到2020年，那些沒有充分利用公共云進行大數據分析的公司將很難保持新興技術數字領導者的領先地位，而競爭對手的發展速度更快。

云計算對數據和高級分析的影響令人震驚。但現在已經觸及了采用公共云或內部部署的情況——盡管許多企業仍然在考慮這方面的問題，但他們明白需要投資更多的公共云來與有能力的客戶接觸。問題是，許多人正在與組織的驅動力和監管問題進行斗爭，這些問題常常體現在技術異議中，而這些反對意見是站不住腳的。

[[207382]]

公共云是2016年大數據的首要任務。為什么?因為企業在擴展其本地部署基礎設施的過程中陷入了成本壁壘。他們想要更大更快地進行內部配置，包括混合的內部部署部分，但是不能保證速度。業內人士一致認為混合部署是最好的，但這并不全是這樣。只有在必要時，企業才應實行公共云優先政策，并以混合部署或者將采用本地部署的數據中心作為臨時措施。

在一項新的研究中，行業專家發現了大量的證據，使其得出了這個合乎邏輯的結論。最重要的是，一些行業領先的公司認為，他們在公共云中獲得的大量數據訣竅是他們新的競爭優勢。他們意識到，他們將能夠更深入地了解客戶，更快地適應客戶需求，不斷滿意變化的客戶需求。這就是為什么相信他們是這樣認為的：

• 云計算加上大數據會產生指數變化，這被認為是摩爾定律。谷歌公司致力于公布云計算的摩爾定律哲學。考慮如果計算云基礎設施價格繼續下降一半，而大數據處理和分析能力每18-24個月就會翻番。云計算供應商可以利用規模為內部部署或混合部署競爭對手提供更快，更快的新功能，更新版本，并滿足所有客戶的需求。
• 指數變化正在推動云計算的創新速度。例如，無服務器創新，如AWSAthenaforSQL分析，谷歌的新人工智能服務，基于容器的多版本支持不同版本的開源工具，如Spark。
• 已經轉型為公共云優先策略的企業，并將利用指數變化的優勢和創新的步伐終將獲勝。例如，在更多PaaS和托管服務上構建洞察應用程序的公司將能夠以更快的步伐獲取新功能和新版本的開放源代碼。

這些趨勢對于在Hadoop和Spark硬件和軟件升級上花費時間來實現其數據架構現代化的公司絕對不可思議。只需要一到兩個倍增周期，直到內部部署的錨點落在落后。

那么企業該怎么辦?首先，需要一個計劃，調研機構Forrester公司認為有步驟建立：為企業的大數據分析重點(SaaS，PaaS或IaaS)選擇初始的基本云策略;識別候選的云平臺服務，滿足企業最高優先級的洞察需求系統;調整企業的大數據分析路線圖，包括演進企業的云管理策略;最后選擇適用于其他的基礎云策略。

行業專家認為大數據已經開始遷移到公共云，但是會進一步發展，并比人們想象要快得多。擁有架構，知道如何利用新的指數速度的行業領導者最終將會獲勝，而不會落后于人。