哪個才是實踐人工智能最好的企業(yè)?傳統(tǒng)企業(yè)。如何更好推動機器學習的應用?準備好數(shù)據。這是上海音智達信息技術有限CEO孫曉臻給出的兩個答案。

作為一家成立于2011年，專注于分析預測與行業(yè)應用的大數(shù)據公司，音智達一直為用戶提供基于大數(shù)據技術的預測性分析及商務智能解決方案，旗下主要有頂尖大數(shù)據軟件產品、基于大數(shù)據技術的預測性分析和BI商務智能解決方案、數(shù)字化轉型相關的咨詢服務等三大業(yè)務，業(yè)務涵蓋生命科學、快消品、汽車、零售、電子消費產品等領域。

然而，隨著客戶多元化需求的不斷增長，以及行業(yè)環(huán)境的不斷變化，音智達不得不開始尋求與合作伙伴一起協(xié)作來共同推動業(yè)務的發(fā)展。

孫曉臻在接受記者采訪時介紹：“對于我們公司來說，挑戰(zhàn)是非常明確的，主要包括四個方面的問題：一是人才的招聘和培養(yǎng)非常不容易，并且因為市場越熱，人才流失率也越高;二是開發(fā)技術難度越來越大，因為現(xiàn)在的技術架構已經和五年前十年前完全不同;三是部署和運維的成本很高，但客戶通常又不愿意為之付出很多價格;四是缺乏好的、有性價比的平臺。”

近年來，越來越多的企業(yè)客戶選擇亞馬遜云科技托管云基礎設施，并實現(xiàn)性能、安全性、可靠性和可擴展性的提高。這其中就有很多的客戶，原本都是音智達多年來的服務對象。這在選擇合作伙伴方面，給了音智達很強的一個參考。

孫曉臻表示，一方面，音智達意識到未來數(shù)據平臺最重要的趨勢就是上云，并且非常迫切地需要一個強有力的合作伙伴體系來支撐;另一方面，亞馬遜云科技也需要合作伙伴，特別是像音智達這樣，在各行各業(yè)都有著豐富數(shù)據服務經驗的企業(yè)。因此雙方一拍即合，音智達很快成為了亞馬遜云科技的高級合作伙伴，并且還是首批獲得AI/ML合作伙伴能力認證的公司。

2020年音智達獲得亞馬遜云科技AI/ML能力認證，并基于Amazon SageMaker完成了端到端的ML任務。

據了解，Amazon SageMaker是亞馬遜云科技推出的機器學習平臺服務，可以幫助開發(fā)者和數(shù)據科學家快速地規(guī)?；瘶嫿?、訓練和部署機器學習 (ML) 模型。作為一個開放的平臺，Amazon SageMaker的推出讓數(shù)據科學家、算法工程師、業(yè)務開發(fā)者都能輕松駕馭機器學習。此外，Amazon SageMaker擁有的工具橫跨整個機器學習開發(fā)生命周期，能夠幫助數(shù)據科學家的效率提升10倍，降低機器學習總體應用成本高達54%。

作為合作伙伴，針對大數(shù)據分析相關的問題，音智達可以為使用亞馬遜云科技服務的企業(yè)實現(xiàn)定制化的云上智能存儲、建模和部署，將更多的客戶業(yè)務遷移到云端，助力客戶實現(xiàn)數(shù)字化轉型和創(chuàng)新。

在聊到Amazon SageMaker的使用體驗時，孫曉臻說道：“無論客戶的答案是什么，只要將Amazon SageMaker結合其他PaaS服務，不管架構怎樣千變萬化，都可以在亞馬遜云上非常快速地構建起來。過去十年里，我們大部分的解決方案都是本地化的，圍繞Hadoop生態(tài)需要千變萬化地搭積木，每個不同的業(yè)務場景都不可能套用一個生態(tài)，每次都需要不一樣的組件。而Amazon SageMaker結合亞馬遜云科技的Amazon EMR、Amazon S3，就可以針對各式各樣的業(yè)務場景，組織出不一樣的技術架構，來滿足不同用戶的需求。”

