大数据在5G时代会有什么不同?
这是傅一平的第289篇原创
作者:傅一平
个人微信:fuyipingmnb
5G时代将是全新的时代,那么,5G对于大数据会有什么独特的影响呢?今天就特别来谈一谈。
一、数据量将会急剧膨胀
5G通过提升连接速率(相对于4G提升100倍)和降低时延(ms级),在单位时间内创造的数据量将几何级的增加,比如从计费话单的角度看,如果维持50M一条记录的存储模式,则计费话单条数在单位时间内会提升100倍。
5G使得单位面积的联网设备数量可以达到4G的100倍,海量物联网的感知层将产生海量的数据,这都将极大的驱动数据量的增长,而物联网也刺激了大数据的发展,所有通信基础设施的强大,都在为大数据崛起铺平道路。
在可预见的未来,全球数据量将以每两年翻一番的速度增长。到2020年,全球的数据量将到达40ZB。这也就意味着,地球上每个人在每秒钟就将利用1.7MB的数据量。
二、数据的维度进一步丰富
从连接的类型看,目前的数据还是以人和人的关联为主,5G时代带来的物联网发展,使得人和物、物和物之间的连接产生的数据类型将会更多,比如物联网使得数据采集的渠道爆发性增长,无论是联网汽车、可穿戴设备、智能电视、无人机还是机器人等等。
从连接的内容看,5G催生的车联网、智能制造、智慧能源、无线医疗、无线家庭娱乐、无人机等新型应用将创造新的丰富的数据维度,AR、VR、视频等非结构化数据的比例也将进一步提升。
三、平台的要求大幅提升
5G时代随着数据体量、种类和形式的爆发增长,物联网、人工智能等领域的创新应用将井喷式涌现,很难有哪一种单一的计算平台可以有效应对如此复杂、多样、海量的数据采集、处理的挑战,混搭式的大数据处理平台的发展趋势越加明显。
海量、低时延、非结构化的数据特点将进一步促进数据处理和分析技术的进步,推动流式处理技术的发展将会是一个明显的变化,以浙江移动为例,即使是当前,如果不对海量的非结构化上网日志数据进行流式预处理,对离线存储的数据进行再处理成本就会很高。
5G时代边缘计算崛起,边缘计算旨在将大量的数据分析功能下沉到更靠近应用的地方,从而提升响应速度,降低网络和云计算的成本,数据分析的本地化是否将形成另一种形式的数据集市?符合边缘计算要求的数据平台是否会崛起?
四、AI的赋能将无处不在
从数据的角度讲,非结构化数据的海量增长,使得大数据的价值密度进一步降低,要能从海量复杂数据中发掘数据间的弱关联关系,对于人工智能的能力要求进一步加大。
从应用的角度讲,AR、VR、图像与视频识别、车联网驾驶行为分析、智慧交通群体模式识别等5G时代的大量物联网应用,都需要通过人工智能等手段,从海量数据中快速“学习和提炼”出高价值信息与策略,以此控制IoT终端与边缘设备完成最终的闭环。
从架构的角度讲,为了满足不同业务需求部署的各种物联网终端、丰富的切片网络、大量下沉的边缘节点,这些资源的高效运作都需要人工智能的广泛支持。
从运维的角度看,承载数以十万到百万计的资源节点、网元实例、业务应用实例的5G云数据中心,要保障如此庞大复杂的资源与业务体系的可持续无间断运行,引入人工智能辅助的主动式预测性维护也势在必行。
五、大数据应用被催化
当前的大量APP应用从云端接收的数据都是控制数据、小数据或非实时大数据,网络的瓶颈限制了大数据应用价值的发挥.
