5月19日消息(林想)福布斯調(diào)研報(bào)告顯示,一個(gè)數(shù)據(jù)驅(qū)動(dòng)型的公司,在收入會(huì)增加20%的同時(shí)成本會(huì)減少30%,可以真正做到雙贏。然而企業(yè)在實(shí)現(xiàn)這一目標(biāo)的過程中會(huì)遇到各種艱難險(xiǎn)阻,例如數(shù)據(jù)和機(jī)器學(xué)習(xí)分而治之,數(shù)據(jù)處理能力不足等。
在全球已幫助十萬用戶通過利用大數(shù)據(jù)和AI技術(shù)實(shí)現(xiàn)業(yè)務(wù)快速發(fā)展的亞馬遜云科技認(rèn)為,企業(yè)應(yīng)在云中打造統(tǒng)一的數(shù)據(jù)基礎(chǔ)底座,實(shí)現(xiàn)大數(shù)據(jù)和機(jī)器學(xué)習(xí)的“雙劍合璧”,不僅可以重塑企業(yè)洞察,還能為企業(yè)發(fā)展提供新動(dòng)力。亞馬遜云科技以“云、數(shù)、智三位一體”服務(wù)組合優(yōu)勢,堅(jiān)持授人以漁,助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型成功。
企業(yè)數(shù)智融合面臨三大難題
“企業(yè)數(shù)據(jù)如果要得到充分發(fā)揮,很多企業(yè)會(huì)選擇成為數(shù)據(jù)驅(qū)動(dòng)型的組織這條路,通過業(yè)務(wù)產(chǎn)生的數(shù)據(jù)反向驅(qū)動(dòng)公司的戰(zhàn)略,驅(qū)動(dòng)公司的執(zhí)行。而在云中實(shí)現(xiàn)數(shù)據(jù)與智能的大融合將成為企業(yè)加速創(chuàng)新的引擎。”亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建如是說。
如今,數(shù)據(jù)已經(jīng)成為企業(yè)最重要的資產(chǎn),同時(shí)還有許多數(shù)據(jù)價(jià)值還沒有得到充分利用。企業(yè)要想擺脫這一現(xiàn)狀的最有效的途徑就是做到“數(shù)智融合”。
目前,越來越多的公司和企業(yè)從組織架構(gòu)、人員能力、項(xiàng)目實(shí)施和工具支撐層面開始轉(zhuǎn)型。
在陳曉建看來,企業(yè)的“數(shù)智融合”一定是將數(shù)據(jù)(大數(shù)據(jù)技術(shù))和智能(機(jī)器學(xué)習(xí)技術(shù))進(jìn)行融合和統(tǒng)一。
“數(shù)、智統(tǒng)一與融合可以更加高效地圍繞數(shù)據(jù)構(gòu)建和實(shí)施項(xiàng)目,使得數(shù)據(jù)在兩者之間無縫流轉(zhuǎn),成員快速具備相關(guān)能力,推動(dòng)公司企業(yè)數(shù)字化轉(zhuǎn)型邁向新的高度。然而企業(yè)的數(shù)據(jù)分析和機(jī)器學(xué)習(xí)融合并非一蹴而就,目前還存在三大難點(diǎn)。”陳曉建指出
首先是數(shù)據(jù)和機(jī)器學(xué)習(xí)分而治之,數(shù)據(jù)及技術(shù)孤島制約敏捷迭代。其次,數(shù)據(jù)處理能力不足。在生產(chǎn)制造企業(yè),機(jī)器學(xué)習(xí)幫助客戶對(duì)產(chǎn)品售后維修需求進(jìn)行預(yù)測,由被動(dòng)響應(yīng)變?yōu)橹鲃?dòng)規(guī)劃。但由于不具備足夠的大數(shù)據(jù)處理能力,模型開發(fā)成功后 ,不能夠有效收集處理海量的運(yùn)營數(shù)據(jù),致使預(yù)測不準(zhǔn)確,無法達(dá)到預(yù)期業(yè)務(wù)目標(biāo)。最后,是數(shù)據(jù)分析人員參與度低?,F(xiàn)實(shí)情況經(jīng)常是,模型在實(shí)驗(yàn)環(huán)節(jié)效果良好,但實(shí)際使用中卻不盡人意,實(shí)驗(yàn)環(huán)境只是對(duì)真實(shí)環(huán)境的簡單模擬,生產(chǎn)環(huán)境要復(fù)雜得多。
因此,陳曉建認(rèn)為,企業(yè)應(yīng)在云中打造統(tǒng)一的數(shù)據(jù)基礎(chǔ)底座,實(shí)現(xiàn)大數(shù)據(jù)和機(jī)器學(xué)習(xí)的“雙劍合璧”,為企業(yè)發(fā)展提供新動(dòng)力。
