云计算新零售毕业论文

构建新零售数字化营销体系，主要在于借助新零售系统。

新零售系统需要解决的是，在新的市场潮流下，渠道的一体化，卖场的智能化，商品的社会化，以及经营的数字化。所谓经营的数字化指的是营销数字化、门店数字化、供应链数字化、店员数字化、会员数字化、商品数字化的企业数字化进程问题，新零售，归根结底，是对传统零售的重塑变革，本质在于线上线下物流的融合贯通，重构人货场，塑造以消费者体验为中心的数据驱动的泛零售形态。无论是哪一种新零售模式，其核心都离不开数字化。

新零售系统有几种呢？这个不好说，只能说从不同的方面需要不同的新零售系统。

移动端：全面顾客数字化

现在是移动互联网时代，首先我们需要解决的就是移动端的顾客数字化问题，商家应当通过APP、小程序、微商城等渠道将顾客沉淀到自己的终端当中，所以新零售软件需要具备的一个功能就是在移动端将顾客全面数字化的功能。

门店端：门店经营智能化

新零售的核心技术是人工智能物联网大数据云计算。门店的智能化改造是经营数字化和打造数据库的一个重要基石，而新型的POS收银系统和会员管理系统（也就是新零售软件），能够助力门店的智能化经营。

后端：全渠道销售管理ERP

新零售软件重要的还有后端的支持，需要有包括渠道管理、商品管理、订单管理、仓库管理、进销存管理、平台管理等功能在内全渠道销售管理功能。如果是跨境新零售商的话还有具备有三单对碰的功能。

