找回密码
 立即注册
  • QQ空间
  • 回复
  • 收藏

中国企业如何将数据变现?首先得先克服4大AI落地挑战

admin| 2019-5-31 10:29 阅读 105 评论 0

IBM全球机器学习研发中心总经理朱辉建议企业,要更前瞻性的思考AI会对现有业务流程、企业架构带来什么改变,再去规划执行。

「许多企业已经开始将数据视为一种资源,并试图从中发展新的业务。」IBM中国认知运算与数据分析研发中心总经理朱辉表示,在中国,数据越密集的行业投入越大,例如金融业,试图让数据成为未来的营收来源。甚至「有些中国的银行,热衷于将内部的IT部门独立出来成为公司,比如民生银行,原来的IT主管变成科技公司的法人代表总经理。」

率领400名研发团队,打造出IBM第一个私有云机器学习平台的朱辉观察,下一波AI应用场景是企业内部维运流程的优化,如AIOps(Artificial Intelligence for IT Operations,智慧维运),他也举例,中国某间商业银行使用IBM DB2数据库管理系统,但维运团队无法同时监测2000个以上的数据库,何况每个数据库也都有几百个DB2本身维运的KPI参数等,因此,如何通过AI模型省去人力监控的工作是一大挑战,「要让维运团队把时间集中在问题的分析上,而不是问题的发现上。」

企业要让AI落地有4大困境,必须具备好的资讯架构才能克服

然而,尽管现在AI落地应用的案例越来越多,朱辉也揭露一份调查数据指出,中国有75%的企业在两年内将数码转型作为集团战略核心,但也有81%的公司还不清楚部署AI需要哪些资料,「他们不知道AI要从哪些场景开始、要先解决甚么问题、如何创造新的价值,也没有方法论来倒推回哪些数据跟问题相关、哪些数据是我需要的。」

因此,朱辉提出4项企业在实践AI转型面临的障碍,包括不健全的资料生态系统、不完整的分析工具、缺乏整合的工作流程,与僵化的企业文化。

首先,企业的资料常常分散在各处,导致存取困难,过去历史资料可能也没有妥善保存;就算有了资料,零散的分析工具也可能导致管理困难;再者,企业的AI研究成果若无法融入工作流程,光有很好的模型却无法落地应用;最大的挑战,则是传统的企业文化较缺乏跨部门合作,且无监督学习的AI模型,具有高度不可解释性,也难以说服决策者采信应用。

「我们常常把实验室AI与企业级AI混在一起,实验室AI只要模型表现的好就成功了,但企业级AI会让工作流程、决策方法、内部维运,甚至企业的文化和主架构都产生变化。」朱辉认为,企业要导入AI之前,首先要意识到实验室AI与企业级AI的不同,并从更全面的角度来思考AI应用会对公司带来的变革,否则模型产出好结果,也无法进一步产生效益。

要解决AI无法落地的困境,IBM也提出「先有好的资讯架构(Information Architecture,IA)才有AI。」的概念,指出企业要善用工具蒐集数据,并且妥善组织数据,「因为你永远不会进去一个乱七八糟的储物间拿东西。」再者,要有一个能让多部门、团队共同协同工作的分析平台,同时具备资安防护的能力;最後则是要部署可信任的AI来实际驱动业务流程。

企业数码转型过程中常采用两种组织架构,各自面临不同挑战

企业导入AI过程中,除了要运用好的IA,在人力的编制上也要有好的组织架构。朱辉表示:「我觉得现在谈最佳组织架构(best practice)有点早,很多企业都还在摸索。」他也指出,常见的两种架构,一是企业内特别独立出数据科学家的部门或团队,甚至出现CDO(Chief Data Officer)的编制,另一种则是原来传统的IT部门,将其中一部分的IT人力分派去处理数据相关工作。

第一种形式常出现于走的较快、拥有的数据量更多的企业。分出AI与大数据部门的优点,是团队中聚集了相同技能的人才,拥有更多的研发能量也容易激盪出创新想法,但在跨部门合作过程中,可能因看问题的角度不同而无法很好的合作;第二种形式较第一种更为常见,企业可能为节省预算,直接从IT部门分出数据分析的人力,这种编制的优势在于研究人员与IT团队易于合作,但也可能因为他们并非数据科学专业学科出身,会受到本身IT知识与经验的限制导致转型困难。

「两种方式走的人都有,也各有千秋,但真正的Best Practice是把多个部门、多种知识技能放在同一个框架下,以专案(project)的方式来驱动进行。」朱辉认为,现在的企业生态往往是IT部门与业务部门互踢皮球,不愿意承接数据科学团队的专案,但未来可能会相反,因为谁抢到就拥有话语权。

