주소: 중국 사천성 성도 温江 국가 해협 양안의 과학 기술 산업 개발 정원 소 대 큰 북 두 토막 123호
전화: (028) 82633801/ 82633802
팩스: (028) 82633079
우편번호: 611130

网监

웹 사이트 구축 :www.300.cn   蜀ICP备05009926号Copyright © 2014 dadicorp.com All rights reserved.

큰 데이터는 농업 및 축산업에 대한 냉담한 생각을 가져옵니다.

日期
2018年11月16日 08:56
페이지뷰

  2015 년에 인터넷 + 올해 초에 시작되었을 때, 농업 및 축산업은 인터넷 +의 회오리 바람을 일으켰습니다. 그것은 "인터넷 +"동풍 농업 및 축산업을 따라 잡고 "큰 데이터"초석에서 분리 할 수 ​​있습니다.

  역사를 되돌아 보면, "빅 데이터"라는 세련된 어휘가 오랫동안 존재 해 왔습니다. 그러나 최근 인터넷과 정보 산업의 급속한 발전으로 인해 사람들의 관심과 토의가 실제로 포착되었습니다. 이전 데이터와 비교하여 큰 데이터의 가장 큰 특징은 "큰"것이며,이 데이터는 G 또는 T, 최소 P (1000 T), E (100 만 T) 또는 Z (10 억 T)로 측정되지 않습니다. ).

  인터넷을 통해 누적 된 네트워크 사용자 데이터의 양은 어느 정도입니까? 사료 산업을 예로 들어 Baidu에 "사료 원료"를 입력하고 11,000,000 개의 데이터 정보를 표시하고 데이터 범위를 더욱 좁히며 "옥수수 시장"을 찾고 소량의 원료 에서조차 45,100,000 개의 데이터 정보를 표시합니다. 데이터는 164,000에 도달했습니다 물론 이것은 외부 데이터 일 뿐이며 내부 데이터가 추가되면 전체 피드 업계는 하루에 수십억 개의 데이터를 생성해야합니다.

  위의 데이터는 빅 데이터의 빙산의 일각에 불과하며, 기하학적 배수로 커지면서 큰 데이터가 커지고 있습니다. McKinsey는 "빅 데이터"를 제안한 최초의 제안은 McKinsey의 경영 컨설팅 회사입니다. McKinsey는 데이터가 오늘날 모든 산업 및 비즈니스 기능 분야에 침투하여 중요한 생산 요소가되었다고 생각합니다. 거대한 데이터의 채굴 및 적용은 생산성 증가와 소비자 잉여의 새로운 흐름을 나타냅니다. "

  인터넷 + 시대가 도래함에 따라 대용량 데이터에 대한 사람들의 이해는 더 이상 개별 데이터의 겹침에 국한되지 않고 큰 데이터를 사용하여 새로운 생태계를 구축하는 초석으로 사용됩니다.

  2015 년에 중국의 농업 및 축산업은 "인터넷 +"열차를 타고 각 농업 및 축산업은 변화를 가져 오려고했습니다. 그러나 오랫동안 발전해 온 전통 농업 및 축산업은 이제 "인터넷 +"채널에 진입해야하며, 고유 한 비즈니스 모델 및 거대한 산업 체인 시스템으로 인해 변형이 어려워졌습니다. 매일 수천 개의 비즈니스 정보를 처리해야하는 DDC와 같은 중소형 사료 첨가제 업체를 통해 주문 정보, 생산 정보, 제품 품질 추적 정보, 응용 프로그램 테스트 및 동물 테스트 정보가 통합되어 매우 큰 데이터입니다. 데이터. 시간이 지남에 따라 이러한 양의 데이터는 계속해서 급속히 증가하면서 기업 데이터의 실제 적용에 엄청난 압력을 가하게됩니다.

  데이터 유출로 인한 압력은 농업 및 축산업이 직면 한 가장 큰 문제입니다. 물론 가장 근본적인 문제는 그 이상의 것입니다. 농업 및 축산업과 같은 전통적인 기업의 경우 큰 데이터가 기업에 직접 경제적 이익을 가져올 수 없기 때문에 기업 운영 수준에서 큰 데이터는 여전히 슬로건과 개념 단계에 머물러 있습니다.

  현재의 농업 및 축산업에서 빅 데이터 개발에서 가장 현실적인 문제는 세 가지 측면에서 비롯되는 반면, 기업 내의 데이터 섬은 심각합니다. 중국의 사료 공급 기업은 규모 확장 직후보다 강력한 자본 확충을 시작했으며 데이터는 더욱 세분화 될 것입니다. 기업의 데이터가 너무 흩어져 있습니다. 데이터를 열지 않으면 큰 데이터의 가치 마이닝은 어떻게됩니까? 도전 과제의 또 다른 측면은 현재 농업 및 축산업 분야의 거대 데이터의 낮은 가용성과 큰 데이터의 품질 저하입니다. 예를 들어, 비즈니스를 공급하기 위해 2015 년 3/4, 많은 공급 기업이 성능을 향상하고 큰 이유는 원자재 가격의 감소에서 유래 원료에 대한 데이터는 공급 기업은 시장에 따라 좋은 판결 전 데이터 모델, 이익과 손실을 형성하지 않은 심각한. 세 번째 측면은 특히 농업과 축산 업계, 데이터 보안, 최고 위치의 비즈니스에 특히 보안 기술 데이터와 같은 전통 산업에 대한, 데이터의 보안이다. 큰 데이터 시대에 데이터가 개방성과 사생활 사이의 균형을 찾는 것은 대부분의 농업 및 축산업에있어 심각한 도전입니다.

  물론 중국의 농업과 축산업이 직면 한 어려움은이 문제를 훨씬 뛰어 넘습니다. 농업 및 축산업 분야에서 가장 실용적인 접근법은 기초부터 시작하는 것입니다. 첫 번째는 큰 데이터 트렌드를 따라 잡고 싶어하거나 기업의 경쟁력을 높이기 위해 큰 데이터 기술을 실제로 사용하고자하는 의사 결정자입니다. 이것이 가장 중요한 문제입니다. 앞으로 3 ~ 5 년이 지나면 농업과 축산업의 변화와 발전을 가속화하여 큰 데이터가 진정으로 슬로건과 개념에서 현실이 될 것입니다.