⑴ 布局5G云时代“移动人”都做了哪些准备
随着 科技 的进步、互联网的迭代更新，全球信息产业也得到了爆发式发展，传统的数据分析技术已经越来越无法应对当下密集海量的数据处理需求，在这样的时代背景下，作为一种新型互联网数据分析业务，云计算应运而生。中国移动也紧跟信息发展的脚步，发展云计算产业，布局未来，致力于为用户打造超一流、先进的数字化生活，并在支撑各行业企业智慧经营和服务提升方面做出了重要贡献。
20年苦心准备，中国移动谱写5G云时代新篇章
20年来，中国移动坚持发展云计算产业，力求与业界伙伴共同打造云计算生态体系，利用云计算的技术、产品和理念，创新商业模式滑肢慎和运营模式，助力 社会 各行各业数字化转型进程。在5G高速发展的时代，云计算已成为产业数字化转型、智能化升级的重要引擎，也是中国移动布局5G+的重要战略目标。
进入21世纪，随着互联网应用的深入普及和技术手段不断优化革新，“云计算”概念被正式提出，并成就了互联网时代信息技术产业的第三次革命。中国移动公司在第一时间参与到云系统的筹划及建设工作中，并于2007年研发了拥有完全自主知识产权的“大云”平台，即以大数据和云计算为核心能力的新一代IT平台，正式开始了云计算、大数据的研究和应用。2010年，中国移动发布“大云1.0”版本；2014年成立苏州研发中心；同年6月，中国移动推出“移动云”，并于2015年4月启动商用，正式建立起国内最完整的云计算和大数据产品体系。2017年，中国移动发布“大云4.0”版本，积极布局云计划领域，该平台包含云计算、大数据技术和平台产品，拥有26项核心产品，能够实现在大IT技术架构下的全新平台、服务和生态构建能力，为各行业提供公有云、私有云、混合云、专有云、行业云总体解决方案。
2019年，中国移动制定了移动云三年内进入国内云服务商第一阵营的发展目标，计划三年投资总规模在千亿元以上，并推出了共享云资源，开放云市场的移动云“万象计划”；同年，中国移动正式发布面向5G时代的战略级产品——大云5.0，包含行业云、行业智能应用、超融合一体机、电信云、下一代网管等产品与解决方案，与5G、人工智能、物联网等信息技术紧密协同，在互联网+时代，为客户提供一体化新型服务能力，助力行业数字化创新。
构建云时代，“移动人”都做了什么？
刘卫军 ——中国移动“云改转型”路上技术创新的领航者
刘卫军，2012年加入中国移动，就职于中国移动研究院，从事大云弹性计算产品的设计与研发工作，2014年加入中国移动云能力中心，为中国移动“云改转型”各项能力快速提升和云能力中心云计算技术自研能力的积累做出了卓越贡献。
云改前，刘卫军就对重大问题攻关亲自挂帅，信敬进行技术研讨、产品研发、项目进展跟踪，并带领团队学习技术前沿知识，并在云业务领域创造了多项佳绩。一是顺利完成了大云产品基础构架的全面升级，建立起包括计算、存储、网络在内的自研产品体系，并广泛应用于内外部项目，带来巨大经济效益的同时节约了大量成本。二是自主开发海量资源管理技术，并在IT私有云项目中得以应用，构建了世界上最大的OpenStack资源饥晌池，突破了此前的单集群管理瓶颈。三是圆满完成中国银行IaaS业务技术支撑项目承建交付。在刘卫军的带领和影响下，团队共同推动中国移动云计算技术地位迅速提升，云能力中心在主流开源项目中也有显著贡献。
在中国移动启动“云改”战略期间，刘卫军带领团队在短短3个月内完成了移动云84款新增产品自服务平台研发、业务产品及计费对接联调，实现多云订购运营的标准化流程；同时完成多款华为合营云、阿里转售云、网络转售云产品上线，在此之前（自2013年至2019年），移动云自产品存量数仅为39款，为中国移动“云改”战略元年的业务发展迈出了坚实的第一步。疫情期间，刘卫军不忘初心，坚守岗位，科学安排、全力保障疫情期间各项工作的顺利开展和移动云资源池的建设上线。
