向认知解决方案与云平台转型，是IBM去年年底发布的最新战略，也是其今年以来的主要推广方向。这其中似乎没有提到大数据，那么大数据还重要吗？

        答案当然是肯定的，大数据是认知解决方案的重要组成部分，强有力的数据分析能力被认为是认知商业的引擎。IBM去年还专门成立了大数据与分析事业部。对“分析”的强调，凸显了IBM在谈大数据时的不同之处——不满足于数据处理本身，更希望通过分析来挖掘数据背后的价值。为此，IBM近年来投入了250亿美金通过研发和收购，积累了从描述性分析、预测性分析，到认知性分析等全方位的能力。

       纵观IBM大数据与分析事业部的2016年战略，我们可以发现IBM不同以往的很多新玩法。
 

从提供工具到提供应用

        熟悉IBM的人都知道，IBM的软件产品非常多，合作伙伴和用户很难完全弄明白到底有哪些产品。为了给客户一个直观的感受，IBM把与大数据相关的产品、方案和服务整合起来，打造成一个“大数据与分析商城”（见图）。

       这个商城的一层是IBM的大数据相关产品，二层则是针对不同行业和应用领域的解决方案，三层是全新的云数据服务。

       从这个商城的构成，我们能够发现IBM业务范围的拓展。

       在过去相当长的时间里，IBM多专注于IT的基础层和中间层，提供数据库、中间件等产品，而比较少关注到应用层。换句话说，过去IBM只是在提供IT工具，需要方案商在此基础上开发应用；而现在IBM则开始亲自面向企业用户提供应用和服务了。

       IBM近期的收购对象，也多是在某个领域提供创新应用的公司。今年刚刚结束收购交易的The Weather Company，是一家拥有海量天气数据，并在此基础上提供数据分析和呈现的公司。通过实时的天气数据分析，可以给企业带来决策帮助，比如零售商根据天气来调整供货策略、保险公司根据天气情况来判断承保风险等。

       在国内，The Weather Company主要面向航空、媒体、手机应用等行业客户。

从卖产品到数据服务云化

      实现了从工具到应用的迈进之后，IBM并不满足，更进一步将业务拓展到云数据服务领域，直接向用户提供云服务。

      这一业务在IBM的大数据与分析商城中被叫做“云数据服务超市”。目前，IBM已经在其云端部署了超过25项云数据服务，适合从专家到普通人的各种数据分析需求。这些服务都部署在开放式架构上，允许数据在云端和本地系统之间任意流动。对“混合云”的支持是IBM云数据服务的一个重要特征，既满足企业对于数据安全性和合规性的需求，同时也能够获得高扩展性。

      这25项服务中包含了大量的开源软件包，比如现在最热门的Spark分析引擎。IBM对开源软件的支持，解决了很多企业应用开源大数据平台时遇到的复杂程度高、运维压力大等问题，而能够获得像商品化软件一样的高可靠性和服务质量。

      云数据服务超市里的很多服务是可以直接通过公有云模式直接交付的。前不久面向中国用户推出的Watson Analytics就是一个数据分析的云服务，基于Watson认知技术构建，因此拥有了很多AI的功能，比如自然语音认知查询、预测性分析和可视化呈现等。

      目前，这个云服务的标准版现在可以免费使用。登录www.WatsonAnalytics.com，将Excel等普通格式的数据导入后，就可以获得分析服务。除了可以用自然语言提分析要求之外，还能够清楚地看到系统自动给出的分析角度，引导用户寻找新的分析方向，并且都能够以图形的形式直观呈现出来。

       据介绍，Watson Analytics云服务，主要是面向业务人员，而不是面向IT人员的，因此做得简单易用，同时可以分辨不同行业、不同角色（如HR、营销、财务等）的用户来输出结果。

       有了这样一个SaaS，企业就不用再通过IT部门来建设数据分析系统，而可以直接获得数据分析的服务。

从解决方案到行业经验

       在为客户提供公有云服务的同时，IBM也清楚地了解到，混合云是企业用户的主流应用模式。尤其是行业客户，仍在大量使用私有云来进行大数据处理与分析。在可以想见的未来，行业解决方案仍将是大数据的主要应用领域和收入来源。

        在国内，包括银行、制造、零售、医疗在内的很多行业都是IBM大数据分析与认知业务的主攻方向。IBM正在推动这些行业的客户向认知型企业转型。在此过程中，IBM的优势是不仅能够提供行业解决方案，更积累了丰富的行业经验和转型方法论。

       在银行业，IBM的大数据应用方案专注于四大应用领域：认知系统、客户行为分析、反欺诈管理和整合风险管理，把认知计算与海量数据分析相结合，帮助银行客户实现全景洞察。

       在制造业，通过数据洞察来指导生产资源配置，捕捉用户需求达成精准实时响应。与物联网技术结合的大数据分析解决方案，可以帮助制造企业提升生产品质与质量、资产管理水平、制定维护决策、最优化分配资源，从而实现转型创新。

       在零售业，通过采用能够分析非结构化数据的认知技术，零售商可以全面了解消费者行为，为客户提供个性化的购物体验。