企業(yè)在實(shí)現(xiàn)數(shù)智有效融合的途徑方面,首先可以建立統(tǒng)一融合的治理底座,如數(shù)據(jù)質(zhì)量、數(shù)據(jù)權(quán)限、數(shù)據(jù)開發(fā)、數(shù)據(jù)工作流、可視化,其次,大數(shù)據(jù)和機(jī)器學(xué)習(xí)之間應(yīng)該是高效充分的雙向互動(dòng),互為支撐,互為因果,形成正向循環(huán)。此外,企業(yè)需要構(gòu)建三大核心能力:統(tǒng)一數(shù)據(jù)共享,讓數(shù)據(jù)資產(chǎn)化,打破數(shù)據(jù)孤島;統(tǒng)一權(quán)限管控,因?yàn)橹挥芯邆渫晟频臋?quán)限控制能力,放心的讓數(shù)據(jù)在不同的業(yè)務(wù)系統(tǒng)之間流轉(zhuǎn);統(tǒng)一開發(fā)及流程編排:融合端到端的大數(shù)據(jù)和機(jī)器學(xué)習(xí)任務(wù),提升整體的開發(fā)效率。
打造云、數(shù)、智三位一體服務(wù)組合優(yōu)勢
截至目前,亞馬遜云科技已幫助全球數(shù)十萬用戶通過利用大數(shù)據(jù)和AI技術(shù)幫助業(yè)務(wù)發(fā)展,這其中包括寶馬集團(tuán)、淄博熱力等眾多知名企業(yè)。那么亞馬遜云科技贏得客戶信任的秘密武器又是什么呢?
那就是亞馬遜云科技以“云、數(shù)、智三位一體”服務(wù)組合優(yōu)勢,打破數(shù)據(jù)及技能孤島、機(jī)器學(xué)習(xí)由實(shí)驗(yàn)轉(zhuǎn)為實(shí)踐、賦能業(yè)務(wù)人員探索創(chuàng)新。亞馬遜云科技大中華區(qū)產(chǎn)品部技術(shù)專家團(tuán)隊(duì)總監(jiān)王曉野指出,智能湖倉架構(gòu)五大核心優(yōu)勢理念延伸出在云中實(shí)現(xiàn)大數(shù)據(jù)與機(jī)器學(xué)習(xí)融合的實(shí)踐路徑,為大數(shù)據(jù)和機(jī)器學(xué)習(xí)打破數(shù)據(jù)及技能孤島,機(jī)器學(xué)習(xí)由實(shí)驗(yàn)轉(zhuǎn)為實(shí)踐,賦能業(yè)務(wù)人員探索創(chuàng)新。
一是構(gòu)建云中統(tǒng)一的數(shù)據(jù)治理底座,打破數(shù)據(jù)及技能孤島。亞馬遜云科技能幫助客戶構(gòu)建統(tǒng)一的數(shù)據(jù)治理底座,實(shí)現(xiàn)大數(shù)據(jù)和機(jī)器學(xué)習(xí)的數(shù)據(jù)共享,數(shù)據(jù)權(quán)限的統(tǒng)一管控,以及兩者統(tǒng)一的開發(fā)和流程編排。云中統(tǒng)一的數(shù)據(jù)治理底座不僅能提升大數(shù)據(jù)和機(jī)器學(xué)習(xí)的高效融合,還能減少大數(shù)據(jù)和機(jī)器學(xué)習(xí)重復(fù)構(gòu)建的工作,并且顯著降低成本。其中, Amazon Lake Formation推出諸多新功能,實(shí)現(xiàn)了數(shù)據(jù)網(wǎng)格跨部門的數(shù)據(jù)資產(chǎn)共享,以及基于單元格的最細(xì)粒度的權(quán)限控制機(jī)制。Amazon SageMaker Studio可一站式地完成數(shù)據(jù)開發(fā)、模型開發(fā)及相關(guān)的生產(chǎn)任務(wù),該服務(wù)基于多種專門構(gòu)建的服務(wù),如交互式查詢服務(wù)Amazon Athena、云上大數(shù)據(jù)平臺(tái)Amazon Elastic MapReduce (Amazon EMR)、云數(shù)據(jù)倉庫服務(wù)Amazon Redshift、Amazon SageMaker等,為大數(shù)據(jù)和機(jī)器學(xué)習(xí)提供統(tǒng)一的開發(fā)平臺(tái)。