刘文斌 ——身耕技术发展一线，以工匠精神推动云化进程
刘文斌，在任职于中国移动信息技术有限公司宁夏中心经营分析室经理期间，刻苦钻研、开拓创新，用工匠精神攻克了一座又一座技术高山，于2019年2月被中央文明办评为奉献类“中国好人”。
自1999年参加工作以来，刘文斌先后负责完成了40多个IT项目的建设，具备丰富的业务规划和维护实验经验。随着“互联网+”5G时代的到来，刘文斌充分发挥自己在专业技术方面的特长，刻苦钻研云计算、大数据等新的IT技术和架构。在他的牵头带领下，完成了宁夏公司互联网化客户关系管理系统和计费账务系统的云化改造等一系列核心IT支撑系统的规划实施及上线工作，实现了宁夏公司核心业务支撑系统由传统架构向互联网云化架构的飞跃。
刘文斌不忘初心的工匠精神，使他带领团队取得了优异的成绩，《构建X86构架的云化BOSS建设和运维体系》获得宁夏通信行业第八届管理现代化创新成果一等奖。在他的带领下，互联网化客户关系管理系统比预计工期缩短一半时间成功上线，成为中国移动集团内第一个完成长市漫一体化改造的省份，和第一个实现计费账务系统全云化改造的省份。
“云计算是虚拟化的关键，也是中国移动网络智能化的技术基础，更是中国移动业务生态化的关键能力、运营智慧化的使能手段。”中移动副总裁李正茂说。在云计算的道路上，“移动人”们攻坚克难，积极 探索 ，勇敢创新，为推动云计算的发展贡献着自己的力量。
5G 云时代，未来可期！
随着网络基础设施的建设和5G的大幅提速，云储存、云计算、云处理的云技术市场空间越来越大，云时代的未来正在向我们招手。在5G万物互联的时代下，中国移动在云计算产业方面，也将继续依托于自身行业领先的技术，进一步整合大数据和人工智能技术，坚持发展与创新，积极发挥行业影响、促进产业合作，为数字化 社会 生活提供更加全面的服务。
⑵ 看着这些“黑科技”，感觉移动真是为防疫操碎了心
7月10日，一名携带德尔塔毒株的旅客，乘载CA910国际航班自俄罗斯入境进入南京禄口机场，感染了南京机场的多名保洁阿姨，自此，一条以南京为起点的病毒传播链蔓延向了全国各个省份。
各省都迅速启动了一级响应机制，面对病毒点起的“星星之火”，点到哪扑到哪！防疫过程中，大数据、人工智能、超算等不少高 科技 手段也都投入运用，这些高 科技 在病毒溯源、疾病预防、重症救治等方面都是防疫的利器。
我们都知道，防疫是一场没有硝烟的战争，其中，通信技术早已首当其冲的扛起了大旗，将技术与实际疫情需求点相契合，相继推出了各种硬核防疫产品，今天我就来总结一下中国移动为防疫所开发应用的几种主要“黑 科技 ”。
我首先要介绍这个，虽然知道的人不多，但对于当前疫情形式应该是非常适用的。
移动智能门磁设备是通过物联网、大数据手段，实现“被隔离人员进出隔离场所”的实时预警功能，系统由门磁传感器和后台数据分析处理系统组成。
当被隔离人员进行开门行为时，即可触发实时报警行为，并通过微信公众号等方式将报警推送给防疫管理人员和网格员。帮助社区和防疫管理人员对社区住户实行远程管理，减轻疫情防控人员工作量，减少与被隔离者的直接接触，能有效减少交叉感染。
今年6月底，湛江、东莞等地部分社区被封禁管理后，当地移动公司便接到了智能门禁的安装需求，之后移动工作人员火速调配设备2000套，目前已全部安装完毕。
