麻省理工學(xué)院的Erik Brynjolfsson與Andrew McAfee教授在《與機(jī)器賽跑》一書中寫道“250多年以來，經(jīng)濟(jì)增長的基本動力一直是技術(shù)創(chuàng)新。其中最重要的，正是經(jīng)濟(jì)學(xué)家們提出的所謂通用型技術(shù)，包括蒸汽機(jī)、電力與內(nèi)燃機(jī)等等。而我們這個時(shí)代下最重要的通用型技術(shù)正是人工智能，特別是機(jī)器學(xué)習(xí)。”

過去幾年，人工智能（AI）與機(jī)器學(xué)習(xí)（ML）不斷向縱深發(fā)展，準(zhǔn)入門檻也大幅降低，眾多行業(yè)意識到了AI和ML的巨大潛力，不斷加大投入，企業(yè)在線業(yè)務(wù)場景如游戲、電商、社交、廣告，以及風(fēng)控場景對AI/ML技術(shù)的應(yīng)用有所增加。無論是提高員工生產(chǎn)力，削減成本，還是業(yè)務(wù)創(chuàng)新，增強(qiáng)客戶體驗(yàn)，企業(yè)正通過部署AI/ML，解決數(shù)字化轉(zhuǎn)型過程中的難題，把握發(fā)展機(jī)遇。

不可否認(rèn)，企業(yè)在使用AI/ML時(shí)仍面臨諸多挑戰(zhàn)，部署成本居高不下，專業(yè)人才不足，缺乏將數(shù)據(jù)轉(zhuǎn)化為洞察的相關(guān)機(jī)器學(xué)習(xí)知識等。為了充分發(fā)揮AI/ML價(jià)值，企業(yè)往往需要一套全面的機(jī)器學(xué)習(xí)解決方案，亞馬遜云科技便是這樣一家云服務(wù)提供商。

部署AI/ML有多難？

2022世界人工智能大會上，亞馬遜云科技人工智能與機(jī)器學(xué)習(xí)產(chǎn)品副總裁Bratin Saha表示，AI/ML技術(shù)是當(dāng)今最具變革性的技術(shù)之一，正在解決人類面臨的一些最具挑戰(zhàn)性的問題，也為我們提供了前所未有的新機(jī)遇。

很多企業(yè)希望使用AI/ML推動業(yè)務(wù)增長時(shí)，卻因一些門檻望而卻步。在亞馬遜云科技看來，現(xiàn)階段企業(yè)在實(shí)施AI/ML主要面臨四點(diǎn)挑戰(zhàn)。

第一，缺乏具備AI/ML相關(guān)能力的人員。機(jī)器學(xué)習(xí)知識門檻高，而且技術(shù)仍處于早期階段，企業(yè)很難找到了解實(shí)際需求，并且有AI/ML技術(shù)的人員完成所需的人工智能工作。

第二，缺乏高質(zhì)量數(shù)據(jù)。如今，每時(shí)每刻都會有海量結(jié)構(gòu)化數(shù)據(jù)以及音頻、視頻、圖像、醫(yī)療數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)的產(chǎn)生，但原始數(shù)據(jù)無法直接用于特定場景的機(jī)器學(xué)習(xí)，企業(yè)需要專業(yè)的數(shù)據(jù)準(zhǔn)備工具，以降低AI/ML的使用門檻。

第三，缺乏合適的切入場景。企業(yè)在應(yīng)用機(jī)器學(xué)習(xí)的時(shí)候往往千頭萬緒，開展機(jī)器學(xué)習(xí)應(yīng)該從什么項(xiàng)目切入？由于機(jī)器學(xué)習(xí)技術(shù)門檻高，傳統(tǒng)企業(yè)通常缺少既精通業(yè)務(wù)又精通機(jī)器學(xué)習(xí)技術(shù)的專家，難以在實(shí)際場景中找到合適的機(jī)器學(xué)習(xí)場景進(jìn)行切入。

第四，AI/ML產(chǎn)業(yè)缺乏規(guī)�；�落地所需的各項(xiàng)服務(wù)。企業(yè)要獲得實(shí)際的業(yè)務(wù)價(jià)值，需要規(guī)模化部署AI/ML，將其融入到業(yè)務(wù)的方方面面，從而可以低成本、高效率地發(fā)揮AI/ML優(yōu)勢。

在人才、技術(shù)之外，企業(yè)在實(shí)施AI/ML還會重點(diǎn)考慮成本。“AI/ML的成本主要來自人員成本和基礎(chǔ)設(shè)施成本。”亞馬遜云科技大中華區(qū)機(jī)器學(xué)習(xí)產(chǎn)品總監(jiān)張洋表示，一方面，完整的機(jī)器學(xué)習(xí)團(tuán)隊(duì)包括數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師等角色，人員市場成本普遍居高。另一方面人工智能與機(jī)器學(xué)習(xí)應(yīng)用涉及的計(jì)算、存儲、網(wǎng)絡(luò)與數(shù)據(jù)相關(guān)的數(shù)據(jù)庫、數(shù)據(jù)分析、ML工具成本也普遍偏高。而且人工智能技術(shù)尚處早期，從探索到工程化周期長，投入成本與周期都偏長。

