2013.11.29 ake edlund-tillvaxverket
•
1 j'aime•463 vues
In Swedish, BigData and Cloud - how it affects today's business
Recommandé
Contenu connexe
Similaire à 2013.11.29 ake edlund-tillvaxverket
Similaire à 2013.11.29 ake edlund-tillvaxverket (20)
2013.11.29 ake edlund-tillvaxverket
- 1. Molnet och BigData -‐ nya utmaningar, nya möjligheter Åke Edlund KTH CSC HPCViz Data-‐Intensive Compu7ng Group KTH CSC PDC-‐HPC Cloud 1
- 2. Min bakgrund BigData Moln Leder: Övrigt: Tidigare: Startups KTH CSC HPCViz Data-‐Intensive Compu7ng (forskning) KTH CSC PDC-‐HPC Cloud Group (molnresurser, projekt) Medlem EU Cloud Expert Group Rådgivare Severalnines.com (DBaaS) Rådgivare SICS Startup Accelerator (medgrundare) Chief Architect ICT Global Customer Services at Sony Ericsson Mobile CommunicaVons SoluVon Manager at Alzato (real-‐Vme DB, Ericsson Business InnovaVon venture) Product Manager for Cult3D (soXware for interacVve 3D on the Internet) at Cycore Consultant with Parallel, Stockholm (computer security) Co-‐founder of Numeri Ltd (scalable video compression) Board Member of EuroCloud Sweden Coach Aalto Venture Garage, now Startup Sauna PhD, Technion – Israel Ins2tute of Technology. Tekn. Lic. – Uppsala University. Civ Ing. Teknisk Fysik – Uppsala University Forskat på Berkeley och Rice Univ. (USA) 2
- 3. Vad är ”Molnet”? E ekosystem av leverantörer, utvecklare och användare av mjukvara – alla steg som tjänster, levererat över Internet. 3
- 4. Molnet vikVgt? Ja! “The cloud is going to transform the way we manage our lives and data.” Ulf Ewaldsson, Ericsson CTO "Cloud is coming as the most significant impact, I would say, to communicaVon since we introduced mobile telephony in the first place.” “It has such an important impact that you have to have cloud as one part of your strategy if you are in the ICT world" 4 hp://www.vinnova.se/sv/Aktuellt-‐-‐publicerat/Webb-‐tv-‐arkiv/Videoklipp-‐fran-‐konferensen/Webb-‐tv-‐fran-‐VINNOVAs-‐ arskonferens-‐den-‐25-‐oktober-‐2012/Ulf-‐Ewaldsson-‐pa-‐VINNOVAs-‐Arskonferens/
- 5. Två studenter, en enkel idé Grundades i juni 2007 Första produkten släpptes i sept. 2008 200M registrerade användare (sep 2013) 100M registrerade användare (nov 2012) Betalande kunder i 200 länder 1 miljard filer sparas på Dropbox varje dygn Används av 2 milj företag Används inom 95% av Fortune 500 Allt genom Molnet….. 5
- 6. Infrastruktur som en tjänst (IaaS) -‐ Skalbarhet genom andras datacenter Exempel på Molncenter MicrosoXs data center i San Antonio, Texas Cirka 44,000 kvadratmeter Når alla som har Internet 6
- 7. Infrastruktur som en tjänst (IaaS) -‐ Skalbarhet genom andras datacenter Utan elasVcitet -‐ Förlorar kunder -‐ Låser onödigt mycket kapital Med elasVcitet 7
- 8. Vad betyder Molnet för företagaren? Enklare – behöver inte hantera egen hårdvara… Snabbare – uppstart inom minuter …. Når alla som har Internet + Billigare – betalar bara för det du använder Möjligt (för fler) Lägre risk (för alla) Når alla som har Internet 8
- 9. Vad betyder Molnet för företagaren? ”Vi hade vunnit 6 månader vid uppstarten om vi hade haX dagens molntjänster när vi startade Skype… ” Niklas Zennström, februari 2012 på SU 9
- 10. Molnets ekosystem (förenklad bild) 3 3 Slutanvändaren 1 Utvecklaren Plaworm Leverantören 1 3 2 2 3 Slutanvändaren 3 Tjänsterna som kund konsumerar via nätverket (som en tjänst, SaaS) Plawormar 2 Utvecklingsplawormar (som en tjänst, PaaS) – här finns utvecklingsmiljöer för t ex mobila appar Infrastruktur 1 Infrastruktur (som en tjänst, IaaS) – här körs större delen av jobbet, här lagras data Nästa sida 10
