编者按：这是 Enterasys产品营销经理Ali Kafel写的一篇文章，文章用详实的例子描绘了智能经济时代的特征，并且揭示了应用程序在未来会发挥多大的作用。

最近，IDC在波士顿召开的2013年会议上指出，IT业每25年会转换至一个新的平台，这个平台会有令人难以置信的成长与创新，目前行业正处在这个过渡的中间阶段。IDC把它称为“第三平台”，它由四个核心组成：移动化（移动互联网、设备与应用）、云服务、大数据及分析、社会化技术。

推动这种转变的动力，来自当前信息经济（积累和存储大量数据）正在往智能经济转变。智能经济的着眼点在于获取和分析数据的能力，以及基于可视和可控的信息。这些综合信息的能力，会让商业变得与以往不同，更高的执行效率、更有价值的合作贡献，以及最终转变为快速增长的市场份额。

有趣的是，在这个宏大的技术趋势中，似乎少了“应用”们的身影。虽然IDC把应用罗列在移动化的旗下，但它本该更醒目些。当前繁忙的应用产业正在创造新的就业机会，改变了传统的商业模式。今天，每分钟就有4.7万个应用被下载，这些应用程序影响着我们生活的方方面面，不管是通讯、游戏还是工作。

商业领袖能很好地定位他们的公司，梳理他们的能力和市场战略，关键在于通过4种创新应用程序的方式：

无所不在的移动性

这没有什么值得意外的，因为智能手机本身就是无所不在的。预计今年年底，世界上会活跃着14亿台智能手机，和2.68台亿台平板电脑。先进的硬件和简易的软件将这些身边设备，变成万能的个人工具或商业利器。这些工具包括通讯、相机、GPS、视频录制、社交网络、健康监测以及其它应用。

而且在与无线网络连接时，智能手机会变得异常强大。这种联通的结果导致用户将难以计数的内容，以难以置信的速度发送到云端上。这些内容可以是用户通过“传感器”设备制造或获取的任何信息。这些“传感器”包括音频传感器（麦克风）、视觉传感器（相机）、GPS、回转仪、加速器、指南针、气压计、距离感应器和环境光感应器——这个列表可能不会到此为止。这些传感器增强了用户的体验并创造了更多的数据。基于软件和硬件的性能提升，毫无疑问传感器对于信息的采集，会变得更丰富且能创造出更多的信息。举例而言，未来的智能手机可能还会包含温度、湿度和空气质量传感器——所有的这些要素都会提升效率，占据更多的内容，并在互联网间传播。

众包和大数据

由于用户的智能手机持续保持社交联系，需要经常性地把内容上传到云端，组织系统就要着手用“众包”来收集并存储大数据。众包是将传统找雇员或承包人做业务方式，交给公众来完成，有时候这个过程是被动的。举个例子，人们使用配置GPS功能的设备运行Google地图，就已经悄悄地做了贡献。只要他们将地理位置信息，位置和速度数据发送给Google，Google就会把这些无用的信息变成有用的。其他的例子包括用视频检测空气污染；在公共公园里定位有害的植物；监控流行病等等。

机器到机器（M2M）的交流和物联网

无处不在的智能手机、众包数据和移动互联网，会促使世界各地的城市向“智能城市”转变。这些机器到机器的技术，可以与大多数的东西连接，比如交通信号灯，智能手机也可以通过互联网与公共交通工具相连接。这个想法基于对传感器数据进行分析，所有连接的信号源能更好地相互协调，让城市更有效率。比如在生活和能源利用方面，例如停车场的传感器能帮助司机更方便地找到停车位，减少不必要的行驶和逗留。除此之外，一些城市已经开发了在汽车行驶期间，能够自动检测坑洼的应用程序，并能够发送准确的坑洼地理信息，给相关的政府部门。这种方式不仅效率很高，节省了额外的调查工作，还发给主机其他附带的数据（时间、交通流量、影响司机的数量等信息）。这些数据能在决策优先修复哪部分路段时，让结果变得更加合理。这样的服务，最大限度地减少了对纳税人金钱的开支，还进一步提高了市民满意度。

应用能够在智能经济中发挥作用

这仅仅是应用支持智能经济的几个例子，还有更多，文中还没有涉及到。问题的关键是，对于这些被应用上传的数据，我们要显著提高数据采集的数量、效率和密度。Google的施密特称，“每两天我们创造的信息就和文明诞生起至2003年那么多”。这大概是5EB或50亿GB的数据。注意，这还是他在2011年说的，今天产生同样多的数据已经不需要两天那么多了。根据英特尔最新的博客，每分钟就有30个小时的视频被传送到YouTube上，约合64万GB数据的传输。因此，这些数据只会不断增加。

面临不断增长的数据，IT管理者不得不去习惯来自带宽端口和存储方面的挑战，企业基础设施的更新要比他们准备的要快。管理者要把眼光放远，包括数据量（存储）、速度（端口带宽）和品种（语音、视频、数据），智能经济要求企业增加管理数据的价值，分析和控制用户的访问与使用习惯。据Gartner称，商务知识和敏感程度是未来信息总管首要具备的特质。

应用数据智能化带来的机会是巨大的，尤其是对于数据进行分析和关联匹配设备、用户、位置、时间、以及其他要素。比如，呼叫中心可以整合多个数据系统，采集和分析所有客户的交易，由此更好地预测消费者的流失程度，提升客户满意度。通过应用预测模型和研究分析，医院可以主动识别高危病人，这些模型分析通过直观的导航、解析和采取先发制人的行动，判断病人的健康情况。高校可以为吸引并留住学生，提供相应的数字教科书、智能公交系统、洗衣设施、停车位应用，帮助学生更好地管理时间和改善校园生活经历。

要想在智能经济时代保持足够的竞争力，企业需要为员工和客户提供简单且核心的应用，捆绑带宽和其他资源。这意味着所有的用户及他们的设备、位置、正在运行的应用以及其他资源，都开始被监控管理。这便是应用智能，它将给信息管理者和其他互联网从业者这些充足的商业知识，特别是他们在做战略决策的时候。