亞馬遜云科技大中華區(qū)機(jī)器學(xué)習(xí)產(chǎn)品總監(jiān)張洋

AI門檻被不斷降低

作為第一個打開「云計(jì)算」技術(shù)新領(lǐng)域的公司，亞馬遜擁有全球20年機(jī)器學(xué)習(xí)的創(chuàng)新實(shí)踐，旗下云服務(wù)平臺亞馬遜云科技已幫助逾10萬用戶在核心業(yè)務(wù)使用機(jī)器學(xué)習(xí)。成立15年來，亞馬遜云科技致力于開發(fā)先進(jìn)的AI和ML服務(wù)，為企業(yè)提供構(gòu)建AI/ML應(yīng)用所需的工具和指導(dǎo)。

亞馬遜云科技也在不斷幫助企業(yè)降低AI/ML實(shí)施過程中的成本，提高生產(chǎn)力。

幫助企業(yè)選擇正確的項(xiàng)目場景：憑借豐富的案例和場景，亞馬遜云科技會在項(xiàng)目開始時(shí)幫企業(yè)選擇AI/ML可以實(shí)際幫助到業(yè)務(wù)、實(shí)現(xiàn)業(yè)務(wù)價(jià)值的場景，避免錯誤的應(yīng)用場景導(dǎo)致高額沉沒成本。

提供開箱即用的AI服務(wù)加速企業(yè)AI應(yīng)用上線：亞馬遜云科技提供訓(xùn)練好的人工智能服務(wù)，目前有9大類、20多種訓(xùn)練好的AI服務(wù)，涵蓋計(jì)算機(jī)覺、語音文字轉(zhuǎn)換、機(jī)器對話、文本處理、個性化推薦、時(shí)間序列預(yù)測、客服、企業(yè)內(nèi)信息搜索、開發(fā)與運(yùn)維、工業(yè)AI等方面。用戶可以直接在應(yīng)用中調(diào)用這些人工智能服務(wù)，無需關(guān)注背后的機(jī)器學(xué)習(xí)模型，可以快速在業(yè)務(wù)場景上實(shí)踐，驗(yàn)證其商業(yè)價(jià)值。

推動企業(yè)AI規(guī)模化和產(chǎn)業(yè)化：企業(yè)需要規(guī)�；�部署AI/ML，將其融入到業(yè)務(wù)的方方面面，亞馬遜云科技為客戶構(gòu)建訓(xùn)練模型的參數(shù)已達(dá)到數(shù)十億規(guī)模，每個月提供數(shù)千億預(yù)測結(jié)果，這樣的規(guī)模效應(yīng)推動了企業(yè)AI/ML的產(chǎn)業(yè)化落地實(shí)踐。

按需付費(fèi)模式減少成本：企業(yè)可以像使用其他云服務(wù)一樣使用亞馬遜云科技的AI/ML服務(wù)，享受云服務(wù)本身的安全性、可靠性、可擴(kuò)展性，同時(shí)無需前期投入高額的基礎(chǔ)設(shè)施采購和部署成本，可根據(jù)業(yè)務(wù)需求靈活計(jì)費(fèi)，企業(yè)能夠以較低成本快速將業(yè)務(wù)推向市場�；�礎(chǔ)設(shè)施層面，企業(yè)可以選擇市面上流行的開源機(jī)器學(xué)習(xí)框架和算法，例如TensorFlow、Apache MXNet、PyTorch等，任何用戶都可以使用最新的基礎(chǔ)設(shè)施，對多種框架進(jìn)行試驗(yàn)。亞馬遜云科技自主設(shè)計(jì)芯片，并推出了高性能機(jī)器學(xué)習(xí)推理芯片亞馬遜云科技Inferentia和機(jī)器學(xué)習(xí)訓(xùn)練芯片亞馬遜云科技 Trainium。在數(shù)據(jù)工程師，科學(xué)家工具層面，亞馬遜云科技提供完全托管的機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker，它提供了全球首個面向機(jī)器學(xué)習(xí)的集成開發(fā)環(huán)境SageMaker Studio。

專業(yè)服務(wù)支持客戶項(xiàng)目成功：亞馬遜云科技以“扶上馬，送一程”的方式，幫助客戶更快地應(yīng)用機(jī)器學(xué)習(xí)技術(shù)。例如，上海欣兆陽信息科技有限公司（Convertlab）基于亞馬遜云科技統(tǒng)一的數(shù)據(jù)基礎(chǔ)底座，構(gòu)建了一體化數(shù)據(jù)智能湖倉架構(gòu)Data Hub和一體化高效機(jī)器學(xué)習(xí)平臺AI Hub，使數(shù)據(jù)流轉(zhuǎn)時(shí)效性提升32%，可進(jìn)行快速的特征設(shè)計(jì)和機(jī)器學(xué)習(xí)模型迭代，模型上線效率提升30%。當(dāng)前已上線5大營銷特征類別，300多種營銷特征，20多個營銷AI模型，幫助企業(yè)從AI/ML中獲取業(yè)務(wù)增長機(jī)會。

