就如前面的各位提到，大数据是当今全球的一个重要的命题，从IBM的角度来说，这是整个当今IT业界最重大的命题，基于这个方面的意向，我也非常荣幸有机会回到中国，特别是在整个新兴市场，以中国为总部，我们成立了一个大数据中心。大数据非常热门，这是毋庸置疑的，这也是今天大家为什么聚集一堂，耐心的聆听和分享大数据方面的见解和认知的一个最好印证。
大数据的最终问题在于分析
从我跟市场客户沟通交流过程中，我发现大数据其实并不是一个新鲜的事物，因为大家可以想象一下，我们有海量的数据其实已经由来已久，为什么到了最近几年，突然大家一下子发现在全球对大数据有了一个热切的关注?这是因为，我们第一是在历史上有成熟的技术，能够对这些海量、多样性的数据，甚至是流动的数据有效的存储和管理，最重要的是我们还能够对这些数据行之有效地进行分析。因为大数据最终的一个问题就是分析，而不是技术。
大数据并非技术命题而是商业命题
对大数据进行分析，还只是整个历程的一部分，分析了以后，最关键的是我们能够产生洞察力，一种前所未知的、对这个数据本身的认知。就像大家今天踏入这个主会场宣传的一样，让数据发出声音、让数据陈述事实，让数据告知你前所未知的一些为事物的认知，有了洞察力，还不仅仅是故事的全部，关键是有了新的洞察力以后，在座的各位朋友才切实的能够在各自的企业和机构对你的生产力进行推动，这才是大数据真正的历史意义所在，这也是为什么大数据跟传统的IT技术非常不同的地方，它不是一个技术的命题，它确实是一个商业的命题。这也是为什么从08年、09年，那么多媒体的关注，您会发现跟以往的IT不一样的是有很多主流的媒体在不断探讨大数据的价值，这就是一个最好的见证。
接下来，我会跟大家分享一下IBM对大数据的认识，特别强调一下，大数据是具有革命性的、具有颠覆性的，会对整个行业和市场都有一个推动力的特殊新兴技术所产生的革命力，所以很多市场经常用颠覆性的词来形容。在我进一步讲解之前，我首先问大家一个问题，你要首先问一下你自己，现今在大数据如火如荼的这么一个市场环境下，您对大数据有多少认知、您现在已经对大数据有一个策略了吗，您现在知道大数据能够真正帮到您的企业、帮到您的组织，进行革命性的变化吗?
接下来，我会跟大家分享更多的一些对市场的认知、对整个行业的认知，我希望在我的分享中能够回答前面提出的命题，希望能够提供新的思路和更多的启迪。
经济严峻 竞争加剧
其实大家都知道，现在全球风云变幻，特别从经济世界来说，全球的经济形势非常严峻，特别是欧美市场的经济形势的严峻，使得行业间的竞争变得异常激烈。因为在当今的经济条件和环境下，这个竞争已经不仅仅是本行业的竞争，很多的时候是跨行业的竞争，就像前面我们的英特尔的吴总提到，Google在做无人驾驶车的管理，你可以想象这么一个IT公司会跟传统的企业制造业竞争吗?