新零售系统的价格的话一般也是根据客户的品类、需求、规模等等条件而定的，又一城新零售系统一般都能够满足客户的需求。

首先介绍下云计算，的发展历史，他的前身，现在的应用，然后在介绍现在计算机的应用，在应用之中的不足，然后，着重阐述云计算的优势，我这里有一份关于这方面的对比及心得，发给你，希望能帮到你。 云计算简史著名的美国计算机科学家、 图灵奖 (Turing Award) 得主麦卡锡 (John McCarthy,1927-) 在半个世纪前就曾思考过这个问题。 1961 年， 他在麻省理工学院 (MIT) 的百年纪念活动中做了一个演讲。 在那次演讲中， 他提出了象使用其它资源一样使用计算资源的想法，这就是时下 IT 界的时髦术语 “云计算” (Cloud Computing) 的核心想法。云计算中的这个 “云” 字虽然是后人所用的词汇， 但却颇有历史渊源。 早年的电信技术人员在画电话网络的示意图时， 一涉及到不必交待细节的部分， 就会画一团 “云” 来搪塞。 计算机网络的技术人员将这一偷懒的传统发扬光大， 就成为了云计算中的这个 “云” 字， 它泛指互联网上的某些 “云深不知处” 的部分， 是云计算中 “计算” 的实现场所。 而云计算中的这个 “计算” 也是泛指， 它几乎涵盖了计算机所能提供的一切资源。麦卡锡的这种想法在提出之初曾经风靡过一阵， 但真正的实现却是在互联网日益普及的上世纪末。 这其中一家具有先驱意义的公司是甲骨文 (Oracle) 前执行官贝尼奥夫 (Marc Benioff, 1964-) 创立的 Salesforce 公司。 1999 年， 这家公司开始将一种客户关系管理软件作为服务提供给用户， 很多用户在使用这项服务后提出了购买软件的意向， 该公司却死活不干， 坚持只作为服务提供， 这是云计算的一种典型模式， 叫做 “软件即服务” (Software as a Service， 简称 SaaS)。 这种模式的另一个例子， 是我们熟悉的网络电子邮箱 (因此读者哪怕是第一次听到 “云计算” 这个术语， 也不必有陌生感， 因为您多半已是它的老客户了)。 除了 “软件即服务” 外， 云计算还有其它几种典型模式， 比如向用户提供开发平台的 “平台即服务” (Platform as a Service， 简称 PaaS)， 其典型例子是谷歌公司 (Google) 的应用程序引擎 (Google App Engine)， 它能让用户创建自己的网络程序。 还有一种模式更彻底， 干脆向用户提供虚拟硬件， 叫做 “基础设施即服务” (Infrastructure as a Service， 简称 IaaS)， 其典型例子是亚马逊公司 (Amazon) 的弹性计算云 (Amazon Elastic Compute Cloud， 简称 EC2)， 它向用户提供虚拟主机， 用户具有管理员权限， 爱干啥就干啥， 跟使用自家机器一样。1．2云计算的概念狭义云计算是指计算机基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是计算机和软件、互联网相关的，也可以是其他的服务。云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。云计算的特点和优势（一）超大规模性。“云”具有相当的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。（二）虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现用户需要的一切，甚至包括超级计算这样的任务。[2]（三）高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。（四）通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。（五）高可扩展性。“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。（六）价格合适。由于“云”的特殊容错措施可以采用具有经济性的节点来构成“云”，“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本，“云”的通用性使资源的利用率较之传统系统大幅提升，因此用户可以充分享受“云”的低成本优势，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。云计算作为一种技术，与其它一些依赖互联网的技术——比如网格计算 (Grid Computing)——有一定的相似之处，但不可混为一谈。拿网格计算来说， 科学爱好者比较熟悉的例子是 SETI@Home，那是一个利用互联网上计算机的冗余计算能力搜索地外文明的计算项目，目前约有来自两百多个国家和地区的两百多万台计算机参与。它在 2009 年底的运算能力相当于当时全世界最快的超级计算机运算能力的三分之一。有些读者可能还知道另外一个例子：ZetaGrid，那是一个研究黎曼 ζ 函数零点分布的计算项目， 曾有过一万多台计算机参与 (但现在已经终止了，原因可参阅拙作 超越 ZetaGrid)。从这两个著名例子中我们可以看到网格计算的特点，那就是计算性质单一，但运算量巨大 (甚至永无尽头,比如 ZetaGrid)。而云计算的特点恰好相反，是计算性质五花八门，但运算量不大[注三]，这是它们的本质区别，也是云计算能够面向大众成为服务的根本原因。云计算能够流行，它到底有什么优点呢？ 我们举个例子来说明，设想你要开一家网络公司。按传统方法，你得有一大笔启动资金， 因为你要购买计算机和软件，你要租用机房，你还要雇专人来管理和维护计算机。 当你的公司运作起来时，业务总难免会时好时坏，为了在业务好的时候也能正常运转， 你的人力和硬件都要有一定的超前配置， 这也要花钱。 更要命的是， 无论硬件还是软件厂商都会频繁推出新版本， 你若不想被技术前沿抛弃， 就得花钱费力不断更新 (当然， 也别怪人家， 你的公司运作起来后没准也得这么赚别人的钱)。如果用云计算， 情况就不一样了： 计算机和软件都可以用云计算， 业务好的时候多用一点， 业务坏的时候少用一点， 费用就跟结算煤气费一样按实际用量来算， 无需任何超前配置[注四]。 一台虚拟服务器只需鼠标轻点几下就能到位， 不象实体机器， 从下定单， 到进货， 再到调试， 忙得四脚朝天不说， 起码得好几天的时间。虚拟服务器一旦不需要了， 鼠标一点就可以让它从你眼前 (以及账单里)消失。至于软硬件的升级换代，服务器的维护管理等，那都是云计算服务商的事，跟你没半毛钱的关系。更重要的是，开公司总是有风险的， 如果你试了一两个月后发现行不通，在关门大吉的时候，假如你用的是云计算，那你只需支付实际使用过的资源。假如你走的是传统路子，买了硬件、软件，雇了专人，那很多投资可就打水漂了。浅谈云计算的一个核心理念大规模消息通信：云计算的一个核心理念就是资源和软件功能都是以服务的形式进行发布的，不同服务之间经常需要通过消息通信进行协助。由于同步消息通信的低效率，我们只考虑异步通信。如Java Message Service是J2EE平台上的一个消息通信标准，J2EE应用程序可以通过JMS来创建，发送，接收，阅读消息。异步消息通信已经成为面向服务架构中组件解耦合及业务集成的重要技术。大规模分布式存储：分布式存储的目标是利用多台服务器的存储资源来满足单台服务器所不能满足的存储需求。分布式存储要求存储资源能够被抽象表示和统一管理，并且能够保证数据读写操作的安全性，可靠性，性能等各方面要求。下面是几个典型的分布式文件系统：◆Frangipani是一个可伸缩性很好的高兴能分布式文件系统，采用两层的服务体系架构：底层是一个分布式存储服务，该服务能够自动管理可伸缩，高可用的虚拟磁盘；上层运行着Frangipani分布式文件系统。◆JetFile是一个基于P2P的主播技术，支持在Internet这样的异构环境中分享文件的分布式文件系统。◆Ceph是一个高性能并且可靠地分布式文件系统，它通过把数据和对数据的管理在最大程度上分开来获取极佳的I/O性能。◆Google File System（GFS）是Google公司设计的可伸缩的分布式文件系统。GFS能够很好的支持大规模海量数据处理应用程序。在云计算环境中，数据的存储和操作都是以服务的形式提供的；数据的类型多种多样；必须满足数据操作对性能，可靠性，安全性和简单性的要求。在云计算环境下的大规模分布式存储方向，BigTable是Google公司设计的用来存储海量结构化数据的分布式存储系统；Dynamo是Amazon公司设计的一种基于键值对的分布式存储系统，它能提供非常高的可用性；Amazon公司的Simple Storage Service（S3）是一个支持大规模存储多媒体这样的二进制文件的云计算存储服务；Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用来存储结构化数据的云计算服务。许可证管理与计费：目前比较成熟的云环境计费模型是Amazon公司提供的Elastic Compute Cloud（EC2）和Simple Storage Service（S3）的按量计费模型，用户按占用的虚拟机单元，IP地址，带宽和存储空间付费。云计算的现状云计算是个热度很高的新名词。由于它是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。Amazon、Google、IBM、微软和Yahoo等大公司是云计算的先行者。云计算领域的众多成功公司还包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用弹性计算云（EC2）和简单存储服务（S3）为企业提供计算和存储服务。收费的服务项目包括存储服务器、带宽、CPU资源以及月租费。月租费与电话月租费类似，存储服务器、带宽按容量收费，CPU根据时长(小时)运算量收费。Amazon把云计算做成一个大生意没有花太长的时间：不到两年时间，Amazon上的注册开发人员达44万人，还有为数众多的企业级用户。有第三方统计机构提供的数据显示，Amazon与云计算相关的业务收入已达1亿美元。云计算是Amazon增长最快的业务之一。Google当数最大的云计算的使用者。Google搜索引擎就建立在分布在200多个地点、超过100万台服务器的支撑之上，这些设施的数量正在迅猛增长。Google地球、地图、Gmail、Docs等也同样使用了这些基础设施。采用Google Docs之类的应用，用户数据会保存在互联网上的某个位置，可以通过任何一个与互联网相连的系统十分便利地访问这些数据。目前，Google已经允许第三方在Google的云计算中通过Google App Engine运行大型并行应用程序。Google值得称颂的是它不保守。它早已以发表学术论文的形式公开其云计算三大法宝：GFS、MapReduce和BigTable，并在美国、中国等高校开设如何进行云计算编程的课程。IBM在2007年11月推出了“改变游戏规则”的“蓝云”计算平台，为客户带来即买即用的云计算平台。它包括一系列的自动化、自我管理和自我修复的虚拟化云计算软件，使来自全球的应用可以访问分布式的大型服务器池。使得数据中心在类似于互联网的环境下运行计算。IBM正在与17个欧洲组织合作开展云计算项目。欧盟提供了亿欧元做为部分资金。该计划名为RESERVOIR，以“无障碍的资源和服务虚拟化”为口号。2008年8月， IBM宣布将投资约4亿美元用于其设在北卡罗来纳州和日本东京的云计算数据中心改造。IBM计划在2009年在10个国家投资3亿美元建13个云计算中心。微软紧跟云计算步伐，于2008年10月推出了Windows Azure操作系统。Azure(译为“蓝天”)是继Windows取代DOS之后，微软的又一次颠覆性转型——通过在互联网架构上打造新云计算平台，让Windows真正由PC延伸到“蓝天”上。微软拥有全世界数以亿计的Windows用户桌面和浏览器，现在它将它们连接到“蓝天”上。Azure的底层是微软全球基础服务系统，由遍布全球的第四代数据中心构成。云计算的新颖之处在于它几乎可以提供无限的廉价存储和计算能力。纽约一家名为Animoto的创业企业已证明云计算的强大能力（此案例引自和讯网维维编译《纽约时报》2008年5月25日报道）。Animoto允许用户上传图片和音乐，自动生成基于网络的视频演讲稿，并且能够与好友分享。该网站目前向注册用户提供免费服务。2008年年初，网站每天用户数约为5000人。4月中旬，由于Facebook用户开始使用Animoto服务，该网站在三天内的用户数大幅上升至75万人。Animoto联合创始人Stevie Clifton表示，为了满足用户需求的上升，该公司需要将服务器能力提高100倍，但是该网站既没有资金，也没有能力建立规模如此巨大的计算能力。因此，该网站与云计算服务公司RightScale合作，设计能够在亚马逊的网云中使用的应用程序。通过这一举措，该网站大大提高了计算能力，而费用只有每服务器每小时10美分。这样的方式也加强创业企业的灵活性。当需求下降时，Animoto只需减少所使用的服务器数量就可以降低服务器支出。在我国，云计算发展也非常迅猛。2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心；2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台；2008年12月30日，阿里巴巴集团旗下子公司阿里软件与江苏省南京市政府正式签订了2009年战略合作框架协议，计划于2009年初在南京建立国内首个“电子商务云计算中心”，首期投资额将达上亿元人民币；世纪互联推出了CloudEx产品线，包括完整的互联网主机服务"CloudEx Computing Service", 基于在线存储虚拟化的"CloudEx Storage Service"，供个人及企业进行互联网云端备份的数据保全服务等等系列互联网云计算服务；中国移动研究院做云计算的探索起步较早，已经完成了云计算中心试验。中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。我国企业创造的“云安全”概念，在国际云计算领域独树一帜。云安全通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到服务端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。云安全的发展像一阵风，瑞星、趋势、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全卫士、卡卡上网安全助手等都推出了云安全解决方案。瑞星基于云安全策略开发的2009新品，每天拦截数百万次木马攻击，其中1月8日更是达到了765万余次。势科技云安全已经在全球建立了5大数据中心，几万部在线服务器。据悉，云安全可以支持平均每天55亿条点击查询，每天收集分析亿个样本，资料库第一次命中率就可以达到99%。借助云安全，趋势科技现在每天阻断的病毒感染最高达1000万次。值得一提的是，云安全的核心思想，与刘鹏早在2003年就提出的反垃圾邮件网格非常接近[1][2]。刘鹏当时认为，垃圾邮件泛滥而无法用技术手段很好地自动过滤，是因为所依赖的人工智能方法不是成熟技术。垃圾邮件的最大的特征是：它会将相同的内容发送给数以百万计的接收者。为此，可以建立一个分布式统计和学习平台，以大规模用户的协同计算来过滤垃圾邮件：首先，用户安装客户端，为收到的每一封邮件计算出一个唯一的“指纹”，通过比对“指纹”可以统计相似邮件的副本数，当副本数达到一定数量，就可以判定邮件是垃圾邮件；其次，由于互联网上多台计算机比一台计算机掌握的信息更多，因而可以采用分布式贝叶斯学习算法，在成百上千的客户端机器上实现协同学习过程，收集、分析并共享最新的信息。反垃圾邮件网格体现了真正的网格思想，每个加入系统的用户既是服务的对象，也是完成分布式统计功能的一个信息节点，随着系统规模的不断扩大，系统过滤垃圾邮件的准确性也会随之提高。用大规模统计方法来过滤垃圾邮件的做法比用人工智能的方法更成熟，不容易出现误判假阳性的情况，实用性很强。反垃圾邮件网格就是利用分布互联网里的千百万台主机的协同工作，来构建一道拦截垃圾邮件的“天网”。反垃圾邮件网格思想提出后，被IEEE Cluster 2003国际会议选为杰出网格项目在香港作了现场演示，在2004年网格计算国际研讨会上作了专题报告和现场演示，引起较为广泛的关注，受到了中国最大邮件服务提供商网易公司创办人丁磊等的重视。既然垃圾邮件可以如此处理，病毒、木马等亦然，这与云安全的思想就相去不远了。 2008年11月25日，中国电子学会专门成立了云计算专家委员会，聘任中国工程院院士李德毅为主任委员，聘任IBM大中华区首席技术总裁叶天正、中国电子科技集团公司第十五研究所所长刘爱民、中国工程院院士张尧学、Google全球副总裁/中国区总裁李开复、中国工程院院士倪光南、中国移动通信研究院院长黄晓庆六位专家为副主任委员，聘任国内外30多位知名专家学者为专家委员会委员。2009年5月22日，中国电子学会将于在北京中国大饭店隆重举办首届中国云计算大会。