5G时代,借助于5G的高带宽、低时延和AI能力,大数据所承载的业务形式更加复杂多样,其商业价值将得到快速挖掘。比如VR,其可以在云端快速完成图像数据的渲染,通过可靠的高速网络实时返回给终端,使得业务获取性提升,体验提升。
在华为发布的《5G时代十大应用场景白皮书》中,每项垂直行业应用都与大数据有千丝万缕的关系,包括AR/VR的实时计算机图像渲染和建模、车联网的远程驾驶、编队行驶和自动驾驶、智能控制的无线机器人云端控制、智慧能源的馈线自动化、无线医疗的远程诊断、无线家庭娱乐的超高清8K视频和云游戏、联网无人机的专业巡检和安防、社交网络的超高清/全景直播、个人AI辅助的智能头盔、智慧城市的AI视频监控。
六、运营商的大数据挑战
1、网络大数据的管理难度加大
5G采用了大规模天线系统和超密集组网技术,并将引入频谱共享、D2D等复杂的无线传输技术,与此前移动网络技术相比,整体网络架构也更加灵活,功能更加丰富,业务趋向多样化,网络数据的获取和处理成为5G网络的一大挑战.
5G网络要与4G等多张网络的同时运行,其数据的维度高、数据类型多、数据量大、缺失数据多、不同设备厂家数据格式不统一等,这使得无线网络数据的管理挑战巨大,因为即便在4G时代,相对于B域,DPI数据的统一管理就是运营商一直要解决的难点问题。
基于B域数据管理的经验,建议首先要形成统一数据标准,涵盖数据格式、参数定义、计算方式等多个方面,降低数据处理的复杂度;其次是提取高价值数据,减少数据存储和计算所需的硬件资源;再次是需要采用高效的自动化数据管理手段,最后则是数据安全的保障。
考虑到5G时代网络切片等能力的增加使得“网络即业务”成为可能,其与前端市场的距离变得更近,因此,进一步加强O域与B域数据的整合迫切性会非常高,5G的网络体验提升必须协同业务才能形成真正的端到端。
2、大数据平台的价值进一步凸显
5G时代网络的定位出现了变化,正如邬贺铨院士说的一样,"5G网络应是以用户为中心、上下文感知与先应式网络。"
邬贺铨表示,"5G本身是终端到数据中心的一个主要通道,前部分数据采集,中间环节是到基站和无线接入网,是有边缘计算缓存和计算能力的。然后再到核心网,是数据传送,再到数据中心、云计算,它是数据分析。智能终端多功能的特性,它跟这个网络里头数百个路由器、服务器,以及交换机它们之间是有很多交互的。所以5G网络不仅要承载移动用户的数据,还要接受各种不同后台服务器、缓存等产生的数据。"
"5G的数据分析在两个地方得以体现邬贺铨指出,首先在移动运营商核心站点内的大数据平台上进行数据分析,按照内容预测算法执行计算并推断决策内容,然后主动地将他们存储在具有缓存能力的基站中,从而将内容从云移动到边缘(基站);然后,基站负责收集上下文信息,对用户空间-时间行为进行分析与预测,对数据集合、压缩与加密,同时从核心网大数据平台获得决策,具有缓存能力的基站使得内容靠近用户,从而改进用户体验并减轻回传网的负载。"
总体上,5G时代,运营商大数据平台需要在复杂全域(O+B+M)数据的统一处理、低价值密度数据的高效存储、网络非结构化数据的快速解析、全域数据的高效整合等方面进行大幅提升。
3、新的商业模式要求新的分析能力
陈志刚在《重磅雄文| 5G的基本商业模式,看此文就够了 》一文中做过5G基本商业模式的分析,其表示:
“我认为有三种基本的商业模式:基于流量的商业模式、基于切片的商业模式、基于平台的商业模式。这三种基本商业模式,并不是适合所有运营商,尤其是基于平台的商业模式,只适合定位于数字化战略的运营商。”
Gartener的研究报告指出,5G的最大收入潜力将是网络切片开发。在切片商业模式中,电信运营商的关键业务是向各个垂直行业销售各种逻辑网络,即行业切片。