“Amazon SageMaker是一個非常優(yōu)秀、面向數(shù)據科學家的機器學習服務平臺。從項目需求的理解，到模型的搭建和生成，以前我們的項目實施是以月為時間單位，但現(xiàn)在是以周為時間單位，極大地壓縮了時間成本?？蛻魧θ斯ぶ悄艿钠谕狄沧兊迷絹碓礁摺，F(xiàn)在客戶中誰意識到了數(shù)據的痛點，誰認識到運維很難再升級擴容和發(fā)展，誰就越迫切地告訴我想要用Amazon SageMaker。”孫曉臻透露，“一方面從客戶案例來說，我們在客戶的商機挖掘上效率比過去提升了50%以上，獲得了更多的機會;另一方面從業(yè)務本身來講，我們也有高達30-40%的顯著增長，因為AmazonSageMaker這個一站式平臺把許多工程師、架構師的工作都簡化了，所以顯著提升了數(shù)據科學家的工作效率。”

目前，亞馬遜云科技的服務擁有超過200多種，包括，計算、存儲、網絡數(shù)據庫、分析、IoT、AI/ML和安全。全球有數(shù)以十萬計的客戶在使用亞馬遜云科技進行機器學習，92%的TensorFlow云上工作負載和91%的PyTorch云上工作負載都在亞馬遜云科技上。

“時至今日，應該再沒有客戶會認為，自己沒有數(shù)據也能夠把業(yè)務做好。但也并不是所有的客戶在有了數(shù)據之后，都能夠把自己的業(yè)務做成功。”孫曉臻表示，“以前說起人工智能，大家第一時間可能都會想到互聯(lián)網企業(yè)，但是現(xiàn)在人工智能應用最多的，恰恰是許多傳統(tǒng)產業(yè)。因為很多傳統(tǒng)產業(yè)都有數(shù)據驅動，譬如音智達服務的客戶，很多都是五百強的頭部企業(yè)。五年前他們的數(shù)據量平均是10TB，五年后平均數(shù)據量基本上都已經在200TB以上，好的公司數(shù)據量甚至有1PB。既然有如此豐富的數(shù)據，那么人工智能就可以為企業(yè)帶來非常大的價值。”

這些傳統(tǒng)企業(yè)真正在實踐人工智能技術的應用，而人工智能技術也需要更廣泛的普及和推廣。同時，Amazon SageMaker代表了一個很重要的選擇，孫曉臻認為它的發(fā)展會很快。“有一個很重要的點是，它確實帶來了效率的提升，做項目的周期顯著縮短了。從一個項目需求的理解、到模型、到生產，我們現(xiàn)在基本上是按照多少周出一個系統(tǒng)來談，以前像這樣的事情都是按月來談的。”

從行業(yè)發(fā)展來看，企業(yè)如果想推動機器學習的應用，最關鍵的還是要在數(shù)據上做好準備。“傳統(tǒng)行業(yè)有很多歷史的數(shù)據沒有留存，這對于數(shù)字化轉型來說當然是障礙。所以互聯(lián)網會走在前面，是因為它數(shù)字基因，但傳統(tǒng)行業(yè)不是。所以位列第一的挑戰(zhàn)當然是數(shù)據。”孫曉臻表示：“作為我們來講，我們的挑戰(zhàn)是人才，是算法的開發(fā)難度，是部署的運維的問題。”

孫曉臻對未來的發(fā)展充滿信心：“總體上來講，我們數(shù)據科學家團隊的業(yè)績今年一定是增長的。但是沒有到很爆發(fā)的階段，這是我們期望接下去的一個發(fā)展的過程。”

關鍵詞： 機器學習 數(shù)據 企業(yè) 實踐