云计算·大数据 频道

上海音智达的大数据和AI创新之旅

  人类与整个世界,就像一个太极八卦图,总是暗藏玄机,又永远进行着博弈。新技术落地也一样,越是业务痛点多的企业,反而应用效果越好。这也是上海音智达信息技术有限公司CEO孙晓臻,在谈大数据和人工智能发展现状时,为什么会说“谁痛,谁就会走得越靠前”的最根本原因。

  ▲上海音智达信息技术有限公司CEO孙晓臻

  一个“老兵”的挑战

  作为一家专注于分析预测与行业应用的大数据公司,音智达拥有二十年的从业经验,其中80%的业务是为客户提供业内顶尖级的大数据软件,或者进行一些与数字化转型相关的咨询,服务的基本都是来自五百强的头部客户。单从大数据的角度来说,无论是从企业服务能力,还是从业时间来看,绝对算得上是一个“老兵”。

  至于,如何让大数据和AI结合?其实不是一个新话题,但在新的业务场景创新和落地方面,并没有太多可参考的范例。那么,音智达是如何踏上大数据和AI征程的?孙晓臻 从行业及客户变化开始,进行了重点分析!

  在五年前,企业的平均数据量都是10TB;到今天,基本都是200TB以上,有的公司甚至能超过PB,已经可以与互联网公司的数据量比拼。只不过,互联网公司的数据量增长大多来客户行为,而不是来自ERP和CRM的数据。当然,随着数字化转型步伐的加快,很多行业客户的业务模式也在发生着颠覆式变革,需要对更广阔的数据进行更深度的分析,并且对数据的期望值不断提高。

  但有一个奇怪的现象,值得深刻思考!当企业的数据量越来越大,做的分析越来越多,对数据的信心却呈现下降趋势。也就是说,用户对数据分析这件事是认可的,但对获得数据价值持有怀疑态度,没有达到预期效果。另外,不管是国内还是国外,中国、美国、还是欧洲,对数据的合规性要求越来越高,我们在使用人工智能技术的同时,必须要考虑到企业数据隐私保护问题。

  所以,从大数据和人工智能发展现状来看,过去一直是产品和技术在带动市场的发展;而未来,客户要看到能真正带来业务价值的产品、技术或者是解决方案。换言之,客户的KPI发生了变化,不再是为了追新猎奇,通过人工智能项目做尝试性应用而已,而是要让人工智能与丰富的业务场景深度融合,有更高质量的产出。

  为了跟得上时代变化,满足客户的最新业务需求,音智达必须改变过去的服务模式。然而,具体实施起来才发现,人才的招聘和培养成为一大挑战,并且流失率很高。另外,工具和语言虽然选择性很多,但也带来了技术上的多样化挑战,导致技术开发场景变得更加复杂。还有,部署和运维也是问题,很多企业不愿意为之付出额外成本。最重要的是,企业缺少性价比更高、可扩展的AI/ML平台。

  专门成立了数据科学家团队

  2016年,音智达在AI征程中迈出了最重要的一步,专门成立了数据科学家团队,通过马逊云科技提供的技术和服务改变开发难的问题。

  “不管是数据驱动决策、数据驱动管理,还是数字化转型,最核心的内容是数据,而数据的未来是云,云给数据带来了更多想象空间。” 孙晓臻发现,当所有的数据都在加速上云,音智达的解决方案必须要走在客户前面。如何让几十个人的公司具备几百人的服务能力,如何从根本上解决人才、技术和场景落地问题?音智达与亚马逊云科技,一拍即合!

  在客户业务的推动下, 双方的合作变得越来越深入。2017年,音智达与亚马逊云科技确定战略合作关系;2019年,成为高级合作伙伴;2020年,成为首批获得AI/ML合作伙伴能力认证的公司。从简单的技术应用,到把Amazon SageMaker当做一站式数据科学家平台,音智达一直在用亚马逊云科技为客户打造“数字化底座”。

  对于Amazon SageMaker,音智达没有把它当做一个普通的工具类应用,而是一个更能深化业务场景的使能者。音智达从客户的体验出发,先弄清楚客户为什么需要人工智能,重点解决哪些特定业务场景问题,然后再谈如何达到目标。尤其在零售业务场景中,通常在APP端做API,预测用户是否有购买计划,是否存在并发挑战以及其他技术难题,客户在接下来的时间周期内产能变化情况如何,如果没有Amazon SageMaker的平台支撑能力,很难搞定技术架构问题。

  在过去的十几年时间里,音智达为客户提供的都是本地化解决方案,主要围绕Hadoop生态去做部署,像搭积木一样,根据不同业务场景搭建不同的业务方案。有了Amazon SageMaker以后,就可以结合亚马逊云上面的Amazon EMR、Amazon S3等应用,快速组合出符合用户需要的解决方案,包括可以满足不同技术架构要求,能确保数据的安全性和合规等等。

  以图像欺诈识别为例,Amazon SageMaker帮助算法工程师更好地考虑资源的利用率,包括解决图像的存储和运行内存需求,而音智达的关注点是算法本身,解决具体的业务问题。简单理解,音智达和亚马逊的合作,各有侧重点。音智达负责了解客户的业务需求,以哪些技术手段实现,而亚马逊云科技则负责解决后面的方案落地问题,通过更领先的技术手段提高落地效率。

  Amazon SageMaker是一个面向数据科学家的应用,要求开发者必须懂算法,具有写代码的能力,但不用考虑数据、API并发、架构等问题,用户可以把它当做是一个平台,通过一站式的工具集,快速实现弹性部署,并且实现自动化的调度和运维。换言之,Amazon SageMaker的重要性在于,它给算法工程师提供了一个标准的算法开发环境,让客户拥有一个能直接投向运营环境的高质量模型。

  当然,音智达与亚马逊云科技的合作不仅限于Amazon SageMaker,而是all in路线,为了满足快速客户业务上云的需求,需要亚马逊云科技在不同层面提供支持。其中,Amazon SageMaker之所以发展很快,应用前景广阔,是因为很多客户看到了实实在在的价值。从项目需求的理解、到构建模型、再到生产,Amazon SageMaker可以让客户以周为时间单位,实现项目落地,极大地提升了业务推进效率。

  尤其在数据湖建设浪潮下,每家企业在底层技术架构上都面临严峻挑战,包括:ETL太过复杂、数据文件需要存储在不同的库中。另外,还需要解决Hbase、HDFS异构存储,以及计算和存储难以分离问题等等。而以Amazon SageMaker为代表的亚马逊云科技提供的技术及相关解决方案,可以让用户一站式实现大数据与AI的融合创新。

0
相关文章