云、數、智“三江并流”，亞馬遜云科技將把數字化航船帶向何方?

科技云報道原創(chuàng)。

數流和智流融合不僅僅是趨勢，而是正在發(fā)生的事情。

從國家層面“十四五”規(guī)劃為數字化轉型高度定調，到各行業(yè)內外部剛需推進，數字化轉型是千行百業(yè)必然發(fā)展趨勢。

如果說過去兩年是數字化轉型的試驗階段，進行開荒動土、選種育苗，那么當前要進行精耕細作、植樹造林。

數字化轉型已進入了由個別行業(yè)、個別場景的“點狀應用”向各行各業(yè)全流程、全環(huán)節(jié)“整體滲透”的關鍵期。

云計算、大數據和人工智能深度融合，成為企業(yè)數字化轉型歷程中最核心、最重要的能力平臺。

“數智融合”能夠讓AI和數據釋放更多價值，更好驅動企業(yè)創(chuàng)新。

上云、用數、賦智數智化變革浪潮來襲

數字化轉型，說到底就是推動企業(yè)“上云、用數、賦智”，通過使用云服務、運用大數據、實現智能化，對企業(yè)經營管理實現全面改造。

整體來看，“上云、用數、賦智”圍繞企業(yè)數字化轉型實現全鏈路數字化，吸收了云平臺靈活性、便捷性等優(yōu)勢，同時通過云計算手段連接社會化資源、共享服務及能力，讓中小企業(yè)可以運行多個設備，充分實現數據價值化基礎上，解決企業(yè)“不會轉、沒錢轉、不敢轉”等問題。

目前，大數據與人工智能形成多方位深度融合發(fā)展趨勢，不斷加速各行業(yè)的數字化升級。

一方面，大數據提供數據采集、數據處理、數據管理、數據分析和可視化的能力，為人工智能技術的發(fā)展提供數據燃料。

有了大數據平臺的海量數據，人工智能才有了質的突破。

另一方面，人工智能也為大數據發(fā)展帶來算力提升和算法引擎，讓人們能夠以前所未有的速度和效率挖掘數據價值。

人工智能提升對異構數據的處理能力，與應用場景深度融合，實現智能預測、智能決策、智能識別等數據分析智能化，將環(huán)節(jié)中的腦力勞動知識和經驗沉淀下來。

在場景融合方面，人工智能拓寬了大數據的應用場景。

傳統的數據分析實現了描述性分析、診斷性分析，而融合人工智能技術的大數據分析可以實現更智能化的預測性分析與處理決策分析。

大數據與人工智能的核心技術已經開始充分融合，例如兩者都需要用到海量結構化、非結構化數據處理技術，人工智能知識圖譜需要用到大數據的圖分析技術等。

統一的數據分析與人工智能平臺也是另一大趨勢，傳統的大數據平臺主要提供基于CPU與內存的分布式數據處理架構，新型大數據平臺支持GPU、GPU/CPU混合計算等新的計算架構及TensorFlow、PyTorch等人工智能框架。

單一技術無法勝任數智融合成數字化?“不二法門”

盡管圍繞“上云、用數、賦智”的數字化轉型已是大勢所趨，但企業(yè)在數字化轉型實踐中仍面臨諸多挑戰(zhàn)。

比如，企業(yè)使用和管理數據的難度在增加，先進的技術層出不窮，數據湖、數據倉庫、人工智能等技術壁壘重重，各類引擎之間的數據很難打通。

同時，人工智能在生產部署過程中，也存在很多困難和挑戰(zhàn)，包括行業(yè)的專業(yè)知識與人工智能技術如何結合，也是企業(yè)普遍面臨的難題。

針對這些挑戰(zhàn)，將數據和智能進行有效融合的“數智融合”解決方案，是破題的關鍵。

而如何將“數智融合”解決方案落地在企業(yè)數字化轉型中，則對廠商提出了更高的要求。

廠商將不再是單純的供應商，而是變成了企業(yè)的數字化合作伙伴，更多的要提供對業(yè)務的賦能，幫助客戶的業(yè)務發(fā)展和業(yè)務成功。

在2022 re:Invent全球大會上，亞馬遜云科技首次展現了在“數智融合”方面所做出的努力，在技術方面推出了大量與數據、機器學習相關的服務和功能，并通過用戶實踐驗證了其價值。

