大数据时代高技术企业研发合作模式创新

《大数据时代高技术企业研发合作模式创新》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代高技术企业研发合作模式创新摘要：大数据时代的到来促进了经济和社会的进步，也为高技术企业研发合作带来了新的机遇和挑战。大数据下的研发合作环境发生了巨大的改变，本文通过分析大数据对高技术企业研发合作的影响，在传统研发模式的基础上，将客观数据与人为主观意识结合运用，探究能更加科学、有效地适应消费者需求的研发合作模式。中国3/vie　　关键词：大数据高技术企业研发模式　　近年来，由于互联网的迅速发展，如何合理利用大数据来提升高技术企业研发合作效率是企业提高竞争力、创新能力的关键问题。大数据具有数量大、变化速度极快的特点，其结构无法适应现有的数据库架构。

2、因此如何获取、储存和利用大数据是高技术企业目前所面临的主要挑战。为了解决这些挑战，更好地利用大数据来提高研发效率，高技术企业需建立一套新的合作研发模式来解决目前所面I临的问题。　　一、大数据对高技术企业研发合作的影响　　大数据技术蕴藏的巨大价值已经得到了学术界和产业界的广泛认同，众多高技术企业已经意识到大数据将成为其确立市场竞争优势，提升企业利润的强大动力。与以往出现的各类新兴技术一样，大数据技术创新也伴随着企业的研发合作模式的革新。　　1.大数据时代下的知识共享平台　　在传统的合作研发中，企业的研发人员之间存在着知识级别的差异性。但现如今，不同企业间的

3、研发合作人员通过大数据形成的知识网络可以形成一个可以面对面互馈知识的共享平台。在这个平台里，合作企业的研发人员都能够分享自己的研发进程和成果，进行知识互馈和知识共享，互嵌和耦合知识上差异，还可以通过不同的知识网络链进行面对面的知识互补，从整体上实现研发人员之间的知识创新。　　2.大数据时代下的研发效率提升　　采用大数据的处理方法，高技术企业可以利用智能计算机对数量大的实时数据进行并行处理，极大地提高企业研发效率。大数据可以使研发合作人员之间实时获得在线实验数据，更加准确的掌握研发进程，提高企业研发决策的正确率。同时通过大数据的处理模式，可以使研发成果经过

4、的四个步骤缩短为三个步骤“研发生产销售”，从而缩短研发周期，降低研发成本。另外可以对研发人员、研发团队、研发产品加以信息化管理，使研发过程中更加有序统一，加速产品的研发过程，进而提高产品的研发效率。　　3.大数据时代高技术研发面临的挑战　　目前研发合作在大数据的影响下得到了高速发展，但同时也有很多无法解决的问题。具体有以下几点。　　（1）大数据的获取问题。数据的获取是高技术企业面临的一个重要问题，虽然获取数据的渠道有很多，但是同时也要求企业要有足够的能力能够从内部或外部获取数据，并且将这些数据进行充分的加工和处理。所以高技术企业要在内部和外部都形成一种数

5、据共享的氛围，也要与企业外部能够形成一种良好的合作关系，利于数据的分享和有效利用。　　（2）数据的储存问题。如何高效率、低成本地对大数据进行储存是高技术企业面临的巨大挑战之一，大数据的储存对其在以后的数据分析处理效率中有着很大的影响，所以储存大数据是首要解决的问题。　　（3）信息的提取问题。高技术企业如何从获取到的大数据中提取有效的信息，用传统的分析方法难以从巨量的大数据中提取到有价值的信息，准确提取有效信息才是高效利用大数据的前提。因此，高技术企业必须有能力研制或获取低成本的数据存储方式。可以利用外包的方式，选择有能力提供高效获取数据与整合技术的供应商

6、，来解决高效存储大数据的问题。　　二、大数据时代高技术企业研发合作模式　　大数据推动了又一轮的科技革命，对高技术企业的研发合作的要求也不断提高，使得传统的企业研发模式面临被淘汰的尴尬境地，如果企业不进行研发合作模式创新，就难免会遭遇行业洗牌，最终湮灭在大数据的浪潮中。大数据时代的高技术企业研发合作模式，是在传统研发模式的基础上，将网络实时客观数据与人为主观意识相结合运用其中，探究能更加科学、有效地适应消费者需求的研发合作模式。新型的高技术企业研发合作模式主要由以下三部分构成。　　1.构建企业间的数据共享关系　　高技术企业要与企业外部形成一种良好的合作关系

7、，利于数据的分享和有效利用。因此在建立研发模式模型上，企业内部要与外部应当形成互相获取数据的渠道，企业之间也就逐渐形成了一种数据共享处理平台，利用数据共享平台技术使数据在企业之间能够共同处理和相互获取，通过这个数据共享平台就可以解决数据获取难的问题并且使数据发挥到最大效益。　　例如，美国航空航天局（NASA）喷气推进实验室（JPL）在OnEarth项目中研制的用于存储LandSat-7全球影像拼接的RASCHAL系统，Google用于支撑其GoogleEarth/Maps应用的海量存储系统。�有一些基于传统的关系型DBMS实现的空间数据库，如Oracle

8、Spatial，以及各大GIS企业与研究机构实现的空间数据引擎，如ESRI的Ar