全渠道零售业务信息系统能力框架构建论文

在日常学习和工作中，大家或多或少都会接触过论文吧，借助论文可以有效训练我们运用理论和技能解决实际问题的的能力。一篇什么样的论文才能称为优秀论文呢？以下是我整理的全渠道零售业务信息系统能力框架构建论文，希望对大家有所帮助。

摘要：

在新零售发展境遇下，零售商全渠道管理势在必行，零售商应当同时整合线上与线下渠道资源，以增强顾客的跨渠道体验。实际上，信息技术是推动全渠道协同管理的基础，本文基于信息系统分析了全渠道能力框架，信息系统能力框架为零售决策者提供了全方位管理时应该考虑的能力领域的概述，有助于根据组织的个人情况制定，优先考虑和定制框架内的内部能力、外部能力与跨越能力，并可以作为推导各自实施路线图和全方位渠道措施的起点，从而构建有效决策。

关键词：

新零售；全渠道管理；全渠道融合；智能零售；

一、引言

2016年的“双11”网络购物节，阿里巴巴首次提出了“新零售”的概念，新零售意即以互联网大数据和智能硬件来重新构建零售产业的业态形式，在此之后，零售渠道的顾客触点增多，边界开始模糊，市场出现了诸多细分场景化的零售业态(杜睿云、蒋侃，2017)，比如友宝在地铁站创建了智能售货机，乘客通过智能手机扫描自动售货机的二维码下订单；AmazonGO的无人零售店通过机器视觉来识别顾客，并在顾客离开店铺时自动处理付款，而无需手动互动(Grewal等，2017)；拼多多将电商体验与社交活动结合在一起，产品可以由用户亲友帮助砍价，并且所有点击页面的用户都有机会获取邀请他人帮助自己砍价的机会。全渠道零售能为零售商和顾客提供各种好处，包括提高运营效率(Oh等，2012)、增加销售额(Cao和Li，2015)、改善顾客体验(Herhausen等，2015)、提高忠诚度(VanBaal，2014)和增强顾客信任(Cao和Li，2015)。