例如，將機器學習與大數據深度融合的Amazon Quicksight Q新功能，就是今年re:Invent大會的一項重要發(fā)布。

Amazon QuickSight Q是一項基于企業(yè)運營數據庫的自然語言查詢功能。作為一位銷售經理，在準備一項活動前可以問它“我們在XX地區(qū)目前有多少客戶？”，Amazon QuickSight Q將自動完成查詢，并以親切的語言返回精確的答案。

此次推出的新功能讓用戶能夠預測并追問預測依據，用戶可以用自然語言提出有關業(yè)務數據的問題，并在幾秒鐘內獲得可視化的準確答案。

它讓沒有技術專業(yè)知識的業(yè)務人員都可以探索歷史趨勢和數據指標，讓用戶能夠從支撐其看板和報表的數據中獲得新的洞察。

基于Amazon QuickSight Q，企業(yè)主、銷售經理、或是區(qū)域負責人能夠在每天、每周、每個月的海量企業(yè)運營數據中，高效地對這些數據進行匯總、分類和分析，并挖掘出其中最有價值的部分或是其中蘊含的重大危機和機遇，從而能夠為商業(yè)決策提供重要支撐。

作為亞馬遜云科技旗下在線數據庫業(yè)務的其中一個分支，Amazon QuickSight Q服務上線于2021年9月，至今已運營了一年多的時間，并為包括納斯達克、西門子、Capital One和日產汽車在內的多家大型企業(yè)提供了優(yōu)質的運營數據分析體驗。

而且它至今還在不斷地成長、改進過程中，正變得越來越強大、越來越易用和人性化。

納斯達克北美市場產品經理Michael Weiss表示：“Amazon QuickSight Q改變了游戲規(guī)則，使高管、銷售和數據工程團隊能夠即時從數據中獲得答案，這些新功能將幫助我們加速建立商業(yè)智能，通過完全自動地進行復雜的數據分析，幫助最終用戶實現自助式服務，無需分析師構建模型和分析?！?/p>

同時，亞馬遜云科技還不斷圍繞機器學習平臺Amazon SageMaker，推出大量新功能，將機器學習技術傳授給客戶。

五年來，亞馬遜云科技已經為Amazon SageMaker增加了260項新功能，不斷降低機器學習的技術門檻，簡化機器學習的前期工作，加速為客戶“賦智”。

在數據服務方面也是如此，通過各種新服務和新功能，盡可能讓開發(fā)人員可以上手開展機器學習。

作為亞馬遜云科技旗艦級的托管式機器學習服務，Amazon SageMaker最初于2017亞馬遜云科技re:Invent 全球大會上面世，目前已成為亞馬遜云科技有史以來增長速度最快的服務之一。

短短五年時間，已有數以萬計的客戶利用Amazon SageMaker創(chuàng)建了數百萬個模型，參數規(guī)?？蛇_千億級別，每月生成數千億的預測結果。

此外，亞馬遜云科技還為Amazon Glue推出的一項新功能——Amazon Glue Data Quality，該功能可以將手動的數據質量工作從幾天縮短到幾小時。

它可以自動計算統計數據、推薦質量規(guī)則、監(jiān)控并在檢測到質量下降時向用戶發(fā)出警報。

并且能夠在數據影響業(yè)務之前，操作極簡地識別丟失、陳舊或不良數據。

特別是針對數據量龐大的客戶，可以計算客戶數據集的統計數字，確保數據的即時性、準確性和完整性。

不難發(fā)現，亞馬遜云科技持續(xù)發(fā)布的新服務和功能，正在與越來越多的將數據、人工智能服務和業(yè)務洞察相結合，不斷降低技術的使用門檻，真正讓企業(yè)數字化轉型落到實地。

正如亞馬遜云科技大中華區(qū)產品部總經理陳曉建所說，本次re:Invent發(fā)布了非常多的數據服務。

從這些re:Invent發(fā)布的特性中，能夠看到未來技術演進的方向是數智融合。

結語

數智融合正不斷成為解決傳統難題的時代變量。

事實上，任何一種技術，如果單獨應用其效能依然有限，只有融合應用，才能實現各種技術之間的優(yōu)勢互補、潛力相互激發(fā)。

以亞馬遜云科技為代表的科技企業(yè)，正在幫助越來越多的實體產業(yè)涉足數字化深水區(qū)，讓更多企業(yè)從中受益，同時也推動數智化產業(yè)向著更高階段持續(xù)邁進。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。