怎样解读美国健康信息技术发展新规划

创新一个企业永恒的主题，没有创新的应用模式，是很容易复制的；模式创新应该着眼于差异化；而产品创新则做的增量的市场需求；
无论模式还是产品，创新才是一个企业的灵魂。

互联网的本质正是“连接”。百度连接了人和信息，腾讯连接了人和人，阿里巴巴连接了人和商品，这也是三巨头成为中国互联网“三座大山”，市值和产业控制力遥遥领先群雄的核心原因。
  
  但在移动互联和物联网融合的红丝带，以超文本链接为核心的Link模式已经完全失效，导致了流量碎片化、情景化。所以，在第四次浪潮的O2O中，产生了千亿美金级别的机会。
  
  智慧健康服务，京东方实现人与健康的连接，不仅是强需求，而且是通过科技硬件以及应用场景，和系统服务建立起来的连接，又有强势平安集团的加盟，在垂直的体系中补充了中间平台的服务和黏性，平安集团也算是未来用科技重构金融保险业务层面先下手占了一个位置，即是京东方的股东，有在业务上与京东方形成强力的协同。两个巨头共同撬动智慧健康服务，那么未来市况不可想象！

篇幅太长！哪有时间慢慢看，直接点出中国平安 京东方说明理由即可。

智慧健康服务平台不同于腾讯的社交游戏平台，更类似于阿里巴巴的商品交易平台但是又更高于商品交易，还附带更专业的服务；类似于百度的搜索形成大数据，但是其更加专注于生命健康方面的大数据；


智慧健康服务平台：

1、需要专业的诊疗结构和专业人士，这个是智慧健康服务创造价值的入口，需要强资源推动；

2、需要硬件入口，这个需要技术创新推动；

3、需要普通人包括健康人群和亚健康人群，患者入口；这个需要资金、资源、价值、服务和技术的推动。

所以即使目前国外的可穿戴设备如何如何先进，其本身也有云端和数据整理，但是最后数据不能与最能创造价值的诊疗和专业人士对接；京东方和中国平安，可以放手磨合搭建健康云平台，以及云端的各种接口，在服务层面与云端进行对接；

整合资源形成一个以智慧健康服务为核心的“物联开放平台”，然后创新柔性显示、以及柔性显示集成传感技术推出合适的可穿戴产品，搭载着服务，可以扫社区、卫生局、企业等用户；也可以面向智能硬件潜在从业者提供的降低智能硬件进入门槛的整体系统性解决方案，让更多的智能硬件参与者在这个平台上一起开发，但是最终的数据，都要在京东方的健康云端。

这个大平台上：云端大数据、科技硬件、医院、卫生局、社区、保险公司、医保支付机构、医药研发企业、医药厂商、医药营销公司以及健康、亚健康、患者各类人群，都在这个大平台上，然后商业循环补贴的商业模式就可以出来了。

IBM，从“制造的IBM”走向“科技的IBM”，现在成为“服务的IBM”


我们先来看下IBM近十年来的主要出售记录：
  
  
  2003年，IBM将硬盘业务以20.5亿美元出售给日本日立公司；
  2005年，IBM将PC业务以12.5亿美元出售给联想集团；
  2007年，IBM将打印机业务以7.25亿美元出售给日本理光；
  2014年1月，IBM将低端服务器业务以23亿美元出售给联想集团；
  2014年2月，传IBM考虑出售半导体业务。
  
  
  从上面可以看出，IBM一直在围绕硬件产品进行大规模的出售。因此，网友的疑问其实就是“IBM为何一直出售硬件业务”。
  IBM陆续抛售硬件业务在于这些业务的盈利能力不强。比如，据IBM发布的2013年第四季度财报显示，包括服务器和存储等在内的IBM硬件部营收43亿美元，同比下滑26％，税前利润2亿美元，远低于前一年同期的9.7亿美元。
  对于季度净利润达62亿美元的IBM来说，硬件部门税前2亿美元的利润显得有些无足轻重，尤其是刚刚出售给联想的低端服务器业务，更是已经连续2年没有增长，反倒是牵扯了IBM大量的人力、财力、精力，将其出售更像是甩掉了一个沉重的包袱。
  同时，IBM的重心已经转移到利润更高的业务。据财报显示，IBM软件业务去年第四季度营收同比增长2.8％至81.4亿美元，税前利润同比增长6%至42亿美元。其中，云服务收入达到40亿美元，同比大幅增长69%。
  