顾客们越来越期望随时随地使用零售，并为所有零售渠道和接触点提供一致体验(江欣，2017)，许多顾客同时交叉使用线上与线下渠道进行购物(马慧敏，2017)。例如，实体店内的顾客做出购买决定之前，经常使用智能手机收集额外信息，促使诸多零售商在店内提供免费wifi，而在网上购买产品的顾客往往期望能够在实体店中也能购买(施蕾，2014)。因此，零售商不仅试图在其渠道组合中添加新的数字渠道和接触点，而且还要将其全部整合到全渠道零售的无缝体验中。

毫无疑问，数字技术在零售业向全渠道零售转型中发挥了重要作用(王剑，2018)。随着信息技术的进一步发展，增强顾客与零售商之间的互动，Piotrowicz和Cuthbertson(2014)以及Gu和Tayi(2017)强调了信息系统在支持全渠道零售中的作用。目前研究尚未系统确定零售商必须开发哪些信息系统能力以在全渠道环境中取得成功，而本文提出全渠道零售业务信息系统能力框架，以期望对我国零售业全渠道转型提供一些可行性意见。

二、理论背景

(一)零售渠道的演进

在零售业初期，零售商将实体店作为单一分销渠道(齐永智、张梦霞，2015)。因此，顾客不得不进入实体店购物。随着时间的推移，零售商开始扩大渠道组合，并通过电话等其他渠道提供服务，直到近年来通过数字渠道，顾客可以通过不同渠道购买产品，例如B2C电子商务、O2O电子商务或社交营销解决方案。在大多数传统渠道中，零售商与消费者之间的沟通是单向的(Mohr和Nevin，1990)，而数字渠道促进了双向沟通。智能手机和平板电脑的出现也使零售商能够融入其顾客日常生活中(Rosemann，2014)。

随着互联网的普及和数字渠道的出现，零售业在过去二十年中发生了很大变化(Verhoef等，2015)。在过去二十年中，渠道主要被视为分销渠道，研究人员专注于确定每种产品类型分销渠道的适当组合(Black等，2002)。从更广泛的意义上讲，渠道充当分销渠道或沟通渠道，其可以被描述为零售商的联络点或与顾客互动的媒介(Neslin等，2006)。基于先前的研究，本文将渠道视为零售商与顾客之间的沟通渠道(Hosseini等，2015)。因此，渠道可以被分类为线下渠道(实体店)、在线渠道(在线商店)和直销渠道(实体或在线)(Verhoef等，2015)。而传统的在线渠道由于移动渠道和社交媒体等附加数字渠道的出现而大幅扩展(Verhoef等，2015)，可以分为能力性、社交性、社区性和企业性渠道(Straker等，2015)。

随着零售渠道的不断丰富，形成了丰富的渠道生态链，研究人员提出将重点放在全渠道管理上，这种方法试图以整体和综合的方式考虑所有渠道(Verhoef等，2015)。因此，全渠道管理可以定义为，对众多可用渠道和顾客接触点的协同管理，以使跨渠道的顾客体验和渠道绩效得到优化(Verhoef等，2015)。从顾客角度来看，如果产品可以在任何渠道购买，顾客也可以通过任何渠道使用同一优惠券(Beck和Rygl，2015)。从内部角度来看，如果顾客的定价和库存数据等数据在所有渠道上共享(Beck和Rygl，2015)，则说明渠道将被整合。

在过去文献中，对于更好地理解顾客的多渠道和全渠道购物行为进行了大量研究。例如，Venkatesan等(2007)分析了顾客多渠道购物行为的驱动因素。由于全渠道零售与创新数字渠道的'出现有关，Juaneda-Ayensa等(2016)通过检查接受和意图使用新技术来确定影响全渠道购物行为的因素。Gu和Tayi(2017)分析了顾客对零售商不同产品摆放策略的行为，即产品是专门销售还是跨渠道销售。此外，Gu和Tayi(2015)考察了零售商实施的不同退货政策对顾客行为的影响。

(二)能力框架

能力与企业的资源观(RBV)有关(Wade和Hulland，2004)。因此，组织拥有能够创造竞争优势和卓越长期绩效的资源(Hosseini等，2017)。当组织实施价值创造战略，而不是同时被任何现有的或潜在竞争对手实施时，组织就会获得竞争优势。而要做到这一点，资源配置必须是有价值的、稀缺的、不可模仿的并且不可替代的(Barney，1991)。资源分为资产和能力，资产是组织可以使用的任何有形或无形的东西(Helfat和Peteraf，2003)，而能力是使用资产创造、生产或向市场提供产品的可重复行动模式(Wade和Hull，2004)。与有形资产相比，能力提供了对组织内不可转移资源和流程的理解(Dreiling和Recker，2013)。因此，维持竞争优势的能力是不可避免的(Helfat和Peteraf，2003)。

能力被分为运营能力和动态能力(Dreiling和Recker，2013；Pavlou和ElSawy，2011)。运营能力专门用于组织经常性流程，即有助于日常生活(Winter，2003)；而动态能力有助于适应和重新配置动荡环境中的能力，即应对能力(Hosseini等，2017)。因此，动态能力被看作是随着时间的推移而发展的高阶能力(Koch，2010)。

通常情况下，能力是通过能力框架构建的(Forstner等，2014)，具有相似特征的能力可以归入能力领域(Hosseini等，2017)。研究人员为业务流程管理(Rosemann和VomBrocke，2015)、创新管理(Hosseini等，2017)以及跨文化管理(Ang和Inkpen，2008)提供了不同领域的能力框架。例如，Rosemann和VomBrocke(2015)提供了一个框架，该框架沿着六个要素(即战略一致性、治理、方法、IT、人员和文化)构建了业务流程管理能力。在创新管理中，Dreiling和Recker(2013)提出了一个区分组织、个人、技术和流程能力的框架。

信息系统能力是信息系统研究的核心组成部分。在这项研究中，对信息系统能力展开了更广泛的观察。通过考虑先前研究并将其应用于全渠道零售领域，本文将信息系统能力定义为零售商组装、整合和部署信息系统资源以满足顾客需求并提供跨所有渠道无缝体验的能力。例如，McLaren等(2011)开发了衡量企业竞争战略与信息系统能力之间契合度的模型。Niehaves等(2011)通过区分感知、获取和转换能力为信息系统支持的业务流程变更提供了一个能力框架。

此外，信息系统能力可以分为内部能力、外部能力和跨越能力。内部能力是针对市场需求(例如信息系统技术技能或信息系统开发)的内部重点和发展方向。相反，外部能力是外部导向的，侧重于预测市场需求和理解竞争对手，如外部关系管理或市场反应(Wade和Hull，2004)。跨越能力指的是信息系统业务伙伴关系或信息系统规划和变更管理，必须结合内外和内外能力(Wade和Hull，2004)。

