IT信息技术和互联网有什么区别？

我曾经经历过三家公司，一家医疗器械公司、一家国企、一家互联网企业，传统行业与互联网行业从产品形态、盈利方式、人员构成、文化氛围存在巨大差异。本文试分析如下：

1、产品形态：这点毋庸置疑，传统行业是实体，有摸得到看得着的产品，而互联网则是虚拟产品。这就决定了企业组织架构，传统行业的组织架构必然是研发、制造、销售、用服的链条，而互联网企业则根据不同业务划分事业群，事业群之前基本是独立的。原来在医疗器械行业实行过事业群制，但是交织的汇报关系，使得其实效率未必比传统矩阵式的组织结构效率要高。反观互联网行业，事业部制有点占山为王，但是这种自负盈亏的阿里巴方式的运作却得以运转良好，公司的不少业务甚至直接拆分为独立运作的上市企业，这在传统行业几乎不可行。所以，组织结构的有效运行和产品形态密切相关。

2、盈利方式：在分享这点的时候，我是有带一些互联网企业的优越感的，来了互联网企业才发现，钱可以这么好赚，做实业确实很辛苦，想要赚钱，去互联网、金融、房地产就对了。互联网和金融的产品无需生产，大大提升了效率以及交付周期，当然以此带来的也有竞争的白热化，行业98%的利润被头部三大厂商瓜分，挣取小额利润的小微企业，不仅收益较差而且风险极大，随时面临来自政策和大厂的毁灭性打击。如何快速抢占市场，赢得市场先机，迅速做大扩大，是互联网企业尤其要做的。而作为个人，在选择行业的时候，考虑风险能力，最好不要去初创型企业，去已有明确发展前景的独角兽公司是比较好的选择。

3、人员构成和文化氛围：此部分留在企业氛围部分反思。

互联网的商业模式与传统企业的区别：

1、消费模式的不同：

传统产品经济以企业为中心的，产销分离。对于消费者来说，只能被动接受，无论消费者如何选择，都是被动选择：价格、产品包装，等方面都是被动的接受，即消费者没有任何话语权。

互联网模式下，消费者是中心，他们可以参与到了企业的前端生产过程中，由消费者变成参与产销者，这就推动了产品经济向分享经济进化。

2、制造模式的改变：

互联网的碎片化特征导致消费者个性化需求，消费者喜欢什么，企业就要满足什么，这是互联网赋予消费者的权利。如果不能够满足消费者的个性化需求，那么企业就会被淘汰。

消费者在互联网领域中，往往以群体如社群的形式存在，社群有强大的扩散力，传统媒体思维下无法将大量的分散的碎片化的个体连结在一起，而互联网下的大供应链平台完美解决了创业的核心难题。

3、商业模式的改变：

传统经济的发展基础是分工理论，这种理论的实践最常见的就是流水线作业，程序化作业，那么互联网来了以后，它的去中心化特征，就打破了企业自成体系的封闭组织，动摇了传统企业层级式和流水线式的流程，使企业变成了互联网分布中的一个节点。

参考资料来源：百度百科-互联网商业模式

不同的是互联网行业要依赖互联网，而IT行业不完全依赖互联网。

相同的是都是围绕计算机为服务体。

互联网行业的定义：

以现代新兴的互联网技术为基础，专门从事网络资源搜集和互联网信息技术的研究、开发、利用、生产、贮存、传递和营销信息商品

IT行业的定义：

IT是信息技术的简称，Information Technology,指与信息相关的技术。不同的人和不同的书上对此有不同解释。但一个基本上大家都同意的观点是，IT有以下三部分组成：传感技术、通信技术和计算机技术。

