大量传感器
我们的车辆产生大量数据，汽车上添加大量传感器和处理器，车内信息、车辆与手机之间的通信信息及车辆之间的通信信息都会生成数据。
密歇根大学运输研究所（University of Michigan Transportation Research Institute）负责车辆与家庭系统之间通信信息研究，让家庭系统知道你在回家的路上，如果是冬季，家庭系统就会提高家中温度；若是夏季，家庭系统就会降低家中温度。
无论是从企业观点看，还是从环境自然特性观点来看，此处生成的数据量可能是无价值的信息，但在彼处就可能价值不菲。
问：就福特而言，汽车通常产生的数据量有多大？平均水平如何？
答：根据获得的最新信息，福特Energi汽车每小时产生25GB数据。不同车辆产生的数据量也不同，主要取决于车辆上安装的传感器和处理器数量。但我们面临的关键不是当前状态，而是未来。
车辆产生的信息量中，大多数只是内部信息。问题是多少信息被送回用于分析，并找出不同模式？查看外部传感器、温度、湿度时，分析信息就格外有意义。你知道雨刷何时启动并获取该信息后，也能够将之与外部数据源整合。这是一个很有意义的领域。
问：你对贵部门的技能目标是什么？你认为能够通过哪些方式提升贵部门技能？
答：我们部门的技能目标，尤其是我们团队的技能目标是精通计算机科学、统计和部门老式工程领域的知识。我们通过培训实现这一目标。除了聘请部分关键人员外，我们这个团队的实质就是一个内部开发团队。
定向培训
我们拥有的最大优势就是能够走出去接受定向培训。开源环境下存在大工具，我们能够以相对较低的成本和风险获取目标知识，进行大量试验，这就是我们推动技术向前发展的方式。
通过与开放组织交谈，为我把不同理念的人聚集到一起提供了一个机会。我们已经摒弃了“生成的数据有可能解决设想的问题，从而存储数据”的理念，我们现在的理念是“获取一切数据，将担忧先抛在脑后，将来我们会发现其价值。”
视数据为资产而非成本，这一思维非常重要。你甚至需要花费一些钱，起初在没有稳定投资回报的情况下可能会有一些风险。然后加入获得的信息并进行存储，数据存储方式很重要，不仅高层数据科学家能够访问并提供价值，对数据感兴趣的所有人都能够访问。这些都是非常重要的成分。
你如何获得一个大数据项目？如何获得企业能够开发但在传统商业智能（BI）框架下没有存储的信息？如何将该信息连接到BI系统，如何为整合数据提供价值。这些都是仍有大量工作待做的非常重要的领域。
有大量公司，尤其是大企业在关注其数据资产，考虑如何将数据资产转化为赚钱途径，这些企业不仅把数据资产视为提高效率的手段，还视为一条新的营收流。
问：那些希望视数据资产为新营收流的企业开始行动了，你们将如何行动？
我们肯定是试验项目和概念验证的最大践行者，会通过行动开发路线图。意识到工作的艰巨性，领悟成本可能略高，一开始不会有投资回报。
但我们必须接受挑战。从搞些试验项目着手，等试验项目由试验性质变为能够提供真正企业价值的项目后，就是我们开始关注正式领域和正式IT流程的时候了，但我们必须现在就开始行动。
业界
