专注于数字技术的商业观察者
登录×
公司
2021-05-26

音智达:AI进阶,助力客户数字转型

时间: 2021-05-26 编辑:

“数据的野蛮增长,已经远远超出我们的预期。五年前我们客户的平均数据是10TB的ERP\CRM数据,五年内后平...

“数据的野蛮增长,已经远远超出我们的预期。五年前我们客户的平均数据是10TB的ERP\CRM数据,五年内后平均数据基本都变成200TB以上,甚至是1PB。”音智达孙晓臻在接受笔者的采访时表示,在互联网、电子商务的迅猛发展的过程当中,其产生的数据也在指数级增长。不过增加的不是传统的ERP和CRM数据,而是非结构化的客户行为数据。

作为数据领域的老兵,音智达拥有接近二十年的从业经验。主要专注于大数据和人工智能的实践和落地——80%的工作是方案的具体实施和落地,同时为客户提供顶尖的大数据软件、基于大数据技术的预测性分析和商务智能解决方案,以及为客户提供数字化转型相关的咨询。

事实上,当前企业各个部门需要做的分析不仅越来越细分,业务知识本身也在发展。行业知识的积累不但需要靠时间,更要靠企业快速跟进趋势的发展,所以做好业务内容是一个很重要的挑战。

另一方面,数据越多,客户的分析需求也越来越多,但是往往客户对数据的高期望和通过数据分析产生的价值并没有形成正比,这也是当前数据领域比较棘手的难题。

“从音智达自身的角度来看,我们认为实施落地公司的角度,是客户价值来决定市场需要什么,过去可能有一段时间是新的技术、新的产品在带动这个市场的发展,但现在一定是产品、技术带来的价值决定客户的需求。”在孙晓臻看来,人工智能需要进入下一个阶段——从试错、验证的阶段往普及的阶段发展。音智达从2016年成立数据科学家团队为客户提供相关的服务,过去两三年做的大量项目大都以验证形式,客户希望通过小规模的试错来决定公司的需求。不过在疫情的影响,客户在这件事情上变得坚定了,投入也不再是试错性质,而是期望带来真正的价值。

显然,客户不再满足于人工智能的简单需求,而是需要更高质量的东西,丰富的应用场景带来真正的业务价值,这和之前的技术验证完全不同。

而对于音智达来说,客户需求的转变对其也提出了不小的挑战:人才的培养、开发技术的难度、部署和运维的成本以及缺乏性价比的平台。音智达从几十人的规模发展到几百人,不仅需要解决技术的、人才以及客户需求的难题,更需要一个好的合作伙伴体系,这也是促进音智达和亚马逊云科技合作的关键。

据了解,音智达与亚马逊云科技的合作开始于2017年,双方确定战略合作后,亚马逊云科技也积极响应,很快音智达成为了亚马逊云科技的高级合作伙伴,并成为首批获得了AI/ML合作伙伴能力认证的公司。

传统软件本地化部署的AI平台最大的挑战是云。在整个云市场中,我们看到众多的云厂商都有着各自的产品和服务,但是与其他服务商相比,亚马逊云科技的优势在于三个层面:服务、Amazon SageMaker以及基础。

其中,Amazon SageMaker是面向数据科学家的平台。与国内一站式AI工具的定位不同,有的是定位直接业务用户,而 SageMaker则是定位专业用户。在Amazon SageMaker,可以一键式部署,然后通过云,很快实现弹性、自动的调度和运维,极大简化客户运营的阶段。比较关键的一点是,AI的模型的质量需要对数据科学家提出很高的要求,只有才能做得出高质量的模型,更好地服务于用户。

“Amazon SageMaker可以结合PaaS服务,不管架构怎样变化,都可以在亚马逊云上非常快速地构建起来。过去十年,我们大部分的解决方案都是本地化,围绕Hadoop生态需要千变万化地搭积木,不过每个不同的业务场景不可能套用同一个生态,每次都需要不一样的组件。”孙晓臻表示,Amazon SageMaker结合亚马逊云科技的Amazon EMR、Amazon S3,就可以针对各式各样的业务场景,组织出不一样的技术架构,来满足不同用户的需求。

 写在最后

不同的客户在不同的发展阶段,对于整个数据平台有要求,如何根据它所出的阶段和要求,来为其确定合理的架构,这是音智达目前阶段的主要工作。

“在项目实施、交付到最后的使用阶段,重要的是做到用数据服务客户。”孙晓臻认为,客户对于数据的要求体现在三个方面:数据的可追溯性、数据的可保障性以及数据的合规性。这些问题可以归纳到现在比较流行的一个词——DataOps,数据运营就像DevOps,通过一系列的学习软件开发的DevOps的精神,运用到数据领域,做DataOps,确保数据对整个生命周期,有一个治理和管理的过程。

标签:
版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。