IT的本质是技术，互联网的本质是人。

说一说对互联网系统和传统企业IT系统的一些看法和观点。

现在被炒的很火热的互联网，云计算架构，其相对于传统的大型企业系统架构，最大的区别就是以分布式的架构去替代原先的集中式系统架构。

打个比方，原先的大型企业系统架构，就好像一架大型的民航客机。作为出行来讲，飞机无疑是最舒适最快的交通工具，同时安全性也很好。但飞机却也不是人人都能坐的。首先：做飞机要经过换领登机牌，安检等若干道手续，乘客必须提前一个多小时到机场办理各种手续，而坐火车大巴则随到随买随上车，方便的多；其次：坐飞机很多东西不能随身携带甚至不能托运，火车大巴则相对宽松;还有：机票很贵坐飞机花销很大而且飞机运载能力也不如火车。当你有数万数千人要一次性到达某地时，一两架飞机的运载能力根本不够，要调动成批飞机的话整体成本又太高。最后：虽然飞机很少出事故，飞机一旦出现事故的话危险级别往往都会很高。

但是，以前除了飞机之外，就只有火车，大巴这种交通方式选择了。相比之下，这些方式虽然收费低廉，乘车，携带物品都比较方便，但是速度实在太慢而且受外界因素诸如雨雪等等的影响太大，乘坐也不是很舒适。只能满足那些相对时间宽裕，或者囊中羞涩人群的出行需求。

于是，为了满足更多人，更便利更高速的交通运输需求，新的交通运输模式—动车/高铁就出现了。它和火车最大的区别是：火车只有一节车头有动力，后面能拖几节车厢跑多快基本就是看一个车头有多强劲。但个体的力量终究有限，一个车头再强劲也有个极限，发展空间也就那点了，实在难以有太大作为。动车则不同，它每节列车都独立有自己的动力系统，连在一起各节车厢动力系统就是一个叠加递增的关系。所以理论上越多节车厢接在一起就可以拉更多人跑的更快，是一个无限扩展的系统!而且因为动车可以搭载的乘客很多，所以均摊到每个乘客头上，坐动车的速度可以某种程度上接近坐飞机，但成本要低很多。

现在互联网，云计算的系统架构其实和动车的理念相类似，就是分布式系统的架构 – 将任务分解交由每个小计算单元进行分布式的并行处理，充分利用每个单元的计算和存储能力，理论上性能可以无限线性扩展，任何一个节点的故障不影响整个系统的运行，整个系统没有单点故障。

也就是说：我们可以简单把大型企业核心架构，或者说就是大型机，RISC系统比作飞机;而把互联网，云计算的系统架构比作动车。现在，就可以做些很有意思的讨论了。

还是来说说稳定性和可靠性：就说2012年吧，飞机也好，动车也好，新闻里面都有报道过出现严重事故，可见没有一种系统是完全稳定可靠不会出现任何宕机风险的，但是其概率都是非常非常小的。从整体来讲，都是很稳定很可靠很安全的选择。只不过各自对于如何防灾冗余的策略还是有些不一样。先说飞机，因为飞在空中，万一出了事情没有后备可用，所以能采取的方式只有想尽一切办法提高飞机自身个部件的冗余度，设计时尽可能多的考虑各种小概率事件。哪怕发生某故障的概率只有千万分之一甚至亿万分之一，只要有可能，也要把应对措施设计进去。这也是飞机造价为什么会那么高，对携带物的要求会那么多的原因。而动车则相对简单：反正多拖几节车厢又不影响我速度，那我就尽量多拖些备用车厢跑着呗。万一某节车厢出事了，就把里面乘客挪到备用车厢里，车照样跑得欢。然后等到了站再去更换检查有问题车厢也不迟。

回到IT世界也是一样。分布式系统基本都是基于x86的PC服务器。单就一台服务器而言，虽然性能可靠性在不断加强，但肯定还是不如RISC系统的。但是没关系，咱可以用数量来弥补单机冗余度的不足啊。设计没你好冗余度没你考虑的多我就多拉几台呗。坏了几台没事，应用任务再分配到别的空闲机器上就好了。坏了的机器也不用马上修，反正没坏的机器加起来也够用。等到故障机器到了一定数量我再一次性批量检修更换部件效率更高。对于用户来讲，即使我坏了100来台服务器只要剩下的服务器还能正常工作，应用就不会受任何影响。谷歌，Facebook那些超大型数据中心现在的工作思路大致如此。这么做看起来是个很简单有效，很聪明的方法，但其实也有不少问题存在。

