近日，亞馬遜雲科技大資料與機器學習媒體溝通會在京舉辦，會上亞馬遜雲科技大中華區產品部總經理陳曉建表示企業應在雲中打造統一的資料基礎底座，實現大資料和機器學習的雙劍合璧，為企業發展提供新動力。

實現資料價值最大化，大資料和機器學習的融合統一勢在必行

《哈佛商業評論》近期有一篇文章稱，建立真正的分析文化，依靠的不止是一系列技術或少數人，而是應讓資料和分析成為組織的脈搏，融入到所有關鍵決策之中。可見，資料對於企業的價值非同一般。而關於資料的重要性，其實行業內還有兩個共識：一是資料目前已經成為企業最重要的資產；二是資料的價值還沒有得到充分利用。那企業到底該如何讓資料價值得到充分發揮呢？很多企業的答案是成為資料驅動型的組織。透過業務產生的資料反向驅動公司的決策、戰略，從而實現企業發展目標。

亞馬遜雲科技智慧機器人Astro

以亞馬遜自己為例，資料在亞馬遜自己的倉儲、物流最佳化中已經發揮了巨大的作用，亞馬遜雲科技有很多創新的產品，比如智慧語音助手Alexa和智慧機器人Astro都是透過大資料和AI的技術催生的。由此可見，資料已經成為持續創新的關鍵賦能要素，併成為公司持續發展的主要驅動力。

那麼資料價值的挖掘路徑到底該怎麼走，資料又如何在創新發展中發揮關鍵性作用呢？

陳曉建說：“亞馬遜雲科技認為，雲中實現資料與智慧的大融合將成為企業加速創新的引擎。而要實現數智融合，大資料和機器學習兩個關鍵性因素缺一不可。”

亞馬遜雲科技大中華區產品部總經理陳曉建

首先從大資料方面來看，在網際網路時代，資料越來越多，資料的應用場景和領域也越來越豐富，對於資料的應用要求也就越來越高。2021年《福布斯》曾報道，每天大約會有250萬節的資料被產生，隨著時間的推移，這個數字還在持續以指數速度增長。同時，資料應用的領域也日漸增多、應用場景也漸漸複雜。除此以外，很多企業目前已經不滿足於傳統大資料的T+1模式，而是希望可以按小時，甚至按分鐘級實時的進行大資料服務，所有這些都給大資料的計算提出了非常高的挑戰。

再看機器學習方面，根據Gartner的分析，到2024年，75%的企業將把機器學習技術真正用於生產，為業務所賦能。企業在從資料化向智慧化轉變的過程中，機器可以基於資料和演算法進行自主決策或給出決策建議，帶來更高效的業務反饋和更大的業務價值，從而實現賦能業務、驅動業務決策的目的，機器學習的重要性也進一步凸顯。

陳曉建進一步分析稱：“從這兩點來看，機器學習和大資料對企業業務會產生越來越大的作用，越來越多的企業希望能夠透過融合大資料和機器學習能力來提高業務產出，以充分發揮資料的價值。大資料技術所提供的能力是機器學習建模所需要的必然基礎，同時，機器學習也能夠為大資料技術提供更高的智慧，為業務產生價值。從使用者邏輯來看，大資料技術和機器學習技術本身就是互為因果的。想要實現資料價值最大化，大資料與機器學習的融合勢在必行。”

大資料與機器學習融合的關鍵是建立統一的治理底座

要實現大資料和機器學習更好地融合統一不但要有紮實的底座能力，更要有過硬的全棧數智化能力。陳曉建分享道：“打造好的、合理的大資料和機器學習融合架構主要包括三部分：一是建立一個統一融合的資料底座，包括資料質量、資料許可權、資料開發、資料視覺化、資料工作流等等；二是助力機器學習由實驗轉為實踐，為機器學習提供生產級別的資料處理能力；三是讓資料分析智慧化。

具體來看：首先，亞馬遜雲科技透過構建雲中統一的資料治理底座，打破資料及技能孤島。幫助客戶構建統一的資料治理底座，實現大資料和機器學習的資料共享、資料許可權的統一管控、以及兩者統一的開發和流程編排。雲中統一的資料治理底座不僅能提升大資料和機器學習的高效融合，還能減少大資料和機器學習重複構建的工作，並且顯著降低成本。

