马云思考阿里下一个15年:大数据是未来核心

  关健

  阿里巴巴的上市让马云成功登上中国財富状元。但他却称“连自己小区的首富都不想当”。

马云表示。阿里上市后服务中小企业的初衷不会改变,会和千千万万个“小人物”共同成长。

  经历过上市喜悦的马云已经在思考阿里的下一个 15 年。追求健康和快乐成为环绕这个生态的下一个目标,而这些梦想的实现离不开未来最核心的东西——数据。

  大与小、分与合的绝妙

  上市当日,马云亲手将一个景泰蓝版本号的淘公仔送给纽交所。他想向外界表达的意思是,powerofsmallguys,即小企业(小人物)的力量。这些小企业、中小卖家是 15 年来支撑阿里巴巴发展壮大的基石。

这也许正契合了马云所谓的“小而美”理念,不起眼的小人物,未来可能会成长为改变世界的人。

  值得关注的是,阿里巴巴在上市后动作频频,这些动作背后又蕴藏着分与合的逻辑。

  比方淘宝旅行分拆,以“去啊”品牌独立深耕在线旅游市场,互联网金融业务以蚂蚁金服独立运营,这是品牌和架构上的“分”;而阿里无线启动开放战略,通过开放旗下的电商生态和云计算平台聚揽移动开发人员,通过移动操作系统 YunOS3.0 打通产业链上下游。这又是生态系统上的“合”。

  马云此前用了 15 年构建阿里巴巴的生态系统。站在今天回想这个过程,当中蕴藏着自身裂变和生态聚变的哲学。

  马云之所以喜欢称阿里为生态,是由于生态的演变是一个自然的过程,水、空气、土壤等无机环境。生产者、消费者、分解者相互协同。生态一旦成型,物种便在自然规律下繁衍。生生不息。

  下一个 15 年

  马云在今年年初说,以控制为出发点的 IT 时代正在走向以激活生产力为目的的 DT (datatechnology)数据时代。从眼下互联网对各类传统行业的改造步伐中不难看出。数据无疑是当中的核心基础。

  进入 11 月份。他在公司内部讲话中的最新说法是。“未来几年内,要把一切业务数据化,一切数据业务化。”

  后边这句话能够理解为,让阿里巴巴各项业务所产生、积累的大数据来丰富阿里的生态,同一时候让生态蕴含的数据产生新的价值,再反哺生态,这是一个相辅相成的循环逻辑。

  在云计算领域的预判和布局,让阿里巴巴在下一代 IT 变革的浪潮中与世界顶级的互联网公司站到了一起。假设换一个角度理解,那么阿里巴巴如今已经成为一家全球最大的商业数据公司。

  近期在阿里巴巴内部流传着一张图,能够视为上市后对未来公司架构的一次又一次定位。图片最中央的三角形是“数据”。环绕着数据。“电商”、“金融”、“物流”呈品字形排列,这个大三角形的外围是一个圆。圆内左边是“健康”,右边是“快乐”,圆圈内的最下方是“全球化”。

  从这张图看,阿里的未来再清晰只是。

依托于云计算的大数据是未来阿里巴巴一切业务的核心,金融和物流好比左膀右臂,辅佐塔尖上的电商生态,这个三角形区域再向外延伸。形成一个象征和美的圆,健康(比方投资中信 21 等医疗领域布局)和快乐(阿里的数字娱乐、影视文化)将是阿里未来投资和布局的两个方向与诉求,而这一切都是放在全球化的视野下通盘考虑的。

  在未来的投资方向中,马云说:“在中国,环境问题、污染的水和空气、不安全的食物,会让我们在十年后付出代价,我们应该投资这些。我也不希望我们有个浅薄的脑袋。所以我们要投资文化产品。假设不做这些,十年后我们会陷入麻烦。

  “今天非常残酷。明天更残酷,可是后天非常美好。”马云一直用这句话鼓舞自己,他把此前 15 年的成功归结于坚持,并将上市视为一个新的起点。阿里的下一个 15 年,正带着“小人物”们的梦想起航。

时间: 2024-10-07 05:02:33

马云思考阿里下一个15年:大数据是未来核心的相关文章

获取当前时间UTC时间的下一个15分钟时间点

ZonedDateTime zdt = ZonedDateTime.now(ZoneOffset.UTC); int now15Minute = zdt.getMinute() / P15MINUTE * P15MINUTE; //instant当前时刻的下一个15分钟时间点 Instant instant = ZonedDateTime .of(zdt.getYear(), zdt.getMonthValue(), zdt.getDayOfMonth(), zdt.getHour(), now