首先我觉得这个架构好处是实现原理简单，而且扩展性d性比起RISC架构来好处不言而喻。但其实这个架构里面也存在着无谓的资源浪费可能性。例如拿存储而言，目前Hadoop类的多副本分布式存储很火。一份数据存三份，发现有数据损坏立即找空闲空间恢复。听上去很简单很容易实现很高效，但如果你真的坐下来仔细算算账，你就会发现：

1 当你数据量不大(小于PB)的情况下这种一份数据存三份方式的成本其实比现有任何商业存储方案的成本都要高。

2 这种方式下每台服务器的CPU利用率都很低，而现在市面上的大存储容量服务器，CPU配置都很高。所以这种方式，基本上是对于CPU资源的一种浪费。所以，或许对于数据量适中的企业来说，用EC CODE这种以计算能力换存储的分布式存储解决方案会比多副本方案更经济实惠。

3 这种方式很容易让IT运维人员产生一种习惯性思维 – 即要提高系统在线时间就多买些服务器就好了。因为服务器多了分布性好了自然冗余度就高了。于是不必要的服务器采购就这么产生了，每个数据中心也就又多了很大一笔不是很必要的电费开销。

其次，我觉得分布式架构的某些故障很可能会产生连锁效应，导致更严重全局瘫痪。打个比方，大家都知道赤壁之战的故事。里面有个很著名的桥段就是庞统献连环计，铁锁连舟。起始时使曹 *** 万余战船连成一体稳如平地进可攻退可守前后都可照应看似完美，但唯有一个命门就是怕火攻。而诸葛亮周瑜正是利用这个命门，解东风火烧赤壁把曹 *** 百万大军杀的丢盔卸甲。互联网的分布式架构其实我觉得也有类似“命门”。大型机或者RISC系统之所以那么贵，其实很多时候用户在为千万分之一甚至亿万分之一的“万一”买单。而互联网，现在的公有云架构，在设计之初，基本的考虑思路是大用户，大并发，然后尽量减少TCO。所以很多时候，设计架构时会先把那些“千万分之一”排除在外，暂时不予考虑。而系统上线之后，稳定运行一段时间用户量暴涨，精力往往又会去专注扩容方面了。搞不好就会把一些“命门”漏掉，于是乎万一正好遇上“东风”吹到了命门上，后果估计会比曹阿瞒更惨。因为IT世界里还没有那么仁义的关云长会在华容道上放曹 *** 一马。

其实从最近Facebook，Amazon、谷歌的几次宕机事件来看，已经有些那个苗头了。好在那些互联网领头羊们应该是已经意识到这些问题，已经在积极修补“命门”了。

最后，我想说互联网，云计算的业务类型其实和传统企业的业务类型不一样，所以大型机，RISC系统处理的任务，运行的计算并不一定都适合移植到分布式系统架构上来。还是以交通运输举例：我要去美国，目前还是只有飞机可以满足我的需求。当然你可以说我坐动车也可以，无非是多转几趟跨国列车。但那毕竟很勉强，速度不快，费时费力还不省钱，毫无意义。人家直接飞过去就行了，你却要绕着太平洋海岸线跑一个大圈来兜，何必呢

那么以上这些问题有没有办法解决呢其实我觉得解决以上问题的关键就是两个字：运维。分布式系统，要保障其安全可靠的运行，合理有效的扩容，关键不在系统的软硬件，而是在系统搭建之后的运维和持续的对系统的改进修正!现在网络上很多人都在热衷于各种开源架构如openstack，Hadoop的开发，应用场景探讨。但个人以为这些开源系统的特点是搭建简单，维护艰难!要想把这些架构和技术真正投入企业成熟应用，在运维管理上投入的成本可能要比RISC大得多。因为这些系统架构更分散，出现的不可预估性更多，同时也更需要有人来理清何时用分布式架构，何种场景还是需要传统架构。那么可能有人要问，既然如此，我们还有必要走分布式系统这条路吗当然有!原因也很简单：分布式架构给了我们处理海量请求的能力和应对突发事件的d性;同时分布式架构也使系统具备了更好的扩展能力和更多业务创新的可能性。

