9月8日，IBM舉行了“科技一席談”線上媒體訪談會(huì)，此次訪談以“數(shù)據(jù)與AI”為主題，由IBM 大中華區(qū)科技事業(yè)部、客戶成功管理部總經(jīng)理朱輝，IBM 中國混合云與 AI 華東及華南大區(qū)總經(jīng)理許偉杰作主題分享。

在數(shù)字化轉(zhuǎn)型的時(shí)代，很難有一家企業(yè)能僅憑一己之力滿足所有客戶的需求。在這樣的大環(huán)境下，越來越多企業(yè)開始采用混合云架構(gòu)。從IBM此前的公開數(shù)據(jù)顯示，在過去的12個(gè)月，IBM的云業(yè)務(wù)營收達(dá)到 270 億美元，超過總收入的三分之一

朱輝表示，成為一家全球領(lǐng)先的混合云與AI能力的供應(yīng)商，是IBM當(dāng)下的公司戰(zhàn)略。今年年初，無論是從IBM的組織架構(gòu)調(diào)整，再到全球的售前、售后服務(wù)團(tuán)隊(duì)等新組織成立，包括IBM大中華區(qū)科技事業(yè)部客戶成功管理部的成立，均體現(xiàn)了IBM以成就客戶為中心致力于成為企業(yè)信賴的數(shù)字化轉(zhuǎn)型伙伴的堅(jiān)定理念。

?朱輝?(Jerry Zhu) ?IBM?大中華區(qū)科技事業(yè)部客戶成功管理部總經(jīng)理

朱輝還透露，目前IBM硬件、軟件、服務(wù)、咨詢等各條業(yè)務(wù)線已經(jīng)統(tǒng)一到了混合云與AI的戰(zhàn)略平臺(tái)上。其次，從產(chǎn)品尤其是軟件的角度來看，過去五六年間的調(diào)整與整合，使整個(gè)軟件的產(chǎn)品線都已經(jīng)集中到了基于容器化平臺(tái)之上的Cloud Paks之上。

另外，從售前、售后服務(wù)體系方面，IBM也已經(jīng)形成了以數(shù)字化轉(zhuǎn)型、混合云與AI能力為主軸的咨詢服務(wù)，通過車庫文化、Design Thinking?Workshop的方式和客戶共同創(chuàng)新。幫助客戶運(yùn)用最新的技術(shù)，在完成數(shù)字化轉(zhuǎn)型、產(chǎn)生新的業(yè)務(wù)創(chuàng)新和業(yè)務(wù)價(jià)值的過程中，來發(fā)現(xiàn)、定義新的業(yè)務(wù)場景和MVP（最小可行性產(chǎn)品）。讓在企業(yè)本身的業(yè)務(wù)轉(zhuǎn)型、數(shù)字化進(jìn)程，以及運(yùn)用AI技術(shù)在混合云架構(gòu)之上搭建新的現(xiàn)代化IT架構(gòu)的大型項(xiàng)目中，縮短回報(bào)周期。

而對(duì)于Cloud Paks，許偉杰也給出了另一個(gè)詮釋：“Cloud Paks相當(dāng)于把這些能力都非常好地通過容器化、微服務(wù)化來展現(xiàn)，這里面不僅僅是簡單地把這些工具給容器化，放在容器上跑，里面還有很多基于容器的協(xié)同、管理的能力。”

許偉杰 IBM 中國混合云與AI 華東及華南大區(qū)總經(jīng)理

對(duì)于Cloud Paks的部署，許偉杰認(rèn)為，當(dāng)企業(yè)發(fā)展到大量技術(shù)協(xié)同應(yīng)用需要這個(gè)能力時(shí)，就可以把現(xiàn)有所有的投資和應(yīng)用場景放到新的Cloud Paks容器化環(huán)境當(dāng)中去，使得技術(shù)可以得到平滑過渡和轉(zhuǎn)移。

混合云+AI，已逐漸成為企業(yè)IT架構(gòu)的新基石

從IBM透露的數(shù)據(jù)顯示，目前全球已有3200多個(gè)企業(yè)級(jí)客戶使用IBM的混合云平臺(tái)，有4萬用戶使用IBM的人工智能技術(shù)。從這兩個(gè)數(shù)據(jù)中可以看出，目前混合云與AI的市場量級(jí)和需求巨大。而混合云+AI，在企業(yè)新的IT架構(gòu)和IT環(huán)境中發(fā)揮重要作用的時(shí)代已經(jīng)到來。