三、全渠道零售业务信息系统能力框架构建

全渠道零售业务信息系统能力框架，本文将其分为外部能力、内部能力与跨越能力。外部能力侧重于预测或响应公司外部的要求(Wade和Hulland，2004)，对于全渠道零售商至关重要，因为零售商必须获得顾客的需求、偏好和背景。同时，内部能力对于管理全渠道技术和处理全渠道数据至关重要(Wei等，2014)。而跨越能力集成了内外兼容能力，并且需要理解市场需求和内部能力(Hooley等，1999；Wei等，2014)。

(一)外部能力

顾客基本信息。获得基本顾客信息是大多数顾客与零售商互动的先决条件。基本的顾客信息源于识别数据(例如姓名、地址、出生日期)和描述性数据(例如人口统计、家庭结构、顾客分类)。基本的顾客数据可能会在注册过程中收集或基于特定的交互，可以通过传统市场调查的数据来丰富，例如关于顾客购买力的信息取决于他们的居住地。

顾客整合社交信息。顾客偏好受个人或社交关系(例如家人、朋友、同事)的影响。如今，这些关系中的更大一部分反映在社交媒体平台上的顾客连通性上，顾客使用社交媒体和撰写产品评论，彼此不认识的顾客可能会相互影响他们的偏好和购买决策，来自社交媒体的印象会影响顾客的线上和线下活动，顾客评论可以借助于情感分析来解释(例如自然语言处理)。全渠道零售商应该能够确定顾客在社交网络中的角色，了解他们的影响范围及其行为。顾客在社交网络中的影响可以通过使用不同的中心度量度(例如度数中心度、亲密度中心度、中间度中心度)来确定，通过分析顾客的社交图和个人资料信息，全渠道零售商可以更好地利用基于心理和行为的定位。

顾客情境背景。为了设计更合适的顾客互动，零售商必须能够感知个体顾客的具体情境背景(例如时间表、地点、心情、特殊事件)，相关数据可以通过使用智能手机或其他智能设备的硬件和软件传感器来收集。另外，就顾客授权而言，零售商可以考虑来自个人交互(例如电子邮件、聊天)和顾客的数字日历信息，以提供顾客的高度情境化的精准推荐。零售商可以结合使用不同渠道内顾客当前行为的交易数据，全渠道数据有助于了解顾客的计划、需求和偏好。在此基础上，零售商可以避免在错误的时间或地点与顾客进行互动，即可能会损害短期顾客体验或顾客关系的情况。

(二)内部能力

全渠道分析技术。在全渠道零售环境中，使用创新信息技术和处理大量异构数据至关重要。因此，员工需要掌握与全渠道零售分析技术相关的软件工具和技术。另外，他们需要有关数据分析和统计方法的知识。此外，由于全渠道零售商收集和处理个人数据，例如通过使用会员卡或通过跟踪在线商店的顾客行为，员工必须了解数据隐私性、安全性、所有权以及顾客对使用的期望，以建立信任的顾客关系。

全渠道数据集成和分析。全渠道零售商拥有并处理可能以结构化(例如销售点数据)形式提供的各种形式数据(例如顾客、产品、位置、时间和渠道数据)或非结构化形式(例如顾客评论)。在同质数据库中检索、组合、整合和构建来自不同来源的异构数据的过程是全渠道组织的关键挑战。一旦零售商掌握了全渠道数据集成，零售商需要适当的工具和技术来处理和分析大量数据。通过使用可视化、预测分析、数据挖掘、深度学习和人工智能等不同方法，零售商可以对市场形成有意义的见解。因此，零售商必须注意不要陷入典型的大数据分析陷阱，比如对低质量不相关数据或虚假相关性的复杂分析。

全渠道技术和基础设施管理。在全渠道环境中，零售商必须能够管理一系列新兴技术，如店内技术、交付技术、LBS技术或通信技术。其中，店内技术(例如交互式展示、虚拟试穿、自助结账解决方案)将成为商店体验的一部分，并有助于提供更多信息，以便在网上商店无缝购买产品，并减少闲置时间；交付技术(例如无人机、机器人、3D打印)有助于履行过程。基于位置的LBS技术在实体店内外提供本地服务能力；通信技术(如视频聊天、聊天机器人)有助于改善顾客和零售商之间的持续沟通。因此，零售商还必须能够运营合适的全渠道基础设施，以便利用这些技术及其相互作用。全渠道基础设施可以解决多个层面问题，例如协同使用新兴技术、网络通信、智能物件与其他业务系统(例如CRM系统)的数据连接与数据存储，因为数据需要存储在实时处理的集成数据库中。零售商还需要使用不同种类的传统数据库(如关系数据库、文档数据库和图形数据库)或新的数据集成架构(如数据湖)来存储数据。

(三)跨越能力

实时信息访问。全渠道环境下顾客可以连续在不同渠道之间切换，顾客与零售商的互动可以随时发生，实时信息的提供和访问是全渠道零售商成功的关键因素。第一，在所有渠道获得实时信息时，顾客决策可以得到促进，线上与实体渠道的产品可用性信息可以支持顾客的跨渠道选择，对订单进行持续的实时跟踪可实现更加以顾客为中心且便捷的送货服务。第二，从零售商内部角度来看，有关产品可用性、顾客行为、顾客状况和销售情况的实时信息有助于组织货物流通、市场营销和服务。第三，需要实时信息来提供个性化和上下文广告，服务和优惠(例如基于位置的广告)。因此，在整个顾客旅程中无处不在的实时信息访问是成功全方位渠道零售的先决条件。

需求智能推算。全渠道零售商需要能够自动推断和推理顾客的需求和偏好。通过利用不同的数据流和实时数据分析，零售商可以获得对顾客行为有价值的见解。例如，顾客需求可能通过与虚拟顾问进行对话分析，并借助联合分析等定量方法进行分析。对顾客需求的理解是长期顾客关系的基础，也是渠道开发、创新管理、广告投放等许多战略运营的决策支持。

个性化营销和服务。全渠道零售商需要根据顾客需求和偏好调整广告、优惠和服务的能力。广告和优惠应该在适当的时间进行个性化提供以达到最佳效果，例如在户外场景时提供O2O服务。此外，服务履行过程变得更加个性化和情境化，顾客可以选择最方便的选项，例如在某个特定时间送货上门。随着顾客管理关系的兴起，零售商必须提供更多个性化服务，尤其对于某些产品类别(例如电子设备)。

