記者 | 李京亞

編輯 |

根據(jù)福布斯調(diào)研報告，企業(yè)成為數(shù)據(jù)驅(qū)動型公司后，收入會增加20%，同時成本會減少30%。

2021年是國內(nèi)企業(yè)數(shù)智化意識全面升級的一年。根據(jù)中國軟件網(wǎng)及海比研究院發(fā)布的《2022中國企業(yè)數(shù)智服務(wù)市場趨勢洞察報告》，國內(nèi)企業(yè)級服務(wù)市場正處在高速增長狀態(tài)，截止2021年底，總體市場規(guī)模達(dá)到3.6萬億，今年年底預(yù)期突破4萬億，且預(yù)計(jì)2020-2025年期間年均復(fù)合增長率將達(dá)到20%。

數(shù)智化是數(shù)字化基礎(chǔ)上的更高訴求。企業(yè)數(shù)字化轉(zhuǎn)型主要是為了提升經(jīng)營效率，而企業(yè)數(shù)智化轉(zhuǎn)型則是尋找創(chuàng)新選代的支撐點(diǎn)，幫助自身完成從數(shù)據(jù)到?jīng)Q策到執(zhí)行的完整閉環(huán)。

現(xiàn)實(shí)的生產(chǎn)環(huán)境里，數(shù)據(jù)源并不是單一的。如果說，Spark是目前價值最高的大數(shù)據(jù)處理框架，Tensorflow、PyTorch是機(jī)器學(xué)習(xí)訓(xùn)練中最好的計(jì)算框架，涉及到端到端完成一個智能項(xiàng)目，就需要用到不同類型的大數(shù)據(jù)與機(jī)器學(xué)習(xí)工具，無法找到一種最佳工具實(shí)現(xiàn)。多項(xiàng)調(diào)查顯示，數(shù)據(jù)治理和機(jī)器學(xué)習(xí)的割裂其實(shí)是影響企業(yè)數(shù)智化轉(zhuǎn)型的一大隱秘痛點(diǎn)。

亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建認(rèn)為，在企業(yè)數(shù)智化轉(zhuǎn)型中，大數(shù)據(jù)和機(jī)器學(xué)習(xí)部門大多分治，由三個原因造成：第一，在很多企業(yè)，這兩個功能分屬完全不同的團(tuán)隊(duì)，數(shù)據(jù)也放在不同的倉庫，機(jī)器學(xué)習(xí)團(tuán)隊(duì)獲取數(shù)據(jù)需要跨業(yè)務(wù)部門，還要花很多時間理解背后含義；第二，很多機(jī)器學(xué)習(xí)團(tuán)隊(duì)并不具備處理海量數(shù)據(jù)規(guī)模的能力；第三，數(shù)據(jù)分析人員在算法迭代中參與程度較低。

亞馬遜云科技對此提出了一個解決方案：建立一個統(tǒng)一融合的數(shù)據(jù)底座，為機(jī)器學(xué)習(xí)提供生產(chǎn)級的數(shù)據(jù)處理能力，將研發(fā)和業(yè)務(wù)統(tǒng)一起來發(fā)揮價值。

智能湖倉是這一解法的具像。智能湖倉并非一個產(chǎn)品，而是一套架構(gòu)，如果同等替換為亞馬遜云科技現(xiàn)有產(chǎn)品體系，以中間部分基于Amazon S3構(gòu)建的數(shù)據(jù)湖為中心，外圍有六大數(shù)據(jù)服務(wù)，包括：關(guān)系型數(shù)據(jù)庫Amazon Aurora，非關(guān)系型數(shù)據(jù)庫Amazon DynamoDB，機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker，數(shù)據(jù)倉庫Amazon Redshift，日志服務(wù)Amazon Opensearch Service，大數(shù)據(jù)服務(wù)Amazon EMR。