这个是中国移动浙江公司团队在去年紧急研发出来的产品，通过对“医学观察随访、社区疫情摸排”两大场景的“语言语义、知识图谱、AVR交互”等AI训练，能够有效替代防疫人员的人工询访，效率提升20倍。
这项技术在疫情爆发期间紧急服务于湖北一线，面向武汉市疫情防控指挥部、武汉电视台等具有政府防疫相关企事业单位提供服务。
5G红外体温检测”设备，是中国移动千里眼场站热成像行业应用方案，提供了五大类测温方法，对进出人员体温进行非接触式快速监测，全方位满足各类交通枢纽、客运场站、各级学校机关企事业单位、大型连锁商超及中小餐饮单位的人流体温监测筛查需求。
中国移动推出的5G远程医疗系统包括远程会诊、远程影像、远程门诊、发热资讯等服务。利用病区内医疗推车，可实现病区与远程专家的视讯连接，开展多方会诊、多学科联合会诊，让诊断更加专业高效。
目前，该技术已服务30省1861家卫健委及医疗机构客户，参与建设抗“疫”专门医院超53家，提供30多项业务服务。
在河南省驻马店市，中国移动联合当地教育局及时推出了“停课不停学”线上辅导活动，可以完成学校管理员线上排课、教师线上授课、教委校长线上巡课、课程数据管理等教育工作。
据了解，去年疫情期间，该平台开课总次数已达到5.7万次，累计上课时长217.2万分钟。
其实移动在疫情期间配合防疫工作开发的“黑 科技 ”远不止这几项，包括和易报、云视讯、和对讲、云MAS等至少超过了两位数，即便从现在对疫情防控的要求看，也很难挑出防范空白区域。
顺带一提，现在人手都在使用的通信大数据卡小程序，在开发时包括中国移动在内的多家国内主要运营商都参与其中。但很少有人知道，整个项目从开启到初版上线其实只花了不到一周。
其中中国移动大数据中心团队带领了移动31省大数据精英，与时间赛跑，有效的支撑了疫情人群迁徙、行程查询、复工复产分析等各项工作。
眼下，虽然疫情又窜起了一点火花，但在包括中国移动在内的各个行业的严防死守下，这点“火花”想必只是“昙花一现”罢了。
⑶ 手机产业跟大数据有什么必然联系
移动互联网迅猛发展加速大数据应用落地
2015.1.4
全球著名商业咨询机构麦肯锡早就说：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”在与我们切身相关的衣、食、住、行等方面，大数据对生活方式的改变显而易见，而大数据从理论到实践的真正应用才刚刚开始。
移动互联网迅猛发展加速大数据应用落地
数据时代正在来临，我们周围的一切正在被数据定义。每天人们都会通过使用电脑、手机、GPS等设备产生以十亿计的海量信息，这些相互作用的信息从根本上改变着世界原本的面貌。
随着移动用户数量的增长，基于移动互联网大数据的应用备受瞩目。据CNNIC最新统计显示，截至2014年10月，全国移动电话用户达到11.22亿户。智能手机的保有量由2013年的2亿部，迅速增长到2014年的3.6亿部。目前拥有过亿用户的移动应用已达10款左右，包括微信、快滴打车、手机淘宝、网络地图、搜狗输入法、PPTV、高德地图及墨迹天气等，它们都很好地利用了大数据带来的益处，在对用户数据进行分析整理的基础上提取有效信息，由此成为APP大数据应用的先行者。
墨迹天气APP是应用大数据的典型代表。它旗下产品空气果，可以利用Wi-Fi进行简单设置。空气果外观设计很酷，界面友好，可以语音播报，显示屏挥手可以点亮，挥手可以切换数据，在用户数据保存和分析利用方面较其他同类移动APP具有明显优势。
