数据如何增值

红帽子

从历史上看，供应商与软件相关的大部分价值在于算法和代码。好吧，这和专有软件产品及其专有格式的主导市场份额所创造的锁定。当然，许多公司在开源代码之上构建专有技术。这种安排在公共云世界中尤其普遍。因为云提供商并不是传统意义上的产品分销，许可证对他们如何使用开源软件作为其技术的一部分施加了较少的限制。

然而，一些公共云提供商也为开源项目做出贡献。谷歌对库伯内特斯和张量流这些都是恰当的例子。具有强大社区的开源项目已经证明了作为一种开发模式的有效性，这是不可忽视的。

在物联网和机器学习的背景下，TensorFlow是一个特别有趣的案例。谷歌将其描述为“一个使用数据流图进行数值计算的开源软件库”。图中的节点表示数学运算，而图边表示它们之间通信的多维数据数组（张量）。“由Google Brain团队开源，今年早些时候达到了1.0版本。

为什么有趣？

考虑到你可能合理地认为很多谷歌（以及更广泛地，字母表）的IP被包含在人工智能的算法、软件和一般知识中。或者，真的，根据数据提取见解、交付结果或采取行动的方法——无论这意味着展示个性化广告还是让汽车能够自主驾驶。TensorFlow似乎完全属于这些“皇冠上的宝石”的领域，但它却在这里开源.

在某种程度上，这反映了围绕开源的更广泛的模式。您可以编写（并严格控制）许多与您的业务相关的内部代码。但是，向更广泛的开发人员和用户开放相关软件也可以使您受益。不是非此即彼。

因此，金融机构在区块链、消息传递和其他技术上进行合作，同时也抑制了大量的自营交易算法。TensorFlow同样代表了谷歌机器学习研究的一小部分。

不过，还有别的事情。随着物联网系统和更广泛的连接设备将产生几乎数不清PB的数据，价值正在从代码转移到数据。当然，弄清楚如何用收集的数据做有用的事情绝非小事。但是，在某种程度上，如果不是一个组织控制和拥有数据，他们可能会选择集中精力有效地将数据货币化，同时最大限度地提高软件的社区和开发速度。

我们在其他地方也看到了这种情况。百度有开源自动驾驶技术。故事情节是，这是一种与采用更传统的专有方法的其他供应商进行竞争的方式。但这也似乎表明，该公司将正在收集的数据视为其不打算发布的竞争优势。

我们在许多新的服务组织开始提供的服务中看到了数据的价值。例如，如麻省理工学院斯隆管理评论文章“通用电气希望超越帮助客户管理单个通用电气机器的性能，管理客户整个操作过程中所有机器上的数据。”其他服务包括优化喷气式涡轮机和其他工业机械的预防性维护计划。

巨大的数据湖当然，那些没有被策划或者没有被正确分析的东西也不是什么好处。事实上，由于数据的收集、存储和管理成本，未被智能化使用的数据可能会产生负的ROI。但是，当数据能够有效地用于指导行动和获得有用的见解时，它就成了科技公司价值中越来越重要的一部分(如今，几乎每个组织都是一家技术公司。）

所有物联网议程网络贡献者对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的思想。