为创新创造空间实验室信息学
一个清晰的暗流在今年的Smartlab交换实验室信息学大会是一个务实的方法。很明显实验室信息学空间继续进化。研发公司和供应商都试图导航这承诺尽其所能在平衡不断增加的竞争优先权。公司看到过去的宣传和营销,想进入细节。信息学团队正在推动的时候科学家们希望市场上每一个闪亮的新工具,和业务分析师正试图解决的绒毛的价值。
技术预计将提高实验室效率,但随着迈克尔•艾略特首席执行官中庭的研究和主讲人指出80% - 95%的当前预算花在维持现有的基础设施。当公司花了那么多的努力来维持目前的现状,不离开很多创新空间。然而,人群在Smartlab被讨论。但是他们应该重点就是宝贵的时间和预算的一小块,那将是最有效的业务吗?下面讨论一些关键主题的会议。
云中的系统
云,SaaS和许多其他相关缩写不是由任何新主题。这是显而易见的爱力根表示和云ELN圆桌会议,基于云计算的系统提供坚实的ROI和时间价值相比传统的本地系统。然而,这些跟自己的细微差别和挑战来导航,需要特别注意。理解各种认证,技术方面、物流、甚至术语似乎令人生畏的(IaaS, PaaS…任何人有什么区别吗?)。仍然有很多问题和困惑,但我们进步。
集成到信息生态系统
集成继续成为焦点。用户越来越希望他们实验室工作像一个智能家居。不是,这样他们就可以玩酷的东西,但是实验室物联网有可能为研发组织提供了严重的价值。随着工具变得更加紧密和企业系统联系在一起,这种可能性是无止境的。但决定一个务实的方法是至关重要的。基于优先级的集成以最小的努力提供最商业价值/成本是必要的,否则很容易分心和最终展示。
为获取数据集成可以提供价值为企业系统,自动化手动任务,将通过不同的镜头的数据集中在一起进行分析。但目前景观形状很像一个儿童分选机:许多不同的部分,只有适合自己特定的插槽。标准的讨论强调了这个空间的复杂性;有尽可能多的标准有任务来解决。不同的问题有不同的成熟度和市场采用的标准。很难把所有标准的直,所以公司必须评估他们的业务问题和现有标准的能力来解决这些问题。然后将注意力集中在那些少数而其他人继续发展。
大数据分析
没有人讨论大数据了。这似乎已经解决了,尽管许多公司诚然还没有做得很好。根据Eric的Osthus现在的主题是大分析,因为所有的大数据是占用磁盘空间(尽管可能分布式和云)。大的分析都是关于和你的大数据你能做什么。如果数据是布伦特原油,真正的乐趣在于,转化为高辛烷值的汽油。这种讨论有两种方法:技术和人。技术方法利用主本体、语义、机器学习等以编程方式有意义的数据。人的做法是,嗯…人!数据科学家,即有意义的数据,用理解和上下文。
这是另一个领域,然而,没有明确的路径值。公司看到机会,他们有可能解决的业务问题,但付诸实践将仍然是一个试验和错误。真正的诀窍是找到合适的技术和人,和每个应该应用于哪些任务。就像在任何其他项目,显示快速时间价值和解决实际业务问题将成功铺平了道路。但与大型分析有时候看起来像海洋或湖在这种情况下需要煮。
Smartlab交换充满了才华横溢的人,活泼的讨论。这些团队正在处理的问题是巨大的,毛茸茸的,但他们支持的企业极具价值。这是一个激动人心的时刻是参与研发信息、和Smartlab交换是厚的。
作为一个研发信息供应商,idb专注于帮助企业驾驭这种复杂的数据环境。