互动的智能自动化。未来，顾客与零售商交互的越来越多的部分将由人工智能来自动处理，例如购买咨询和售后服务。因此，全渠道零售商必须提供智能自动化，零售商可以提高运营效率，而顾客可以从持续服务水平中获益。例如，顾客订单可以通过智能物品(例如智能冰箱、智能洗衣机、智能咖啡机)来放置。智能设备一旦被顾客授权，可以自己充当顾客。因此，全渠道零售商需要能够成功与智能物品进行沟通，这些智能物品意识到其所有者规定的偏好。

互动渠道的便捷切换。全渠道顾客通过数字和传统渠道以更加互联的方式与零售商互动(例如在实体店中使用在线商店)。渠道选择取决于各种因素(例如个人计划、心情、天气)，并可能随时间而改变。因此，全渠道零售商需要掌握越来越多的渠道和接触点，以实现所有渠道之间的无缝切换，零售商应当消除孤立的组织结构和数据孤岛，管理来自所有渠道的顾客数据，以实现全方位的顾客视图并提供一致的顾客体验。

融入顾客日常生活。由于数字渠道以及智能手机和智能产品等数字技术的出现，顾客可以随时随地与零售商进行互动。现在许多顾客与零售商的互动都是在家开始的，智能设备的使用使顾客能够随时随地与零售商进行互动。此外，顾客希望避免时间闲置，并倾向于在途中适当情况下(例如在地铁、逛街等场景下)发起互动。因此，全渠道零售商应该认识到这样的机会，并且非打扰式地提供适当产品。

四、结论

数字技术在全渠道零售管理中日益重要，本文开发了一个信息系统能力框架，其中包括零售商在进行全渠道管理时应考虑的12种能力。框架包括3种内部能力(全渠道分析技术、全渠道数据集成和分析、全渠道技术和基础设施管理)、3种外部能力(顾客基本信息、顾客整合社交信息、顾客情境背景)以及6种跨越能力(实时信息访问、需求智能推算、个性化营销和服务、互动的智能自动化、互动渠道的便捷切换、融入顾客日常生活)。

本文的研究从理论和实践方面都带来了一定贡献。从理论角度来看，本文的能力框架通过识别和构建相关的信息系统能力，为全渠道零售知识的形成做出贡献，因为国内暂时还没有从信息系统的角度来考察全渠道零售能力框架。从实践角度来看，本文的信息系统能力框架为零售决策者提供了全方位管理时应该考虑的能力领域的概述。当零售商参与全渠道管理时，框架的能力可能会因相关性和重要性而异，具体取决于行业或组织的特性以及组织在全渠道管理中的进展情况。本文建议组织始终密切关注所有能力及其相互作用，以便在顾客购物过程中的不同阶段实现成功的互动。此外，本文所提出的框架有助于根据组织的个人情况制定，优先考虑和定制框架内的运营能力，并可以作为推导各自实施路线图和全方位渠道措施的起点，从而构建有效决策。

参考文献

[1].江欣.基于全渠道零售视角的传统零售业转型分析[J].商业经济研究，2017(16)

[2].马慧敏.移动互联时代我国零售企业全渠道模式的应用[J].中国流通经济，2017，31(4)

[3].王剑.零售企业的全渠道演变及供应链优化研究[J].商业经济研究，2018(4)

[4].齐永智，张梦霞.SOLOMO消费驱动下零售企业渠道演化选择:全渠道零售[J].经济与管理研究，2015(7)

[5].姜丽媛.全渠道零售时代下产品的网络适应性变化及对策[J].经济问题探索，2015(7)

[6].施蕾.全渠道时代顾客购物渠道选择行为研究[J].当代财经，2014(2)

[7].杜睿云，蒋侃.新零售:内涵、发展动因与关键问题[J].价格理论与实践，2017(2)

