哪個(gè)才是實(shí)踐人工智能最好的企業(yè)?傳統(tǒng)企業(yè)。如何更好推動(dòng)機(jī)器學(xué)習(xí)的應(yīng)用?準(zhǔn)備好數(shù)據(jù)。這是上海音智達(dá)信息技術(shù)有限CEO孫曉臻給出的兩個(gè)答案。

作為一家成立于2011年，專注于分析預(yù)測(cè)與行業(yè)應(yīng)用的大數(shù)據(jù)公司，音智達(dá)一直為用戶提供基于大數(shù)據(jù)技術(shù)的預(yù)測(cè)性分析及商務(wù)智能解決方案，旗下主要有頂尖大數(shù)據(jù)軟件產(chǎn)品、基于大數(shù)據(jù)技術(shù)的預(yù)測(cè)性分析和BI商務(wù)智能解決方案、數(shù)字化轉(zhuǎn)型相關(guān)的咨詢服務(wù)等三大業(yè)務(wù)，業(yè)務(wù)涵蓋生命科學(xué)、快消品、汽車、零售、電子消費(fèi)產(chǎn)品等領(lǐng)域。

然而，隨著客戶多元化需求的不斷增長(zhǎng)，以及行業(yè)環(huán)境的不斷變化，音智達(dá)不得不開(kāi)始尋求與合作伙伴一起協(xié)作來(lái)共同推動(dòng)業(yè)務(wù)的發(fā)展。

孫曉臻在接受記者采訪時(shí)介紹：“對(duì)于我們公司來(lái)說(shuō)，挑戰(zhàn)是非常明確的，主要包括四個(gè)方面的問(wèn)題：一是人才的招聘和培養(yǎng)非常不容易，并且因?yàn)槭袌?chǎng)越熱，人才流失率也越高;二是開(kāi)發(fā)技術(shù)難度越來(lái)越大，因?yàn)楝F(xiàn)在的技術(shù)架構(gòu)已經(jīng)和五年前十年前完全不同;三是部署和運(yùn)維的成本很高，但客戶通常又不愿意為之付出很多價(jià)格;四是缺乏好的、有性價(jià)比的平臺(tái)。”

近年來(lái)，越來(lái)越多的企業(yè)客戶選擇亞馬遜云科技托管云基礎(chǔ)設(shè)施，并實(shí)現(xiàn)性能、安全性、可靠性和可擴(kuò)展性的提高。這其中就有很多的客戶，原本都是音智達(dá)多年來(lái)的服務(wù)對(duì)象。這在選擇合作伙伴方面，給了音智達(dá)很強(qiáng)的一個(gè)參考。

孫曉臻表示，一方面，音智達(dá)意識(shí)到未來(lái)數(shù)據(jù)平臺(tái)最重要的趨勢(shì)就是上云，并且非常迫切地需要一個(gè)強(qiáng)有力的合作伙伴體系來(lái)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(dá)這樣，在各行各業(yè)都有著豐富數(shù)據(jù)服務(wù)經(jīng)驗(yàn)的企業(yè)。因此雙方一拍即合，音智達(dá)很快成為了亞馬遜云科技的高級(jí)合作伙伴，并且還是首批獲得AI/ML合作伙伴能力認(rèn)證的公司。

2020年音智達(dá)獲得亞馬遜云科技AI/ML能力認(rèn)證，并基于Amazon SageMaker完成了端到端的ML任務(wù)。

據(jù)了解，Amazon SageMaker是亞馬遜云科技推出的機(jī)器學(xué)習(xí)平臺(tái)服務(wù)，可以幫助開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家快速地規(guī)?；瘶?gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí) (ML) 模型。作為一個(gè)開(kāi)放的平臺(tái)，Amazon SageMaker的推出讓數(shù)據(jù)科學(xué)家、算法工程師、業(yè)務(wù)開(kāi)發(fā)者都能輕松駕馭機(jī)器學(xué)習(xí)。此外，Amazon SageMaker擁有的工具橫跨整個(gè)機(jī)器學(xué)習(xí)開(kāi)發(fā)生命周期，能夠幫助數(shù)據(jù)科學(xué)家的效率提升10倍，降低機(jī)器學(xué)習(xí)總體應(yīng)用成本高達(dá)54%。

作為合作伙伴，針對(duì)大數(shù)據(jù)分析相關(guān)的問(wèn)題，音智達(dá)可以為使用亞馬遜云科技服務(wù)的企業(yè)實(shí)現(xiàn)定制化的云上智能存儲(chǔ)、建模和部署，將更多的客戶業(yè)務(wù)遷移到云端，助力客戶實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和創(chuàng)新。

在聊到Amazon SageMaker的使用體驗(yàn)時(shí)，孫曉臻說(shuō)道：“無(wú)論客戶的答案是什么，只要將Amazon SageMaker結(jié)合其他PaaS服務(wù)，不管架構(gòu)怎樣千變?nèi)f化，都可以在亞馬遜云上非?？焖俚貥?gòu)建起來(lái)。過(guò)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?nèi)f化地搭積木，每個(gè)不同的業(yè)務(wù)場(chǎng)景都不可能套用一個(gè)生態(tài)，每次都需要不一樣的組件。而Amazon SageMaker結(jié)合亞馬遜云科技的Amazon EMR、Amazon S3，就可以針對(duì)各式各樣的業(yè)務(wù)場(chǎng)景，組織出不一樣的技術(shù)架構(gòu)，來(lái)滿足不同用戶的需求。”