  
    再看看IBM近三年为转型付出的收购和投资代价：
  
  
  2010年5月，14亿美元并购商业软件集成企业Sterling Commerce；
  2010年5月，1.9亿美元并购云计算集成商Cast Iron Systems；
  2010年8月，4.8亿美元收购营销规划软件商Unica；
  2010年9月，17亿美元收购数据仓库和分析的集成系统供应商Neteeza；
  2010年10月，3.5亿美元收购财务治理企业Clarity Systems；
  2011年9月，3.87 亿美元收购风险管理厂商Algorithmics；
  2014年1月，IBM宣布进一步投资12亿美元，在全球新建15个数据中心，以拓展在全球云计算业务方面的部署。
  
  
  
   从IBM过去十年来的业绩和股市表现也可以看出，软件、云计算业务，足可以支撑一个新的IBM：
  
  2003年，IBM营收891亿美元，净利润76亿美元；
  2013年，IBM营收998 亿美元，净利润165亿美元。

在移动互联网时代对企业估值的核心指标必须有所改变，我们知道在工业时代对企业估值的两个最核心指标：一个是企业盈利，一个是自由现金流。但是在互联网时代，仅有这两个核心指标是不够的，或者说不能够真实地反映这些移动互联网时代的互联网企业和高科技企业，反映它的价值。我们必须找到在信息文明、知识经济时代更好的指标去衡量企业的价值。
  
  
  在移动互联网时代，它的特征就是整个社会和个人开始以真实的身份、真实的角色、真实的能力进入到互联网。整个互联网已经不再是虚拟网络，它变得越来越真实，越来越可触可摸。正因为真实，它的行为、思想、情感、关系、需求在互联网中得到详细记录，所以互联网事件和现实事件已经融为一体。
  
  移动互联网确实促使了互联网行业的一个巨大革命，在传统互联网时代，你的互联网基本单位是网页，它是从事网页的分发、内容的分发，所以那时候谷歌、百度非常好，谷歌和百度是搜索企业，它从事的是内容分发，你到我这里来把内容报告给你，或者是网页分发。社交网络不管是Facebook还是腾讯，从事的是用户的分发，分发的是人，不再是内容，是人作为基本的单元，不再是以网页作为基本单元。马化腾说过一句话，移动互联网本质是链接一切，链接人、链接物、链接信息，所以在移动互联网时代，你运用社交网络的技术跟你的客户，跟你的用户建立多么长、多么强、多么深、多么有黏度的关系链就决定了你的企业价值有多大、有多高。
  
  关系链是移动互联网时代企业估值的关键指标，和工业经济时代企业利润是企业的估值关键指标一样。为什么我们把关系链指标放在这里进行对比呢?因为在移动互联网时代企业经营的出发点就是用户体验，先增加用户后卖产品，基本产品免费增值服务收费，正好和我们工业经济时代对企业盈利的要求相反，一个是先追求用户，一个是先追求产品；一个是从免费开始，一个是从追求盈利开始。
  
  我们该怎么去评价关系链呢？我认为可以从四个纬度来看，对关系链进行一个量化。
  
  第一是关系链的广度。大家都说互联网是扁平化的，但其实互联网不是完全扁平化的，它是介于扁平化和结构化之间的网络，有一个著名的作者叫巴拉巴西，写了一本叫《爆发》的书。他把互联网非正态现象概括为无标注网络，他在观察所有社交网络链接分布图的时候，所有社会关系的链接不是正态分布的，而是幂律分布的，有些链接点发生了很多链接，但是有一些结点对外界的链接非常少。一个结点跟外面的链接越多、越复杂，那实际上表示它控制社会的关系也越多越复杂，那么它借助这个社会资源产生的商业合作也越来越复杂。把任何一个结点看成一个企业的话，这个企业跟外界发生的链接越多，用户链接越广它的价值就越大，所以在互联网我们把企业分为入口型企业、平台型企业，平台型企业就是链接比较多的企业。
   