说了这么多，基本要讲的也就讲得差不多了。怕前面说的有些散稍微总结下我想说的观点：无论传统RISC架构还是现在流行的分布式架构，虽然实现方式各有不同，但都是具有很高的稳定性可靠性的系统。但没有一个系统是绝对稳定不会宕机的，要保障系统稳定可靠运行，运维管理很重要。分布式系统相比传统RISC架构有扩展性和灵活性方面的巨大优势，但也存在资源浪费和故障隐患危险。在这一方面，分布式系统架构还需要多向传统架构的运维管理学习借鉴，提升自身的忧患意识和故障预警处理能力。

含义不同，如果明确一些互联网知识与IT知识是不同的。

互联网行业，指以互联网环境为依托，以互联网环境作为核心运营模式的产业。但其产品本身可能是依靠IT或者传统方式生产的任何内容。

IT行业即信息技术产业，又称信息产业，它是运用信息手段和技术，收集、整理、储存、传递信息情报，提供信息服务，并提供相应的信息手段、信息技术等服务的产业。信息技术产业包含：从事信息的生产、流通和销售信息以及利用信息提供服务的产业部门。

互联网企业更加趋向于扁平化，传统企业一般来讲都是金字塔式的上下垂直结构。

教练管理型的组织，上下级结构应该没有那么森严，上下级之间的关系更重要，没有关系，教练就没有了落脚点。互联网企业应该趋向于平台化、开放化。

我理解的互联网时代的创新组织模式，应该是：

1，组织扁平化，小型化，意味着不讲权威，给足够的机会和空间。

2，对外开放，包括信息的对外开放。

3，资源的无边界利用，包括人力资源。

4，世界范围内的合作共赢。

其实还有很重要的一点，是否做出一些非常大的改变，在改变失败的时候，是否会对提出和实施改变的员工进行处罚

改变通常意味着创新，一个公司只要表态不愿意改变的时候，所有人都不会再动了。

是否从失败中学习，也是创新型企业的一个重要标志。

光容错还不够，还得从失败中总结出来的，包括产生的成果，应用的新的项目当中，新的模式当中去，组织形式上需要学习的是，需要更开放一些

谷歌的模式不是公司强行给你组建团队，而是你自己把自己的创意表达出来，争取团队的。

配合，如果你的点子，得不到别人的配合，基本上就没什么用。

只要你自己能够争取到公司其他成员额外时间，google是不会否认的，他们会说yes，给你展现的机会。

对于创意精英，如果是强行给他组建团队，其实是会起反作用的， 这些人几乎都是桀骜不驯的，除非自己愿意，没有人能勉强得了。

互联网企业里面是一群具有创新意识的创业团队，他们一挑战困难为乐，不喜欢按部就班，这也就意味着，如果环境不能给他们挑战困难的机会，这些人就会流失。

首先我觉得这个架构好处是实现原理简单，而且扩展性d性比起RISC架构来好处不言而喻但其实这个架构里面也存在着无谓的资源浪费可能性例如拿存储而言，目前Hadoop类的多副本分布式存储很火一份数据存三份，发现有数据损坏立即找空闲空间恢复听上去很简单很容易实现很高效，但如果你真的坐下来仔细算算账，你就会发现：

1 当你数据量不大(小于PB)的情况下这种一份数据存三份方式的成本其实比现有任何商业存储方案的成本都要高

2 这种方式下每台服务器的CPU利用率都很低，而现在市面上的大存储容量服务器，CPU配置都很高所以这种方式，基本上是对于CPU资源的一种浪费所以，或许对于数据量适中的企业来说，用EC CODE这种以计算能力换存储的分布式存储解决方案会比多副本方案更经济实惠

3 这种方式很容易让IT运维人员产生一种惯性思维 即要提高系统在线时间就多买些服务器就好了因为服务器多了分布性好了自然冗余度就高了于是不必要的服务器采购就这么产生了，每个数据中心也就又多了很大一笔不是很必要的电费开销