“Amazon SageMaker是一個(gè)非常優(yōu)秀、面向數(shù)據(jù)科學(xué)家的機(jī)器學(xué)習(xí)服務(wù)平臺(tái)。從項(xiàng)目需求的理解，到模型的搭建和生成，以前我們的項(xiàng)目實(shí)施是以月為時(shí)間單位，但現(xiàn)在是以周為時(shí)間單位，極大地壓縮了時(shí)間成本?？蛻魧?duì)人工智能的期望值也變得越來(lái)越高。現(xiàn)在客戶中誰(shuí)意識(shí)到了數(shù)據(jù)的痛點(diǎn)，誰(shuí)認(rèn)識(shí)到運(yùn)維很難再升級(jí)擴(kuò)容和發(fā)展，誰(shuí)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(lái)說(shuō)，我們?cè)诳蛻舻纳虣C(jī)挖掘上效率比過(guò)去提升了50%以上，獲得了更多的機(jī)會(huì);另一方面從業(yè)務(wù)本身來(lái)講，我們也有高達(dá)30-40%的顯著增長(zhǎng)，因?yàn)锳mazonSageMaker這個(gè)一站式平臺(tái)把許多工程師、架構(gòu)師的工作都簡(jiǎn)化了，所以顯著提升了數(shù)據(jù)科學(xué)家的工作效率。”

目前，亞馬遜云科技的服務(wù)擁有超過(guò)200多種，包括，計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、分析、IoT、AI/ML和安全。全球有數(shù)以十萬(wàn)計(jì)的客戶在使用亞馬遜云科技進(jìn)行機(jī)器學(xué)習(xí)，92%的TensorFlow云上工作負(fù)載和91%的PyTorch云上工作負(fù)載都在亞馬遜云科技上。

“時(shí)至今日，應(yīng)該再?zèng)]有客戶會(huì)認(rèn)為，自己沒(méi)有數(shù)據(jù)也能夠把業(yè)務(wù)做好。但也并不是所有的客戶在有了數(shù)據(jù)之后，都能夠把自己的業(yè)務(wù)做成功。”孫曉臻表示，“以前說(shuō)起人工智能，大家第一時(shí)間可能都會(huì)想到互聯(lián)網(wǎng)企業(yè)，但是現(xiàn)在人工智能應(yīng)用最多的，恰恰是許多傳統(tǒng)產(chǎn)業(yè)。因?yàn)楹芏鄠鹘y(tǒng)產(chǎn)業(yè)都有數(shù)據(jù)驅(qū)動(dòng)，譬如音智達(dá)服務(wù)的客戶，很多都是五百?gòu)?qiáng)的頭部企業(yè)。五年前他們的數(shù)據(jù)量平均是10TB，五年后平均數(shù)據(jù)量基本上都已經(jīng)在200TB以上，好的公司數(shù)據(jù)量甚至有1PB。既然有如此豐富的數(shù)據(jù)，那么人工智能就可以為企業(yè)帶來(lái)非常大的價(jià)值。”

這些傳統(tǒng)企業(yè)真正在實(shí)踐人工智能技術(shù)的應(yīng)用，而人工智能技術(shù)也需要更廣泛的普及和推廣。同時(shí)，Amazon SageMaker代表了一個(gè)很重要的選擇，孫曉臻認(rèn)為它的發(fā)展會(huì)很快。“有一個(gè)很重要的點(diǎn)是，它確實(shí)帶來(lái)了效率的提升，做項(xiàng)目的周期顯著縮短了。從一個(gè)項(xiàng)目需求的理解、到模型、到生產(chǎn)，我們現(xiàn)在基本上是按照多少周出一個(gè)系統(tǒng)來(lái)談，以前像這樣的事情都是按月來(lái)談的。”

從行業(yè)發(fā)展來(lái)看，企業(yè)如果想推動(dòng)機(jī)器學(xué)習(xí)的應(yīng)用，最關(guān)鍵的還是要在數(shù)據(jù)上做好準(zhǔn)備。“傳統(tǒng)行業(yè)有很多歷史的數(shù)據(jù)沒(méi)有留存，這對(duì)于數(shù)字化轉(zhuǎn)型來(lái)說(shuō)當(dāng)然是障礙。所以互聯(lián)網(wǎng)會(huì)走在前面，是因?yàn)樗鼣?shù)字基因，但傳統(tǒng)行業(yè)不是。所以位列第一的挑戰(zhàn)當(dāng)然是數(shù)據(jù)。”孫曉臻表示：“作為我們來(lái)講，我們的挑戰(zhàn)是人才，是算法的開(kāi)發(fā)難度，是部署的運(yùn)維的問(wèn)題。”

孫曉臻對(duì)未來(lái)的發(fā)展充滿信心：“總體上來(lái)講，我們數(shù)據(jù)科學(xué)家團(tuán)隊(duì)的業(yè)績(jī)今年一定是增長(zhǎng)的。但是沒(méi)有到很爆發(fā)的階段，這是我們期望接下去的一個(gè)發(fā)展的過(guò)程。”

關(guān)鍵詞： 機(jī)器學(xué)習(xí) 數(shù)據(jù) 企業(yè) 實(shí)踐