資料經濟改變產業面貌,雲端運算(雲端跨界)與巨量資料(智慧物聯)的發展,為台灣ICT產業帶來新的挑戰與機會,如何延伸既有硬體製造優勢,搭配巨量資料應用,是ICT產業升級轉型的重點。

我國巨量資料市場規模穩定成長,2014年為6.6億元,預期2017年成長至111.3億元。以成長率來看,2014~2017年之年複合成長率為18.46%,其中儲存設備的年複合成長率高達22.45%。

隨著企業資料快速擴充和巨量資料分析的挑戰,儲存容量的擴充與儲存技術的突破更新帶給企業不小的壓力,相較於自行建置資料庫系統,企業採用雲端資料儲存,導入公有雲資料庫是重要選項。如Amazon Web Service的NoSQL資料庫服務,Citrix公有雲儲存服務Share File,皆強調資料保密功能。

雲端運算改變資料儲存的思維,包括資料庫即服務(Database as a Service)、整合平台即服務(Data Integration Platform as a Service)、資料庫平台即服務(Database Platform as a Service)、資料品質軟體即服務(Data Quality Software)等,資料庫結合雲端運算服務,是下一個商機。由於巨量資料的發展與雲端運算彼此牽動,一個是平台、一個是應用;而透過各式各樣連網的智慧終端裝置(前台的智慧型手機、平板電腦等)將蒐集各種型態的資料與數據,再存放在雲(後台的資料中心與眾多伺服器),藉由此一平台的資料創造、蒐集、儲存、萃取、分析等運算過程,形成應用決策。

以現有ICT技術來看,雲端的高性能、低功耗特性,是理想的巨量資料處理平台;雲端的技術架構與服務型態,也比較有彈性。

慎選策略定位與佈局位置

據資策會MIC調查我國企業巨量資料系統建置現況發現,有74%的企業仍在使用非巨量資料分析技術及工具,如資料採擷、商業智慧(BI)、資料倉儲(DW)等,只有7%的企業已建置巨量資料,19%的企業表示完全沒有建置,顯示市場還有很大發展空間。目前市場對於巨量資料分析技術的接受度,仍屬早期試驗階段,普遍遭遇最大的問題是:如何從巨量資料中挖掘價值,一旦企業對巨量資料有進一步的認識與瞭解,如何應用巨量資料於風險管理、功能整合、策略發展、市場洞察等需求,便會浮現。巨量資料的多樣性(Variety),是驅動企業使用的一大因素,雖然現今的資料分析仍以傳統的交易資料、紀錄(Log)資料為主,但隨者資料型態與規模的增加,愈來愈多企業試圖從社群媒體、地理資訊、文字、圖片、影像,甚至是聲音數據中,找尋有價值資訊。

隨著巨量資料分析技術的成熟,資料的管理、分析與決策成為密不可分的三項元素。現今企業執行巨量資料相關技術的應用主導權,大多以資訊部門主管的CIO為主,其次為專案部門的負責人,如行銷企劃、業務、客戶服務、財務等,這些部門除了工作上互補,勢必須彼此就業務流程優化進行合作,方能在巨量資料的導入上,獲得具體績效。

發展巨量資料策略很多種,企業可評估自身資源多寡,再決定投入巨量資料應用之策略,或自行組成資料科學研發團隊、或借鏡商業合作夥伴的策略,最好能夠打破產業領域疆界,將不同產業的使用方法結合,並針對本身企業需求做出改進,在巨量資料的應用上會更具彈性及創造力。

個別企業應盡早投資或布局巨量資料分析技術,進而建立最佳典範(Best Practice),在同業中拔頭籌;其次,確立自身商業目標和未來策略,並檢驗執行成效;再者,透過整合及分析新來源的資料,增進企業分析能力,同時試著將分析結果應用於預測及決策輔助,將資料轉化為資訊、情報、洞察(Insight),進而成為企業提升決策競爭力的關鍵。

走向全球智慧化服務

展望未來我國資訊業發展,擁有內容、服務、平台、軟體、硬體的完整價值體系經營者,如何善用巨量資料,從資料聯網(Internet of Data)發展至資料分析即服務(Data as a Service),將是國內資訊產業的新興服務模式追逐戰。

巨量資料分析可做為創新商業模式、產品與服務的基礎;透過分析顧客消費行為等資訊,協助企業改善現有產品、服務,甚至開創新業務。展望我國ICT產業的未來,應以「全球研發製造服務中心」為定位,從製造走向「智」造,融合服務概念和創新,才能在全球市場成為贏家。

巨量資料分析正是協助我國發展「智」造業的試金石,具體方向包括一方面藉由行業別領域之應用驗證,發展專屬利基型之「巨量資料軟硬整合機」,另方面借重國外大廠在行業別領域(Domain Know-how)之顧問服務,帶動我國資訊服務業者轉型,以發展顧問服務與系統整合能力。

過去我國ICT產業的成功,主要靠量的提升,透過規模經濟轉化的績效比擴大市占率,未來是否能藉由試煉在地的巨量資料應用,走向全球智慧化服務,進而轉變為以質的帶動促使產業轉型,亦即從量大到偉大,是未來產業面對此一巨量資料起飛階段的目標。(本文作者為資策會MIC執行ITIS計畫資深產業分析師)

#雲端