“在少數(shù)場景實(shí)現(xiàn)業(yè)務(wù)成功之后，規(guī)�；疉I將賦能更多業(yè)務(wù)創(chuàng)新，提供更大業(yè)務(wù)價(jià)值。”張洋指出，當(dāng)AI的價(jià)值在業(yè)務(wù)驗(yàn)證之后，快速工程化，規(guī)�；瘉頂U(kuò)大業(yè)務(wù)價(jià)值，同時(shí)帶來成本的節(jié)省。

用AI/ML把握發(fā)展良機(jī)

越來越多的行業(yè)正在迅速部署機(jī)器學(xué)習(xí)，應(yīng)對嚴(yán)峻挑戰(zhàn)并把握發(fā)展良機(jī)。

樂普醫(yī)療是醫(yī)療大健康領(lǐng)域最早投入AI研發(fā)的公司之一，通過亞馬遜云科技的AI服務(wù)，樂普醫(yī)療國際部一方面開發(fā)了基于大數(shù)據(jù)和NLP自然語言處理技術(shù)的搜索機(jī)器人，提升了獲取潛在客戶信息的效率，另一方面使用Amazon Connect與Amazon Lex開發(fā)的語音機(jī)器人與潛在外貿(mào)客戶實(shí)時(shí)、有效的溝通，增強(qiáng)了樂普醫(yī)療外貿(mào)營銷及獲客的能力，也帶給了樂普醫(yī)療與其客戶更便捷、高效的業(yè)務(wù)體驗(yàn)。

作為集鑒別、溯源等服務(wù)為一體的專業(yè)茅臺老酒鑒定體系，見甄集成了北京茅臺文化研究會十余年鑒藏研究經(jīng)驗(yàn)。在亞馬遜機(jī)器學(xué)習(xí)方案中心的幫助下，實(shí)現(xiàn)AI鑒酒能力提升。見甄AI鑒酒盒子通過圖像識別、稱重、光學(xué)掃描等方法對34個特征點(diǎn)進(jìn)行鑒定，3分鐘可出具鑒酒報(bào)告，基于Amazon SageMaker快速搭建定制化神經(jīng)網(wǎng)絡(luò)，定位和分類鑒定特征點(diǎn)，實(shí)現(xiàn)了接近100%的模型準(zhǔn)確率。

對于企業(yè)而言，有些時(shí)候AI帶來的并不是明顯的效益提升，這也讓很多企業(yè)對人工智能和機(jī)器學(xué)習(xí)的投入產(chǎn)出產(chǎn)生困惑。張洋表示，企業(yè)應(yīng)該通過AI實(shí)際帶來的業(yè)務(wù)價(jià)值評估收益，比如在線業(yè)務(wù)中優(yōu)化廣告目標(biāo)客戶來提高流量質(zhì)量，優(yōu)化推薦系統(tǒng)，共同提升轉(zhuǎn)化率。

網(wǎng)易有道旗下少兒數(shù)字閱讀教育產(chǎn)品有道樂讀利用Amazon Personalize實(shí)現(xiàn)個性化推薦，月活用戶提升了20%。

西門子工業(yè)自動化產(chǎn)品成都生產(chǎn)及研發(fā)基地在亞馬遜云科技的幫助下部署了工業(yè)廢料分揀系統(tǒng)，采用Amazon SageMaker高效訓(xùn)練機(jī)器學(xué)習(xí)模型，持續(xù)采集廢料形態(tài)用于訓(xùn)練和優(yōu)化機(jī)器學(xué)習(xí)，將分揀準(zhǔn)確率從70%提升至97%以上，逐步實(shí)現(xiàn)無人工干預(yù)的廢料分揀。

淄博市熱力集團(tuán)有限責(zé)任公司使用Amazon SageMaker作為開發(fā)平臺踐行了站控戶控模型訓(xùn)練和開發(fā)，并且利用亞馬遜云科技的無服務(wù)器架構(gòu)進(jìn)行生產(chǎn)環(huán)境的自動訓(xùn)練和推理后，每年可以節(jié)約標(biāo)煤15萬噸，以標(biāo)煤價(jià)格約2000元一噸計(jì)算，15萬噸煤的價(jià)格是3億元人民幣，相比一億元的總投入而言，投入產(chǎn)出比達(dá)到1：3。

未來越來越多的企業(yè)會更傾向于選擇使用成熟的AI/ML服務(wù)，將機(jī)器學(xué)習(xí)平臺和基礎(chǔ)設(shè)施運(yùn)維等工作交給專業(yè)的供應(yīng)商去做，從而將更多精力投入到AI賦能企業(yè)自身的核心業(yè)務(wù)當(dāng)中，快速利用AI/ML技術(shù)從以往無法獲取洞察的數(shù)據(jù)中獲得更多的競爭優(yōu)勢。