这是以前没有预见的，或者是就近来说，去年我在中国市场走了很多的客户，阿里巴巴也推出了跟银行业有关的业务，这是以前不可想象的，你可以想象阿里巴巴会跟传统的银行业竞争吗?所以在现今严峻的经济形势和异常激烈的竞争事态下，如何让我们的企业、如何让我们的机构，包括政府机构，如何能够最先进的技术真正帮助我们企业内部或者机构内部运作，达到一个转型的目的，这是很多领导者时常询问自己的一个话题。在这个转型过程中，在这个寻找新的历史性革命性机会过程当中，我们的CIO、CTO、领导者起到了不可替代的作用。
你可能会说在全球风云多变、这么挑战性的一个大环境下，我们主要的行业在今天在最前沿遇到了什么样的挑战呢?其实现在在各行各业，包括传统的、包括新兴的产业，都会有一个共同的命题，就是说他们的业务商业模式不断受到这种冲击力，不断受到各个方面挑战，这是他们面临的最大命题。
我们经常发现在现在风云多变的市场环境下，有很多的小型企业，或者有很多著名的品牌，可能有些在几天或者几个礼拜一下子经历了创建到成长到损毁的这么一个过程，就像传统的CODA，因为他们没有能够及时拥抱这个技术的发展，因为他们没有能够及时的面临市场的挑战，所以没有及时的进行商业转型，所以他们企业的架构也到了历史的最低点。
还有一个挑战，以前我们经常说一个企业我们只要能够创造出最好的产品，或者我们这个公司能够给大众提供最好的服务就足够了。但是在现今这么异常激烈的竞争环境下，一个好的产品，或者是仅仅只有一个好的服务，已经远远不能成为一个成功的必要条件。
所以，在这样的情况下，越来越多的行业领导者、或者市场领先者，他们经常在思考一个问题，就是我们如何能够利用市场上、利用这个时代给予我的最新、最先进的技术，来帮助我的业务进行及时的转型，让我能够比我的同行，能够比我的竞争者先行一步。因为先行一步就意味着巨大的商机，先行一步就意味着巨大的竞争优势。
技术是当今企业和机构最重要的决定因素
前面我们各位领导也提到的，在当今社会上的四大技术要点，包括Mobile、Social现在越来越的例子已经证明了技术已经是革命性的，技术已经对我们的行业有推动力，我们见到越来越多的行业转型深深利用了这些最先进的技术。一系列的报告一而再再而三的验证了技术是当今企业和机构最重要的决定因素，所有的企业和机构的领导者们，他们一方面对这些技术非常激动、非常兴奋，因为他们能够看到，或者从不同的媒体、不同的行业看到了这些最新的技术能够给他们带来非常巨大的革命性的转折，但是同时他们也很惶恐，他们唯恐自己落后了，因为在现今，大家都知道，这个技术变化的速度是无与伦比的。
比如我给大家分享几个数字，前面李司长也说到了大数据的海量，2012年全球有2.7ZB的数据量，这说明一个很好的问题，我们现在不仅仅面临一个信息的保障，已经到了一个数据前所未有的时代。比如说2011年，全球有一个统计报告，说全球的网络空间的受害者有5.5亿人，换言之每秒钟全球有18个人成为网络空间的受害者。
到了2017年，那时候可能就有10亿的移动用户，或者流动的工作人员，你可以看到，整个世界在我们周围急剧的变化，在这种风云变化的环境当中，我们的领导者、我们的决策者如何能够获娶抓娶利用这些最先进的技术，对企业进行转型，已经迫在眉睫了。
过去这么多年来，我经常在全球的各个市场跟各个客户一起合作，我亲眼目睹了那么多市场的领导者或者是一些行业的领先者，他们真正地利用的这些大数据的分析，对他们的商业模式进行了一个革命性的变化。正如我前面所说，大数据跟传统意义上的IT技术是一个本质性的区别，它是一个商业的命题，而且在过去几年，很多主流的商业媒体不断地报道大数据能够给这个社会带来很多的社会价值或者商业价值。
数据是下一个自然资源