按照业内的观点,5G切片应该具备可定制、可交付、可测量、可计费四大特性,GSMA在2017年的一份报告中指出:构成通信服务的所有组件(比如,通信带宽、专用处理能力、数据采集、安全模型等)都可以由5G网络切片的管理系统进行更改和配置。
基于切片,5G网络可以根据不同的场景要求提供差异化的定价策略,包括基于地点、时间、速率、服务的多维组合定价。
比如打即时战略游戏的人对网络的要求显然跟看视频是不同的,前者强调时延,后者更关注带宽,2毫秒时延和100毫秒时延收费要有所不同,1K视频和8K高清视频显然也不同。
又比如可以在演唱会、体育赛事这2-3个小时内提供基于时间切片的VR直播业务,比赛结束后,这个切片就消失了。这也是未来切片即服务的一个具体呈现。
基于新的场景要素要求大数据提供新的分析能力,比如准确定位对时延要求很高的游戏玩家对于营销就很重要,网络资费要素越多,意味着供给端的网络产品越多,大数据能发挥的空间就越大。
基于平台的商业模式所以提出来,是因为5G提供的大带宽、高密度、高可靠三种连接能力中,均已经不再是以满足人与人之间的连接需求为根本目标的,这意味着5G将是面向“360”行业,“万物”的普遍服务,5G将作为与电力一样的生产力要素与各个行业融合,各行业都会使用5G作为重构自己价值链结构的基本生产力工具。
很多人说运营商自身并不拥有足够的行业知识细节,甚至完备性都很说的上,那么对于电信运营商来说,以平台提供者的角色切入就是唯一的选择。
但仅就目前的大数据变现的实际情况来看,没有扎根几个行业摸索出一条可行之路,提平台的商业模式属于水中捞月,因为如果抽象不出什么共性的东西让大家愿意在上面玩,运营商仍然是个管道,切片也是管道。
无论如何,5G将带来的大数据的爆发性增长和行业应用的繁荣,运营商大数据变现的潜力将进一步提升,变现的场景将进一步丰富。
这里以广告变现为例:
随着5G新商业应用升级,运营商接触用户的媒体资源(高清视频、VR/AR等)将愈加丰富,结合政企业务的发展及大数据能力的支撑,运营商将能够具备面向行业开展广告业务的基础,比如在VoLTE通话中就存在视频广告的可行性,想象空间还是很大的。
为了满足行业大数据需求,运营商更是要加快5G基础数据研究(高带宽、低时延意味着更多的不同类型数据传送到云端),利用5G大数据加强客户的深度洞察(视频等非结构数据将成为分析的主要对象),进一步做好面向行业的数据中台,比如基于5G基站的高精度定位,从而更好的赋能全社会。
当然,在5G真正普及前,笔者在这里的所有关于大数据的影响猜测都是局部的,片面的甚至是错误的,在5G到来后,大数据的变化肯定跟你现在想得会很不一样,但这并不妨碍我们现在去想象一下。
5G改变社会,我们充满期待!
完
作者:傅一平 (微信号:fuyipingmnb)
可能错过的近期精选文章(点击链接即可阅读)
从芝麻信用分透露的详细数据设计,我们能从中得到什么启示?
最新发布的《数据资产管理实践白皮书4.0》,是学习数据管理的最好框架指引
传统的数据从业者,并不会从大数据中获得多少红利
十年的标签库建设经历,我得到了什么启示?
艰难的旅程,你的数据中台到底能为一线提供多少火力?
PPT,考验你的格局、能力和思维的方式,你得学会驾驭它!
如何避免成为一台取数机器?
哪些广为人知的数据挖掘案例其实是一地鸡毛?
数据的价值到底如何评估?
为什么我提交的数据分析报告总是被领导K?
我如何用统计学指导自己的生活?
从吴军的“算法的油水就那么多”说起!
一起成长,让我们与数据同行
忙完工作,偷得浮生半日闲,讲述自己的数据人生
大叔/电信博士/500强央企/大数据/人工智能/统计取数/数据挖掘/数据产品/数据管理/数据仓库/数据变现