【机器学习实战】第15章 大数据与MapReduce

第15章 大数据与MapReduce 大数据 概述 大数据: 收集到的数据已经远远超出了我们的处理能力. 大数据 场景 假如你为一家网络购物商店工作,很多用户访问该网站,其中有些人会购买商品,有些人则随意浏览后就离开. 对于你来说,可能很想识别那些有购物意愿的用户. 那么问题就来了,数据集可能会非常大,在单机上训练要运行好几天. 接下来:我们讲讲 MapRedece 如何来解决这样的问题 MapRedece Hadoop 概述 Hadoop 是 MapRedece 框架的一个免费开源实现. Ma

大数据的未来--个人信息/情报/认知服务的思考

1.未来大数据的一切都都关于人 ...不论述 2.大数据收集困难和高风险 现在的大数据的来源,都是通过自有平台收集用户数据的,对于没有平台的企业很难有机制和渠道获取稳定的数据来源, 有说通过法律和制度来,规范关于人的大数据使用,在这之前,唯一可行的方向是,把用户大数据使用,做成服务的必选功能,要使用服务,必须接受隐私分享. 3.对大数据的利用方式 现在的大数据 都是由各种数据聚合出一类关于人的结论 然后拿给企业使用我想大数据应用还有另一类利用网上的大数据,告诉某类人.甚至某个人,世界发生着什么,

FusionInsight,一个融合的大数据平台

随着物联网技术和应用的普及,以运营商.互联网以及实体经济行业为代表的企业产生了越来越多的数据,大数据的发展越来越蓬勃. 从2007年开始,大数据应用成为很多企业的需求,2012年兴起并产生了大数据平台,使用者主要是程序员:2013年到2017年间,数据逐渐增多,大数据平台变成了融合大数据平台,使用者从程序员变成数据管理员和数据分析师:从2018年开始,大数据进入企业数据智能新阶段,普通的工程师也能轻松应用. 当数据越来越多,需求也越来越高,环境越来越复杂,分析处理的方式也多种多样,这对平台有了更

分享:15道大数据岗位面试题

你认为哪个更好:是好的数据还是好模型?同时你是如何定义"好"?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好?1.你处理过的最大的数据量?你是如何处理他们的?处理的结果.2.告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的?3.什么是:提升值.关键绩效指标.强壮性.模型按合度.实验设计.2/8原则?4.什么是:协同过滤.n-grams, map reduce.余弦距离?5.如何让一个网络爬虫速度更快.抽取更好的信息以及更好总结数据从而得到一干净的数据

用Vue构建一个github“可视化大数据平台”-GitDataV,设计开发分享

写在前面 GitDataV,是一个github“大数据可视化平台”,通过它你可以更直观的看到你在github里的一些数据,(之所以打双引号,是因为我觉得这个还没到大数据可视化的程度).其实我在 上篇文章 分享的时候已经提到了这个想法,通过github提供的接口,做一个自己的“大数据分析页面”,所以我就花了几天晚上的时间,把这想法从设计到开发构建出来了,那么下面我就我个人的账号测试看看效果如下gif图 如果您感兴趣可以点击这里访问简单的:GitDataV网站(目前打包后有些小bug,但不影响正常使

Eclipse下开发Scala(DT大数据梦工厂)

本讲主要内容:环境安装.配置.本地模式.集群模式.自动化脚本.web状态监控 ==========单机============ 开发工具开发 下载最新版Scala For Eclipse 1.建立工程,修改scala编译版本 2.加入Spark1.6.0的jar文件依赖 下载 http://apache.opencas.org/spark/spark-1.6.0/spark-1.6.0-bin-hadoop2.6.tgz spark-assembly-1.6.0-hadoop2.6.0.jar

从另一个角度看大数据量处理利器 布隆过滤器

思路:从简单的排序谈到BitMap算法,再谈到数据去重问题,谈到大数据量处理利器:布隆过滤器. 情景1:对无重复的数据进行排序 @给定数据(2,4,1,12,9,7,6)如何对它排序? 方法1:基本的排序方法包括冒泡,快排等. 方法2:使用BitMap算法 方法1就不介绍了,方法2中所谓的BitMap是一个位数组,跟平时使用的数组的唯一差别在于操作的是位. 首先是开辟2个字节大小的位数组,长度为16(该长度由上述数据中最大的数字12决定的)如图         然后,读取数据,2存放在位数组中下

每年为联想省去一个亿 ——Talend大数据解决方案实例

联想公司是一家价值 340 亿美金的个人技术公司和世界上最大的个人电脑供应商.一个企业组织如何构建其愿景.团队和平台以便于更了解其客户的特征是联想面临的最大问题. 2013年, 联想需要将所有数据管理从他们的外包供应商迁移出去.没有预算,没有团队, 没有平台, 联想必须从零开始. 挑战 什么特定产品具有最大的获利能力? 我们应该展示的产品的正确配置是什么? 价格促销及相应竞争是什么? 哪些客户受营销策略的影响并有可能改变他们的采购? 不同组的用户体验的区别是什么? 在他们放弃现有购物车中选定的产