其次，亞馬遜雲科技助力機器學習由實驗轉為實踐，為機器學習提供生產級別的資料處理能力，不僅專門構建大資料服務，對複雜的資料進行加工處理，而且針對資料規模的動態變化，可以及時最佳化資料質量。

最後，亞馬遜雲科技還提供智慧的資料分析服務，賦能業務人員進行智慧分析、模型效果驗證以及自主式創新。例如，亞馬遜雲科技提供如Amazon Redshift ML、可視資料準備工具Amazon Glue DataBrew、零程式碼化的機器學習模型工具 Amazon SageMaker Canvas等服務，讓業務人員探索機器學習建模等。

從實驗到實踐，亞馬遜雲科技助力全球使用者打造數智融合的創新引擎

在實現數智融合的發展道路上，亞馬遜雲科技依靠紮實的技術能力，不斷幫助使用者從構想走到現實。目前，全球已有數十萬使用者正在藉助亞馬遜雲科技大資料及機器學習服務開展業務創新，將機器學習從實驗投入實踐。

亞馬遜雲科技大中華區產品部技術專家團隊總監王曉野介紹道：針對目前大部分企業大資料和機器學習分而治之的痛點，亞馬遜雲科技提供兩個核心的“智慧湖倉”架構產品來助力企業實現大資料和機器學習的融合發展。

第一個產品Amazon EMR：Amazon EMR能夠提供與開源框架完全相容的技術能力。透過靈活擴充套件，以及在雲端採用Amazon Graviton 2自研晶片的創新，在帶給企業完全開源相容性的同時，大幅實現了效能和成本的提升。第二個是面向資料科學的Amazon SageMaker，Amazon SageMaker可以提供從資料標記，到豐富的內建演算法，再到高效、豐富的模型訓練，以及可以在生產環境靈活彈性實現模型部署的、端到端的機器學習的能力。

作為亞馬遜雲科技客戶代表的樂我無限（Joyme）在業務創新發展過程中充分體會到了數智融合的優勢所在。樂我無限（Joyme）運營的全球化直播平臺LiveMe，匯聚了來自200多個國家和地區的近100萬名主播，每月活躍使用者數（MAU）超過3700萬。

Joyme的資料研發中心總監楊飛

在數智融合發展過程中，基於亞馬遜雲科技的解決方案Joyme搭建了資料研發中心平臺並不斷迭代最佳化，加速實現了雲數智的快速融合，賦能業務。Joyme的資料研發中心總監楊飛表示：“基於亞馬遜雲科技的Amazon SageMaker技術賦能，Joyme實現了降本增效，加速了業務運轉效率。其中，透過直播內容實時識別技術服務，Joyme降低了內容管理業務成本的40%。透過欺詐交易識別技術服務輔助識別欺詐交易，Joyme每年減少經濟損失數百萬美元。”

而同樣因數智融合受益的還有亞馬遜雲科技合作伙伴Convertlab。Convertlab是一家一站式營銷解決方案供應商，致力於幫助企業實現精細化經營，為企業營銷提供數字化、自動化、智慧化基礎設施以及相關的專業服務。Convertlab 聯合創始人兼CTO李徵表示：“基於亞馬遜雲科技統一的資料基礎底座，Convertlab構建了資料管理平臺、營銷智慧決策平臺，以及跟營銷相關的模型庫，使得資料流轉的時效性提高了32%，幫助使用者快速決策。同時，基於Amazon SageMaker豐富的工具集和高效的彈性資料能力，讓機器學習模型迭代能力效率提升30%以上，從而更好地賦能客戶智慧營銷，實現業務增長。”

在不斷賦能使用者的同時，亞馬遜雲科技還透過建立資料實驗室、建立端到端諮詢及交付的專業服務團隊等多種方式，與全球合作伙伴一起探索大資料與機器學習的融合挑戰。未來，相信還將有更多企業透過亞馬遜雲科技的助力實現資料驅動轉型，加速業務創新增長，讓數智融合從夢想照進現實。

文：晴天 / 資料猿