用于大数据环境的技术处理方案，提升信息系统处理能力。

三是积极培育人才队伍，开展前期应用试点工作。在电网、产业、科研单位中组建大数据研发攻关团队，在安全、生产、经营等业务中开展应用试点探索。

Ⅲ 大数据云计算环境下采取什么样的措施

产品定义：BC—oNest(ObjectNest)是一个以对象形式存储和管理海量非结构化数据的云存储系统。BC—oNest可以为互联网业务和企业用户提供低成本的PB级存储规模，具备高可靠、高安全性和高扩展性的云存储服务。产品实现了跨机架的海量对象存储和备份功能：提供WEB方问(业务使用门户以及RESTAPI)以及SDK：提供批量导入导出工具来支持oNest和Linux本地目录之间的相互拷贝：支持Windows客户端工具，方便用户的使用。产品特点按需分配的存储空间：系统支持TB级到PB级的存储空间管理，存储容量可在线平滑扩容。可靠的数据存储：系统支持对象数据跨机架存储；在每个AZ内多副本存储。系统的健康检查模块保证副本减少的情况下，自动修复副本数量：同时系统内部实现了数据的完整性校验机制，防止数据被非法篡改或损坏。安全的数据访问控制：系统的认证鉴权和ACI一访问控制机制保证数据只被授权用户访问：同时系统支持密钥签名机制，保证用户访问消息在传输通道上的安全性。高性能的数据处理：提供MultiPart的并发上传功能提高大对象上传速度：支持基于Range的多点并发下载功能提高对象下载速度：数据节点内部采用文件聚合的方法提高性能：支持高并发的用户访问和高吞吐的数据流量。高可用的数据服务能力：AZ内多副本存储和副本自动修复能力，提高了系统持续服务能力，在常见的服务器集群节点或局部网络故障情形中，系统具有高可用性。提供多种数据访问接口：系统对外提供WEB访问(业务使用门户及RESTAPI)以及SDK，并提供批量导入导出工具来支持oNest和Linux本地目录之间的相互拷贝。在服产品版本及特性:5.X版本：自主研发的以对象形式存储和管理海量非结构化数据的存储系统基于跨机架的大规模数据中心环境设计，具有极强的水平扩展能力提供类AWSS3的RESTAPI和SDK，以及本地批量数据导入导出工具支持用户、容器以及对象的访问权限管理和控制服务可用性99.9%，数据可靠性99.999999999%，无单点故障，支持线性扩展支持至少千亿级对象存储，单个对象最大5TB，千兆网络环境下4KB对象读取响应时间小于100ms支持用户可选的服务器端及客户端数据加密存储，整个过程对用户透明支持系统和存储资源监控及告警功能，易运营可管理提供面向系统、用户和容器三个级别的准实时统计计量能力，支持用户按需付费6.0版本：基于主流ceph产品，支持纠删码，支持主流s3接口核心功能：1：对象相关功能对象管理：系统支持对象的创建、读取和删除、设置用户自定义元数据等功能。对象访问控制：系统支持设置或获取容器和对象访问权限(ACL)等功能。2：容器相关功能容器管理：系统按容器组织对象，每个用户可拥有零或多个容器，每个用户可包合零或多个对象。系统支持容器的创建、删除，按字典序列出容器内的对象等功能。3：用户相关功能用户认证及权限：对用户的身份进行认证，确认访问用户的身份，完成认证后基于用户状态、配额和权限进行确认。4：系统相关功能计量信息：提供为资源池管理系统提供计费需要的计量信息，包括空间占用、访问流量等。用户控制：提供用户运营管理访问控制包括签约对象存储服务、查看对象存储服务等功能。日志管理：提供对系统日志的记录及浏览功能。统计报表：提供对系统各项指标的统计和分析，包括系统数据日志、用户日志及日志管理、访问统计、统计总空间占用、统计总用户数、统计各个节点上占用空间大小、容器总数量、流量信息统计等。运维管理：提供云存储系统内部管理、维护，包括系统管理用户认证鉴权、系统管理角色管理、设备状态监控、设备维护等功能。产品优势：BC—oNest是基于标准X86服务器集群的对象存储系统。产品优势主要体现在：容量和性能随节点增加而线性增强，且支持无缝的在线扩容和升级维护。基于X86存储服务器的结构具有低成本特点。系统的高可靠设计，单磁盘和单服务器故障不会影响系统服务，保障用户数据的可用性。安全认证和数据加密手段，为用户提供安全的数据存储服务。应用场景：广泛应用于公众云存储服务，为用户和企业提供按需扩展的云存储服务。支持各类互联网应用，如网盘类应用中对图片、文档和音视频的存储j对象存储通过与主流备份软件结合，可向用户提供更具成本效益、更低TCO的备份方案j对象存储与归档软件、分级存储软件结合，可以将在线系统中的数据无缝归档／分级存储到对象存储系统，减少阵列等在线系统存储资源。应用案例：中国移动公众服务云一：应用背景和面临的问题云存储是laaS核心服务之一，主要支撑海量非结构化数据的存储和处理需求。传统的非结构数据存储系统主要采用磁盘阵列和NAS设备实现，为本地服务器提供块存储空间或文件存储空间，本质上属于数据中心内部的解决方案，主要存在的问题包括：首先，两者的服务接口协议上都不能满足在广域网范围提供服务的能力要求j其次，磁盘阵列和NAS设备的扩展I生也有限，不能满足百亿级文件的存储需求j最后，设备成本较高，基于阵列设备提供的云存储服价格不具备竞争性。二：解决方案公众服务云的对象存储服务使用BC—oNest产品实现。300台存储服务器可以提供PB级的对象存储服务空间支持百亿级的对象存储。三：商业价值中国移动公众服务云采用自主研发的BC—oNest，系统建设上相比使用商用解决方案节约成本数百万元。自主研发产品的应用也使得研发和运营实现紧密互动，对象存储服务的功能可随着市场竞争的要求实现快速迭代开发。基于BC—oNest的对象存储服务是中国移动在公众服务云布局的重要环节之一，将为中国移动拓展行业云应用奠定坚实的基础。欢迎拨打4001100865至中移软件技术有新公司咨询！