我记得三年前，美国的CMBC，这也是面对消费者的一个全球商业广播电视媒体，它最早提出数据、大数据是下一个自然资源。我要说，数据确实是全球人类共享的新的自然资源，而且这个自然资源是不断增长，越来越多，这个资源非常的丰富。我觉得将大数据比喻为一种新兴的自然资源，是一种非常贴切的比喻，为什么呢?大家可以想象一下，跟自然资源一样，所有的自然资源，比如像原油，你需要炼取，数据也一样，有那么多纷繁复杂的多样数据，在使用之前，它们本身毫无价值，你只有提炼以后它才具有价值。而且还有一个特别相似的比喻，就是你在对这个数据进行认知的过程当中，这就是一个不断提炼的过程，也就是对原油，你需要产生各种有价值的氢化产品之前，也是一个不断提炼的过程。
仍有大量企业并未重视或利用好数据资源
在当今，大数据已经成为一种新兴的、非常宝贵的自然资源的情况下，我又需要问一下在场的各位朋友，您或者您的公司、或者您的企业、您的机构是否已经开始在基于这种新兴的自然资源，产生出新的价值呢?我之所以会问这个问题，就是说虽然我们现在身处资源、信息极度爆炸的时代，但是我在全球跟客户沟通合作时，我发现相当的客户继续将这么重要的新兴资源忽视了，或者他们虽然握着这么好的自然资源，但是他们对这些资源、对这些信息的使用价值或者使用的途径是非常单一的，从我的角度来说，这真的是一种非常可惜的现状。
所以，今天希望通过这样一个经验的分享，希望能够引起大家对全球已经拥有的信息资源，下一代最重要的自然资源的一个重视和引领。
我还想跟大家具体分享，我们一再强调数据的重要性，我们要让数据发声音，我们要让我们的企业、让我们的机构变成一个数据驱动的机构。在如何实现这个目标之前，我还是想跟大家分享一下大数据和一些常见的状态。
传统数据源与大数据相结合
其实大数据真的是多元化、多样性的，在您具体的利用大数据为企业创造价值之前，一定要突破自己的思路，一定要突破传统数据源的这么一个局限的小范围，要看到更多的数据，而不要熟视无睹。当然，同时你也切不可忘却原有的传统数据类型，因为那些传统的数据仍旧是我们现今利用大数据来对你的商业进行分析、帮助你的企业架构进行革命性转型当中不可或缺的一部分。同时，传统意义上的这种结构化的数据，仍然以一种非常迅速的速度不断增长。
但是我想引起大家重视的是，在当今新的大数据分析领域当中，我们越来越关注一些新的数据源，比如说机器产生的数据，机器产生的数据有很多常态，比如说日志的数据，现在我们跟国内的银行、电信公司有很多的公司，现在越来越多公司利用原来他们所忽视的机器产生的日志数据进行进一步的分析，然后起到了很多以前他们没能够起到的商业价值。
比如说我们跟全球最大的一个电子生产厂商在进行对日志数据的分析，从他们的生产线上有很多的生产机器，每个机器上都有传感器，在以前的话，这些机器的传感器产生的数据，首先第一量很大，第二个很多是机器语言，第三这些数据很有实效性，这些数据在以前都是不被这个电子生产厂商重视的。现在我们所做的事情，就是利用大数据的最新技术，利用大数据最新技术能够产生的洞察力的这种解决方案，我们能够及时有效对这些海量数据进行实时性的分析，分析以后起到的作用就是能够极大的降低生产线上的持平率，对这家已经是全世界领先电子生产厂商来说，他只要降低一个百分点的话，大概一年就是上千万美金的收益，这就是一个新兴的利用大数据的分析，给我们企业产生新的商业价值的一个非常好的例证。
社交媒体的数据在当今社会当中，也是遍布到我们生活中的每一天，我们每天都在跟社交媒体打交道，社交媒体的舆情分析已经越来越管理的被应用到各个领域，甚至包括传统的电信、传统的银行企业或者金融企业，包括我们在中国的金融企业，已经越来越多的借助舆情的分析，能够对它品牌意识的建设，对它全球品牌力的提高起到非常积极正面的意义。当然我们在讨论大数据的范围当中，我们还需要非结构化的内容管理，这在以前也是由来已久的数据的命题。