其次，我觉得分布式架构的某些故障很可能会产生连锁效应，导致更严重全局瘫痪打个比方，大家都知道赤壁之战的故事里面有个很著名的桥段就是庞统献连环计，铁锁连舟起始时使曹 *** 万余战船连成一体稳如平地进可攻退可守前后都可照应看似完美，但唯有一个命门就是怕火攻而诸葛亮周瑜正是利用这个命门，解东风火烧赤壁把曹 *** 百万大军杀的丢盔卸甲互联网的分布式架构其实我觉得也有类似命门大型机之所以那么贵，其实很多时候用户在为千万分之一甚至亿万分之一的万一买单而互联网，现在的公有云架构，在设计之初，基本的考虑思路是大用户，大并发，然后尽量减少TCO所以很多时候，设计架构时会先把那些千万分之一排除在外，暂时不予考虑而系统上线之后，稳定运行一段时间用户量，精力往往又会去专注扩容方面了搞不好就会把一些命门漏掉，于是乎万一正好遇上东风吹到了命门上，后果估计会比曹阿瞒更惨因为IT世界里还没有那么仁义的关云长会在华容道上放曹 *** 一马

最后，我想说互联网，云计算的业务类型其实和传统企业的业务类型不一样，所以大型机，系统处理的任务，运行的计算并不一定都适合移植到分布式系统架构上来还是以交通运输举例：我要去美国，目前还是只有飞机可以满足我的需求当然你可以说我坐动车也可以，无非是多转几趟跨国列车但那毕竟很勉强，速度不快，费时费力还不省钱，毫无意义人家直接飞过去就行了，你却要绕着太平洋海岸线跑一个大圈来兜，何必呢

那么以上这些问题有没有办法解决呢其实我觉得解决以上问题的关键就是两个字：运维分布式系统，要保障其安全可靠的运行，合理有效的扩容，关键不在系统的软硬件，而是在系统搭建之后的运维和持续的对系统的改进修正!现在网络上很多人都在热衷于各种开源架构如openstack，Hadoop的开发，应用场景探讨但个人以为这些开源系统的特点是搭建简单，维护艰难!要想把这些架构和技术真正投入企业成熟应用，在运维管理上投入的成本可能大得多因为这些系统架构更分散，出现的不可预估性更多，同时也更需要有人来理清何时用分布式架构，何种场景还是需要传统架构那么可能有人要问，既然如此，我们还有必要走分布式系统这条路吗当然有!原因也很简单：分布式架构给了我们处理海量请求的能力和应对突发事件的d性;同时分布式架构也使系统具备了更好的扩展能力和更多业务创新的可能性。

说到数据分析，其实随着大数据这几年的发展，数据被认为是物理与信息融合中的关键技术，以及核心引擎。各行各业都在马不停蹄、轰轰烈烈地迈入了大数据时代。传统行业与互联网行业的界限开始发展交集和互补、渗透，传统的制造业再也不是闷头生产+再销售的模式，而是更多地聆听市场的声音，市场需要什么，消费终端就会相对应的给予其更多的多样化、个性化。

目前来看，两者的主要区别还处在以下几点：

一: 结构化数据和非结构化数据

传统行业更多的是结构化数据, 即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据,像以应用oracle、Sql Server等数据库的制造型企业的ERP系统。而互联网行业更多的是非结构化数据，就是不能以二维形态描述的，例如所有格式的办公文档、文本、、XML、HTML、各类报表、图像和音频/视频信息等等，像是医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器（PDM/FTP）、媒体资源管理等具体应用。

二：数据的体量

互联网行业海量的数据，由于互联网行业的特点，每时每刻都会产生海量的数据，它的数据往往是PB级的，1个PB有多大呢？它相当于2的50次方个字节。如果你对此没有概念，那么简单来说，《史记》约有52万多汉字，1个PB能够存储至少10亿部《史记》，以百度、腾讯、阿里为代表的企业。传统的一个生产制造工厂三个月制造的数据也不到100G。这是天大的一个差别。

