你還在為弄不懂Hive、Spark、Pig這些編程語言而抓耳撓腮嗎？別擔心，一場競爭正讓像Hadoop這種復雜的大數(shù)據(jù)技術能更容易被非專業(yè)用戶使用，你還能享受它讓你發(fā)家致富的額外好處。

對，就是你。

幾年前，Cowen&Co.的前分析師PeterGoldmacher在一份調查簡報中表示，畢竟，你越靠近大數(shù)據(jù)技術的最終用戶，你 的回報就越大。他認為，在大數(shù)據(jù)的世界，最大的贏家并不是這項技術的供應商，而是那些會用它來創(chuàng)造全新的產業(yè)或者瓦解傳統(tǒng)業(yè)務的公司。

隨著時間一天天推移，Goldmacher在2012年做出的預測顯得越來越正確。大數(shù)據(jù)基礎的建造者應該得到贊揚，但從中獲利最多的是那些與技術營銷和銷售專家關系最密切的公司，而這些人可能都不知道怎么從一張數(shù)據(jù)透視表中進行并行運算。

提供解決方法而不是技術

我們已經在一些公司身上見過這種做法，比如JohnDeere，它們運用Hadoop和NoSQL數(shù)據(jù)庫技術開發(fā)了非常強大的以數(shù)據(jù)為導向的應用。當硅谷還把自己當做宇宙的中心時，外面那個更廣闊的世界正把大數(shù)據(jù)用在最有用的地方。

如果不是這樣我們才會感到驚訝。正如Goldmacher寫的，這一點總是適用于科學技術:正如之前所說，如果我們回顧企業(yè)資源計劃的歷史，超過兩 百家公司被創(chuàng)立，在標準商業(yè)流程的自動化過程中積累資本。這意味著1990年的投資者只有不到0.5%的可能性選擇SAP或者ORCL作為最終贏家。但 是，如果投資者在1990年購買了Dow旗下三十家開展了企業(yè)資源計劃的公司的股票，那他就能減少35%的一般成本和管理成本，并通過大規(guī)模自動化生產將 收益提高五倍，市值也將增加將近八倍。

當然，大數(shù)據(jù)基礎框架服務提供商也會大撈一把，比如Cloudera。Cloudera的市值已經達到幾十億美元，其它一些公司，像DataStax和MongoDB之類，市值也已經超過了十億美元。

但是從這些公司的軟件中獲益最多的并不是它們自己，理由如下：

大多數(shù)大數(shù)據(jù)技術是開放性資源，這意味著大家都能采用它，很難從中盈利。

這些技術主要的用戶是像Hadoop這種發(fā)展中的公司，這些公司對推動技術的采用非常重要，但是它們不愿意花錢。

與消費者關系更密切的公司和資金相對充足的公司更可能用大數(shù)據(jù)盈利。

根據(jù)第一點理由，Cloudera的合伙創(chuàng)始人MikeOlson認為，你不可能靠封閉資源平臺獲得成功，你也不能僅憑開放的資源建立一個成功 的獨立的公司。這使得供應商把所有權和開放資源許可結合起來，從而使收益最大化，但是那些處在行業(yè)頂端的公司就不用擔心這種情況。

贏家是

顯而易見，他們就是應用（具體服務）供應商，他們不向最終用戶展示技術的復雜性，只為他們所提供的服務收費。Workday的合伙創(chuàng)始人AneelBhusri幾年前就有了這個想法。

McKinsey&Co.詳細說明了大數(shù)據(jù)對不同產業(yè)的影響：

這些公司包括我前面前面提到的JohnDeeres，但論起技術上更主流，誰會勝利呢？

答案就是那些最會隱藏產品的復雜性、能讓用戶輕松操作的公司。

舉個例子，微軟就符合這種模式?？纯此麑zure的機器學習做了什么。Azure機器學習有望消除幾乎全部首創(chuàng)費用中與制作、開發(fā)和擴展機器學習方法有關的部分，并且可視工作流程和首創(chuàng)模板可以讓一般的機器學習任務更簡單。

雖然微軟有很多可挑剔的地方（我就經常找它的茬），但它在減少復雜計算中的困難這一方面做的比其他任何公司都多。Windows、VisualStudio，還有很多其他的科技使得主流系統(tǒng)管理員和開發(fā)者發(fā)揮創(chuàng)造性成為可能，Azure機器學習效仿了這些科技。

極客消失了！

但是，我們要進一步考慮。畢竟，雖然大數(shù)據(jù)給開發(fā)者和系統(tǒng)管理員用已經不錯了，但真正要解決的問題是這樣讓大數(shù)據(jù)更容易為你我這樣的普通人使用，Wikibon分析師DaveVellante有了下面這個想法：

商業(yè)智能造就了一類分析師，但它始終沒有成為主流。我們希望大數(shù)據(jù)能成為主流。

有一個看起來很適合做這件事的公司就是Adobe。一直以來Adobe都很關注創(chuàng)造性的職業(yè)，幾年前對Omniture的收購使得Adobe穩(wěn)步跨越進了大數(shù)據(jù)世界，但它更關注幫助營銷專家獲得潛在顧客。

管理大數(shù)據(jù)的重點不在于巨大的數(shù)據(jù)量，更多的是關于不斷增加的數(shù)據(jù)來源和數(shù)據(jù)類型。對一個像Adobe這樣的公司來說，為了讓營銷專家根據(jù)廣告、圖表等內容在極短時間內做出決策，它要搜集和分析來自社會媒體、現(xiàn)金收據(jù)等等的各種信息來了解顧客的行為。

該清除雜草了

微軟和Adobe僅僅是大數(shù)據(jù)可能的贏家的兩個例子，當然還有很多其他公司可能脫穎而出，希望這里面的有你的公司。

為了達成這個目標，我們需要停止對大數(shù)據(jù)技術中沒什么用的東西的鉆研，轉而去關注它們能創(chuàng)造的商業(yè)價值。這種價值能通過我們使用的應用傳遞，不會憑空消失。

Olson在接受博世的DirkSlama的采訪時說，他和很多僅僅把大數(shù)據(jù)當做數(shù)據(jù)的人聊過，他覺得這些人不是理想的工作伙伴，因為他們從根本上來說不是以商業(yè)問題為導向的。大數(shù)據(jù)時代真正的贏家是那些專注于解決實際商業(yè)問題的人。