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這種復雜的大數據技術能更容易被非專業用戶使用，你還能享受它讓你發家致富的額外好處。

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，你越靠近大數據技術的最終用戶，你 的回報就越大。他認為，在大數據的世界，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造全新的產業或者瓦解傳統業務的公司。

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。大數據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據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數據庫技術開發了非常強大的以數據為導向的應用。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據用在最有用的地方。

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，如果我們回顧企業資源計劃的歷史，超過兩 百家公司被創立，在標準商業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，大數據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：

大多數大數據技術是開放性資源，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據盈利。

根據第一點理由，Cloudera的合伙創始人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的合伙創始人AneelBhusri幾年前就有了這個想法。

McKinsey&Co.詳細說明了大數據對不同產業的影響：

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費用中與制作、開發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管理員和開發者發揮創造性成為可能，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，雖然大數據給開發者和系統管理員用已經不錯了，但真正要解決的問題是這樣讓大數據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。我們希望大數據能成為主流。

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

管理大數據的重點不在于巨大的數據量，更多的是關于不斷增加的數據來源和數據類型。對一個像Adobe這樣的公司來說，為了讓營銷專家根據廣告、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、現金收據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僅僅是大數據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據技術中沒什么用的東西的鉆研，轉而去關注它們能創造的商業價值。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據當做數據的人聊過，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問題為導向的。大數據時代真正的贏家是那些專注于解決實際商業問題的人。