【IT168 评论】如果一家企业经历了信息化时代、互联网时代到数字化时代的变迁，那么这家企业很可能被打上“传统”的标签，如果这家企业几十年一直在做一件事情，那么被贴标签的概率就可能翻倍。越是几十年专注某一领域的大企业，其努力和创新越容易被忽略，就好比当Teradata天睿公司连续16年入选Gartner分析型数据管理解决方案魔力象限领导者象限的消息公布后，不少人的第一反应是“嗯!老样子!”，却没有观察到Teradata早已旧貌换新颜。

▲Teradata天睿公司国际集团执行副总裁Peter Mikkelsen、Teradata天睿公司首席运营官Oliver Ratzesberger、Teradata天睿公司总裁兼首席执行官Vic Lund、Teradata天睿公司大中华区总裁辛儿伦 (Aaron Hsin)

　　在这个时代，需要转型的不只有企业，还包括厂商。用户需求在变，产品怎么可能不变?做了40多年数据分析的Teradata怎么可能连这点变化都感知不到?这场以“任意”为关键字开场的转型到底是什么样子?对于AI、IoT这样的新技术，Teradata的接受力如何?表现力又如何?已经走过了40年，未来的Teradata方向在哪?

　　40多年的大象转身，Teradata的关键字是“任意”?

　　不论数据规模多大，数据分析对企业而言一直都是艰难但必须做好的事情，因为其可以给业务带来的价值是无法估量的。面对诸多工具、语言，数据类型以及分析引擎，企业往往是有苦难言。过去，我们所讲的“数据分析”通常指的是事后分析，事后通过数据产生简单决策，这对时间和准确度的要求不是很高，但这种分析方法所带来的价值相对有限。

　　Teradata转型的第一步就是将事后分析转变为预测分析，帮助客户应对可能出现的各种复杂应用场景。同样是数据分析，后者可以给企业带来的价值显然大大高于前者。在此基础上，Teradata提出“四个任意”的新型分析平台，初听不免觉得随意，细细了解才发现是“无招胜有招”。

　　Teradata Analytics Platform分析平台是Teradata Everywhere战略的一部分，其“四个任意”的完整解读为任意数据分析、任意环境部署、任意方式购买和任意时间迁移。

▲Teradata天睿公司策略性产品管理高级副总裁 Tim Henry

　　任意数据分析——分析任意类型数据，包括关系型数据、结构型数据和非结构型数据等，任何数据类型都可在Teradata分析平台分析。

　　任意环境部署——不论是本地还是托管云或者私有云都可进行部署，亦可在公有云上部署。

　　任意方式购买——在Teradata原有购买方式的基础上增加订购式许可，企业可灵活选择所需功能，Teradata分析平台整合了之前部分产品，分四类打包销售。

　　任意时间迁移——如果使用Teradata的分析平台，企业可选择在任何时间迁移，并且不收取任何额外费用。

　　在此原则下，企业还可自由选择所需工具、语言、数据源甚至引擎，在安全性以及数据迁移方面做了很多工作，最大程度保证企业用户的数据安全以及降低数据迁移成本，可以让企业更加从容得面对数字化转型。同时，最近新增加四维分析(4D Analytics)功能整合了时序、时态、地理空间以及时间四大维度，将帮助客户应用更强大的物联网(IoT)分析用例。

　　在面向全球用户的视角下，即便已经专注数据分析40多年，Teradata的每一个抉择还是十分谨慎，对于不同国家，不同地区产生的差异性需求，Teradata整合共性逐步解决差异性问题，保证每一个客户都成功上线，而不是只关注公司账户的进账。

　　同样是AI和IoT，但我们可以听听落地的事情!

　　对于火得一塌糊涂的AI和IoT，笔者此前未曾听到Teradata花大篇幅来讲，第一次着重了解没想到就是从落地开始......

　　对于数据在AI中的作用，笔者在此就不赘述了。跟数据打了一辈子交道，Teradata在这方面是有优势的。早在几年前，Teradata就开始着手数据清洗以及数据建模等前期工作。通过建立孵化器、吸纳人才并与全球AI方向出色的大学合作，Teradata最终将AI能力纳入Teradata Everywhere战略，成为Teradata分析平台的一部分。

　　如果将AI与IoT相结合，大概就是我们今天所见到的Teradata与思科合作所提供的智慧城市案例的剪影，通过传感器收集数据，通过AI进行智能分析。在这之中，解决信息孤岛问题，将不同来源的数据相互集成是基础，Teradata一直在解决这个问题，并对开源产品提供了同样的包容度和兼容性，比如Hadoop。对于一些新兴技术，Teradata同样计划在未来短时间之内实现兼容，比如data iku、KNIME等。

　　带着用户需求思考的未来是什么样子?

　　众所周知，Teradata最为擅长的是金融、电信等对解决方案及其苛刻的行业，但其也在积极关注所有传统行业，尤其是制造业。对于未来，Teradata认为，越来越多的分析场景属于预测性分析，需要更多专业的数据分析师以及数据科学家加入，Teradata有意接纳更多优秀人才。其次，对于客户不断产生的新需求，Teradata会不断进行技术迭代和创新，加大AI方面的投入和深度学习方面的研发，让客户只需关注业务，无需过多操心技术。

　　正如Teradata所言，现在，几乎没有企业问：“大数据的价值是什么?要不要建立大数据?”数据可以为业务带来的价值以及洞察力清晰可见，企业所关心的是如何更好得利用数据，这就是Teradata一直在努力的事情。