在全球已经有越来越多的企业，特别是那些领先级的企业，他们其实都有个共同的特点，就是他们已经切实的把大数据和大数据分析跟商业模式转型挂起钩来，他们是如何做到的呢?首先是他们对分析方面的极端重视，因为分析在过去可能被很多人认知，只是一个后端的小部门里面需要做的事情。
但是，现在越来越多的企业已经意识到分析的重要性，所以，已经在很多企业的所有关键业务部门、所有相关的主要部门都越来越多的利用分析来说话、利用数据来说话，来做决策，而不是他们的主观意识。而且最重要的一点，在所有分析当中，他们不仅仅能够利用传统的数据做更多的分析，最关键的是已经在整个分析的过程中，能够把所有新兴的数据类型紧密的结合在一起，就像我前面说的机器产生数据，社交媒体的数据，所以他们取得了前所未有的商业价值。
在过去一年多，包括我自己和很多全球的同事，我们对整个业界差不多分析了近千个大数据的所有应用场景，在分析过程当中，就如我前面一再强调，大数据不是一个IT的命题，而是一个业务命题，而且你要做一个成功的大数据项目的话，它一定是业务驱动的，这也就是为什么我们去年花了很多的精力，对全球客户做的大数据项目进行深入的分析和调查。
今天我非常高兴有这么一个机会，我想跟大家分享一下在全球做的那么多大数据应用场景当中，有哪些大数据应用场景是最流行的，而且是最关键的。在这边，我就想跟大家分享一下五个关键性的跨行业的大数据应用场景。
五个关键性的跨行业的大数据应用场景
前面几位领导也提到，现在很多客户他们所关注、或者他们的应用场景所急需的一大应用场景，大家都知道，我有很多的数据源，我有很多的信息，我这个信息不仅仅包括我企业内部的数据，还包括第二大类，就是公共领域当中的数据。每个人都跟我说大数据那么重要，我如何利用大数据呢?
所以这是第一个命题，很多客户都在寻找答案，就是我如何能够用现有的技术对所有的大数据不但有一个快速的分布式的搜索和查询，更主要的是我能够进行快速的展示，就是大数据的展示和可视化，变成了一个大数据应用场景中非常流行的一个命题。
去年，IBM在全球采访了1100多个企业级的用户和机构，这是一个大数据的调研报告，这是IBM商业价值院跟牛津大学塞德商学院联合做的全球大数据调研报告，在这个调研报告当中，我们有一个非常有意思的发现，在全球正在做的所有大数据项目当中，49%的大数据应用场景都是跟客户有关，他们想知道他们客户所有的一切，因为只有对自己的客户有更多的认知和全面的了解，才能产生更多的增值服务，他们才能对他们的客户有一个更精准的分类，这也是第二大类，可以说是最流行的应用场景。
大家都知道，现在全球如何能够有效地及时地对风险有一个认知和预测，这也是另外一个非常流行的应用场景。就拿我个人所说，去年我使用了加拿大银行的一家信用卡，去年一年银行就通知了我三次，让我一年之内三次更换个人信用卡，甚至更换卡号，这对我的工作和生活造成了极大的不便。但是从另外一个角度也向大家印证了，现在全球特别是金融行业的欺诈行为、特别是个人信息的泄露是非常严重的，所以这种情况下，如何利用大数据及时有效地对这些欺诈不但有个及时的认知，最重要的是有个及时的预防，这是非常重要的。
第四类非常有意思的发现，现在全球的客户在大数据应用过程当中，已经有越来越多的用户是利用大数据对他内部流程有一个巨大的优化，这可能是以前没有想象到的，这也是我们去年对全球的大数据进行调研报告当中发现的第二大类大数据应用的场景，就是我前面所说的如何对生产线上对传感器的数据进行及时的分析，这就是一个典型的如何利用大数据来对内部流程进行优化的一个实际例证。
去年以来，我也跟中国大陆的主要银行在合作，他们做的应用案例也非常类似，因为日志有机器类似，也有业务类日志，他说如果银行交易出错了，现在他可能要花几个小时才能在跨多系统交易过程当中确保和发现到底是哪个系统造成了交易的失败，这个对他来说其实损失是非常大的。所以，他利用大数据的分析所要做的第一个目标非常简单，就是我如何利用大数据的分析，能够在秒级之内或者一分钟之内帮我准确无误的找出出错点在哪里，到底哪个交易系统出错了。