- 11. Utvecklingsplaworm som en tjänst, PaaS Utvecklare kan i stället för a utveckla direkt på molnleverantörens infrastruktur ( ” ” ) välja a använda färdiga utvecklingsmiljöer. 3 Slutanvändaren 1 Utvecklaren Plaworm Leverantören 2 Exempel: Google App Engine, MicrosoX Azure, Apple iOS, Android OS Mer: SpoVfy, Dropbox (nästa), … 11
- 12. Plawormar för Öppen innovaVon, exempel Dropbox • Dropbox öppnar upp mot sin tjänst -‐ och ökar därmed värdet på sin egen tjänst) • Plaworm (som en tjänst, PaaS) för andra tjänsteutvecklare -‐ som därigenom slipper synkningsproblemaVken • Konkurrerar i dea exempel med Apple (iCloud) • Idag: 100,000 akVva appar som byggts på Dropbox plaxorm 12
- 13. E större moln-‐exempel -‐ Nexlix Idag: 37 miljoner streaming-‐abonnenter “Globally Distributed Cloud ApplicaVons at Nexlix” October, 2012, Adrian CockcroX 13
- 14. Molnet och den mobila klienten > 6 Miljarder mobila abonnemang > 2,3 Miljarder Internetanvändare > 35 Miljarder Appar nedladdade (= 0 innan juli 2008) Ulf Ewaldsson, Ericsson CTO 14 hp://www.vinnova.se/sv/Aktuellt-‐-‐publicerat/Webb-‐tv-‐arkiv/Videoklipp-‐fran-‐konferensen/Webb-‐tv-‐fran-‐VINNOVAs-‐ arskonferens-‐den-‐25-‐oktober-‐2012/Ulf-‐Ewaldsson-‐pa-‐VINNOVAs-‐Arskonferens/
- 15. Molnet och den mobila klienten -‐ 50 miljoner användare (på 35 dagar) 15
- 16. BigData – massiva datamängder med stora underliggande värden 16
- 17. Molnet OCH BigData 37 miljoner streaming-‐abonnenter Levererar tjänster genom Molnet Analyserar kunddata och förbärar tekniken genom Molnet 17
- 18. Vad hände här?? 18
- 19. SvD, 8 oktober 2013: • aG hjälpa användarna aG hiGa musik som de vill lyssna på. Med nya funkVoner som Browse Den senaste Vden har mycket av arbetet fokuserat på och Discover har man dels byggt e mer grafiskt Vlltalande och mer lä{llgängligt sä a visa upp låtkatalogen och genom a koppla på både e socialt filter, där rekommendaVoner baseras på personer som du följer och vad de lyssnar på och delar med sig av samt algoritmer som analyserar musiklyssnandet. • Det här är e problem som de flesta streamingtjänster broas med. Nexlix har Vll exempel precis lanserat listor som e medel i si arbete för a det allVd ska finnas något som man vill se omedelbart Vllgängligt så snart man startar tjänsten och Wimp har satsat på en tydlig redakVonell profil med rekommendaVoner och arVklar med Vllhörande spellistor på olika för aG skilja ut sig från konkurrensen teman . SpoVfy är inget undantag, a hjälpa användarna a hia musik de gillar a lyssna på är e vikVgt och svårt problem a lösa. 19
- 20. Varför allt tal om ‘BigData’, nu? Företag har sedan decennier analyserat stora datamängder – men det har varit kostsamt och få förunnat…. Nu: • Datalagring allt billigare • Nya lösningar gör a allt fler kan få ut allt mer kunskap/värde ur si data • • Moln, nya data-‐analys ‘stackar’, nya (skalbara) metoder Fler och mer komplexa datakällor a analysera och få ut mer kunskap ur 20
- 21. Källor Vll Big Data • Experiment för studie av extrema fenomen i vetenskapliga områden med mogna teorier – Astrofysik, ParVkelfysik, .. • Uxorskande av nya områden – Genomsekvensiering, … • Skapa kunskap ur akVviteter på Internet • Sensornätverk
- 22. Källor Vll Big Data • Experiment för studie av extrema fenomen i vetenskapliga områden med mogna teorier – Astrofysik, ParVkelfysik, .. • Uxorskande av nya områden – Genomsekvensiering, … • Skapa kunskap ur akVviteter på Internet • Sensornätverk
- 23. Exempel på BigData – från R&D Big Data Ecosystem in One Sentence Use Clouds running Data AnalyVcs processing Big Data to solve problems in X-‐InformaVcs ( or e-‐X) X = Astronomy, Biology, Biomedicine, Business, Chemistry, Crisis, Energy, Environment, Finance, Health, Intelligence, Lifestyle, MarkeVng, Medicine, Pathology, Policy, Radar, Security, Sensor, Social, Sustainability, Wealth and Wellness with more fields (physics) defined implicitly Spans Industry and Science (research) Geoffrey Fox, ndiana University Bloomington, April 18, 2013 I