快的打车的大规模使用，增加了移动APP的大数据应用程度。快的打车是打车软件和移动支付市场的代表，它获得了大数据以及O2O市场。通过软件实现对用户打车习惯、打车路径等数据的积累，进而分析，再叠加地图服务、生活信息服务等内容，实现智能服务模式增加客户黏性，从而与商家以及消费者形成合作，实现赢利。
在移动互联网大数据应用快速发展的同时，仍有两个问题需要正视：
一是用户对隐私安全问题存质疑，造成数据的开放性和完整度不够，因此限制了大数据应用的发展。如今，手机成为第一终端、互联网中心及个人信息中心，人们把自己的沟通、社交、娱乐、生活、商务、隐私交给了智能手机及其各种应用。据DCCI第三季度报告显示，截止2014年10月有66.9%的智能手机移动应用在抓取用户隐私数据，其中高达34.5%的移动应用有“隐私越轨”行为，通话记录、短信记录、通讯录是隐私信息泄露的三个高危地带。如何确保数据采集的适当尺度同时又能保证服务的完整性，这对企业而言是一个挑战。
二是存在对数据分析发掘的技术壁垒，不能“数”尽其用，使得很多具有潜在价值的数据流失。基于大数据的移动应用已经非常广泛，很多移动终端上都留下了使用者的数据。IHS Screen Digest公布的2014年第三季度的数据显示，有48.2%的数据被浪费，并没有真正提取数据的有效价值，在数据的分析和挖掘方面还有待提高。
运营商试水大数据经营
如今，大数据巨大的商业价值已经显现出来。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。数据大爆炸下，如何挖掘这些数据，也面临着技术与商业的双重挑战。
电信运营商作为数据的生产者，拥有丰富的大数据资源，这些资源优势是其他企业无法企及的，价值挖掘潜力巨大。而拥有如此优质的数据基础，使得运营商在企业、行业、社会等多个层面，都将大有作为。
纵观全球市场，电信运营商大数据发展仍处在初级阶段，海量的数据并未给其带来可观的收入，如何依靠大数据避免哑管道化的危机是全球运营商共有的话题，国内三大运营商也开始了积极布局。
中国移动通信集团公司业务支撑系统部项目经理何鸿凌曾透露，中国移动当前每日新增结构化数据8T，每日新增日志类数据400T，而每日处理的数据10倍于此，每日查询的数据100倍于此。他认为：“数据已经成为当下企业的第一等竞争力，数据可以列入资产负债表，企业应该竭尽可能收集整理数据，竭尽可能保存数据，将数据列为企业核心资产。”
据了解，中国移动在大数据的具体研发、产业合作与对外应用方面，也进行了一些积极探索和实践。2014年，中国移动成立了苏州研发中心，构建3000~4000人的研发团队和运营团队，旨在进一步完善云计算和大数据产品体系，尽快形成国际一流的云计算和大数据服务能力。
中国电信则组织编制了大数据领域深化改革方案，明确要建立“统筹管理、两级运营”的大数据运营体系。中国电信市场部先期组织开展了大数据RTB 精准广告业务、景区流动人口监测业务等试点，成效显著。下一步中国电信将重点聚焦互联网用户行为分析报告、大数据金融信用风险防范业务、大数据区域洞察业务等研究，组织开展试点工作，打通业务流程，验证商业模式，探索电信大数据在重点行业领域的纵深应用和价值挖掘，取得一定社会和经济效益。
而中国联通也同样利用其无线管道的大数据流量，采用Hadoop以及Spark的大数据挖掘算法，构建的移动性洞察解决方案，从网络数据中提炼出有价值的信息，创造出更多的行业、政府新服务及新应用。例如，上海联通将存量和增量经营适当分离，利用大数据技术手段，真正关注和了解用户，持续挖掘和提升存量客户的价值。通过已离网用户的时空数据分析需要优化的网络区域，并结合ROI分析最需要优化的区域以及最需要关怀的频繁进入质差区域未离网高价值用户；另外，在集客区重点识别客户来自哪里，以便考虑是否对所在的位置进行针对性的广告投放。