以中国经验看,企业较欠缺快速决策与行动的能力

朱辉也以中国的经验来给企业三点建议,第一是要有勇气、决心、快速执行的能力,再者,是从比较容易成功的应用开始导入,第三,则是要用前瞻性的思维来做整体的规划。

「中国有他的特点,就是做事快、决策快、拍了版就定案。」朱辉举例,中国最近一年意识到数据科学人才的储备不足,因此教育部今年3月就宣布35所大学获得建设AI专业学科的资格,这也表示未来每年将出现很大的人才库。虽然他也坦言,这其中也与政治社会因素相关,但在推动AI落地,还是要有勇气、决心、与快速执行的能力。

第二,AI要从小的、容易成功的专案开始执行,并由管理阶层来带领,较容易建立起信心,才会有下一个专案;第三是要用前瞻性的思维来做整体的规划,AI的落地是从点的方式进行,但决策者要有更全面的规划与想像,「去思考我们现有的社会、做事情的方法,会发生甚么改变?」朱辉表示,银行将IT部门独立成科技公司,整个企业组织架构发生改变,正是因为银行看见大数据的价值,要借由数据分析的结果来创造营收,这就是具有前瞻性思维的例子。

朱辉也认为, 就AI技术的发展与应用来说,目前还在弱AI的阶段,无论是从企业业务的改变、服务客户的方式与质量、以及真正带给客户的价值来看,已经看见许多可能,但还没发生;即便如此,现今AI分析运算的软硬件成本与技术门槛都下降,各产业的投入也越来越高,也代表AI发展的趋势已不可逆,只能更积极的导入与执行。

    文章点评
    相关文章
    2019-10-16 10:40
    IT新闻 如何支撑上亿用户尖峰流量?微博服务架构超高可用性的秘密 ...
    如今随着互联网的快速发展,各大社交媒体也占据了,网友们主要生活之一,而要说到目前国内最经常用的,就不得不说微博 <详情>
    2019-10-14 14:41
    硬件知识堂 如何给女朋友解释什么是服务器?
    女人是个特别奇怪的生物,因为某天她会变得特别的好学。有天她擦拭着她那刚洗完的头发,突然抬起头问“服务器是什么? <详情>
    2019-10-11 12:11
    硬件评测 为互联网而生的二手浪潮服务器SA5112M4,值不值得入手?
    基于能够承载其业务处理器和成本的考虑,二手服务器以其亲民的价格,极高的性价比和出色的性能等特性,越来越受中小企 <详情>
    2019-10-10 14:24
    IT新闻 谷歌拥有90万台服务器,且看数据中心5大发展趋势!
    据谷歌最新提供的电量消耗数据推算,谷歌在全球13个数据中心拥有约90万台服务器,使用的电力足够为20万户家庭供电。阿 <详情>
    2019-10-08 19:27
    硬件知识堂 企业如何选择服务器?需要考虑哪些因素?
    随着互联网的飞速发展,企业越来越离不开服务器,一个服务器的好坏往往决定了企业的发展。那么企业如何选择合适的服务 <详情>
    2019-09-29 15:52
    IT新闻 技嘉发布多款服务器响应AMD第二代EPYC,1U服务器提供128颗核心 ... ... ...
    十次方消息:响应AMD今年8月推出第二代EPYC处理器平台,技嘉也发布多款服务器,其中的R182-Z92是1U、2路的架构,搭配2 <详情>
    2019-09-27 17:55
    IT新闻 阿里“硬”了,重磅发布首款AI芯片!
    阿里巴巴第一颗芯片今天诞生!2019年9月25日,在杭州举行的阿里云栖大会上,阿里巴巴CTO、阿里云智能总裁、达摩院院长 <详情>
    2019-09-27 16:53
    硬件评测 搭配顶级GPU与特殊参考设计,华硕推出轻薄型创作者笔记本电脑 ... ... ...
    华硕针对内容创作者推出ProArt StudioBook系列笔电,其中的ProArt StudioBook One是效能最强大的一款,搭配了Nvidia最 <详情>
    2019-09-26 11:45
    IT新闻 甲骨文用1,060台Raspberry Pi 3 B+装置,打造出超级计算机丛集
      为了展示新发布的自主作业系统Oracle Autonomous Linux,甲骨文用1,060台Raspberry Pi 3 B+装置,打造出超级计算 <详情>
    2019-09-17 10:22
    IT新闻 IBM新一代大型主机Z15系统一天可执行最高1兆次网页运算
      IBM新一代大型主机z15新增多云环境资料安全防护,因应混合云及多云环境,Z15加入可端对端加密的TDO技术,并加入Op <详情>
    十次方服务器实体机租赁
    关闭

    官方推荐 上一条 /1 下一条