想要数字化转型？用好人工智能与机器学习是关键
随着云计算、大数据与人工智能等新兴技术的飞速发展，人工智能正在赋能和重塑越来越多的传统行业。更有越来越多的企业在自己的数字化转型升级实践中，针对人工智能与机器学习投入了大笔资金和资源。
来自全球知名调研机构IDC的预测报告显示，2023年AI人工智能系统支出将达到979亿美元，比2019年增长2.5倍。另一家权威调研机构Gartner也预测，到2024年，将有75%的公司从试生产过渡到生产。
由此可见，机器学习正在不断向纵深发展，并且对于现代企业的构建起着至关重要的作用。而亚马逊云科技在客户中大获好评的机器学习服务——Amazon SageMaker，也正是为此而生。
为机器学习而生的Amazon SageMaker
2021年5月11日，在完全托管的机器学习服务Amazon SageMaker落地中国区域一周年之际，亚马逊云科技正式宣布通过与光环新网和西云数据的紧密合作，在中国区域进一步落地多项人工智能与机器学习的新服务和功能，丰富其针对不同企业需求而打造的人工智能与机器学习（AI/ML）工具集。
“Amazon SageMaker落地中国区域一年以来，我们见证了中国各个行业各种类型客户积极应用亚马逊云科技服务进行机器学习创新，我们希望通过将更多服务落地到中国区域，并坚持'授人以鱼不如授人以渔’，甚至更进一步'扶上马，送一程’的方式，帮助客户更快应用机器学习技术，把机器学习的能力交到每一位构建者手中，加速人工智能和机器学习的普惠。”亚马逊云科技大中华区云服务产品管理总经理顾凡表示。
针对企业客户的不同需求，亚马逊云科技可以在机器学习技术堆栈三个层面提供广泛而深入的机器学习服务，包括顶层-人工智能服务、中间层-机器学习服务、底层-框架和基础架构。
在顶层的人工智能服务层面，亚马逊云科技在北京区域推出了Amazon Personalize，客户无需具备机器学习专业知识，即可方便、快速地构建个性化推荐系统；
在中间层的机器学习服务层面，亚马逊云科技将Amazon SageMaker在re:Invent 2020上亮相的包括Data Wranger、Feature Store、Pipelines等七项新功能在北京区域和宁夏区域上线，让客户可以更轻松地构建端到端的机器学习管道；
在底层的算力层面，亚马逊云科技在北京区域和宁夏区域推出了Amazon EC2 Inf1实例，该实例基于亚马逊云科技自研机器学习推理芯片Amazon Inferentia，与当前成本最低的基于GPU的实例相比，可以提高多达30%的吞吐量，并使每次推断的成本最高降低45%。
在机器学习应用程序的总体开发和运行基础架构成本中，生产中运行机器学习模型的推理占据了绝大部分，甚至高达90%。如此高昂的成本让不少人望而却步。亚马逊Alexa团队将其高度复杂的“文本转语音”模型迁移到Inferentia，并在Inf1实例上合成了80%的Alexa语音响应，从而节省了30%的成本。与基于GPU的实例相比，Inferentia的响应延迟也降低了25%，可提供更好的用户体验，并允许在Alexa语音上进行更多创新。
顾凡指出，截至目前为止，Amazon SageMaker已经开发了20多个工具，横跨了整个机器学习的开发生命周期。通过Amazon SageMaker的助力，数据科学家的效率可以提升10倍，并且能够将机器学习总体应用成本降低高达54%。
音智达与亚马逊云科技的携手合作
作为亚马逊云科技在中国的合作伙伴，上海音智达信息技术有限公司（以下简称音智达）对于如何助力企业数字化转型和推动产业智能化转型，有着极为深刻的切身体验。
上海音智达信息技术有限公司CEO孙晓臻介绍说，音智达专注于帮助企业进行数字化转型和数据驱动管理服务，旗下主要有顶尖大数据软件产品、基于大数据技术的预测性分析和BI商务智能解决方案、数字化转型相关的咨询服务等三大业务。从2002年至今，音智达已经积累了近18年的数据服务经验，客户覆盖了汽车制造、快消零售、医药与生命科学、航空与物流、高科技与制造业、金融服务等多个行业。