三：看待数据的方式及数据分析目的不同

互联网行业会对这些海量的数据做数据分析，挖掘，无论是过去的数据还是即时的数据，数据不再是静止和陈旧的，任何被遗忘在服务器中的数据，都可能被重新利用，从而发现其中与我们、与行为、与现象的相关性，比如每逢“双十一”，“剁手党”都面临痛苦的抉择：打折的商品实在太多，买什么才好呢？最终一不小心，xyk刷爆，买了一大堆自己不需要的商品，只得含泪吃半年的“康师傅”…

谷歌公司每天都会收到来自全球超过30亿条的搜索指令，经过多年数据的累计，谷歌公司建立了“咳嗽”，“发热”等搜索关键字与流感地区的联系，于是在2009年谷歌成功地在美国预测了冬季流感的传播，并且精确到地区和州等等。而传统行业则不会过多去关注过去的数据，一般月底会盘点，出一些财务的数据分析报表，历史的数据会存放于备份库里，有问题才会去查找。

四：数据查找的效率及安全性

互联网行业往往存储着用户的个人行为信息，他要求保证绝对的安全或者准确性，比如12306，每到年底，面临数亿人迁徙的购票压力，在临近春节购票高峰峰值的时候，它的要求绝对是用户打开网页的速度可以慢一点没关系，但是要保证用户购票信息的绝对安全。如果用户付款购买了一张高铁动车票，你那边没收到钱款，那面对着上亿人的购票钱款，这个绝对是要出大问题的。

而传统行业没有那么大的数据量和访问量，往往解决好并发，死锁等等问题，保证系统的高可靠性和稳定性，偶尔也会发生丢失一条采购记录或者生产记录的问题，由于一般用户都会除了系统录入以外，还会纸质的记录，那么这个也是可以被容忍的

五：大数据技术快速获取有价值的信息

基于以上互联网行业的特点，当数据量不断增大时，也随之带来了一系列的问题。

比如假设解决某一问题有算法A 和算法B。在小量数据中运行时，算法A的结果明显优于算法B。也就是说，就算法本身而言，算法A能够带来更好的结果;然而，人们发现，当数据量不断增大时，算法B在大量数据中运行的结果优于算法A在小量数据中运行的结果。这一发现给计算机学科及计算机衍生学科都带来了里程碑式的启示：当数据越来越大时，数据本身(而不是研究数据所使用的算法和模型)保证了数据分析结果的有效性。即便缺乏精准的算法，只要拥有足够多的数据，也能得到接近事实的结论。

由于能够处理多种数据结构，大数据能够在最大程度上利用互联网上记录的人类行为数据进行分析。大数据出现之前，计算机所能够处理的数据都需要前期进行结构化处理，并记录在相应的数据库中。但大数据技术对于数据结构的要求大大降低，互联网上人们留下的社交信息、地理位置信息、行为习惯信息、偏好信息等各种维度的信息都可以实时处理，立体完整地勾勒出每一个个体的各种特征。

一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱，大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。简单来说，大数据需要Hadoop=HDFS（文件系统，数据存储技术相关）+HBase（数据库）+MapReduce（数据处理）+……Others这样的分布式存储，分布式处理大数据架构，而不仅仅是传统的磁盘阵列数据存储处理方式。

互联网极大地改变了人们的生活，大量、高速、多变的信息每天都围绕在人们身边，我们需要更好的处理方式，去应对这种随时随地的变化。大数据技术将深远地改变互联网世界，改变整个生产生活的方式。随着技术的发展，大数据分析正在变得越来越容易，成本也越来越低，而且相比以前能更容易加速对业务的理解，越来越多的人开始进入大数据与数据分析行列，准备在这里干出自己的一番事业。

编辑于 2019-10-21

以上就是关于传统行业与互联网行业的区别全部的内容，包括:传统行业与互联网行业的区别、互联网的商业模式与传统企业有什么区别、IT信息技术和互联网有什么区别等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！