任何新的技術(shù)都會(huì)帶來很大的生產(chǎn)力提高，創(chuàng)造新的價(jià)值，但是同時(shí)也都會(huì)產(chǎn)生一些新的技術(shù)上面新的要求、挑戰(zhàn)，有的時(shí)候甚至是困境。

目前IBM看到的客戶對(duì)技術(shù)上最主要的三個(gè)主要訴求是：

如何盡快、簡單、低風(fēng)險(xiǎn)、低成本地搭建起混合云的環(huán)境和基礎(chǔ)架構(gòu)；如何把公有云、私有云上面部署的應(yīng)用和擁有的數(shù)據(jù)，以及多年來在本地系統(tǒng)當(dāng)中運(yùn)行的應(yīng)用，在混合的IT環(huán)境下面進(jìn)行高效的監(jiān)管、運(yùn)營、運(yùn)維？

智能自動(dòng)化。如何通過技術(shù)和智能的能力，把低端、低價(jià)值的工作自動(dòng)化？

怎么樣通過人工智能來實(shí)現(xiàn)數(shù)據(jù)的價(jià)值？

到目前為止，第三部分的訴求還遠(yuǎn)沒有達(dá)到理想狀態(tài)。根據(jù)IDC的數(shù)據(jù)顯示，高達(dá)90%有價(jià)值的企業(yè)數(shù)據(jù)存在著無從訪問、無法信任、未被分析利用等問題，對(duì)企業(yè)決策、企業(yè)對(duì)業(yè)務(wù)表現(xiàn)實(shí)現(xiàn)實(shí)時(shí)可視化、對(duì)客戶的響應(yīng)能力等方面都有所阻礙。

朱輝認(rèn)為，在混合云架構(gòu)下，如何釋放企業(yè)停留在不同角落、不同應(yīng)用系統(tǒng)中的數(shù)據(jù)所帶來的技術(shù)的挑戰(zhàn)尤為重要。在二十年前，數(shù)據(jù)領(lǐng)域里最先進(jìn)的技術(shù)是數(shù)據(jù)倉庫，把不同應(yīng)用中產(chǎn)生的數(shù)據(jù)慢慢集中到設(shè)計(jì)好的數(shù)據(jù)倉庫的架構(gòu)上面，使它能夠被分析，能夠得出分析結(jié)果。而若干年后，大數(shù)據(jù)、數(shù)據(jù)集市、數(shù)據(jù)湖的概念相繼出現(xiàn)，但作用仍然是把來自于企業(yè)不同應(yīng)用、不同部門、不同角落的數(shù)據(jù)集中到一個(gè)數(shù)據(jù)平臺(tái)上來，產(chǎn)生一個(gè)統(tǒng)一的可被分析的視角。

到了今天，許多企業(yè)已經(jīng)進(jìn)入了混合云的軌道，并大量使用了AI的技術(shù)，這種情況下，會(huì)產(chǎn)生哪些技術(shù)問題？

數(shù)據(jù)量急劇增加。隨著非結(jié)構(gòu)化數(shù)據(jù)加入到整個(gè)企業(yè)級(jí)數(shù)據(jù)的來源當(dāng)中，成為越來越重要的來源之后，一個(gè)企業(yè)所擁有的數(shù)據(jù)量以及增長速度正在呈幾何級(jí)增長。

數(shù)據(jù)不光來自于不同的應(yīng)用系統(tǒng)，還存在于不同的形態(tài)當(dāng)中，包括公有云、私有云、本地應(yīng)用上。

如果按照原來數(shù)據(jù)倉庫、數(shù)據(jù)集市、統(tǒng)一數(shù)據(jù)平臺(tái)的概念將這些數(shù)據(jù)全部復(fù)制或移動(dòng)，會(huì)導(dǎo)致成本和復(fù)雜度越來越高、可靠性越來越低、所需要的時(shí)間越來越多。也就是說，這件事情要做成的難度越來越高。

我們?nèi)绾芜\(yùn)用AI的技術(shù)解決剛才的問題，AI發(fā)揮了哪些作用？這是另外一個(gè)新的挑戰(zhàn)。為了解決如何在新的混合云IT架構(gòu)時(shí)代當(dāng)中發(fā)揮數(shù)據(jù)價(jià)值的問題， Data Fabric數(shù)據(jù)架構(gòu)的理念因此誕生。