- 24. Källor Vll Big Data • Experiment för studie av extrema fenomen i vetenskapliga områden med mogna teorier – Astrofysik, ParVkelfysik, .. • Uxorskande av nya områden – Genomsekvensiering, … • Skapa kunskap ur akVviteter på Internet • Sensornätverk
- 25. “Today is the dawn of personal genomics” David Haussler, USCS Faster than Moore’s Law Slower? hp://www.genome.gov/sequencingcosts/ 25
- 26. Källor Vll Big Data • Experiment för studie av extrema fenomen i vetenskapliga områden med mogna teorier – Astrofysik, ParVkelfysik, .. • Uxorskande av nya områden – Genomsekvensiering, … • Skapa kunskap ur akVviteter på Internet • Sensornätverk
- 27. Big Data – Sensors Stockholm. 27
- 28. Källor Vll Big Data • Experiment för studie av extrema fenomen i vetenskapliga områden med mogna teorier – Astrofysik, ParVkelfysik, .. • Uxorskande av nya områden – Genomsekvensiering, … • Skapa kunskap ur akVviteter på Internet • Sensornätverk
- 31. ZeGabyte = 1000 Exabytes Exabyte = 1000 Petabytes Petabyte = 1000 Terabyte Terabyte = 1000 Gigabytes Gigabyte = 1000 Megabytes Meeker/Wu May 29 2013 Internet Trends D11 Conference 31
- 32. Meeker/Wu May 29 2013 Internet Trends D11 Conference 32
- 33. Exempel på BigData – från Internet 33
- 34. Vadå ‘Big’? 34
- 35. "CompuVng is being transformed, new companies are emerging. Many organizaVons that have Big Data don’t have the ability to process Big Data." “Big Data is any data that is expensive to manage and hard to extract value from.” Michael Franklin, AMPLab, Berkeley Konkurrensgap Från: Best Prac2ces in Big Data Storage Conducted by: Tabor CommunicaVons Custom Publishing Group 35
- 36. "CompuVng is being transformed, new companies are emerging. Many organizaVons that have Big Data don’t have the ability to process Big Data." “Big Data is any data that is expensive to manage and hard to extract value from.” Michael Franklin, AMPLab, Berkeley Kör, med fri sikt Konkurrensgap Kör, utan fri sikt Från: Best Prac2ces in Big Data Storage Conducted by: Tabor CommunicaVons Custom Publishing Group 36
- 37. Andel företag som anser aG (business analys7cs) ger en konkurrensfördel (USA) 37% 2010 58% 67% 2011 11% 29% AnalyVcal Innovators AnalyVcal PracVVoners AnalyVcal Challenged 2012 60% From Value to Vision: Reimagining the Possible with Data Analy7cs What makes companies that are great at analyVcs different from everyone else By MIT Sloan Management Review and SAS Ins7tute (2013) 37
- 38. Big Data Utmaningar • Need of staVsVcal principles (that scale) to jusVfy the inferenVal leap from data to knowledge • Always possible to turn data into something resembling knowledge but which actually is not – … and quite difficult to know that this have happened hp://drewconway.com/zia/2013/3/26/the-‐data-‐science-‐venn-‐diagram
- 39. McKinsey InsVtute on Big Data Jobs • There will be a shortage of talent necessary for organizaVons to take advantage of big data. By 2018, the United States alone could face a shortage of 140,000 to 190,000 people with deep analyVcal skills as well as 1.5 million managers and analysts with the know-‐how to use the analysis of big data to make effecVve decisions. • InformaVcs aimed at 1.5 million jobs. Computer Science covers the 140,000 hp://www.mckinsey.com/mgi/publicaVons/big_data/index.asp. to 190,000 39
- 40. Molnet – möjliggör samverkan E ekosystem av leverantörer, utvecklare och användare av mjukvara – alla steg som tjänster, levererat över Internet. Samverkan är nyckelordet här – en kedja av samverkande företag 40