这仅仅是第一步。第二步，他最感兴趣的，我们对多事件、复杂事件有一个分析和认知，或者是一个不断学习的过程，所以，一旦我对以前的分析历史、对以前分析的模式有一个认知以后，我们现在帮着这家银行所做到的七情，就是说下一次在我整个交易发生错误以前，我甚至已经能够及时人为的预知、人为的介入、人为的让系统管理员或者业务程序管理员进行介入，然后来预防这个交易出错。您可以看到大数据分析已经越来越多的帮助我们的客户进行内部流程的优化。
最后一个比较常见的应用案例，现在有越来越多的客户，将传统的关系型的数据和数据库跟新兴的Hadoop低成本的数据引擎整合在一起，达到的一个目的是什么呢?把这种高运算、高查询、经常访问的数据仍旧放在传统的数据仓库里面，但是把不太使用的冷数据放在低成本的Hadoop数据引擎上，这能达到一个什么好处呢?这样的话，我就可以把多年的、海量的历史数据都放在整个在线的以传统数据仓库和我们新兴的Hadoop数据引擎整合的一个组合拳的数据引擎方式上，以最低的IT成本能够达到最高你所希望的IT拓展和实效性。
哪个行业可以落地大数据
在过去几个月，我回到中国以来，有很多朋友，甚至包括媒体朋友经常会问我，你可不可以告诉我们，到底哪个行业可以落地大数据?这个问题非常简单，每一个行业都有大数据落地的必要性，我这里列了15个行业，每个行业都有关键的应用场景，我们在全球，很多行业和市场领导者已经切切实实的将相关的业务场景落地了。今天因为时间有限，我只想跟大家分享一个应用案例，只想给大家一个例证，就是一个大数据分析技术是如何帮助传统企业真正做到革命性的商业模式的变革的，这个可能是超乎大家想象的。
大数据分析技术如何帮助传统企业真正做到革命性的商业模式的变革
过去几年，其实我的团队包括我自己，跟一家欧洲的全球领先汽车制造业合作，我们现在实施的应用场景，就是在汽车里面加载了芯片、加载了智能传感器，这个智能传感器能搜集两种数据，一个是汽车内部的数据，包括汽车的关键零部件，比如像引擎，关键设备运行状态的数据，这个数据是流动的、海量的数据，只要汽车在运行时，这些驾驶的数据就源源不断传到数据中心。
第二大优势，就是除了汽车内部运行的数据之外，还能采集这个车周围的数据，包括周围其他车的信息，包括这个车周围的其他交通状况的信息也源源不断的传到相关的数据中心。大家可以看到，这个技术的实践非常简单，但是我为什么会说这样一个大数据的技术实践为什么真正给这个汽车制造厂商产生了业务革命性的变革呢?
是因为整个故事是这样子，就是因为有了原来那个汽车制造厂商所没有的数据，现在他对这个汽车用户的感知已经到了360度的程度，在这个感知过程中，他可以给使用者提供各种各样增值服务，包括推荐服务，包括通知用户说，前面那个路段可能会有交通堵塞，请绕道而行等等各种各样的增值服务。这样的增值服务有两个好处，这就极大的提高了用户的体验，同时也极大的提高了市场竞争力，这是毋庸置疑的。同时，这种增值服务更主要的是给传统的汽车制造商提供了一种新的创收途径，这也是他原先没有预想到的。
这仅仅是故事的一部分。对这个汽车制造商来说，更重要的部分是什么?是他现在有那么多有关全球几百万的客户，这些汽车使用者的数据以后，那些数据对他来说才是最有价值的一座金矿，这是他真正想要的。因为有了那个数据以后，他可以做很多事情，他可以及时的知道他所有的汽车零部件的品质，他能够及时的对品质的监控、相关的商业模式进行及时有效的操作和控制。
