近年來，隨著越來越多的公司使用SaaS(軟件即服務)模型來處理越來越大的數(shù)據(jù)集，企業(yè)云的應用一直在加速?，F(xiàn)在，領先的企業(yè)正在認識到，云可以做的不僅僅是處理數(shù)據(jù)，它可以推動業(yè)務和收入增長。特別是，人工智能和機器學習的不斷進步，為企業(yè)利用其數(shù)據(jù)的能力創(chuàng)造了新的機會，而云提供了獲取這些數(shù)據(jù)的必要工具。

克服早期認知誤區(qū)

早在2015年，許多公司就在最初嘗試實現(xiàn)“大數(shù)據(jù)”的承諾時，建立了大型的本地數(shù)據(jù)湖(Data Lake，指使用原始格式存儲數(shù)據(jù)的系統(tǒng))。其主要意圖是對企業(yè)中的所有數(shù)據(jù)進行統(tǒng)一存儲，從原始數(shù)據(jù)(源系統(tǒng)數(shù)據(jù)的精確副本)轉(zhuǎn)換為用于報告、可視化、分析和機器學習等各種任務的目標數(shù)據(jù)。數(shù)據(jù)湖中的數(shù)據(jù)包括結(jié)構化數(shù)據(jù)(關系數(shù)據(jù)庫數(shù)據(jù))，半結(jié)構化數(shù)據(jù)(CSV、XML、JSON等)，非結(jié)構化數(shù)據(jù)(電子郵件，文檔，PDF)和二進制數(shù)據(jù)(圖像、音頻、視頻)，從而形成一個容納所有形式數(shù)據(jù)的集中式數(shù)據(jù)存儲。

然而這些以多種格式存儲的集中式信息存儲庫往往成為數(shù)據(jù)的墓地，因為許多公司缺乏計算資源，而早期的人工智能技術需要這些計算資源才能獲得有意義的分析見解。例如僅對圖像進行圖形處理就非常昂貴。

當時，云平臺的AI能力還不夠成熟，不足以促使企業(yè)將數(shù)據(jù)密集型的ML項目轉(zhuǎn)移到云環(huán)境中。大數(shù)據(jù)被寄予厚望的潛力似乎凍結(jié)了。幸運的是，這只是暫時的。

可擴展性成為可能

最近，云數(shù)據(jù)倉庫(Data Warehouse)的出現(xiàn)，使得企業(yè)可以對數(shù)據(jù)結(jié)構進行建模，這些數(shù)據(jù)結(jié)構在存儲和性能方面都是可伸縮擴展的。主要的云計算提供商現(xiàn)在提供的產(chǎn)品套件包括模型開發(fā)、托管和機器學習運營(MLOps)，如2017年發(fā)布的亞馬遜AWSSageMaker。

此外，云供應商還提供了用于自然語言處理(NLP)、預測和計算機視覺的人工智能API，這些API都是經(jīng)過預先訓練的，可以很容易地集成到目前應用程序中。

追隨領先者

未來幾年，云計算領域的領軍企業(yè)將繼續(xù)擴大其計算能力，重點關注5G、邊緣計算和網(wǎng)格計算技術。在這些投資中，領導者們正在將關鍵技術與云技術配對，尤其是人工智能。做出這一戰(zhàn)略決定有許多原因。不斷擴大的云人工智能工具讓產(chǎn)品團隊能夠大幅降低開發(fā)成本和縮短上市時間，為創(chuàng)新型企業(yè)創(chuàng)造了新的可能性。

依賴于E-IQ(企業(yè)智商)，這是一個為固定的業(yè)務流程分配AI能力的框架，揭示了可能的AI用例，包括五個支柱：感知、決策、行動、交互和適應。E-IQ還可以幫助企業(yè)建立一個路線圖，以便使用敏捷的AI交付模型和參考架構，準備云計算項目。

一旦確定了用例和支持的技術工件，引入自己的模型方法可以加速將模型遷移到諸如AWS SageMaker和其他相關云智能工具中。

為了確保模型不會顯示出“過時”或“漂移”，一個健壯的MLOps(機器學習運營)框架指導新手和治理，允許進行計算優(yōu)化和定期重新校準模型。

人工智能在金融服務等受到高度監(jiān)管的行業(yè)尤其有用，隨著監(jiān)管機構實施越來越嚴格的驗證要求，這些行業(yè)越來越依賴復雜的模型來指導決策。使用智能方法進行模型測試和驗證可以確保內(nèi)部模型驗證團隊能夠有效地對其模型進行備份，節(jié)省時間并確保流程中的法規(guī)遵從性。

未來一瞥

以下用例說明了許多將人工智能與云結(jié)合的有影響力。通過利用人工智能和云計算的動態(tài)組合，企業(yè)正在為實現(xiàn)多種目標做好準備，包括:

新收入來源：一家醫(yī)療保健機構將與ML模型相關的數(shù)據(jù)轉(zhuǎn)移到云上，不僅能夠優(yōu)化成本，還能將模型預測貨幣化。在這種情況下，客戶包括研究機構，它們能夠繞過構建自己的模型所需的數(shù)據(jù)收集和聚合過程，而是直接從數(shù)據(jù)源購買結(jié)果，以加快研究。他們支付的費用涵蓋了醫(yī)療保健機構產(chǎn)生的模型開發(fā)費用。

增強客戶體驗：基于云的人工智能技術可以為各種公司帶來更好的客戶體驗，從出租車服務到電子商務網(wǎng)店。在前一種情況下，配備人工智能推薦引擎的出租車顯示屏，可以根據(jù)乘客的目的地或通過云知識圖構建的電影推薦，向乘客顯示個性化的服務。

塑造戰(zhàn)略成果：在云AI的幫助下，首席財務官可以將來自內(nèi)部和外部數(shù)據(jù)的情報注入到財務規(guī)劃過程中，為增加收入提出建議。同樣，首席營銷官也可以在一系列產(chǎn)品類別中確定優(yōu)化營銷支出的策略，以實現(xiàn)投資回報率的最大化。對于只依賴于總賬/企業(yè)資源規(guī)劃系統(tǒng)數(shù)據(jù)的高管來說，這種程度的洞察力是很難獲得的。

自主化：云AI平臺可以實現(xiàn)智能自動化(自主化，它是自動化的升級)，從而顯著提高與任意數(shù)量的內(nèi)部業(yè)務流程相關的效率。例如，一個移動應用程序可以調(diào)用API，從存儲在云中的文檔中提取信息，從而轉(zhuǎn)變?nèi)肆Y源的入職方式，并將完成管理任務的時間從幾天縮短到幾分鐘。

在云計算中部署人工智能的企業(yè)已經(jīng)實現(xiàn)了上述所有成果和許多其他成果。

隨著云計算和人工智能/機器學習技術的不斷發(fā)展，這兩種技術的協(xié)同結(jié)合將繼續(xù)為創(chuàng)新型企業(yè)帶來顯著的競爭優(yōu)勢。這些競爭優(yōu)勢將使該領域的領先者與其他遲鈍的同行拉開巨大差距。