Data Fabric，利用AI將數(shù)據(jù)價(jià)值最大化

如何用AI挖掘數(shù)據(jù)價(jià)值？IBM的解決方案是把Data?Fabric?融入到了產(chǎn)品中去，也就是Cloud Pak for Data之上。

Data Fabric首先是一個(gè)數(shù)據(jù)架構(gòu)，數(shù)據(jù)架構(gòu)的目的是在正確的時(shí)間，從任意位置，將正確的數(shù)據(jù)與正確的人連接起來，從而全面釋放數(shù)據(jù)價(jià)值，加速企業(yè)的數(shù)字化轉(zhuǎn)型。

動(dòng)態(tài)協(xié)調(diào)分布式數(shù)據(jù)，用跨數(shù)據(jù)平臺(tái)的數(shù)據(jù)以可信賴的方式來支持各種不同的分析或者是應(yīng)用系統(tǒng)的場景，而非機(jī)械性地搬運(yùn)或復(fù)制數(shù)據(jù)，也不是點(diǎn)對(duì)點(diǎn)連接，或以集中式、單一樞紐式的數(shù)據(jù)集成方式來將數(shù)據(jù)放在統(tǒng)一的平臺(tái)上分析。這樣做看起來簡單，但在混合云的環(huán)境中，成本和復(fù)雜度增加，時(shí)間成本也高。所以Data Fabric其實(shí)是一個(gè)跨越不同數(shù)據(jù)來源的虛擬網(wǎng)絡(luò)，使這些數(shù)據(jù)互相之間產(chǎn)生了虛擬的連接，從而使得在不需要發(fā)生物理流動(dòng)的情況下，能夠被人看到、被查詢、被分析。

想要實(shí)現(xiàn)用智能的、安全的、可信的，甚至是自服務(wù)的方式獲得不同數(shù)據(jù)源的數(shù)據(jù)，AI需要在當(dāng)中發(fā)揮非常大的作用。在IBM Cloud Pak for Data上，智能化Data?Fabric可以提供四種AI自動(dòng)化能力：

1、AutoCatalog（自動(dòng)分類）。可以看成是IBM研發(fā)AI賦能的分類大腦。元數(shù)據(jù)的管理的目的是挖掘數(shù)據(jù)價(jià)值，是把各個(gè)不同來源的數(shù)據(jù)很好地利用起來的重要技術(shù)環(huán)節(jié)。它可以根據(jù)發(fā)現(xiàn)數(shù)據(jù)和分類的流程實(shí)現(xiàn)自動(dòng)化，進(jìn)行自動(dòng)分類之后建立自動(dòng)化目錄，維護(hù)來自于不同數(shù)據(jù)環(huán)境數(shù)據(jù)資產(chǎn)的Dynamic（動(dòng)態(tài)的）的Real time catalogue（實(shí)時(shí)目錄）。實(shí)時(shí)目錄是一個(gè)非常重要的自動(dòng)化的能力，用于提供能力上的支撐，是為跨企業(yè)內(nèi)不同業(yè)務(wù)團(tuán)隊(duì)之間的數(shù)據(jù)完成輕松查找的重要設(shè)計(jì)。

2、AutoAI（自動(dòng)建模）。主要作用為盡量降低AI模型開發(fā)、模型校正、模型自我重新培訓(xùn)的技術(shù)門檻和人力付出，從而對(duì)動(dòng)態(tài)的數(shù)據(jù)和整個(gè)AI本身算法生命的周期進(jìn)行自動(dòng)化。能夠幫助確保在正確的時(shí)間把正確的數(shù)據(jù)給到正確的人。

3、AutoPrivacy（自動(dòng)識(shí)別隱私規(guī)則）。主要是通過數(shù)據(jù)隱私框架當(dāng)中的關(guān)鍵能力，使用AI的能力智能化地識(shí)別企業(yè)內(nèi)部的敏感數(shù)據(jù)，被調(diào)用時(shí)系統(tǒng)能夠識(shí)別、監(jiān)控到，甚至在后續(xù)定義敏感數(shù)據(jù)的使用和保護(hù)時(shí)，可以為企業(yè)內(nèi)部的政策實(shí)施自動(dòng)化提供技術(shù)和智能化的保障。

