如何实现云中创新？看看亚马逊云科技的“云数智三位一体”

  最近几年，人工智能、云计算、大数据等新兴技术不断发展，支撑起产业数字化发展，影响和改变着企业创新。

  其中，不少厂商开始利用云计算平台实现数据技术与人工智能工具的融合，以前所未有的速度和效率挖掘着数据价值，助力各个行业和领域的创新发展。

  我们认为，随着云数智的快速融合，政府和企业的数字化转型进程也将大幅加速。

  日前，比特网有机会采访到亚马逊云科技大中华区产品部总经理陈晓建，与他聊了聊云服务在企业数智化转型中的重要性以及亚马逊云科技在这方面做出了哪些努力。

亚马逊云科技大中华区产品部总经理陈晓建

  如何实现数智化转型

  根据IDC 2022年中国人工智能及自动化市场的十大预测显示，人工智能将无处不在。在2022年，将会有60%的中国1000强公司将在所有关键业务的横向职能中扩大使用AI/ML，如营销、法务、人力资源、采购和供应链、物流等。

  而且，由于机器学习更加依赖算力、算法、数据，人工智能的快速发展拉动了对AI基础数据服务的需求，预计在未来几年内将稳步增长。

  陈晓建表示：“企业要重塑数据洞察，一定是将数据和智能进行融合和统一。这种融合，能更加高效地围绕数据构建和实施项目，使得数据在两者之间无缝流转，成员快速具备相关能力，推动公司企业数字化转型迈向新的高度。”

  这也意味着，有越来越多的公司和企业将原来分散在各个部门的机器学习实践进行整合，并与大数据项目进行统一协调和资源配置，然而，这也使企业面临着不同层面的全新需求：

  首先，人员能力层面：要求和安排原有传统的大数据实践者掌握机器学习技术，应用到大数据具体项目或承接新的机器学习相关的项目需求，要求机器学习从业者也要掌握大数据处理能力，更好、更便捷地完成模型所需的数据准备和加工;

  其次，项目实施层面：仅依靠传统的大数据技术是无法全方位提供充足的数据见解，仍需要机器学习的模型能力补充，越来越多的数据项目会融合大数据和机器学习两者的能力;

  最后，工具支撑层面：需要面向大数据技术和机器学习构建统一的开发平台和技术基础，可能是对已有大数据平台进行改造增加机器学习相关场景和能力，或是完全推倒重新构建一个面向两者的通用的平台。

  上述种种需求，也给数智融合提出了新的要求。我们认为，一个合理的大数据和机器学习融合架构，必须要建立一个统一融合的数据底座，包括数据质量、权限、开发、可视化。在这基础之上会有大数据和AI两个独立的技术，但它们并不孤立，必须要实现高效、充分、双向互动，只有这样才能形成双向循环，真正实现数据融合。

  亚马逊云科技的“云、数、智三位一体”服务组合

  在大数据与机器学习领域，亚马逊云科技提供广泛而深入的服务，通过云、数、智深度融合迎合市场需求，能够降低更多行业用户上云用数赋智的门槛，更好地开展云上数智融合之旅。

  日前，亚马逊云科技推出“云、数、智三位一体”的大数据与机器学习融合服务组合，真正从用户真实问题与需求出发，推进大数据和机器学习的融合，加速企业机器学习规模化的落地。

  亚马逊云科技认为企业应在云中打造统一的数据基础底座，实现大数据和机器学习的双剑合璧，为企业发展提供新动力，实现数智有效融合的途径：

  首先，建立统一融合的治理底座，如数据质量、数据权限、数据开发、数据工作流、可视化;

  其次，大数据和机器学习之间应该是高效充分的双向互动，互为支撑，互为因果，形成正向循环。

  亚马逊云科技通过构建云中统一的数据治理底座，打破数据及技能孤岛，他们能帮助企业客户构建统一的数据治理底座，实现大数据和机器学习的数据共享，数据权限的统一管控，以及两者统一的开发和流程编排。云中统一的数据治理底座不仅能提升大数据和机器学习的高效融合，还能减少大数据和机器学习重复构建的工作，并且显著降低成本。

  其中， Amazon Lake Formation推出诸多新功能，实现了数据网格跨部门的数据资产共享，以及基于单元格的最细粒度的权限控制机制。Amazon SageMaker Studio可一站式地完成数据开发、模型开发及相关的生产任务，该服务基于多种专门构建的服务，如交互式查询服务Amazon Athena、云上大数据平台Amazon Elastic MapReduce、云数据仓库服务Amazon Redshift、Amazon SageMaker等，为大数据和机器学习提供统一的开发平台。

  而且，企业如何数智化融合不仅需要技术支持，还需要服务商拥有大量经验。陈晓建介绍道：“目前，亚马逊云科技已经帮助全球数十万的用户通过利用大数据和AI技术帮助业务发展。”

  写在最后

  我们看到，亚马逊云科技坚持授人以渔，通过面向快速算法原型的数据实验室的应用科学家，面向生产精度模型指导的机器学习解决方案实验室，以及提供端到端咨询及交付的专业服务团队的大数据分析和机器学习的专家，上述各种分工的专家一起，在客户探索机器学习与大数据融合挑战时，共同探索和学习企业数据驱动转型成功路上的宝贵的实践经验。

  未来，随着AI技术进一步发展，大数据与AI结合的优势也将进一步显现。可以预见的是，云上企业要想加速创新，加入数智融合将是必经之路。