亞馬遜云科技：為企業打造統一數據基底，實現大數據和機器學習“雙劍合璧”

中國發展網記者成靜

“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。”在日前舉行的“云領數智融合重塑創新引領”亞馬遜云科技大數據與機器學習媒體溝通會上，亞馬遜云科技大中華區產品部總經理陳曉建用亞馬遜云科技的一個觀點開始了自己的演講。

有了這樣的判斷，企業紛紛將自己的目標定為成為一個數據驅動型公司，通過業務產生的數據反向驅動公司的戰略，驅動公司的執行。根據福布斯調研報告，企業成為數據驅動型公司，收入會增加20%，同時成本會減少30%。

可是，陳曉建認為，誘人的前景背后還有著許多工作要做，至少目前許多企業客戶還沒有實現大數據和機器學習的融合。“我們認為主要有三方面的原因：一是大數據和機器學習目前是分而治之的。他們本身技術發展路線是兩條不同的路線，在很多企業這兩個功能都是屬于兩個完全不同的團隊來負責的，數據當然也放在不同的倉庫里。二是數據處理能力不足，很多機器學習的團隊不具備處理海量數據規模的能力。三是數據分析人員參與度低。”

要幫助客戶解決目前的問題，實現大數據和AI從業務上以及用戶需求上做深度融合，亞馬遜云科技認為企業在云中要打造統一的數據基礎底座，實現大數據和機器學習的“雙劍合璧”，為企業發展提供創新引擎。“這是我認為實現數智融合最有效的一條途徑。”陳曉建說，到今天為止，亞馬遜云科技已經幫助全球數十萬用戶通過利用大數據和AI技術幫助業務發展。也在云服務開發中，大部分需求都來自于客戶在現場真實的數據。   

據亞馬遜云科技大中華區產品部技術專家團隊總監王曉野介紹，一年來，亞馬遜的“智能湖倉”架構朝著深度智能這一能力實現了再升級。

王曉野分析稱，企業在大數據和AI或者機器學習融合過程中產生了兩條不同發展路徑，一類是，機器學習能力完全誕生于大數據團隊，這一類企業機器學習能力是長在大數據團隊上面的，所以對這類客戶來講他們最喜歡的亞馬遜云科技產品是Amazon EMR。第二類企業進行機器學習和大數據項目創新的時候，它的起步其實是由于深度學習所帶來的，經常是我們講的機器視覺，比如圖像識別、語音識別，類似這樣的機器學習項目。在這樣場景下，客戶最喜歡的“智能湖倉”架構的產品是面向數據科學的Amazon SageMaker。

兩種不同的發展路徑最后共同走向了同一個需求，那就是機器學習能力和大數據能力需要融合的技術底座。

為了滿足這個需求，實現智數有效融合，需要構建三大核心能力：第一，統一數據共享，即讓數據資產化，打破數據孤島。第二，統一權限管控，只有具備完善的權限控制能力，才能放心地讓數據在不同的業務系統之間流轉。第三，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。從技術層面來看，亞馬遜云科技實現了以下三方面：第一，通過權限控制以及自由的數據訪問，打破數據以及技能的孤島；第二，將無服務器數據處理的能力，帶給機器學習的項目真正實現從實驗轉為實踐；第三，通過更智能化的數據分析工具，將機器學習賦能給業務人員，極大地賦能業務人員進行智能化的探索和創新。

“當然，機器學習和大數據的融合不僅僅是技術能解決的問題，亞馬遜云科技也堅持‘授人以漁’，通過面向快速算法原型的數據實驗室的應用科學家、面向生產精度可用的模型訓練指導的機器學習解決方案實驗室，以及提供端到端咨詢及交付的專業服務團隊，通過不同分工的專家，和客戶肩并肩一起，幫助客戶探索機器學習與大數據融合挑戰時，共同去學習優秀的企業在數據驅動轉型成功路上寶貴的經驗。”王曉野說。