中国IDC圈4月21日报道，大数据能够帮助企业预测经济形势、把握市场态势、了解消费需求、提高研发效率，不仅具有巨大的潜在商业价值，而且为企业提升竞争力提供了新思路。企业怎样利用大数据提升竞争力?这里从企业决策、成本控制、服务体系、产品研发四个方面加以简要讨论。

企业决策大数据化

现代企业大都具备决策支持系统，以辅助决策。但现行的决策支持系统仅搜集部分重点数据，数据量小、数据面窄。企业决策大数据化的基础是企业信息数字化，重点是数据的整理分析。首先，企业需要进行信息数字化采集系统的更新升级。按各决策层级的功能建立数据采集系统，以横向、纵向、实时三维模式广泛采集数据。其次，企业需要推进决策权力分散化、前端化、自动化。对多维度的数据进行提炼整合，在人为影响起主要作用的顶层，提高决策指标信息含量和科学性;在人为影响起次要作用的底层，推进决策指标量化，完善决策支持系统和决策机制。大数据决策机制让数据说话，可以减少人为干扰因素，提高决策精准度。

成本控制大数据化

目前，很多企业在采购、物流、储存、生产、销售等环节引入了成本控制系统，但系统间融合度较低。企业可对现有成本控制系统进行改造升级，打造大数据综合成本控制系统。其一，在成本控制的全过程采集数据，以求大限度地描述事物，实现信息数字化、数据大量化。其二，推进成本控制标准、控制机理系统化。量化指标，实现成本控制自动化，减少人为因素干扰;细化指标，以获取更精确的数据。其三，构建综合成本控制系统，将成本控制所涉及的从原材料采购到产品生产、运输、储存、销售等环节有机结合起来，形成一个综合评价体系，为成本控制提供可靠依据。成本控制大数据化以预先控制为主、过程控制为中、产后控制为辅的方式，可以大限度降低企业运营成本。

服务体系大数据化

品牌和服务是企业的核心竞争力，服务体系直接影响企业的生存发展。优化服务体系的重点是健全沟通机制、联络机制和反馈机制，利用大数据优化服务体系的关键是找到服务体系中存在的问题。首先，加强数据收集，对消费者反馈的信息进行分类分析，找到服务体系的问题，然后对症下药，建立高效服务机制，提高服务效率。其次，将服务方案移到线上，打造自动化服务系统。快速分析、比对消费者服务需求信息，比对成功则自动进入服务程序，实现快速处理;比对失败则转入人工服务系统，对新服务需求进行研究处理，并快速将新服务机制添加至系统，优化服务系统。服务体系大数据化，可以实现服务体系的高度自动化，大程度提高服务质量和效率。

产品研发大数据化

产品研发存在较高风险。大数据能精确分析客户需求，降低风险，提高研发成功率。产品研发的主要环节是消费需求分析，产品研发大数据化的关键环节是数据收集、分类整理和分析利用。企业官网的消费者反馈系统、贴吧、论坛、新闻评价体系等是消费者需求信息的主要来源，应注重从中收集数据。同时，可与论坛、贴吧、新闻评价体系合作构建消费者综合服务系统，完善消费者信息反馈机制，实现信息收集大量化、全面化、自动化，为产品研发提供信息源。然后，对收集的非结构化数据进行分类整理，以达到精确分析消费需求、缩短产品研发周期、提高研发效率的目的。产品研发大数据化，可以精准分析消费者需求，提高产品研发质量和效率，使企业在竞争中占据优势。

作为数据中心市场毋庸置疑的领导者，英特尔对数据中心的看法吸引了行业人士的密切关注，也在很大程度上代表了行业未来的大趋势。

“信息与通讯技术正处在一个激动人心的时代，这集中体现在三个变化上，就是云计算、网络转型以及数据分析，正是这三大变化驱动了数据中心行业的发展。”英特尔公司高级副总裁、数据中心事业部总经理柏安娜(Diane M. Bryant)在IDF主题演讲中如此指出。

作为一项颠覆性技术，云计算已经出现了多年时间，展现出良好的成长性。其一，公有云上的交互会继续增加，例如微信红包仅推出2年，现在每个月可以发出40亿个;云端新服务每天都在推出，有越来越多的企业诞生在云中;其二，消费级服务是公有云主流，目前全球2/3的云计算能力在为消费者提供服务;其三，传统企业在私有云上的投资将继续增加，以增加效率和灵活性，并且利用云来创造新收益。