而且更重要的是，这也给他创造了一种全新的商业模式，因为大家想象一下，以前一个汽车制造商，它的价值就是体现在汽车的生产制造和销售上，就是体现在我给售后客户的服务上，但是现在正是因为有了这个数据的存在，所以在这个汽车制造商生产模型的整个蓝图上，有了一个非常清晰的步骤，就是说他现在已经成为了一个数据的拥有者和提供者，他现在很大的一块业务和创意是从数据分析和数据销售的层面，这个大家是难以想象的，大家很难想象一个传统的汽车制造商现在也成为了一个数据制造商和数据提供商，所以这是一个非常浅显易懂，但是又非常震撼的一个故事，大数据的分析已经给我们很多行业，包括很多传统的行业造成了一种革命性的震撼。
IBM大数据平台的策略
接下来，我想跟大家介绍一下IBM大数据平台的策略。前面我讲到很多大数据的重要性，大数据业务驱动的必要性，很多朋友就会说，大数据如何落地?大数据内容如此丰富，就像我们前面的吴总也跟大家分享了非常好的大数据理论、大数据的思维方式，可能你会说，那我也想开始做大数据，我到底如何来将大数据落地呢?接下来，我就想跟大家分享一下大数据如何落地的一些切切实实的经验和见解。
IBM的大数据平台是以四个V作为理论基础的，一个是海量、一个是多样性、一个是流动性，还有最重要的，大家都在遵循的就是数据的真实性。在IBM的大数据平台里，这四个V都有不同程度的体现和很好的诠释。我们首先有基于Hadoop的大数据解决方案，这都是对静态的数据有一个很好的有效的存储和管理。正如我前面所说，很多机器的数据、很多流动的数据，相关流计算的解决方案，相关流计算多事件复杂的分析引擎，对这些数据都有实时的分析和管理。
我想一再强调一下，传统的关系型数据、结构化的数据仍旧是我们整个大数据范围里面非常重要的一部分，我们数据仓库仍旧是整个大数据平台不可或缺的重要一部分。我们现在对这些大数据不但能够有效的存储和管理，还有一点非常重要，就像我们说我们做那么多的工作和讲解，大数据最终都是为分析来服务的。所以在IBM的大数据平台里，我们有很多分析的功能、分析的加速器，这些都是能够帮助到我们的客户能够及时的对这些解决方案，对这些技术，对这些最前沿的大数据技术有一个快速便捷的采纳和使用。
正如我前面所说的，真实性，大家可以想象一下，因为我一再强调，大数据是用于分析的，一个非常浅显的道理，就是说垃圾进来、垃圾出去。所以在这么一个纷繁复杂的数据环境下，甚至包括流动的数据、包括非结构化、半结构化的数据，如何在一个纷繁复杂的数据环境里，确保这个数据是真实的，只有这样，你才能确保洞察力是公正的，你的洞察力是不失偏颇的。所以在IBM提出整个大数据理念的平台中，我们非常强调，你必须要包括对数据进行快速及时有效的集成，而且对数据能够进行管制的这么一些功能，这些都是整个大数据平台所必须要具备的。
IBM其实在整个业界是第一个提出大数据平台里面的厂商，其实我个人也非常荣幸，我们几年前，我也是平台理念的制定者之一，当时我们制定这个理念以后，就跟全球的业界分析师，比如像IDC等等，都有一个很好的沟通，他们也非常认可这个理念。而且在现在这个平台里面，根据我们对全球市场的分析，已经有越来越多的客户能够和不同的生产称觞都有一个非常广泛的采纳和采用。
这个大数据平台，有两点必须要跟大家分享一下，就是说它有一个开放性，这边我没有提及任何的产品，这就是我们开放性的最大体验，因为IBM大数据平台最根本的开放性就是基于您现有的企业内部的本身体制，我们能够查漏补缺，为您量身订作构建适合您自身的大数据平台。
怎样才能做一个成功的大数据项目
还有一点，很多客户问我们，我应该怎么样来起步，我怎样才能做一个成功的大数据项目?我这边特别想跟大家分享一下，因为我在全球做了非常多成功的大数据项目，大家一定要把心态放低，最开始做大数据之前，不要一开始就一个大而全的大数据项目，因为我们所有成功的经验都给我们指引了一个非常明确的道路，就是说一定是一个以点到面，以小到大的渐进过程，所以我们的大数据平台就是非常支持从上到大、亿点到面的做法的。