这个链接你看是不是提纲式的浅谈云计算 摘要云计算是当前计算机领域的一个热点。它的出现宣告了低成本提供超级计算时代的到来。云计算将改变人们获取信息、分享内容和互相沟通的方式。此文阐述了云计算的简史、概念、特点、现状、保护、应用和发展前景，并对云计算的发展及前景进行了分析。关键词： 云计算特点， 云计算保护， 云计算应用．1云计算简史著名的美国计算机科学家、 图灵奖 (Turing Award) 得主麦卡锡 (John McCarthy,1927-) 在半个世纪前就曾思考过这个问题。 1961 年， 他在麻省理工学院 (MIT) 的百年纪念活动中做了一个演讲。 在那次演讲中， 他提出了象使用其它资源一样使用计算资源的想法，这就是时下 IT 界的时髦术语 “云计算” (Cloud Computing) 的核心想法。云计算中的这个 “云” 字虽然是后人所用的词汇， 但却颇有历史渊源。 早年的电信技术人员在画电话网络的示意图时， 一涉及到不必交待细节的部分， 就会画一团 “云” 来搪塞。 计算机网络的技术人员将这一偷懒的传统发扬光大， 就成为了云计算中的这个 “云” 字， 它泛指互联网上的某些 “云深不知处” 的部分， 是云计算中 “计算” 的实现场所。 而云计算中的这个 “计算” 也是泛指， 它几乎涵盖了计算机所能提供的一切资源。麦卡锡的这种想法在提出之初曾经风靡过一阵， 但真正的实现却是在互联网日益普及的上世纪末。 这其中一家具有先驱意义的公司是甲骨文 (Oracle) 前执行官贝尼奥夫 (Marc Benioff, 1964-) 创立的 Salesforce 公司。 1999 年， 这家公司开始将一种客户关系管理软件作为服务提供给用户， 很多用户在使用这项服务后提出了购买软件的意向， 该公司却死活不干， 坚持只作为服务提供， 这是云计算的一种典型模式， 叫做 “软件即服务” (Software as a Service， 简称 SaaS)。 这种模式的另一个例子， 是我们熟悉的网络电子邮箱 (因此读者哪怕是第一次听到 “云计算” 这个术语， 也不必有陌生感， 因为您多半已是它的老客户了)。 除了 “软件即服务” 外， 云计算还有其它几种典型模式， 比如向用户提供开发平台的 “平台即服务” (Platform as a Service， 简称 PaaS)， 其典型例子是谷歌公司 (Google) 的应用程序引擎 (Google App Engine)， 它能让用户创建自己的网络程序。 还有一种模式更彻底， 干脆向用户提供虚拟硬件， 叫做 “基础设施即服务” (Infrastructure as a Service， 简称 IaaS)， 其典型例子是亚马逊公司 (Amazon) 的弹性计算云 (Amazon Elastic Compute Cloud， 简称 EC2)， 它向用户提供虚拟主机， 用户具有管理员权限， 爱干啥就干啥， 跟使用自家机器一样。1．2云计算的概念狭义云计算是指计算机基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是计算机和软件、互联网相关的，也可以是其他的服务。云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。云计算的特点和优势（一）超大规模性。“云”具有相当的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。（二）虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现用户需要的一切，甚至包括超级计算这样的任务。[2]（三）高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。（四）通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。（五）高可扩展性。“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。（六）价格合适。由于“云”的特殊容错措施可以采用具有经济性的节点来构成“云”，“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本，“云”的通用性使资源的利用率较之传统系统大幅提升，因此用户可以充分享受“云”的低成本优势，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。云计算作为一种技术，与其它一些依赖互联网的技术——比如网格计算 (Grid Computing)——有一定的相似之处，但不可混为一谈。拿网格计算来说， 科学爱好者比较熟悉的例子是 SETI@Home，那是一个利用互联网上计算机的冗余计算能力搜索地外文明的计算项目，目前约有来自两百多个国家和地区的两百多万台计算机参与。它在 2009 年底的运算能力相当于当时全世界最快的超级计算机运算能力的三分之一。有些读者可能还知道另外一个例子：ZetaGrid，那是一个研究黎曼 ζ 函数零点分布的计算项目， 曾有过一万多台计算机参与 (但现在已经终止了，原因可参阅拙作 超越 ZetaGrid)。从这两个著名例子中我们可以看到网格计算的特点，那就是计算性质单一，但运算量巨大 (甚至永无尽头,比如 ZetaGrid)。而云计算的特点恰好相反，是计算性质五花八门，但运算量不大[注三]，这是它们的本质区别，也是云计算能够面向大众成为服务的根本原因。云计算能够流行，它到底有什么优点呢？ 我们举个例子来说明，设想你要开一家网络公司。按传统方法，你得有一大笔启动资金， 因为你要购买计算机和软件，你要租用机房，你还要雇专人来管理和维护计算机。 当你的公司运作起来时，业务总难免会时好时坏，为了在业务好的时候也能正常运转， 你的人力和硬件都要有一定的超前配置， 这也要花钱。 更要命的是， 无论硬件还是软件厂商都会频繁推出新版本， 你若不想被技术前沿抛弃， 就得花钱费力不断更新 (当然， 也别怪人家， 你的公司运作起来后没准也得这么赚别人的钱)。如果用云计算， 情况就不一样了： 计算机和软件都可以用云计算， 业务好的时候多用一点， 业务坏的时候少用一点， 费用就跟结算煤气费一样按实际用量来算， 无需任何超前配置[注四]。 一台虚拟服务器只需鼠标轻点几下就能到位， 不象实体机器， 从下定单， 到进货， 再到调试， 忙得四脚朝天不说， 起码得好几天的时间。虚拟服务器一旦不需要了， 鼠标一点就可以让它从你眼前 (以及账单里)消失。至于软硬件的升级换代，服务器的维护管理等，那都是云计算服务商的事，跟你没半毛钱的关系。更重要的是，开公司总是有风险的， 如果你试了一两个月后发现行不通，在关门大吉的时候，假如你用的是云计算，那你只需支付实际使用过的资源。假如你走的是传统路子，买了硬件、软件，雇了专人，那很多投资可就打水漂了。浅谈云计算的一个核心理念大规模消息通信：云计算的一个核心理念就是资源和软件功能都是以服务的形式进行发布的，不同服务之间经常需要通过消息通信进行协助。由于同步消息通信的低效率，我们只考虑异步通信。如Java Message Service是J2EE平台上的一个消息通信标准，J2EE应用程序可以通过JMS来创建，发送，接收，阅读消息。异步消息通信已经成为面向服务架构中组件解耦合及业务集成的重要技术。大规模分布式存储：分布式存储的目标是利用多台服务器的存储资源来满足单台服务器所不能满足的存储需求。分布式存储要求存储资源能够被抽象表示和统一管理，并且能够保证数据读写操作的安全性，可靠性，性能等各方面要求。下面是几个典型的分布式文件系统：◆Frangipani是一个可伸缩性很好的高兴能分布式文件系统，采用两层的服务体系架构：底层是一个分布式存储服务，该服务能够自动管理可伸缩，高可用的虚拟磁盘；上层运行着Frangipani分布式文件系统。◆JetFile是一个基于P2P的主播技术，支持在Internet这样的异构环境中分享文件的分布式文件系统。◆Ceph是一个高性能并且可靠地分布式文件系统，它通过把数据和对数据的管理在最大程度上分开来获取极佳的I/O性能。◆Google File System（GFS）是Google公司设计的可伸缩的分布式文件系统。GFS能够很好的支持大规模海量数据处理应用程序。在云计算环境中，数据的存储和操作都是以服务的形式提供的；数据的类型多种多样；必须满足数据操作对性能，可靠性，安全性和简单性的要求。