Ⅳ “大数据之父” 数据是创新的驱动力

“大数据之父”：数据是创新的驱动力

“有时候不一定是理念驱动世界的变化，可能是实实在在的数据，在数据的基础上产生理念，新的理念是创造性破坏的核心，而数据则是创新的驱动力。”“大数据之父”维克托·迈尔-舍恩伯格26日下午广州中山大学[微博]黄埔论坛上作《大数据时代的变革与创新》主题演讲时说。

作为牛津大学网络学院互联网治理与监管专业教授，舍恩伯格是开大数据系统研究先河的学者，《经济学人》曾评论说，在大数据领域，他是最受人尊敬的权威发言人。他有多达一百多篇论文发表在《科学》《自然》等著名学术期刊上，是《大数据时代》和《删除：大数据取舍之道》等畅销书的作者。

在当天的演讲中，舍恩伯格指出，我们尽其所能去观察这个世界，而这个观察的过程实际上就是一个搜集数据的过程。通过搜集数据，我们进一步理解数据，通过理解数据我们理解了世界。

搜集数据、分析数据需要花费大量的时间、精力、财力，舍恩伯格进一步说道：“我们是否可以搜集最有必要的数据，然后对这些数据进行挤压，从大量的数据中挤出最精华的东西来，然后在此基础之上进行意义的构建？也就是说，我们从大数据中可以提取小数据，数据对我们来说成为了一种可以应用的、有价值的资产。”

今天的世界变得如此广阔，其中所包含的信息海量的，过去20年中，我们数据的量翻了100倍，而且现在还在不断地增长，在短短的4年内世界已经从一个模拟化的世界变成了数字化的世界。

舍恩伯格表示，这一变化意味着我们要理解我们的生活方式，就必须从过去小数据的世界走入真正的大数据时代。我们要思考数据搜集的方法和机制，要从最需要的数据中来。对所搜集到的数据进行转化，成为了我们做出决策的一种最好方式。

他认为，数据的价值在于它可以循环使用、多次使用。“过去，人们对数据的使用只是冰山一角，只是有了问题才去搜集数据，然后分析数据，回答问题，然后把数据扔掉。”他指出，事实上，冰山下的那一块才是数据更大的价值所在，也是我们能够推动更多创新的地方。

他以特斯拉[微博]汽车、打车软件Uber以及谷歌[微博]曾经斥巨资收购的NEST等为例指出，这些产品取得巨大成功，不仅仅是因为他们产品本身，更在于他们都是一个数据收集平台，“这意味着你只要能够充分的使用信息，你就可以用数据来进行创新，进行突破，而且创造出一个新的环境。”

大数据给人们带来了一个全新的社会，大家都在使用大数据提高决策能力，然而，舍恩伯格也提醒人们，在分析数据、解释数据的时候，必须了解它的局限性，要非常小心，避免滥用数据。“问题不在数据本身，问题在我们对数据的使用上。

以上是小编为大家分享的关于“大数据之父” 数据是创新的驱动力的相关内容，更多信息可以关注环球青藤分享更多干货