大綱：
- ICT的基礎建設
- ICT演進的主要促動力量
- 21世紀湧現的新ICT運算平台
- 物聯網
- 大數據
你讀什麼系？
：資訊管理。
喔～讀電腦的嘛！
：對（微笑）
那你能幫我看看這邊的APP怎麼不見了？
：好...。
這個章節是MIS的科技面觀點，各位覺得內容會是什麼？架網站？寫APP？當駭客？還是修電腦？其實這些都不是MIS的探討範圍，MIS的重點不在實作科技，而是要懂科技：了解IT的架構和其變化、演進趨勢、以及其所促成的運算平台。
MIS的科技面觀點從最根本的科技出發，看人們的資訊世界如何被形塑!
首先介紹最底層的IT基礎建設，並說明這些基礎建設如何促動今天的重要科技:雲端運算、消費者運算。最後介紹正在發展中、對未來深具影響力的重要IT:物聯網和大數據。
MIS的科技面觀點從最根本的科技出發，看人們的資訊世界如何被形塑!
首先介紹最底層的IT基礎建設，並說明這些基礎建設如何促動今天的重要科技:雲端運算、消費者運算。最後介紹正在發展中、對未來深具影響力的重要IT:物聯網和大數據。
2.1 ICT的基礎建設
ICT Infrastructure, ITI 指的是: 科技資源的組合，用來支援組織各種不同應用系統開發的一個分享平台。
ICT應用則是我們平常會接觸到的科技，像是：iPhone、華碩筆電、部落格、Youtube、通訊軟體Line等等繁族不及備載。
2.1.1 ITI的主要組成元素
- 軟體平台：雲端、社群、行動平台等。
- 資料管理平台：資料庫、資料倉儲、資料探勘、企業智慧平台等。
- Web平台：.Net、Internet、Extranet、Intranet等。
- 作業系統平台：Windows、Unix、Linux、iOS、Android等。
- 硬體平台：以微處理器為核心的各種實體設備。
- 網路平台：LAN、WAN、4G、Wi-Fi等。
簡單的說ICT基礎建設就是軟體、硬體和網路。
2.1.2 ITI基礎建設主要的規劃準則與品質目標
How to plan IT Infrastructure?
ITI的品質Quality of ITI (Ducan, 1995)有下列6點衡量指標:
- 彈性(Flexibility)：避免成為負擔或包袱，拖延反應能力。
- 整合性(Integration)：避免孤島系統產生的重複浪費開發和資料不一致。
- 相容性(Compatibility)：能配合現有系統。
- 成長性(Scalability)：亦即可擴充性，考量未來的成長。
- 安全性(Security)
- 可移植性(Portability)：可以在不同作業平台上移植。
這6點幫助企業內部的MIS人員避免一昧的引進Fancy的新科技。
2.2 ICT演進的主要促動力量
介紹完ICT的基礎建設，接著來看看這些IT如何產生(促動)平台Platform，進而影響今天的科技界！
ICT的演進趨勢：普及化(Moore's Law & Bell's Law)、網路化(TCP/IP & Gilder's Law)、行動化(智慧型手機)、分工化、服務化、智慧化。
一張圖解釋ICT的演進趨勢促成了什麼影響：
 |
| ICT的主要促動力量與新的運算平台 |
由於目前電腦、手機、網際網路及行動網路全球普及已經不在話下，因此以下只介紹分工化、服務化與智慧化。
2.2.1 ICT的分工化
ICT分工化的主要精神在利用分散式運算架構來分享、調派各地的server與CPU資源，以降低成本、閒置率，並提升資源利用率。1.分散式運算(Distributed computing)：此技術是指透過網路連結許多運算單位，以分散式架構平行處理任務，提升運算速度。
2.虛擬化技術(Virtualization)：此技術是指對一個系統的執行而言，其所需要的資料、軟體、平台、硬體之間彼此獨立、彈性支援，相互沒有固定的連結關係。
讀者如果看不懂沒關係，這是資工的研究題目XD，了解其精神即可。
2.2.2 ICT服務化
ICT平台由made in-house(自己開發) → outsourcing(外包)的趨勢即為ICT服務化。
1.公共運算與隨選運算：用多少付多少。