  第二是关系链的长度。关系链长度的企业最典型的是生态系统的公司，它具有两个特点：第一个是垂直整合上中下游的资源，第二是完全对用户开放，用户完全的互动，这种生态型的公司不同于平台型的公司，它是外援扩张、垂直整合。
  
   第三是关系链的黏度。关系链是必须要有黏度的，没有黏度跟我们用百度搜索是一样的，好的关系链是有黏度的，依赖你、跟你绑定、黏着你，像微信是非常有黏度的关系链。此外，关系链是有湿度的，和工业经济硬邦邦的关系不同，它是软乎乎的，有一定湿度在里面的关系链。
  
  从资产管理角度看大数据
  
  在工业经济时代，企业估值一个非常重要的核心指标是自由现金流，而在信息时代应该是企业的数据流。
  
  数据流也是移动互联时代企业估值的关键指标。那么大家都在谈大数据，移动互联网有了以后才有大数据，对于大数据的定义有很多种，到目前没有定论。从资产管理的角度来看大数据，有几个特点：
  
  第一，大数据只产生在互联网，尤其是移动互联网上，不是互联网和移动互联网上的数据就不是大数据；大数据是跟人有关系的数据，在网上跟人的行为、思想、情感、爱好有关系的数据叫大数据；大数据是及时数据、现场数据；大数据是全样本数据和非结构化数据。我们说阿里巴巴是大数据中心，但是商业银行不是大数据中心，因为你没有及时的数据、没有人的数据，你的数据不产生在互联网之上，这样一来，你的数据能用来做贷款吗？
  
  第二，因为有了大数据，我们不再去追求因果关系。我们会从相关关系中去追求真相，极大地推动了我们投资思维，从价值投资向量化投资、向绝对收益策略的进步，因为你没有必要去找关系，做很多假设，然后去推论鸡生蛋还是蛋生鸡，找那个关系相对来说时效性高很多，量化空间也得到了非常大的扩展。
  
  第三，获得大数据之后对投资风险防范也非常重要，这个组合里面相关性的高低、非相关性的高低决定了风险程度。
  
  在工业经济时代我们另外一个非常重要的核心指标是自由现金流，信息时代应该是企业的数据流，那么数据流怎么去评估呢？这里也有四个联动：
  
  一是数据的平度。所谓的平度就是这个数据必须是过程的数据而不是结果的数据，是用户参与互动而来的数据，而不是单向传播的数据，工业时代数据是单向传播的，在互联网时代是互联互动，很多传统商业数据不是大数据也不是过程的数据，因为你不知道在网上是怎么讨价还价的，你什么时候讨价还价的，你的爱好是什么都知道的，所以这个数据是真正的大数据，它是有用的。
  
  
  二是数据的速度。所谓的速度是实时的数据、现场的数据、有时效性的数据，数据的速度表示对企业处理的数据也是及时反馈、快速反应的，所以互联网上有一个词叫“秒杀”，也有一个叫“闪聚”，这个必须是能够及时地反馈、及时地回应，你把数据搜集齐了，一个月才给反馈就不是大数据。
  
   三是数据的纬度。这个是全样本的数据、多维度的数据、非结构化的数据。一个人永远处在在线状态，从早晨起床一直到你睡觉，你处于时间流中。时间流产生的数据绝对是非逻辑化的、非结构化的，你去吃饭和见人，突然遇到什么事情，在时间流中发生的事情是没有逻辑关系的，但是你的空间状态是有逻辑关系的，所以数据一定要全样本的、多维度的、非结构化的。
  
