9月8日，IBM的《科技談話》媒體采訪在網(wǎng)上舉行。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中國混合云和AI華東及華南地區(qū)總經(jīng)理許偉杰分別分享“數(shù)據(jù)和AI”主題，并與包括IBM Q在內(nèi)的眾多科技媒體進行交流。

混合云AI已成為IBM戰(zhàn)略的核心

目前，混合云AI已成為IBM當之無愧的戰(zhàn)略核心。

IBM大中華區(qū)科學技術(shù)事業(yè)部、客戶成功管理部總經(jīng)理朱輝。

周輝表示，目前IBM收入的三分之一來自混合云相關(guān)業(yè)務，公司硬件、軟件、服務、咨詢等所有線路都整合到混合云和AI的戰(zhàn)略平臺上。另外，從軟件角度來看，通過過去5-6年的調(diào)整和集成，整個軟件套件集中在基于容器平臺的云包上。

“Cloud Paks就像IBM在紅帽O(jiān)penShift的基礎(chǔ)上容器化，以微服務的形式向客戶提供廣受客戶認可的技術(shù)能力強的企業(yè)級軟件一樣。不僅將這些工具容器化，而且還有很多基于容器的協(xié)作、管理能力?！痹S偉杰說。

IBM中國混合云和AI華東及華南地區(qū)總裁許偉杰

在市長/市場銷售的售前、售后服務系統(tǒng)領(lǐng)域，IBM還建立了以數(shù)字轉(zhuǎn)換、混合云和AI功能為主的咨詢服務系統(tǒng)，通過車庫創(chuàng)新、設計思維研討會(Design Workshop)方式與客戶一起創(chuàng)新，幫助客戶利用最新技術(shù)完成數(shù)字轉(zhuǎn)換，創(chuàng)造新的業(yè)務創(chuàng)新和商業(yè)價值。

在數(shù)據(jù)方面，目前全球有3200多個企業(yè)級客戶使用IBM的混合云平臺，4萬名用戶使用IBM的人工智能技術(shù)。IBM今年第二季度的財報數(shù)據(jù)顯示，IBM在過去12個月里總銷售額的三分之一是混合云相關(guān)業(yè)務，約為263億美元(約合1697億元人民幣)。

在混合云IT體系結(jié)構(gòu)時代，企業(yè)面臨著數(shù)據(jù)挑戰(zhàn)

新技術(shù)可以幫助企業(yè)提高生產(chǎn)力，創(chuàng)造新價值。但同時，企業(yè)也將面臨相應的挑戰(zhàn)。具體來說，有三個挑戰(zhàn)：

首先，說明企業(yè)如何盡快、簡單、低風險、低成本地構(gòu)建混合云的環(huán)境和基礎(chǔ)架構(gòu)。在混合IT環(huán)境中監(jiān)督、操作和維護公共云、在私有云上構(gòu)建的應用程序和擁有的數(shù)據(jù)以及在本地系統(tǒng)上運行的應用程序。二、如何通過智能自動化、技術(shù)和人工智能功能實現(xiàn)低端、低價值任務的自動化。第三，如何通過人工智能實現(xiàn)數(shù)據(jù)的價值。其中，利用AI實現(xiàn)數(shù)據(jù)價值的呼吁還不理想。IDC數(shù)據(jù)顯示，多達90%的有價值的企業(yè)數(shù)據(jù)、無法訪問、不可靠或未分析。這不僅阻礙了企業(yè)的決策，還限制了企業(yè)績效的實時可視化和對客戶的快速響應能力。

從周輝的角度來看，目前很多企業(yè)采用混合云，使用了大量的AI技術(shù)，但同時也面臨很多技術(shù)問題。

首先，隨著非結(jié)構(gòu)化數(shù)據(jù)添加到整個企業(yè)數(shù)據(jù)的源中，并成為越來越重要的源，一個企業(yè)擁有的數(shù)據(jù)量和增長速度呈指數(shù)級增長。第二，數(shù)據(jù)不僅來自不同的應用程序系統(tǒng)，還來自多種形式，包括公共云、專用云和本地應用程序。按照原始數(shù)據(jù)倉庫、數(shù)據(jù)集市、統(tǒng)一數(shù)據(jù)平臺的概念復制或移動這些數(shù)據(jù)，會增加成本和復雜性，降低可靠性，需要更多的時間。這意味著難度越來越高。對于企業(yè)來說，如何利用AI技術(shù)解決復雜而困難的數(shù)據(jù)問題是一個值得持續(xù)探索的課題。

使用AI解鎖數(shù)據(jù)價值

數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)體系結(jié)構(gòu)概念是在混合云IT體系結(jié)構(gòu)時代出現(xiàn)的，旨在解決企業(yè)如何利用數(shù)據(jù)價值的問題。