2.服務導向架構(Service-oriented Architecture, SOA): 分散式、模組化、開放標準。
3.Web服務：SOA架構下最為普及的一個架構。
2.2.3 ICT智慧化
IT無需人類便能透過機器學習等技術自我運作或進化。2.3 21世紀湧現的新ICT運算平台
2.3.1 雲端運算：21世紀IT平台最大的典範轉移
2010前後資訊業掀起了一個相當大的科技風潮：雲端運算(Cloud Computing)，著名IT市調分析公司Gartner稱其為21世紀未來十大趨勢中的第一名。
1.雲端運算的基本概念
雲端代表網際網路，雲端運算則是指：使用者透過網路來取得遠端IT專業廠商所提供的IT資源的一種IT服務模式。
以下用兩張圖進一步說明：
 |
| 雲端運算平台架構 |
 |
| 雲端運算技術與服務架構 |
2.促動雲端運算的主要背景原因
- 網路因素：寬頻網路逐漸普及。
- 硬體因素：分散式運算技術逐漸成熟。
- 軟體因素：SOA概念逐漸成熟。
- 需求面因素：降低IT維護成本。
- 供給面因素：許多大型網路公司的server使用率偏低。
- 市場因素：許多大型網路公司為了壯大自家的生態系統，積極提供雲端運算服務。
2.3.2 雲端運算的主要架構與模式
這部分大致上知道雲端運算的實際應用即可。依據不同的支援層級(Supporting Layer)和服務配置(Service Deployment)作為分類：
支援層級
- Client
- SaaS(Software as a Service)
- PaaS(Platform as a Service)
- IaaS(Infrastructure as a Service)
實例：
 |
| cloud computing sort by 4 supporting layer |
服務配置模式
- Public Cloud：外部雲，第三方雲端服務者供應。
- Private Cloud：內部雲，組織內部管理。
- Community Cloud：介於public和private之間。
- Virtual Private Cloud：透過Virtual Private Network, VPN的雲端服務配置。
- Hybrid Cloud：綜合上述五種雲。
2.3.3 消費者運算（Consumer Computing）
Consumer Computing又稱為IT的消費者化(Consumerization of IT)，指的是以手持行動設備為主，支援消費者日常生活的一種軟硬體資訊平台。
也就是我們平常使用的平板和手機，基本上由美國蘋果公司發表第一台iPhone後開始，也有人說這是PC revolution。 iPhone的出現可以說是創造了一個新時代！
 |
| Steve Jobs unveil the First-Generation iPhone |
2013年至今，消費者運算的Mobile APP數量和產值成長速度驚人，是2010年以後ICT產業界的一個大主流市場與趨勢。既是競爭十分激烈的大紅海也是一個歡迎所有獨特創意的大藍海。
2.3.4 混合型的ICT運算平台
資訊科技相較實體機器如汽車或建築物，容易彈性分割、整合，將來的各種ICT運算平台都會是混和性的架構。
 |
| 新湧現的ICT混合平台架構 |
2.4 物聯網
2.4.1 物聯網基本概念
物聯網(Internet of Things, IOT) = Ubiquitous Computing（無所不在運算），指的是：一個由眾多內嵌晶片或感應器(Sensor)的物件(Thing)，透過網路連結形成可供運用的運算平台。
“世界萬物”連結“世界萬物”聽起來潛力無窮，可是為什麼要“聯網“呢？這裡介紹的僅限於科技的發展，告訴你新技術是什麼，至於能做什麼用甚少人知道，還等著你去創造呢！如果有好點子快聯繫我，我們一起去創業XD2.4.2 物聯網的架構
- 感知層
- 網路層
- 分析層
2.4.3 物聯網的背景與促動力量
- ICT成本的下降：Sensor < 1美元。
- IP位址增加：IPv4 -> IPv6。