在2020年的亞馬遜云科技re:Invent大會上，亞馬遜云科技正式發(fā)布了智能湖倉。在一年之后的2021re:Invent大會上，亞馬遜云科技發(fā)布了Serverless能力，代表著智能湖倉架構(gòu)的一次大型技術(shù)演進(jìn)。Serverless給幾大數(shù)據(jù)產(chǎn)品帶來了更多靈活的擴(kuò)展能力，可以實(shí)現(xiàn)數(shù)據(jù)的自由流動與統(tǒng)一治理。

硅谷銀行是智能湖倉架構(gòu)在海外客戶的代表，這家銀行業(yè)務(wù)場景聚焦在信用卡欺詐和產(chǎn)品收益領(lǐng)域，為超過三萬家初創(chuàng)企業(yè)提供種子基金，智能湖倉架構(gòu)所實(shí)現(xiàn)的整個數(shù)據(jù)平臺的互融互通，切中了硅谷銀行的痛點(diǎn)。

硅谷銀行采用了Amazon SageMaker替代傳統(tǒng)的IDC實(shí)現(xiàn)機(jī)器學(xué)習(xí)的方式，在背后的數(shù)據(jù)處理上采用了全套結(jié)合了Amazon Lake Formation的治理能力，實(shí)現(xiàn)了在數(shù)據(jù)量并不確定的創(chuàng)新項(xiàng)目上，敏捷地完成業(yè)務(wù)迭代。與亞馬遜云科技合作第一年后，硅谷銀行就實(shí)現(xiàn)了4300萬美元的成本節(jié)省。

從現(xiàn)實(shí)情況看，智能湖倉所代表的新型開放架構(gòu)尚處于發(fā)展早期，相比于對產(chǎn)品力期待更高的海外客戶，國內(nèi)客戶往往對解決方案深入場景的能力更有要求。

以企業(yè)數(shù)字化營銷領(lǐng)域?yàn)槔?，國?nèi)企業(yè)現(xiàn)在的數(shù)字化營銷面臨流量獲取方面的巨大挑戰(zhàn)。Convertlab是一家數(shù)據(jù)分析營銷服務(wù)商，創(chuàng)始團(tuán)隊(duì)來自SAP，主要業(yè)務(wù)是幫助零售客戶提高用戶轉(zhuǎn)化率，其聯(lián)合創(chuàng)始人兼CTO李征發(fā)現(xiàn)，在企業(yè)運(yùn)營中，數(shù)據(jù)處理和分析占據(jù)了大量精力，而且數(shù)據(jù)治理和機(jī)器學(xué)習(xí)的割裂影響著業(yè)務(wù)閉環(huán)的形成。在執(zhí)行機(jī)器學(xué)習(xí)中，團(tuán)隊(duì)65%以上的時間花費(fèi)在數(shù)據(jù)本身質(zhì)量提升和處理上，而不是真正執(zhí)行機(jī)器學(xué)習(xí)訓(xùn)練、算法選擇、參數(shù)優(yōu)化、特征分析。

2021年開始，Convertlab跟亞馬遜云科技展開了全面合作，基于亞馬遜云科技統(tǒng)一的數(shù)據(jù)基礎(chǔ)底座， Convertlab構(gòu)建了一體化數(shù)據(jù)智能湖倉架構(gòu)和高效機(jī)器學(xué)習(xí)平臺，可以快速把異構(gòu)數(shù)據(jù)源轉(zhuǎn)化成同一個，進(jìn)而實(shí)施精細(xì)化的數(shù)據(jù)驅(qū)動策略。李征發(fā)現(xiàn)，這個基礎(chǔ)底座使Convertlab的數(shù)據(jù)流轉(zhuǎn)時效性提升32%，整個電子渠道GMV提升比例上升到6.34%，同時，Convertlab各類場景模型上線效率提升30%，得以為客戶的數(shù)字化營銷做出更充裕準(zhǔn)備。

界面新聞了解到，目前，在亞馬遜云科技全球幾百萬客戶當(dāng)中，使用大數(shù)據(jù)和機(jī)器學(xué)習(xí)的客戶在十萬數(shù)量級，其中包括寶馬集團(tuán)、F1、西門子、Coinbase這樣的深度客戶。