0
“伴隨著企業上云的加快，在云中實現數據與智能的大融合將成為企業加速創新的引擎，”亞馬遜云科技大中華區產品部總經理陳曉建如是說。
上云是企業數字化轉型的重要特征之一。但是對于大部分企業而言，上云并非易事。
“上云”并非簡單地把企業管理和經營搬到云上，而是充分理解數字化在企業管理、業務經營以及產品創新中的作用，通過“上云”將經營管理過程中的數據積累下來，利用云端資源和能力促進企業研發設計、生產加工、經營管理、銷售服務等業務轉型，實現數智化發展。
總而言之，企業上云的最終目的就是通過利用大數據、人工智能的手段解決底層數據的問題，幫助企業從數據基礎上夯實數字化運營基礎，讓數據能夠客觀、全面、真實地反映業務的開展情況。在上云趨勢下越來越多的企業認識到了數據的重要性。
亞馬遜云科技大中華區產品部總經理陳曉建認為，現如今業內大部分客戶逐漸達成兩點共識，一是數據已成企業最重要的資產；二是數據的價值還沒有得到充分利用。同時他也強調道，數據要想得到充分發揮，很多企業會選擇數據驅動型組織道路進行探索，通過業務產生的數據反向驅動公司戰略執行，這是目前大部分企業的共同目標。
據福布斯調研報告，如果成為一個數據驅動型公司的話，收入會增加20%，同時成本會減少30%，所以這是雙贏的局面。
由此可見，數據對企業發展的重要性早已不言而喻，但是大多數企業也存在著不知道如何挖掘數據價值，如何利用大數據以及人工智能等新技術實現數智化轉型的目標顯然成了企業的重要研究課題。
陳曉建認為，從目前企業發展需求和趨勢來看，無論從組織架構、人員能力、項目實施還是工具支撐層面，都需要進行數據的重塑，而這一重要基礎就是要將數據（大數據技術）和智能（機器學習技術）進行融合和統一。
大數據與機器學習技術融合的重要性早已不言而喻，但是其融合過程要經歷重重挑戰，并非一朝一夕就能完成。
究其原因主要在于，第一，數據和機器學習分而治之，數據及技術孤島制約敏捷迭代。大數據與機器學習是作用與反作用的關系，機器學習最重要的生產是數據，而數據自身的豐富性、準確性和質量直接決定了機器學習的最終效果。數據本身的來源是多樣的，是異構的，用戶在建設大數據能力和機器學習能力的時候通常是獨立建設的，最開始很少有用戶會考慮到把大數據和機器學習的能力融合在一起。
第二，實驗到實踐的規模挑戰。一般來說不同系統是獨立建設的，但對于機器學習來說其需要各種海量、異構的數據，這就意味著整個系統也需要具備這個能力，但傳統機器學習目前不能滿足機器學習對大數據的要求。其次在實驗階段，機器學習專家和數據專家要花大量時間在數據整理、分析等方面。
第三，業務緊密參與效果評估。業務和研發如何聯動并進行快速反饋問題仍是一項重要挑戰。
第四，實現業務對數據+算法創新項目可行性的快速驗證。機器學習項目較大的復雜度限制了業務人員的快速創新。目前業務人員對于模型的創新需求層出不窮，但是機器學習項目會涉及到多個環節，實施周期較長，很難跟上業務創新的節奏，導致許多基于模型的創新想法得不到可行性數據支撐，遲遲難以立項開展。
對此，陳曉建發表了自己的觀點，他表示，企業實現數智的有效融合首先要建立統一融合的治理底座，如數據質量、數據權限、數據開發、數據工作流、可視化。其次大數據和機器學習之間應該是高效充分的雙向互動，互為支撐，互為因果，形成正向循環。
另外更重要的是，企業需要構建三大核心能力：統一數據共享：讓數據資產化，打破數據孤島；統一權限管控：因為只有具備完善的權限控制能力，放心的讓數據在不同的業務系統之間流轉；統一開發及流程編排：融合端到端的大數據和機器學習任務，提升整體的開發效率。
為此，亞馬遜云科技通過構建云中統一的數字治理底座，實現大數據和機器學習的雙劍合璧，一位企業發展提供新動能。具體表現為：
構建云中統一的數據治理底座，打破數據及技能孤島。亞馬遜云科技能幫助客戶構建統一的數據治理底座，實現大數據和機器學習的數據共享，數據權限的統一管控，以及兩者統一的開發和流程編排。
助力機器學習由實驗轉為實踐，為機器學習提供生產級別的數據處理能力。機器學習項目成功的關鍵是對復雜的數據進行加工和準備。亞馬遜云科技提供多種靈活可擴展、專門構建的大數據服務，幫助客戶進行復雜的數據加工及處理，應對數據規模的動態變化，優化數據質量。
讓數據分析智能化，賦能業務人員探索創新。通過提供更加智能的數據分析服務，賦能業務人員進行智能分析、模型效果驗證以及自主式創新。
此外自亞馬遜云科技去年推出“智能湖倉”架構以來，通過一年時間對該架構進行了創新升級，以更好發揮大數據與智能技術的融合能力。據了解，目前亞馬遜云科技機器學習已經覆蓋了國內多個行業中的大型公司和初創企業，傳統行業諸如醫療健康、教育、工業制造、零售、金融服務等，新興行業諸如游戲、出行、新媒體等。
企業上云用數賦智已成大勢所趨，IDC中國助理研究總監盧言霞也曾表示：“根據IDC 2022年中國人工智能及自動化市場的十大預測，人工智能將無處不在。到2022年，60%的中國1000強公司將在所有關鍵業務的橫向職能中擴大使用AI/ML，如營銷、法務、人力資源、采購和供應鏈、物流等。由于機器學習更加依賴算力、算法、數據，人工智能的快速發展拉動了對AI基礎數據服務的需求，預計在未來幾年內將穩步增長。”
（雷峰網雷峰網雷峰網(公眾號：雷峰網)）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