⑷ 移动互联网如何让大数据“落地”，有哪些产品实例
问题补充：“大数据”这件事大家提了很久，可是真正能用好的产品少之又少。移动互联网使得更多、更广的数据不断产生，它是否能真正促使大数据“落地”，变成每个人真正能享受到的服务？下面是来自知乎小伙伴maggie的回答：云计算出现之前，传统的计算机无法处理大量的非结构化数据，云计算使得海量数据的存储和快速分析成为可能，而每个人都拥有的智能终端（手机、电脑、智能设备）以及带宽不断增加的移动通信网络，使得海量数据的收集成为可能。大数据的核心在于“预测”，而云计算使数据从“小样本”转变成有机会对所有可能的数据进行分析，预测将基于 “数据之间的关联性” 而非 “为什么是这样的因果性”，我们只需要按照预测出来的趋势去响应，使用这些结果。比如预测机票价格的走势，并给出可信度，帮助用户来决定什么时间购买机票最省钱。它不用关心为什么机票会有差异，是因为季节性还是因为其他什么原因，它仅仅是预测当前的机票未来一段时间会上涨还是下降。如果机票价格有上涨的趋势，系统就系统用户立即购买机票。而原始的数据可以从机票预订数据库或者行业网站上扒下来。这项预测技术可以用在类似的相关领域。比如宾馆预订，商品购买等。比如通过汽车引擎的散热和振动来预测引擎是否会出现故障。亚马逊的推荐系统是很好的例子：亚马逊从每一个客户身上捕获了大量的数据，历史购买了什么，哪些商品只是浏览却没有购买，浏览停留的时间，哪些商品是合并购买的，它要做的是找到产品之间的关联性，感兴趣的可以去搜索亚马逊推荐引擎的专利。在中国，淘宝、支付宝拥有大量的用户数据，还记得 “淘宝时光机吗“ ？通过数据分析，把毕业- 恋爱- 迁移城市-结婚- 买房- 生子- 买车的人生轨迹串起来，我不敢说有多准，但是的确感动了我们。从数据中挖掘出背后的故事，这是一个非常有意思的关联性数据挖掘尝试。想想也挺可怕的，淘宝是个拥有海量用户数据的平台，每天还有源源不断地从移动终端、电脑上不断增加的数据，如果把这些数据利用起来，不止可以做商品购物推荐，同时还可以对可能的关联性做预测。在零售行业，销售数据的统计分析，可以让供应商监控销售速率、数量、以及存货情况，可以知道什么货物和什么货物摆在一起，放在什么位置销量最好，特定的季节，什么产品销量最高。公共设施领域，不再是随机的巡检，而是针对设施上报的数据以及故障发生的历史数据、环境数据进行分析和预测，集中人力和物力优先检查最有可能出现问题的那些设施，减少整体平均的故障发生率。大数据革命首先要把这些可以获得的数据收集上来，包括未来可能被利用的信息。比如很多应用不管是不是需要位置信息，通常都会问你要位置信息，为未来能做出更多的智能反应做数据储备。保险公司通过车险投保人的历史数据（时间、地点、实际行驶路程）来为车险定价。广告公司可以根据人们的居住地点、要去的地方，提供定制广告，信息汇集起来可能会揭示某种发展趋势。交通服务公司可以通过手机的位置来预测交通情况，和某个地方目前聚集了多少人。最近的 ”棱镜计划“ ，从音视频、图片、邮件、文档以及连接信息中分析个人可能对国家安全造成威胁的行动。大数据可用的领域实在是很多，具体有什么好点子，哪些产品有机会，我觉着还得多去想和研究。总结起来，首先是数据收集，除了利用现有的数据渠道之外，还可能需要改造一些产品形态，使得数据更好地被量化和可被学习。然后是通过云计算来做数据相关性的分析，这里面有大量的算法工作要去做，所以未来算法人才是最具有技术挑战的工种。