4、AutoSQL（自動(dòng)查詢）。通過AutoSQL的技術(shù)來實(shí)現(xiàn)訪問數(shù)據(jù)的自動(dòng)化，無須物理地移動(dòng)這些數(shù)據(jù)，從而提高了數(shù)據(jù)查詢的速度，也降低了使用數(shù)據(jù)的人對(duì)數(shù)據(jù)來源所需要的了解。

這樣一來，對(duì)于不同的數(shù)據(jù)源都使用同一個(gè)查詢引擎，就能夠統(tǒng)一地得到數(shù)據(jù)、分析數(shù)據(jù)。可以保證企業(yè)在挖掘數(shù)據(jù)價(jià)值過程中節(jié)省大量的時(shí)間和資源，避免了移動(dòng)數(shù)據(jù)和維護(hù)多個(gè)查詢引擎所帶來的額外成本、復(fù)雜度，對(duì)人員技能的要求也無需太高。????

IBM將這四項(xiàng)重要的AI賦能的Auto的能力，都加入到最新的Cloud Pak for Data 4.0版本當(dāng)中。從目前實(shí)驗(yàn)室內(nèi)部做的一些比對(duì)來看，Data Fabric的價(jià)值以及自動(dòng)化能力，可實(shí)現(xiàn)查詢速度提高8倍以上、同時(shí)成本降低一半。

當(dāng)前AI和大數(shù)據(jù)領(lǐng)域，最需要什么樣的人才？

在混合云IT架構(gòu)的大環(huán)境下，對(duì)于從事AI和大數(shù)據(jù)領(lǐng)域的開發(fā)者而言，又該關(guān)注哪些領(lǐng)域、掌握什么技能？

對(duì)于這個(gè)問題，朱輝認(rèn)為，首先圍繞著數(shù)據(jù)領(lǐng)域來講，開發(fā)者社區(qū)當(dāng)中對(duì)于數(shù)據(jù)科學(xué)本身的這部分技能，將來一定會(huì)非常吃香。

其次，對(duì)于為企業(yè)工作的大多數(shù)開發(fā)者而言，對(duì)業(yè)務(wù)線（LOB，Line-of-Business），也就是對(duì)于業(yè)務(wù)系統(tǒng)的了解將來會(huì)變得越來越重要。在整個(gè)IT的棧當(dāng)中，基礎(chǔ)能力模塊和組件、功能的產(chǎn)生和維護(hù)，將來會(huì)越來越自動(dòng)化，甚至代碼的產(chǎn)生本身也是自動(dòng)化的。所謂的AutoAI自我培訓(xùn)出來的模型，其實(shí)就是自我產(chǎn)生的代碼。像這些能力模塊的建立，一直以來是靠軟件工程師、碼農(nóng)一條一條寫出來的。這樣的工作不會(huì)消失，但是一定會(huì)減少。相反，在朱輝看來，對(duì)于系統(tǒng)、IT的從業(yè)人員而言，尤其是做數(shù)據(jù)相關(guān)工作的IT從業(yè)人員，如果不懂業(yè)務(wù)，將來很難生存，這是他的主要建議。對(duì)于業(yè)務(wù)的熟悉，對(duì)數(shù)據(jù)科學(xué)來說是非常重要的技能培養(yǎng)方向。

“其實(shí)現(xiàn)在的市場就是這樣子的，對(duì)任何一個(gè)工種來說，跨界能力很重要。很簡單，一個(gè)會(huì)某某編程語言的開發(fā)者，如果按照這個(gè)篩選條件，可能有一萬個(gè)人。但是一個(gè)做過兩個(gè)頭部汽車企業(yè)的開發(fā)者，篩選后可能只有200人，這200人恰恰是企業(yè)要的。”許偉杰補(bǔ)充道。

許偉杰表示，無論是開發(fā)人員、算法工程師、還是銷售、行業(yè)咨詢顧問，都是一樣的道理。尤其是國內(nèi)的市場很大，任何一個(gè)細(xì)分行業(yè)都非常巨大。很多細(xì)分行業(yè)中有兩種、三種復(fù)合能力的人，在里面會(huì)特別有機(jī)會(huì)脫穎而出，去做很多不一樣的事情。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的AI+混合云模式，如何最大化挖掘数据价值？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。