二是助力機(jī)器學(xué)習(xí)由實(shí)驗(yàn)轉(zhuǎn)為實(shí)踐,為機(jī)器學(xué)習(xí)提供生產(chǎn)級(jí)別的數(shù)據(jù)處理能力。機(jī)器學(xué)習(xí)項(xiàng)目成功的關(guān)鍵是對(duì)復(fù)雜的數(shù)據(jù)進(jìn)行加工和準(zhǔn)備。亞馬遜云科技提供多種靈活可擴(kuò)展、專門構(gòu)建的大數(shù)據(jù)服務(wù),幫助客戶進(jìn)行復(fù)雜的數(shù)據(jù)加工及處理,應(yīng)對(duì)數(shù)據(jù)規(guī)模的動(dòng)態(tài)變化,優(yōu)化數(shù)據(jù)質(zhì)量。其中,Amazon Athena能夠?qū)χС侄喾N開源框架的大數(shù)據(jù)平臺(tái),包括Amazon EMR、高性能關(guān)系數(shù)據(jù)庫Amazon Aurora、NoSQL數(shù)據(jù)庫服務(wù)Amazon DynamoDB、Amazon Redshift等多種數(shù)據(jù)源,對(duì)這些數(shù)據(jù)源進(jìn)行聯(lián)邦查詢,快速完成機(jī)器學(xué)習(xí)建模的數(shù)據(jù)加工。 以Amazon Redshift、Amazon Managed Streaming for Apache Kafka (Amazon MSK)和 Amazon EMR 為代表的無服務(wù)器分析能力,可以讓客戶無需配置、擴(kuò)展或管理底層基礎(chǔ)設(shè)施,即可輕松地處理任何規(guī)模的數(shù)據(jù),為機(jī)器學(xué)習(xí)項(xiàng)目提供兼具性能和成本效益的特征數(shù)據(jù)準(zhǔn)備。
三是讓數(shù)據(jù)分析智能化,賦能業(yè)務(wù)人員探索創(chuàng)新。亞馬遜云科技還不斷提供更加智能的數(shù)據(jù)分析服務(wù),賦能業(yè)務(wù)人員進(jìn)行智能分析、模型效果驗(yàn)證以及自主式創(chuàng)新。例如,在日常分析工具中集成機(jī)器學(xué)習(xí)模型預(yù)測能力,其中深度集成機(jī)器學(xué)習(xí)Amazon SageMaker模型預(yù)測能力的Amazon QuickSight 、在分析結(jié)果中添加基于模型預(yù)測的Amazon Athena ML,可幫助用戶使用熟悉的技術(shù),甚至通過自然語言來使用機(jī)器學(xué)習(xí)。亞馬遜云科技還提供如Amazon Redshift ML、可視數(shù)據(jù)準(zhǔn)備工具Amazon Glue DataBrew、零代碼化的機(jī)器學(xué)習(xí)模型工具 Amazon SageMaker Canvas等服務(wù),讓業(yè)務(wù)人員探索機(jī)器學(xué)習(xí)建模。
王曉野最后指出,“亞馬遜云科技堅(jiān)持授人以漁,通過面向快速算法原型的數(shù)據(jù)實(shí)驗(yàn)室的應(yīng)用科學(xué)家,面向生產(chǎn)精度模型指導(dǎo)的機(jī)器學(xué)習(xí)解決方案實(shí)驗(yàn)室,以及提供端到端咨詢及交付的專業(yè)服務(wù)團(tuán)隊(duì)的大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的專家,上述各種分工的專家一起,在客戶探索機(jī)器學(xué)習(xí)與大數(shù)據(jù)融合挑戰(zhàn)時(shí),共同探索和學(xué)習(xí)企業(yè)數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型成功路上的寶貴的實(shí)踐經(jīng)驗(yàn)。”
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- MBBF 2024開幕:加速5G-A與AI融合發(fā)展,引領(lǐng)移動(dòng)AI時(shí)代
- GSMA CTO:5G-A和AI幾乎同時(shí)起飛,或?yàn)橛惺芬詠碜畲蠹夹g(shù)革命
- 華為李鵬:AI變革帶來前所未有發(fā)展機(jī)遇 需關(guān)注商業(yè)轉(zhuǎn)化
- 華為李鵬:到2028年全球AI手機(jī)出貨將超9億部
- 新華三2024年前三季度營收402.66億元,同比增長7.18%
- Orange與萬事達(dá)卡擴(kuò)展非洲支付服務(wù)
- Orange與萬事達(dá)卡擴(kuò)展非洲支付服務(wù)
- 中國電信大模型數(shù)據(jù)集建設(shè)工程第二批集采:總預(yù)算約2110萬元
- 康寧Q3光通信業(yè)務(wù)凈利潤1.75億美元,同比增長92%
- 土耳其沃達(dá)豐CEO:到2030年5G將為全球經(jīng)濟(jì)貢獻(xiàn)超9300美元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。