“伴隨著企業(yè)上云的加快，在云中實現(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。

上云是企業(yè)數(shù)字化轉(zhuǎn)型的重要特征之一。但是對于大部分企業(yè)而言，上云并非易事。

“上云”并非簡單地把企業(yè)管理和經(jīng)營搬到云上，而是充分理解數(shù)字化在企業(yè)管理、業(yè)務經(jīng)營以及產(chǎn)品創(chuàng)新中的作用，通過“上云”將經(jīng)營管理過程中的數(shù)據(jù)積累下來，利用云端資源和能力促進企業(yè)研發(fā)設計、生產(chǎn)加工、經(jīng)營管理、銷售服務等業(yè)務轉(zhuǎn)型，實現(xiàn)數(shù)智化發(fā)展。

總而言之，企業(yè)上云的最終目的就是通過利用大數(shù)據(jù)、人工智能的手段解決底層數(shù)據(jù)的問題，幫助企業(yè)從數(shù)據(jù)基礎上夯實數(shù)字化運營基礎，讓數(shù)據(jù)能夠客觀、全面、真實地反映業(yè)務的開展情況。在上云趨勢下越來越多的企業(yè)認識到了數(shù)據(jù)的重要性。

亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建認為，現(xiàn)如今業(yè)內(nèi)大部分客戶逐漸達成兩點共識，一是數(shù)據(jù)已成企業(yè)最重要的資產(chǎn)；二是數(shù)據(jù)的價值還沒有得到充分利用。同時他也強調(diào)道，數(shù)據(jù)要想得到充分發(fā)揮，很多企業(yè)會選擇數(shù)據(jù)驅(qū)動型組織道路進行探索，通過業(yè)務產(chǎn)生的數(shù)據(jù)反向驅(qū)動公司戰(zhàn)略執(zhí)行，這是目前大部分企業(yè)的共同目標。

據(jù)福布斯調(diào)研報告，如果成為一個數(shù)據(jù)驅(qū)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(shù)據(jù)對企業(yè)發(fā)展的重要性早已不言而喻，但是大多數(shù)企業(yè)也存在著不知道如何挖掘數(shù)據(jù)價值，如何利用大數(shù)據(jù)以及人工智能等新技術實現(xiàn)數(shù)智化轉(zhuǎn)型的目標顯然成了企業(yè)的重要研究課題。

陳曉建認為，從目前企業(yè)發(fā)展需求和趨勢來看，無論從組織架構(gòu)、人員能力、項目實施還是工具支撐層面，都需要進行數(shù)據(jù)的重塑，而這一重要基礎就是要將數(shù)據(jù)（大數(shù)據(jù)技術）和智能（機器學習技術）進行融合和統(tǒng)一。

大數(shù)據(jù)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(jīng)歷重重挑戰(zhàn)，并非一朝一夕就能完成。

究其原因主要在于，第一，數(shù)據(jù)和機器學習分而治之，數(shù)據(jù)及技術孤島制約敏捷迭代。大數(shù)據(jù)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(chǎn)是數(shù)據(jù)，而數(shù)據(jù)自身的豐富性、準確性和質(zhì)量直接決定了機器學習的最終效果。數(shù)據(jù)本身的來源是多樣的，是異構(gòu)的，用戶在建設大數(shù)據(jù)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(shù)據(jù)和機器學習的能力融合在一起。

第二，實驗到實踐的規(guī)模挑戰(zhàn)。一般來說不同系統(tǒng)是獨立建設的，但對于機器學習來說其需要各種海量、異構(gòu)的數(shù)據(jù)，這就意味著整個系統(tǒng)也需要具備這個能力，但傳統(tǒng)機器學習目前不能滿足機器學習對大數(shù)據(jù)的要求。其次在實驗階段，機器學習專家和數(shù)據(jù)專家要花大量時間在數(shù)據(jù)整理、分析等方面。

第三，業(yè)務緊密參與效果評估。業(yè)務和研發(fā)如何聯(lián)動并進行快速反饋問題仍是一項重要挑戰(zhàn)。

第四，實現(xiàn)業(yè)務對數(shù)據(jù)+算法創(chuàng)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(yè)務人員的快速創(chuàng)新。目前業(yè)務人員對于模型的創(chuàng)新需求層出不窮，但是機器學習項目會涉及到多個環(huán)節(jié)，實施周期較長，很難跟上業(yè)務創(chuàng)新的節(jié)奏，導致許多基于模型的創(chuàng)新想法得不到可行性數(shù)據(jù)支撐，遲遲難以立項開展。

對此，陳曉建發(fā)表了自己的觀點，他表示，企業(yè)實現(xiàn)數(shù)智的有效融合首先要建立統(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(huán)。

另外更重要的是，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)一權限管控：因為只有具備完善的權限控制能力，放心的讓數(shù)據(jù)在不同的業(yè)務系統(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)和機器學習任務，提升整體的開發(fā)效率。

為此，亞馬遜云科技通過構(gòu)建云中統(tǒng)一的數(shù)字治理底座，實現(xiàn)大數(shù)據(jù)和機器學習的雙劍合璧，一位企業(yè)發(fā)展提供新動能。具體表現(xiàn)為：

• 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，實現(xiàn)大數(shù)據(jù)和機器學習的數(shù)據(jù)共享，數(shù)據(jù)權限的統(tǒng)一管控，以及兩者統(tǒng)一的開發(fā)和流程編排。
  

• 助力機器學習由實驗轉(zhuǎn)為實踐，為機器學習提供生產(chǎn)級別的數(shù)據(jù)處理能力。機器學習項目成功的關鍵是對復雜的數(shù)據(jù)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(gòu)建的大數(shù)據(jù)服務，幫助客戶進行復雜的數(shù)據(jù)加工及處理，應對數(shù)據(jù)規(guī)模的動態(tài)變化，優(yōu)化數(shù)據(jù)質(zhì)量。
  

• 讓數(shù)據(jù)分析智能化，賦能業(yè)務人員探索創(chuàng)新。通過提供更加智能的數(shù)據(jù)分析服務，賦能業(yè)務人員進行智能分析、模型效果驗證以及自主式創(chuàng)新。
  

此外自亞馬遜云科技去年推出“智能湖倉”架構(gòu)以來，通過一年時間對該架構(gòu)進行了創(chuàng)新升級，以更好發(fā)揮大數(shù)據(jù)與智能技術的融合能力。據(jù)了解，目前亞馬遜云科技機器學習已經(jīng)覆蓋了國內(nèi)多個行業(yè)中的大型公司和初創(chuàng)企業(yè)，傳統(tǒng)行業(yè)諸如醫(yī)療健康、教育、工業(yè)制造、零售、金融服務等，新興行業(yè)諸如游戲、出行、新媒體等。

企業(yè)上云用數(shù)賦智已成大勢所趨，IDC中國助理研究總監(jiān)盧言霞也曾表示：“根據(jù)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(yè)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(shù)據(jù)，人工智能的快速發(fā)展拉動了對AI基礎數(shù)據(jù)服務的需求，預計在未來幾年內(nèi)將穩(wěn)步增長?！?/span>

（雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。