在云计算环境下的大规模分布式存储方向，BigTable是Google公司设计的用来存储海量结构化数据的分布式存储系统；Dynamo是Amazon公司设计的一种基于键值对的分布式存储系统，它能提供非常高的可用性；Amazon公司的Simple Storage Service（S3）是一个支持大规模存储多媒体这样的二进制文件的云计算存储服务；Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用来存储结构化数据的云计算服务。许可证管理与计费：目前比较成熟的云环境计费模型是Amazon公司提供的Elastic Compute Cloud（EC2）和Simple Storage Service（S3）的按量计费模型，用户按占用的虚拟机单元，IP地址，带宽和存储空间付费。云计算的现状云计算是个热度很高的新名词。由于它是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。Amazon、Google、IBM、微软和Yahoo等大公司是云计算的先行者。云计算领域的众多成功公司还包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用弹性计算云（EC2）和简单存储服务（S3）为企业提供计算和存储服务。收费的服务项目包括存储服务器、带宽、CPU资源以及月租费。月租费与电话月租费类似，存储服务器、带宽按容量收费，CPU根据时长(小时)运算量收费。Amazon把云计算做成一个大生意没有花太长的时间：不到两年时间，Amazon上的注册开发人员达44万人，还有为数众多的企业级用户。有第三方统计机构提供的数据显示，Amazon与云计算相关的业务收入已达1亿美元。云计算是Amazon增长最快的业务之一。Google当数最大的云计算的使用者。Google搜索引擎就建立在分布在200多个地点、超过100万台服务器的支撑之上，这些设施的数量正在迅猛增长。Google地球、地图、Gmail、Docs等也同样使用了这些基础设施。采用Google Docs之类的应用，用户数据会保存在互联网上的某个位置，可以通过任何一个与互联网相连的系统十分便利地访问这些数据。目前，Google已经允许第三方在Google的云计算中通过Google App Engine运行大型并行应用程序。Google值得称颂的是它不保守。它早已以发表学术论文的形式公开其云计算三大法宝：GFS、MapReduce和BigTable，并在美国、中国等高校开设如何进行云计算编程的课程。IBM在2007年11月推出了“改变游戏规则”的“蓝云”计算平台，为客户带来即买即用的云计算平台。它包括一系列的自动化、自我管理和自我修复的虚拟化云计算软件，使来自全球的应用可以访问分布式的大型服务器池。使得数据中心在类似于互联网的环境下运行计算。IBM正在与17个欧洲组织合作开展云计算项目。欧盟提供了亿欧元做为部分资金。该计划名为RESERVOIR，以“无障碍的资源和服务虚拟化”为口号。2008年8月， IBM宣布将投资约4亿美元用于其设在北卡罗来纳州和日本东京的云计算数据中心改造。IBM计划在2009年在10个国家投资3亿美元建13个云计算中心。微软紧跟云计算步伐，于2008年10月推出了Windows Azure操作系统。Azure(译为“蓝天”)是继Windows取代DOS之后，微软的又一次颠覆性转型——通过在互联网架构上打造新云计算平台，让Windows真正由PC延伸到“蓝天”上。微软拥有全世界数以亿计的Windows用户桌面和浏览器，现在它将它们连接到“蓝天”上。Azure的底层是微软全球基础服务系统，由遍布全球的第四代数据中心构成。云计算的新颖之处在于它几乎可以提供无限的廉价存储和计算能力。纽约一家名为Animoto的创业企业已证明云计算的强大能力（此案例引自和讯网维维编译《纽约时报》2008年5月25日报道）。Animoto允许用户上传图片和音乐，自动生成基于网络的视频演讲稿，并且能够与好友分享。该网站目前向注册用户提供免费服务。2008年年初，网站每天用户数约为5000人。4月中旬，由于Facebook用户开始使用Animoto服务，该网站在三天内的用户数大幅上升至75万人。Animoto联合创始人Stevie Clifton表示，为了满足用户需求的上升，该公司需要将服务器能力提高100倍，但是该网站既没有资金，也没有能力建立规模如此巨大的计算能力。因此，该网站与云计算服务公司RightScale合作，设计能够在亚马逊的网云中使用的应用程序。通过这一举措，该网站大大提高了计算能力，而费用只有每服务器每小时10美分。这样的方式也加强创业企业的灵活性。当需求下降时，Animoto只需减少所使用的服务器数量就可以降低服务器支出。在我国，云计算发展也非常迅猛。2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心；2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台；2008年12月30日，阿里巴巴集团旗下子公司阿里软件与江苏省南京市政府正式签订了2009年战略合作框架协议，计划于2009年初在南京建立国内首个“电子商务云计算中心”，首期投资额将达上亿元人民币；世纪互联推出了CloudEx产品线，包括完整的互联网主机服务"CloudEx Computing Service", 基于在线存储虚拟化的"CloudEx Storage Service"，供个人及企业进行互联网云端备份的数据保全服务等等系列互联网云计算服务；中国移动研究院做云计算的探索起步较早，已经完成了云计算中心试验。中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。我国企业创造的“云安全”概念，在国际云计算领域独树一帜。云安全通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到服务端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。云安全的发展像一阵风，瑞星、趋势、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全卫士、卡卡上网安全助手等都推出了云安全解决方案。瑞星基于云安全策略开发的2009新品，每天拦截数百万次木马攻击，其中1月8日更是达到了765万余次。势科技云安全已经在全球建立了5大数据中心，几万部在线服务器。据悉，云安全可以支持平均每天55亿条点击查询，每天收集分析亿个样本，资料库第一次命中率就可以达到99%。借助云安全，趋势科技现在每天阻断的病毒感染最高达1000万次。值得一提的是，云安全的核心思想，与刘鹏早在2003年就提出的反垃圾邮件网格非常接近[1][2]。刘鹏当时认为，垃圾邮件泛滥而无法用技术手段很好地自动过滤，是因为所依赖的人工智能方法不是成熟技术。垃圾邮件的最大的特征是：它会将相同的内容发送给数以百万计的接收者。为此，可以建立一个分布式统计和学习平台，以大规模用户的协同计算来过滤垃圾邮件：首先，用户安装客户端，为收到的每一封邮件计算出一个唯一的“指纹”，通过比对“指纹”可以统计相似邮件的副本数，当副本数达到一定数量，就可以判定邮件是垃圾邮件；其次，由于互联网上多台计算机比一台计算机掌握的信息更多，因而可以采用分布式贝叶斯学习算法，在成百上千的客户端机器上实现协同学习过程，收集、分析并共享最新的信息。反垃圾邮件网格体现了真正的网格思想，每个加入系统的用户既是服务的对象，也是完成分布式统计功能的一个信息节点，随着系统规模的不断扩大，系统过滤垃圾邮件的准确性也会随之提高。用大规模统计方法来过滤垃圾邮件的做法比用人工智能的方法更成熟，不容易出现误判假阳性的情况，实用性很强。反垃圾邮件网格就是利用分布互联网里的千百万台主机的协同工作，来构建一道拦截垃圾邮件的“天网”。反垃圾邮件网格思想提出后，被IEEE Cluster 2003国际会议选为杰出网格项目在香港作了现场演示，在2004年网格计算国际研讨会上作了专题报告和现场演示，引起较为广泛的关注，受到了中国最大邮件服务提供商网易公司创办人丁磊等的重视。既然垃圾邮件可以如此处理，病毒、木马等亦然，这与云安全的思想就相去不远了。2008年11月25日，中国电子学会专门成立了云计算专家委员会，聘任中国工程院院士李德毅为主任委员，聘任IBM大中华区首席技术总裁叶天正、中国电子科技集团公司第十五研究所所长刘爱民、中国工程院院士张尧学、Google全球副总裁/中国区总裁李开复、中国工程院院士倪光南、中国移动通信研究院院长黄晓庆六位专家为副主任委员，聘任国内外30多位知名专家学者为专家委员会委员。2009年5月22日，中国电子学会将于在北京中国大饭店隆重举办首届中国云计算大会。