  四是数据的温度。数据必须是与人相关的用户，它记录了人的感情、思想、爱好和需求，必须是这些数据才是有用的大数据。  

基于一个统一的云上的“物联开放平台”的第三种思路更具实际性。因为目前智能硬件市场没有谁算得上绝对领导者，激烈争位的结果是谁都不愿妥协，以“云为中心“比以“硬件为中心”，更容易通过一些其他路径来逐一实现布局。比较显像的切入口是提供一套类似传统互联网中开源建站CMS那般，但却是基于物联网，面向智能硬件潜在从业者提供的降低智能硬件进入门槛的整体系统性解决方案。 
  目前一款智能硬件孵化涉及的基本为：1.研发；2.生产供应链；3.云端建设与运维；4.跨系统平台的客户端开发；5.启动资金；6.销售回款；共六个环节。
   传统电子硬件商进入智能硬件门槛在于3、4环节，互联网企业转向智能硬件门槛为1和2，既有的智能硬件产品企业更关注6，而新入者门槛则可发生在以上所有环节。从需求层面上看，要想打造一个基于自己标准的物联云平台，早期通过提供低门槛方案吸引更多后来者加入生态系统，比要求已从业团队安装自己的硬件插件要靠谱的多。

1、一个企业要想进行商业模式创新，就一定要对本行业的发展有深刻的洞察力和前瞻力，从而先人一步挖掘出用户的隐性需求。这种前瞻力和洞察力其实才是一个企业真正的核心竞争力，而且，商业模式创新和可以时刻进行的产品创新不同，所以要审时度势，顺应潮流，把握好时机。

 2、 企业成功最终依靠的是强大的产品和服务。
  3、商业模式只是一个企业运用各种资源整合创造价值的方法，而创造价值的最终载体还是产品或服务。所以，商业模式创新不是一个企业魔术般地由弱变强的万用灵药，如果没有强大的产品或服务，再有创意的商业模式也毫无用处。