- 41. KunskapslyX -‐ Exemplet Finland “Seeking Compe77veness for Finnish Sobware Industry” 70+MEUR under 2010-‐2013, industri-‐drivet forskningsprogram Arbetar helt agilt Delar på resultaten Samverkan 41 www. CloudsoXware.fi, www. Tivit.fi, Janne.jarvinen@f-‐secure.com (program director)
- 42. Paving the way for Finnish soXware business to succeed in the cloud Building the future open soXware infrastructure and technologies for services in the cloud Bringing the operaVonal efficiency to a new level increasing producVvity and profitability significantly 42
- 43. 2012 Results Major Lean/Agile transformaVon programs ongoing e.g. F-‐Secure, Tieto, Ericsson, EB, EXFO, Nokia Several new cloud service concepts and tools developed e.g. o Freenest – Plaxorm for agile cloud development o F-‐Secure – Content cloud plaxorm and service o Vaadin – CollaboraVve SW development o Owela – Conumers say on cloud services New ecosystems being formed e.g. CSC Kajaani Datacenter, Ixonos CityOnline,Tieto ApplicaVon Plaxorm, F-‐Secure 3rd party ecosystem 43
- 44. 2012 Results 7.3 MEUR Major Lean/Agile transformaVon programs iongoing savings n H1/2012 e.g. F-‐Secure, Tieto, Ericsson, EB, EXFO, Nokia Up to 6x Faster delivery Several new cloud service concepts and tools developed e.g. o Freenest – Plaxorm for agile cloud development o F-‐Secure – Content cloud plaxorm and service IPSS: Company o Vaadin – CollaboraVve SW development revenue tripled o Owela – Conumers say on cloud services already! New ecosystems being formed e.g. CSC Kajaani Datacenter, Ixonos CityOnline, Tieto ApplicaVon Plaxorm, F-‐Secure 3rd party ecosystem 44
- 45. -‐ På F-‐Secure:s utvecklingsplaform -‐ 6 månader Vll produkt 45
- 46. Global Konkurrens • Genom Internet blir konkurrensen global • Någon idé a skapa en naVonell dropbox? – Ja, om du kan lägga Vll ny värde, t ex integriet
- 47. AdopVng faster to a changing environment
- 49. An accelera2ng environment… • • • • • Adding new paradigms to old ones Internet Internet-‐Cloud Internet-‐Cloud-‐BigData Internet-‐Cloud-‐BigData-‐IoT Internet-‐Cloud-‐BigData-‐IoT-‐X …. Global compeVVon/collaboraVon (next)
- 50. Slutexempel – E svenskt bolag som använder molnet för a leverera analyser av stora (publika) datakällor från Internet 50
- 51. EG svenskt exempel på Big Data (som använder molnteknik fullt ut) • Focus only on web intelligence, primarily for governments and Fortune 500 • Backed by Google Ventures, Atlas Venture, Balderton, IA Ventures, and I-‐Q-‐T Följade är baserat på “Building a Web Intelligence Machine” av Staffan Truvé, PhD CTO, Recorded Future truve@recordedfuture.com 51
- 52. 52
- 53. PredicVng EgypVan Protests 53
- 54. Slutsummering • InnovaVonstakten accelererar. Internet ökar global konkurrens/ möjligheter. • Företag måste lära sig använda och vidareutveckla kring dessa ekosystem • Kunskap fås genom erfarenhet – Många bra exempel a lära från t ex Cloud SoXware Finland – Behov av kompetensutvecklande projekt, gemensamma utvecklingsmiljöer – samverkan mellan företag • Nyckel: Samverkan mellan teknik, affärsutveckling, arbetsmetodik – OCH olika kompetensområden Möjligheter Vll nya kombinaVoner av samverkan -‐ även mellan Vdigare konkurrenter 54
- 55. Referenser www.recordedfuture.com Value-‐driven business in the cloud www.v.fi/inf/pdf/researchhighlights/ 2013/R9.pdf Fron2ers in Massive Data Analysis www.nap.edu/catalog.php?record_id=18374 XSEDE Cloud Survey Report, September 2013 hps://www.xsede.org/xsede-‐nsf-‐release-‐cloud-‐survey-‐report 55
- 56. Tack! Åke Edlund edlund@pdc.kth.se ake@pawnpromoVon.com ake@severalnines.com 56