“对于我们这样的公司来说，挑战也是非常明确的，主要包括四个方面的问题：一是人才的招聘和培养非常不容易，并且因为市场越热，人才流失率也越高；二是开发技术难度越来越大，因为现在的技术架构已经和五年前十年前完全不同；三是部署和运维的成本很高，但客户通常又不愿意为之付出很多价格；四是缺乏好的、有性价比的平台。”孙晓臻向趣味科技透露。
近年来，越来越多的企业客户选择亚马逊云科技托管云基础设施，并实现性能、安全性、可靠性和可扩展性的提高。这其中就有很多的客户，原本都是音智达多年来的服务对象。一方面，音智达意识到未来数据平台最重要的趋势就是上云，并且非常迫切地需要一个强有力的合作伙伴体系；另一方面，亚马逊云科技也需要合作伙伴，特别是像音智达这样在各行各业都有着丰富数据服务经验的企业。因此双方一拍即合，音智达很快成为了亚马逊云科技的高级合作伙伴，并且还是首批获得AI/ML合作伙伴能力认证的公司。
Amazon SageMaker带来的改变
“时至今日，应该再没有客户会认为，自己没有数据也能够把业务做好。但也并不是所有的客户在有了数据之后，都能够把自己的业务做成功。”孙晓臻表示，“以前说起人工智能，大家第一时间可能都会想到互联网企业，但是现在人工智能应用最多的，恰恰是许多传统产业。因为很多传统产业都有数据驱动，譬如音智达服务的客户，很多都是五百强的头部企业。五年前他们的数据量平均是10TB，五年后平均数据量基本上都已经在200TB以上，好的公司数据量甚至有1PB。既然有如此丰富的数据，那么人工智能就可以为企业带来非常大的价值。”
针对大数据分析相关的问题，音智达可以为使用亚马逊云科技服务的企业实现定制化的云上智能存储、建模和部署，将更多的客户业务迁移到云端，助力客户实现数字化转型和创新。“首先要搞清楚Why，然后要搞清楚How，最后要搞清楚What，就是我们要用Amazon SageMaker时给客户最重要的提问顺序。无论客户的答案是什么，只要将Amazon SageMaker结合其他PaaS服务，不管架构怎样千变万化，都可以在亚马逊云上非常快速地构建起来。”孙晓臻说道，“过去十年里，我们大部分的解决方案都是本地化的，围绕Hadoop生态需要千变万化地搭积木，每个不同的业务场景都不可能套用一个生态，每次都需要不一样的组件。而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。”
亚马逊云科技雄厚的技术实力，结合音智达在行业将近20年的深厚积累，给双方的合作带来了极佳的效率提升。“Amazon SageMaker是一个非常优秀、面向数据科学家的机器学习服务平台。从项目需求的理解，到模型的搭建和生成，以前我们的项目实施是以月为时间单位，但现在是以周为时间单位，极大地压缩了时间成本。客户对人工智能的期望值也变得越来越高。现在客户中是谁意识到了数据的痛点，谁认识到运维很难再升级扩容和发展，谁就越迫切地告诉我想要用Amazon SageMaker。”孙晓臻透露，“一方面从客户案例来说，我们在客户的商机挖掘上效率比过去提升了50%以上，获得了更多的机会；另一方面从业务本身来讲，我们也有高达30-40%的显著增长，因为Amazon SageMaker这个一站式平台把许多工程师、架构师的工作都简化了，所以显著提升了数据科学家的工作效率。”
企业应用机器学习的四点建议
“亚马逊云科技坚持赋能合作伙伴，帮助合作伙伴实现业务的重塑与创新，共同为客户提供更好的服务。通过AI赋能音智达，我们实现了端到端的大数据分析应用整体解决方案，并有机组合各类技术方案，实现数据智能应用平台。”谈到亚马逊云科技与音智达的合作时，顾凡如是表示，“AI智能服务方面，像智能制造、精准营销、销售预测、知识发现、图像处理等，都已经成功引领企业迈入数字化转型阶段。音智达作为亚马逊云科技的高级咨询合作伙伴，也正在通过双方的携手合作，将AI业务咨询推进到另一个更加高级的阶段。”
在Amazon SageMaker落地中国区域一周年之际，顾凡还根据亚马逊云科技在过去一年中积累的经验，为想要应用机器学习的中国企业提出了以下四点建议：
一、企业要找到一个适合机器学习的场景作为切入点。先突破创新业务，再改造核心业务。
二、避免重复造轮子，利用平台能力。让数据科学家，开发人员专注于的自己的应用和业务创新。
三、拒绝闭门造车，数据科学家要业务化，学习业务。
四、跟真心诚意赋能的厂商合作， 牢牢把握住你对数据和算法模型的所有权。