在混合云時代，數(shù)據(jù)結(jié)構(gòu)是一種體系結(jié)構(gòu)模型，旨在應對企業(yè)內(nèi)數(shù)據(jù)資產(chǎn)的多樣化、分布式、規(guī)模和復雜性等挑戰(zhàn)。數(shù)據(jù)結(jié)構(gòu)以智能、安全、自助的方式動態(tài)調(diào)整分布式數(shù)據(jù)源，并在整個數(shù)據(jù)平臺上提供可靠的數(shù)據(jù)，從而支持多種分析和應用程序方案。數(shù)據(jù)結(jié)構(gòu)不是點對點連接或單個集線器數(shù)據(jù)集成，而是在混合數(shù)據(jù)源之間“交叉”虛擬網(wǎng)絡，使數(shù)據(jù)能夠快速流過此虛擬網(wǎng)絡。

簡而言之，智能數(shù)據(jù)結(jié)構(gòu)的主要功能是在適當?shù)臅r間將正確的數(shù)據(jù)從正確的位置連接到正確的人，從而完全獲得數(shù)據(jù)價值，并加快企業(yè)的數(shù)字轉(zhuǎn)換。

IBM

Cloud Pak for Data 的模塊化和可定制性質(zhì)提供了一種理想的環(huán)境，可通過針對用戶的獨特需求量身定制的解決方案構(gòu)建 Data Fabric。

具體來說，IBM Cloud Pak for Data 上的智能化 Data Fabric 可以提供以下四方面 AI 自動化能力：

1.AutoCatalog（自動分類）

AutoCatalog 相當于一個由 AI 賦能的“大腦”，可以對數(shù)據(jù)的發(fā)現(xiàn)和分類流程實現(xiàn)自動化，建立自動化目錄，維護來自于不同數(shù)據(jù)環(huán)境數(shù)據(jù)資產(chǎn)的 Dynamic（動態(tài)的）的 Real time catalogue（實時目錄）。實時目錄能夠提供能力上的支撐，是一個非常重要的自動化的能力，可以輕松查找跨企業(yè)內(nèi)不同業(yè)務團隊之間的數(shù)據(jù)。

2.AutoAI（自動建模）

AutoAI 主要用來盡量降低 AI 模型開發(fā)、模型校正、模型自我重新培訓的技術(shù)門檻和人力付出，從而對動態(tài)的數(shù)據(jù)和整個 AI 本身算法生命的周期進行自動化。

3.AutoPrivacy（自動識別隱私規(guī)則）

AutoPrivacy 主要是通過數(shù)據(jù)隱私框架當中的關(guān)鍵能力，使用 AI 的能力智能化地識別企業(yè)內(nèi)部的敏感數(shù)據(jù)，當被調(diào)用的時候系統(tǒng)能夠識別到、監(jiān)控到，甚至在后續(xù)當定義敏感數(shù)據(jù)的使用和保護時，就可以為企業(yè)內(nèi)部的政策實施自動化提供技術(shù)和智能化的保障。

4.AutoSQL（自動查詢）

通過 AutoSQL 的技術(shù)來實現(xiàn)訪問數(shù)據(jù)的自動化，無需物理地移動這些數(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)的人對數(shù)據(jù)來源所需要的了解。

IBM 將上述四項 AI 賦能的自動化能力都加入到最新的 Cloud Pak for Data 4.0 版本當中。從目前實驗室內(nèi)部做的一些比對來看，Data Fabric 的價格以及自動化能力，能夠把查詢的速度提高 8 倍以上，成本降低大概一半。

在朱輝看來，Data Fabric 是非常重要的技術(shù)棧演進。隨著數(shù)據(jù)不斷增長，企業(yè)數(shù)字化進程必然加快。在此背景下，如果沒有人工智能，僅依靠人力來解鎖數(shù)據(jù)價值的成本巨大。

“混合云架構(gòu)實現(xiàn)了數(shù)據(jù)的民主，讓數(shù)據(jù)變得更加公開，更加能夠被普適性應用。在不傷及數(shù)據(jù)的擁有權(quán)、敏感度、安全性、可信性的前提下，讓更多人能夠從數(shù)據(jù)當中獲益，享受數(shù)據(jù)帶來的價值，實現(xiàn)數(shù)據(jù)的民主化。我們整個理念、技術(shù)的演進，就是圍繞著這樣的一種思路和邏輯在往前推進?！?/p>

寫在最后

當前，AI 在諸多領(lǐng)域已具備決策能力，比如 AlphaGo 走的每一步棋都是一個決定。至于 AI 做的決定是否可靠，朱輝認為這其中只有一小部分是技術(shù)問題，大部分實際上是人文問題、法律問題和社會問題。

對于未來，朱輝認為 AI 能做的決定一定會越來越多。“但最終用 AI 做多少決定，還是人類的選擇?！?/p>