解读大数据的概念及挑战


  【打印】【繁体】2013年1月23日 中国行业研究网http://www.chinairn.com 
  
  从2011年年底开始，大数据成了行业内的时髦的名词。那么什么是大数据？
  　　
  　　这个世界的数据由两类组成：交易型的数据，是线性的，在牛顿力学的范畴之内，由理性思考的右脑产生并进行逻辑运算；大数据，则是离散的，属于量子力学的范畴，由感性思维的左脑生成情感类的信息。
  　　
  　　典型的传统数据多是来自银行的金融交易活动、运营商的计费信息，以及其他公共服务类公司的大量用户信息。但今天，除了线性的交易型数据之外，来自雅虎、谷歌、Facebook这些门户网站、搜索网站和社交网站的用户生成信息，则产生了随机的、发散的、弹性的、爆发式的大数据。相较于传统数据，大数据更能反映这个世界的真实情况，比如，人们会上传和公布大量的图片来记录个人的生活和社会的变化。如今，一天之内人们上传的照片数量就相当于柯达发明胶卷之后拍摄的图像总和。在过去，用于解决大企业交易型数据的计算机并不记录这些信息，只有在云计算产业已经规模化发展3年之后，分布式结构计算才给大数据提供了记录的载体。可以说，云计算使大数据变成可能，打个比方，云计算充当了工业革命时期的发动机的角色，而大数据则是电。
  　　
  　　总之，云计算带来了硬件存储的条件——更便宜的分布式运算存储，互联网时代的今天呼唤数据应用和服务。技术和需求的双重推动会让越来越多的政府机构、公司企业和个人意识到数据是巨大的经济资产，像货币或黄金一样，它将带来全新的创业方向、商业模式和投资机会。
  　　
  　　硅谷与北京零距离
  　　
  　　从美国《自然》杂志在2008年9月4日提出大数据的概念，到IBM定义的大数据4V理论（规模性化Volume、多样性Variety、高速率Velocity和真实性Veracity），今天硅谷的大数据科技公司已经分成以下三类。
  　　
  　　首先，像亚马逊、谷歌和Facebook这类公司，因其拥有大量的用户信息，通过对用户信息的大数据分析解决自己公司的精准营销和个性化广告推介等问题。
  　　
  　　其次，像IBM和惠普这类公司，是通过整合大数据的信息和应用给其他公司提供硬件+软件+数据的整体解决方案。
  　　
  　　最后，新兴的创业公司则通过出售数据和服务更有针对性地提供单个解决方案。这些公司更接近与把大数据商业化、商品化的模式。
  　　
  　　第一类公司将改变营销学的根基，精准营销和个性化营销将有针对性地找到用户，多重渠道的营销手段将逐渐消失。第二类公司将改变公司的管理理念和策略制定方式，没有数据分析支撑的决定将越来越不具有可靠性。第三类公司将大数据商品化，这将带来继门户网站、搜索引擎、社交媒体之后的新一波创业浪潮和产业革命。同时，第三类大数据公司的针对性咨询服务会对传统的咨询公司产生强烈的冲击。即使是第二类提供整合服务的科技公司，也会因其系统和软件的垄断封闭性受到第三类开源大数据的挑战。
  　　
  　　这三种公司类型在中国也不会有太大的不同。互联网兴起的时代，人们常说中国的科技公司与硅谷有20年的差距，社交媒体时代这个距离缩短至5年，但在大数据的浪潮中硅谷与北京零距离。中国宽带产业基金投资的大数据公司中有很多也是雅虎Hadoop平台的主要工程师，联合投资伙伴也有来自硅谷的杨致远，我们也在和Hortonworks和Cloudera密切合作。在这一轮科技浪潮中，中国企业比任何一次反应速度都快。
  　　
  　　我认为还会有新的商业模式出现，就像互联网创造了搜索、电子商务、竞价排名一系列商业模式一样，大数据会孕育更多新的公司类型，这也是大数据最有投资潜力的原因。“数据矿”就在那里，分析平台也已经成熟，现阶段是要用解决问题的视角，寻找数据分析师和懂得商业操作的人才，把数据分析产品化。
  　　
  　　大数据的挑战
  　　
  　　大数据带来的挑战是跨行业、跨领域的。
  　　
  　　在公司内部，从公司的管理层到董事会，都应该认识到大数据即将带来的转型。将公司和行业之外的数据纳入分析并作为决策依据，则是要公司董事会、高管们重新认识的内容。
  　　
  　　当移动互联网时代渗透进你的客户、你的员工团队时，公司的决策和管理无法不受到影响。比如，SOHO中国的首席执行官张欣就已经看到传统的营销渠道已经无法准确找到针对性的客户，而微营销、微传播的力量巨大。很多公司也在使用企业内部的Facebook或者Evernote这样的APP来进行信息分享与交流，而传统的企业资源计划（ERP）已经悄然退场。
  　　
  　　同时，大数据发展的最大障碍在于数据的“流动性”和“可获取性”。2009年，美国政府创建了Data.gov网站，为大数据敞开了大门，公众能够通过这个网站获得各种政府数据。现在，在印度也有“数据公开”运动。中国要赶上这样一场数据的变革，首先从政府开始公开数据，其次是企业，最后在个人。开放的、流通的数据是时代趋势的要求。
  　　
  　　国有企业也有其独特的优势，集中化的资源使其积累了大量数据，国有企业如何将数据资产化是他们面临的问题。另外，无论是电信行业、金融业还是数字油田的发展，国有企业都要开放API端口，拓展平台，鼓励独立开发者参与国有企业的数据分析。
  　　
  　　这是一个大数据的时代，对于成长在这一代的年轻人来说，数据的实时性、公开性、可流通性是毋庸置疑、自然而然的。一个等级的不公平的社会，最大的问题就在于信息的垄断和封闭。这涉及到个人隐私，但也是权力扁平化的社会需要。
  　　
  　　云计算和大数据将注定带来一次革命，无论是对社会、公司和个人来说，都是一次世界观的改变。互联网不再是一个展示公司的工具或平台，而是属于未来的生产方式，是关乎竞争和生存的关键。就像工业经济时代，人们无法拒绝用电；个人计算机时代，公司无法拒绝用电脑办公；大数据将带来的是竞争形态的改变，当你的客户都在互联网上，你的市场就在互联网上，如果缺乏对客户数据的判断对市场的了解，缺少的就是核心竞争力——企业的IQ。政府和个人也一样，需要拥抱大数据时代的来临。

云技术到可穿戴设备和检测终端，中间裹挟着强需求的智慧健康服务，这个才是正道