“未来我们会拥有数以十万计的云，能够交付数以百万计的服务，连接数十亿的设备，并产生几十亿TB的数据。而且云将大大扩展数字世界的边界，使得技术具有更大的、无处不在的可及性。”柏安娜表示。

要想迅速设置一个云环境并不简单，云技术的起点就是要拥有一个非常高效的技术架构，因为云解决方案要求基础设施能够共享并且具备自动化，能以低成本交付高性能，同时也能够促成服务的快速部署，既具备超大规模的敏捷性还能使数据中心进行更优运行。

因此，英特尔开发出了机柜式架构(RSA)，能够实现资源的池化，根据工作的负载需求进行部署，并且推出了一个硬件抽象层，通过开放的API实现灵活的模块化基础架构，将正确的资源投放到工作负载上。柏安娜表示，英特尔正和VMI、微软、浪潮、戴尔、HPE等软件开发商和OEM厂商合作打造基于机柜式架构的解决方案，例如联想已经推出了超大规模管理和调度解决方案，让云计算部署和使用更加简单。

网络转型加速

灵活高效的计算基础架构背后，必须要有高带宽和低延迟的网络。柏安娜指出，当前网络不足以满足与日俱增的流量和应用需求。4G时代业界对NFV和SDN做了很多投资，为5G到来做准备。5G是无线通信网络的革命，不仅容量千倍地增长、峰值速率50倍的增长和延迟40倍的降低，还将支持各种新应用和场景服务。

比如对实时业务的支持，5G支持无人驾驶汽车，远程医疗服务，或者是在危险环境中远程重型设备的操控，也能够支持消费者服务和应急管理响应的一些政府服务、城市服务。“但是想做到这一切，网络必须要转型，网络必须实现虚拟化、软件定义和云化。”柏安娜说，网络连接是至关重要的，企业使用云需要始终不断地互联，从而不断推出新服务，找到新的收入来源。

为了促进网络转型，英特尔和开发者进行合作，在开源解决方案当中进行投资。“我们知道一旦有了标准的、开源的技术创新，我们就会看到技术创新速度明显加快;同时，要不断地推进我们的Network Builder计划，为Network Builder社区成员提供培训，给他们提供考架构和蓝图，来适配各种特殊的客户使用场景。最后，我们也要和成员一起进行市场推广，从而做大需求。”

英特尔在最近推出了至强处理器E5v4产品家族，其至强资源分配技术可以使网络功能充分虚拟化，并且带来了一系列的QoS能力。华为云核心网产品线副总裁王洪利也指出，基于x86的硬件已成为主流。在过去的十年里，英特尔一直和华为长期合作，华为云核心网已经走过虚拟化迈向了全面云化的NFV阶段，与全球用户签署了将近50个云化商用合同。

数据分析兴起

柏安娜提到的第三个趋势是数据分析，这也是英特尔当前的研发重点。柏安娜认为，数据是改变游戏规则的关键因素，原因在于云计算能够将服务进行连接并提供出去，且互联性得到了极大提升。此外，数据存储变得更便宜，过去十年服务器成本下降超过40%，存储成本下降超过90%，“摩尔定律告诉我们有足够的成本来存储海量的数据”。

在数据分析领域，英特尔的产品线横向扩展和纵向扩展，提供了非常丰富的产品，包括全套的微处理器的产品，从凌动、酷睿到至强、至强Phi，而且使用的是一个无缝的架构。除了处理器外，英特尔还提供了软件方面的支持，包括各种软件开发包，以加快各种应用交付速度。同时，英特尔还与各种开源组织合作，如Hadoop、Spark等，为数据分析应用提供优化和支持。

柏安娜表示，英特尔的可信分析平台(TAP)，是一个开源的平台级服务，专门适合数据科学家和应用开发人员，能够为用户提供预测性的模型和数据模型服务。“我们欢迎大家参与TAP做出贡献，使得整个分析解决方案开发和部署变得更加简便，以此为基础，来为数据分析市场提供更多服务。”

这些产品全面支持当前蓬勃兴起的数据分析类应用，例如机器学习。科大讯飞研究院副院长王智国博士指出，科大讯飞的人工智能开放平台每天在线交互达到近20亿次，这些工作都离不开一个强大的计算平台。“我们和英特尔更加深度的合作，在源头上进行软硬件一体化整合，必将能够创造出更多更先进的人工智能解决方案，共同推动产业发展。”