- 大數據運算技術成熟
2.4.4 物聯網的主要應用
智慧環境、智慧家庭、智慧交通、智慧城市、智慧企業...等。
2.4.5 物聯網將面臨的主要挑戰
- 資料隱私
- 物聯網安全性
- 資料標準
- 網路頻寬擁擠
- Sensor的電力問題
2.5 大數據
2.5.1 大數據基本概念
大數據Big data，2010年由IBM提出，指的是資料的數量，同時也包括資料分析的技術。
大數據特性：5V
- Volume
- Velocity
- Variety
- Veracity
- Value
2.5.2 大數據的資料來源
 |
| 大數據的資料來源 |
 |
| 影響大數據的重要里程碑 |
大數據2015年的重要里程碑：物聯網資料是讓大數據發揮非常大影響力的部分。尤其在未來幾年內的製造業，當生產從工人改由機器人取代，產生的數據對生產排程的優化、製造的良率、系統恢復、訂單需求的反應速度等，是競爭的核心關鍵，將重新定義製造業。製造業的龍頭：鴻海公司也在2018年確定企業轉型的方向，在大數據驅動的智能製造基礎上，進一步朝工業互聯網（Industry of Internet）的願景發展。對Industry of Internet有興趣可以參考：什麼是工業互聯網
2.5.3 大數據的技術架構
 |
| 大數據的科技架構圖 |
2.5.4 大數據的應用案例
 |
| 大數據應用案例 |
 |
| 大數據行業別應用方向 |
2.5.5 大數據的挑戰
- Garbage In Garbage Out: 數據的品質。
- 資料整合
- Domain knowledge: 應用在不同領域需要該領域的背景知識。
- 資安與隱私權議題
- 抽樣的誤差
2.5.6 大數據對產業與經濟的衝擊
 |
| Data Economy |
第二章-MIS的科技面觀點 - END
第二章結束，讀者們可以說是掌握了一些些科技背景的人了!
但若是希望能夠順暢的閱讀科技雜誌、期刊論文，或是想深入了解最新科技，甚至應用，建議還是需要補充計算機概論、網路、資料庫、程式設計的基礎知識，才能算是有真正扎實的資訊科技背景。
不過比起學習上述需要花大量時間投資的課程，本篇的內容精實易懂又很關鍵，投資報酬率高，實在值得一讀!
在MIS的科技面觀點中，除了本篇提到的IoT、 Big data 最為關鍵，其它像是Block chain、AR VR、AI(Big data的進階應用)、5G、等都是重要新科技。不只是未來世界趨勢，也伴隨龐大商機，若能稍加了解，必然對個人生涯發展有益，此外，這些新科技對企業來說更是攸關存活的戰略科技，例如衝擊金融業的Fintech、生產的變革:工業4.0、無人車、無人商店...等等，在可預見的未來內，都會大大改變人們的生活，也顯示了MIS廣闊的發揮空間。
但若是希望能夠順暢的閱讀科技雜誌、期刊論文，或是想深入了解最新科技，甚至應用，建議還是需要補充計算機概論、網路、資料庫、程式設計的基礎知識，才能算是有真正扎實的資訊科技背景。
不過比起學習上述需要花大量時間投資的課程，本篇的內容精實易懂又很關鍵，投資報酬率高，實在值得一讀!
在MIS的科技面觀點中，除了本篇提到的IoT、 Big data 最為關鍵，其它像是Block chain、AR VR、AI(Big data的進階應用)、5G、等都是重要新科技。不只是未來世界趨勢，也伴隨龐大商機，若能稍加了解，必然對個人生涯發展有益，此外，這些新科技對企業來說更是攸關存活的戰略科技，例如衝擊金融業的Fintech、生產的變革:工業4.0、無人車、無人商店...等等，在可預見的未來內，都會大大改變人們的生活，也顯示了MIS廣闊的發揮空間。
 |
| Bass diffusion model |
最後補充一個創新擴散理論Diffusion of innovation，提醒讀者當一個新科技變成流行語Buzz word的時候，影響力往往會被誇大，最後破沫化，等待時間過去，留下來的才會是確確實實的科技。
要能夠分辨真偽，實事求是是不變的態度。
這邊推薦幾個值得追蹤的資訊來源：
盧希鵬之襟虎書院
蘇柏全《商業實務個案》
留言
張貼留言