大数据智能分析的未来发展方向(3)

    而在电信行业中，网络服务和运维部分是可见的人力密集型服务。电信运营商的网络在全球服务了几十亿最终用户，由于各种各样的原因，每天都需要解决大量的网上问题和事故，现在的解决方式是大量依据人工和经验改良解决方案，以及更好/更及时地定位和解决FCAPS（Fault, Configuration, Accounting, Performance, Security）问题，这就是一个在大数据智能分析时代可被颠覆的典型场景。

    当然，大数据智能分析不一定能够实现完全的自动化，但至少可以大幅降低用户服务或支撑体系的人力投入。在这个领域，人力替代的最终实现效果还需要看体系本身数字化的程度，以及分析系统所能达到的水平。

    跨代产品颠覆传统产业格局

    信息服务的本质就是信息采集、传递、存储、计算、呈现的全流程效果最优和效率最佳。在云、管、端的各个领域，大数据智能分析都有可能形成有跨代意义的产品形态或者解决方案。

    在传统运营商市场，基于大数据的智能分析很有可能重新定义下一代网管，根据智能性的规范和要求可以大幅降低产业链中的OPEX。基于大数据的智能分析也可以定义下一代网络智能化解决方案的能力和要求，并通过接近自动化的系统来提供具有断代性的新的产品形态。

    在终端业务领域，智能化的体验能够帮助生产厂家脱离在CPU、屏幕等物理参数上的竞争。可以说下一代终端设备的竞争特性之一就是“智能性”，而终端智能也将成为主流机型或高端机型的基本标准。

    在企业计算业务领域，大数据可以提供智能组织支持，提升决策、管理的效率。业界有的企业已经定义了下一代产品形态，即企业大数据分析引擎，关注流化数据处理和非结构化的数据处理。这个引擎能帮助企业在垂直行业市场中，进一步加强与用户的紧密联系，从而在部署服务战略上走得更远。

（编辑：ASP站长网）