谷歌称欢迎来到云2.0

企业“云层的初始入口结束了，他们目睹了云2.0的到来。这是谷歌的云业务高级副总裁Diane Greene的单词。

云的第一阶段涉及测试水域，弄清楚公司如何通过在云中运行的应用程序和服务并使用云来存储数据来节省时间和内部工作。最重要的问题是安全性和可靠性。

快进几年，而搬到云的企业已经解决了他们的大部分担忧，如果他们想要私人，公共或混合云，并选择他们的供应商。

现在，CIOS想做的事情不仅仅是存储他们的数据并在云中运行应用程序。

他们希望将这些数据击败到P Out业务问题，例如为什么销售在欧洲疯狂或为什么某些笔记本电脑在北美销售但不在亚洲。公司希望了解数据中出现了哪些模式，以及异常的意思。

凭借云和机器学习的分析工具，现在的企业处于更好的位置来获得这些答案。

“它只是一个给定的时候，你现在有更具成本效益和可靠的计算方式，”Greene在上周在Google I / O期间告诉Computerworld。“云的2.0是数据并理解数据。现在你“在云中，你如何利用它，以便您的业务可以在全新的水平上运行。”

Greene称云是她一生中最大的技术革命，并且机器学习正在改变公司使用云并考虑其潜力的方式。

“云的革命是关于规模的经济学，”她补充道。“它真的是关于数据的。突然间，每个人都可以分享数据......我们的思考是一个角落。机器学习为公司生成令人难以置信的价值。它是让你以前的洞察力的能力。云使人们能够创造更多的价值。“

Moor Insights＆Strateg的分析师Patrick Moorhead表示，他同意它已经进入第二代云的绿色。

“机器学习对于筛选巨大的数据和决定，即在飞行中，它意味着什么，”Moorhead说。“在没有机器学习的情况下无法发生云2.0无法分析数据。没有太多的数据和传统的数据排序方法Don“t削减它。”

一个问题是，公司在云中有一个不断发展的数据存储。

在其内部部署设置中，公司可能拥有巨大的数据存储系统，但它太昂贵，耗时和笨重来分析其中的数据。无论在那里一般留下什么，都没有适合该公司存放的公司。

现在，云和机器学习的组合使企业能够将该数据搏斗成最大问题的可理解答案。

机器学习，出于模式识别和计算学习的研究，是完美的。该技术使用从重复使用数据中学习的算法，使它们能够更好，更好地找到洞察力和答案，而不会在寻找它们的位置上明确编程。

数据机器学习越多，它的学习越好。

使用更大的数据商店，机器学习可以更好地回答企业的问题。该技术可以帮助石油公司找到寻找下一个大型油袋的信息，杂货故事链如何销售更多的黄油，或者为汽车制造商建造更安全，更节能的汽车。

“公司是数字包老鼠，因为它没有付出数据，”Google“S云平台产品管理总监Greg Demichillie说。“现在它是如何在干草堆中造成这个针的意义......我们看到的人是人们不想把他们的服务器从内部部署拿到云端并留下它。我们只开始划伤机器学习如何更好地划伤服务。它可以帮助您回答您甚至在之前知道的问题。“

根据Demichillie的说法，机器学习，带来了它和云中的下一个变革波。

“这是唯一一种理解我们拥有的数据的方法，”他说。“在我们谈论的范围内，没有云就不可能。大多数公司永远不会有能力建立机器学习基础设施。内部内部环境不经济。“

Jorel Perez是一家基于财富500强金融服务公司的San Antonio的移动网络开发商表示，他认为公司越来越关注他们在云中所拥有的所有信息可以做的事情。

“我们”重新开始意识到我们实际拥有的数据是多少，Perez说。“嘿”喜欢，“哇！我们实际上有很多数据。“我们“重新追踪很多事情。现在他们“重新喜欢”，我们用它做什么？“我们可以超越初始查询什么？“

与政府机构合作的八本咨询小组的顾问Dinesh Ganesan表示，许多企业正在寻求谷歌的云分析。

“[亚马逊Web服务]有数据分析工具，但是谷歌在那里有更多的肌肉，”甘肃说。“这是谷歌的力量 - 分析和深度学习。每个人都知道深度学习非常酷。当然。但是你的用例是什么？谷歌需要介入那里并告诉他们它不仅仅是酷，而且可以为他们做事。“

独立行业分析师Jeff Kagan表示，它可能会过早宣布云1.0。

“云越来越快，我们在短时间内的几个年前想象着，但这并不意味着我们担心的所有问题都在短时间候现在已经解决了，”卡根说。“今天的大多数企业都无法对他们的数据和信息进行排序。这座信息山可以是金矿或只是一座大山，具体取决于你是否可以排序和访问你拥有的东西。“

Perez表示，云可能正在进入2.0时代，他期待这对企业意味着什么。

“我们刚刚开始那个时间表，”他说。“云1.0刚刚结束。我想我们已经开始了云2.0但是还有更多的来。“