Real Data

数据专家来帮助建立和维护数据库，然后从所有组织好的数据中收集见解（或构建工具来收集见解）。这就带来了一个问题——每家公司都在同时扩充员工队伍。目前，美国公司需要超过 150,000 名数据科学家。这是根据 LinkedIn 对美国企业的调查得出的结论。这不会持续几年——这些职位现在就可以找到。与人员配备密切相关的第二个挑战涉及您在面试中挑选出的求职者所需的技能。这涉及硬技能，例如数学和软件开发。这些都是不可协商的。但是优秀的数据科学家也需要许多软技能，例如良好的沟通能力以及向他人讲述他们在数据中看到的故事的能力。

阅读更多
Red Dog 和 Windows Cloud：微软来了！
远程工作中数据安全的 6 个基本做法
初探——EpiAnalytics
重新思考外包云，第二部分：2011 年采用云的优势
我们需要一个更智能的电网

4. 安全和数据访问
关于物联网（包括工业机器控制设备）的安全漏洞，已经有很多文章进行了探讨。但还有更多文章有待探讨。在整个商业领域，商业决 乌克兰电话号码数据 策者仍然不愿投资物联网和其他数字变革技术，因为他们担心这些资产会带来安全漏洞。事实上，Forrester 和 ForeScout 调查的约77% 的公司表示，他们现在面临着以前无需担心的“重大”安全挑战。但这些挑战是什么？公司又该如何应对呢？下面我们来看一下：

联网工业设备（包括传感器、跟踪器和控制设备）并不总是具有强大的安全性。员工必须熟悉更新程序，以确保远程设备定期收到安全补丁。
数字优先公司的数据访问是数据安全的另一个严重问题。公司必须实施适当的认证程序，以确保员工只能访问他们有权限访问的数据库。
即使是现代仓库和制造工厂的物理安全也是首要关注的问题。服务器机柜必须始终保持锁定和监控，并采用适当的进入记录程序，以确保您的宝贵服务器和分析设备（更不用说存储在那里的所有知识产权）保持原位。
当涉及到数据的安全性和访问数据的能力时，您可能没有注意到很多细节。如果您与外部公司签订了使用其数据设施的合同，请问问自己——您知道他们的数据中心防风雨能力有多强吗？在构建内部数据基础设施或依赖他人的数据基础设施之间总是存在权衡。但一些挑战，例如为不可预见的情况做好规划，在这两种体验中是相同的。

5. 缺乏认同感（和兼容性）
最后，还有获得支持的挑战。不可否认，工业 4.0 正在飞速发展，它可以将美国交通、能源输送、医疗保健、制造业等行业的生产率提高35% 之多。但与此同时，我们的新旧系统混杂在一起，它们并不总是能很好地协同工作。在这里，我们可以看到，采用颠覆性的数字技术为公司打开了新的大门，但也增加了复杂供应链的风险。就像您公司的部门需要合适的数字工具来使数据顺畅流动一样，您的公司需要能够即时无缝地交换记录、身份验证、通知等。


结论
只要您的公司时刻牢记这些挑战，并投资合适的人才，您就能找到创造性的方法来克服这些挑战。大数据和工业 4.0 的生产力和利润潜力实在太大，现在不能因为事情看起来很复杂就放弃。