因为您先选一两个切合自身的业务场景，在成功的基础上可以逐渐扩大你的大数据平台，可以基于现有的大数据平台的，不断地将其他的业务场景扩充到现有的大数据平台上面，这是一个个人的分享，可以避免你走弯路。
还有一个想分享的是，大数据不仅仅是一个技术，大家有时候落实到技术层面的时候，往往只是把大数据只是一个数据仓库，或者只是一个流计算。真正的故事完全不是这样的，你要看大数据整个项目时，特别是您在计划整个大数据时，您必须看到是端到端的整体事业。因为今天是一个技术峰会，在座的都是技术专家，所以我首先提一下，大数据首先是一个基础架构，有很多基于系统、基于服务器、基于存储的基础架构，在这个基础架构上有一个大数据的平台，基于这个大数据平台，真正能够帮助你把信息和商业结合在一起。
在这个大数据平台上，非常重要的一点，你一定要有分析，就是以IBM的角度来说，我们有很多分析的数据和产品，这个分析是能够帮助你及时有效地在信息里面提出截取，或者获取相关的洞察力的。仅仅有了数据的平台，仅仅有了分析还不够，更重要的是一定要有解决方案和应用场景，因为只有有了最终的应用场景才能够及时的帮助客户达到真正的商业目的。我一再强调大数据是一个商业的命题，所以在整个大数据项目的实施推进过程中，你一定要有商业专家的帮助，IBM在全球有九千多位非常资深的商业咨询工程师，这也是您在做大数据当中确实能够体会到，就是你的大数据一定要跟业务紧密联合在一起。
IBM的大数据技术分享
接下来，我想跟大家分享一下我们在整个大数据的业界，从技术层面，从IBM的领域当中，我们这个月刚刚推出的技术分享。第一，我们基于DB2的新技术，能够结合新的数据分析引擎及时给你提供分析的功能。还有一个，可能在座有很多对大数据或者是Hadoop感兴趣的朋友，大家知道在Hadoop内部，有一个瓶颈，我们不知道如果及时有效地查询Hadoop的数据，IBM最近提出的这里面有一个非常好的查询引擎，能够实时的对Hadoop的数据进行查询和搜索。
还有一个重要的就是跟Hadoop兼容的有一个非常好的企业级整合。大家如果对Hadoop整合的话，大家会知道，它本身是一个开元产品。IBM现在在市场上提出了第一款基于IBM的Hadoop一体机，这个是在市场上唯一有分析引擎、分析加速器的一体机，这个一体机的出现能够急速地为大家在广泛地实施和部署Hadoop环境当中提供很多无与伦比的商业价值。
最后，我想以这张片子做一个总结。我这边放了四个全球案例，您可以带回家的不是这四个故事本身，而是通过这些故事您可以看到各个行业你可以切实的利用大数据能够给你带来革命性推动的案例，因为时间的原因，我只能分享第一个故事，有些朋友已经非常熟知的大数据宝宝的故事。
因为这个故事发生在多伦多，这也是我过去十几年工作和生活的地方。这个故事本身从我的角度来说，我个人也非常感动，因为这真正是利用技术给我们的人民、给我们的生命造成了一个非常积极的推动意义，这个应用场景，因为大家都知道，这个项目本身是IBM和全球非常著名的多伦多病童医院和安大略省理工学院三方联合开发的项目，项目宗旨非常明确，因为大家知道，新生儿在前24个小时死亡率最高，传统意义上来说，即使再怎么有经验的医生或者护士，人为的检测是不够的，所以我们进行了实时的分析，现在在多伦多医院他们能够达到对早产儿生命的预测提前整整24小时，可能你会问24小时能够造成什么样的一个区别呢?这个区别就是生与死的一个很大的命题，所以，您这边可以看到，我们一个非常简单的技术，我们一个生产的技术真正是为我们的民生和人类创造了很大的福音。
最后，非常感到大家给我这个机会，能够分享大数据实战经验。希望各位都能够找到适合您的大数据机会，我希望大数据和大数据的分析能够帮助在座的各位朋友的企业进行一个革命性的变化。谢谢大家!
