拥抱数智时代，亚马逊云科技开启数智融合新途径

当前数字经济蓬勃发展，数字技术已作为新一轮技术革命和产业变革的重点方向，数字转型为培育经济增长新动能提供重要引擎。

4月7日，国家发展改革委、中央网信办联合印发《关于推进[上云用数赋智]行动 培育新经济发展实施方案》。该实施方案为加快数字经济发展，推进数字产业化、产业数字化，推动互联网、大数据、人工智能和实体经济深度融合提供了政策指引。

自此[上云用数赋智]成为业内探讨的热点。
 
云数智的融合成为必然
当然，早在[上云用数赋智]这一词汇推出之前，[云][数][智]的碰撞与融合就以席卷而来。

亚马逊云科技认为，在云中实现数据与智能的大融合将成为企业加速创新的引擎。

数智时代，实现云数智的大融合是发展的必然，同样也是企业在利用以机器学习技术为代表的人工智能时面临一系列挑战下的突破口。众所周知，机器学习技术依赖算力、算法和数据。一方面，大数据为机器学习提供了海量的原始数据[素材]，另一方面，人工智能为大数据实现了智能且具大的商业价值。二者相互依赖，互为因果。

但二者的融合目前尚面临许多困境。

亚马逊云科技大中华区产品部总经理陈晓建指出，大数据技术和机器学习技术走的是完全不同的道路。大数据技术往往侧重在如何完成海量数据的采集、清洗、查询等能力，但机器学习更看重算法本身的优化。而算法最终能不能产生好的效果，不光取决于算法结构的调参，对数据本身质量的优化同样重要。

因此，亚马逊云科技认为，数据分析和机器学习融合需要解决三个问题。一是数据和机器学习分而治之，数据及技术孤岛制约敏捷迭代。二是数据处理能力不足。例如在生产制造企业，机器学习由于不具备足够的大数据处理能力，致使预测不准确，无法达到预期业务目标。三是数据分析人员参与度低。现实情况经常是，模型在实验环节效果良好，但实际使用中却不尽人意，实验环境只是对真实环境的简单模拟，生产环境要复杂得多。

总之，大数据和人工智能从业务及用户需求上需要进行深度融合，方能走得更远。
 
实现[双剑合璧]的[法门]
实现大数据和人工智能的[数智]融合，不仅是现实需要，更是用户痛点。

亚马逊云科技认为，企业应在云中打造统一的数据基础底座，实现大数据和机器学习的[双剑合璧]，为企业发展提供新动力。

[这是我认为实现数智融合最有效的一条途径。]陈晓建表示。

亚马逊云科技推出[云、数、智三位一体]的大数据与机器学习融合服务组合，帮助企业推进大数据和机器学习的融合，将机器学习由实验转为规模化落地实践。

从技术层面讲，首先，亚马逊云科技通过帮助客户构建统一的数据治理底座，实现大数据和机器学习的数据共享，数据权限的统一管控，以及两者统一的开发和流程编排三大核心能力。云中统一的数据治理底座不仅能提升大数据和机器学习的高效融合，还能减少大数据和机器学习重复构建的工作，并且显著降低成本。例如，Amazon Lake Formation诸多新功能实现了数据网格跨部门的数据资产共享，以及基于单元格的最细粒度的权限控制机制；Amazon SageMaker Studio基于多种专门构建的服务，如Amazon Athena、Amazon EMR、Amazon Redshift、Amazon SageMaker等，可一站式地完成数据开发、模型开发及相关的生产任务，为大数据和机器学习提供统一的开发平台。

其次，为机器学习提供生产级别的数据处理能力。亚马逊云科技提供多种灵活可扩展、专门构建的大数据服务，帮助客户进行复杂的数据加工及处理，应对数据规模的动态变化，优化数据质量。例如，Amazon Athena能够对支持多种开源框架的大数据平台，包括Amazon EMR、Amazon Aurora、Amazon DynamoDB、Amazon Redshift等多种数据源，对这些数据源进行联邦查询，快速完成机器学习建模的数据加工。

最后，实现数据分析智能化。亚马逊云科技不断提供更加智能的数据分析服务，赋能业务人员进行智能分析、模型效果验证以及自主式创新。例如，在日常分析工具中集成机器学习模型预测能力，其中深度集成Amazon SageMaker模型预测能力的Amazon QuickSight 、在分析结果中添加基于模型预测的Amazon Athena ML，可帮助用户使用熟悉的技术，甚至通过自然语言来使用机器学习。

目前，全球数十万客户正借助亚马逊云科技大数据及机器学习服务开展业务创新，将机器学习投入实践，解决现实世界中真实和复杂的数据应用场景。

在企业用户实践方面，陈晓建表示，中国互联网企业依然面临如何解决数据孤岛的问题，加快业务和研发人员之间的配合，实现统一数据与机器学习技术底座的融合需求更为迫切。

而对于传统企业，更多的是如何把机器学习和大数据的技术赋能到自身业务上，但这样可能涉及很多对传统流程和固有模式的颠覆和挑战。[业务人员深度参与机器学习项目价值的验证和反馈更为重要。这是目前中国很多传统企业需要解决的第一个问题，而不仅仅是大数据和机器学习之间融合的问题。]陈晓建表示。

从满足用户需求来讲，亚马逊云科技的理念是从用户需求出发反过头来建设服务能力。这在企业中是不常见的，同时该方式也得以避免了大数据与机器学习分而治之的孤岛式发展的问题。

随着数据成为企业最重要的资产，充分挖掘数据潜在价值成为企业未来发展的重要途径。毫无疑问，数智融合为数据潜力的挖掘创造了新的手段。亚马逊云科技在数智融合方面已形成完备的理念和措施，在助力客户拥抱数智时代，做到了先人一步。

查看更多关于拥抱数智时代，亚马逊云科技开启数智融合新途径的详细内容...