大数据平台加速AI大规模商业化落地访肯睿中国Cloudera大中华区区域副总裁王刚

　　本报记者 秦枭 北京报道
　　ChatGPT的横空出世，围绕它的讨论与关注经久不绝。AI技术越来越多应用于人们的生活中，AI技术在工商业中的作用也愈加明显。随着人工智能底层技术如图像识别、自然语言处理、机器学习等技术的不断成熟，已经在智能制造、智慧教育、智慧医疗、智慧金融等不同领域多点开花，为实体经济发展带来了巨大价值。
　　AI在企业经营管理中的作用是什么？与企业的数字化转型有何异同点？企业在构建AI生态又面临哪些困难？近日，《中国经营报》记者专访了Cloudera大中华区区域副总裁王刚。
　　AI+有望赋能千行百业
　　由AI驱动的智能决策将事后分析转变为事前预判和主动执行，能够大大提高企业的生产力和运营效率。据IDC预计，到2025年，超过60%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，做智能预测与决策，以增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。
　　《中国经营报》：从整个市场来看，目前AI应用主要集中在To C端，在To B端哪一类行业对AI的需求较高？
　　王刚：AI有很多场景，大家预测AI新一代大规模商业化的时代会来临，尤其是ChatGPT的面世引起了极大的热情，可以将其广泛应用传媒、电商、影视、娱乐等不同行业里，原来大家都不知道AI怎么在行业中落地，现在有了ChatGPT，大家知道这个在很多行业中都可以做，而且可以产生很多内容。
　　具体来说，当企业数据量越来越大的时候，便需要系统进行分析。比如某个银行，某个保险公司，众多的客户靠人工分析或者传统技术是没法实现的，此时就需要系统来实现。现在看起来，AI使用场景比较多的行业就是金融、电信等数据量处理比较大的行业，特别是包括银行、保险、证券公司等在内的金融业。
　　《中国经营报》：企业发展AI对经营管理有何意义？
　　王刚：用AI的系统可以帮助我们加快业务决策速度。AI的形式和以前不一样了，AI分析要做很多的实时数据处理，在这个实时处理过程中，有很多数据是通过流式的方式传输的，有些需求也是共享的，在这个情况下，AI和之前的AI也有一些差别，现在的AI越来越贴近我们的业务，实时对业务有一些支撑，这也就是为什么越来越多的企业在投资AI方面系统的原因。
　　实际上，我们有大量的客户，已经从数据平台、AI上得到了收益，像Cloudera的机器学习（CML），已经做到了很多以前做不到的功能，当然这个也有行业特性，不同行业的使用场景不一样，我们在CML里也内嵌了很多模型，金融、电信、汽车很多模型不一样，在使用过程中要满足合规要求，满足数据安全的隐患，保证数据不会泄露出去，同时注重交互性，如何让AI和业务部门相结合在一起，我们在UI设计上都比之前做了很多优化，交互性做得比原来也强了很多。
　　《中国经营报》：对于中小企业来说，是否有必要尝试建立自己的AI解决方案？
　　王刚：对于中小企业来讲，AI是每个公司应该考虑的能力，只不过对于AI有顾忌的问题是投入，大银行、大的金融机构，他们很有钱，愿意花钱去做，但是大家担心，我投入了很多人力的时候发现产出回报没有那么明显，需要花很多钱、很多设备、很多技术、很多时间，这是实际存在的问题，这跟部署方式有关。
　　诸如AWS、微软、阿里、腾讯等一些公有云的厂商，已经推出自己的AI解决方案和应用能力，门槛很低，有指引式的操作，按照步骤，很快就搭建出来，甚至有些产品点击鼠标几下就可以搭建出来。AI是不同规模的企业都要去尝试的，今后在市场竞争中是一个核心能力，大家觉得AI都是大公司的事情，中小企业在这方面可能永远都跟不上大公司的脚步，这个差距会越来越大，其实每个类型的公司都可以尝试。
　　数据是AI 发展的基础
　　人工智能产业的整体发展致使对数据的需求快速增长，以机器学习为主的人工智能技术的高速发展依赖于底层大数据的丰富程度，强大的模型需要含有大量样本的数据集作为基础，数据的质量、多样性将对算法模型的成败产生重大影响，AI数据服务业进入了深度定制化阶段。
　　《中国经营报》：数据在AI的发展过程中扮演什么角色？
　　王刚：有了数据之后，你就可以做AI的事情，数据的本质来讲，我们把大数据平台延伸到AI最后一个环节是顺理成章的事情，我们有了数据之后才可以做AI，如果没有数据，没法对一些算法进行数据的学习、训练，你是做不到的。通过大数据平台，端到端的各个环节都有各种各样的组件，不同的环节用不同组件来实现数据收集、分析、整理。例如，把数据收集上来，数据可能是不同的数据源，可能是手机端、设备端、服务器端，把数据收集上来，之后怎么进行整理丰富，按照你的规则标准化，这个叫数据工程，数据清洗整理好后要进行入仓，在数据仓库里生成想要的报表，输出到业务部门，通过人工智能和机器学习，对生产和运营做成一个你想要的提前的预测。
　　《中国经营报》：企业发展AI与数字化转型有什么异同？
　　王刚：数字化转型的概念讲了很多年了，但是概念太大。AI是数字化转型的其中一个环节，一个步骤，可以用在内部，也可以用在外部，也可以用在研发，可以用在内部的运营管理，也可以做到后台安全，或者IT系统运营，本质上它是技术实现的一种手段。
　　数字化转型与发展AI之间并没有冲突，只是说数字化转型概念有点太大了，如果要落地到某一个部门，某一个场景，AI则表现得更加具象，ChatGPT等应用给大家很多想象空间，从无到有，企业在尝试利用AI分析模型。以前只能看报表，现在可以自动生成一些报表，甚至给出预测性的分析，告诉你应该怎么去做。甚至以后再结合一智能机器人的数据，整个过程从分析到执行都是自动化的，这对于企业的经营是极其有利的。
　　《中国经营报》：企业发展AI还需要面临哪些风险？
　　王刚：第一个风险点是投资与收益不成正比，可能花了钱但回报很低；第二个风险点是数据合规、数据安全问题，特别是《数据安全法》等相关法律法规颁布后，数据隐私越来越重要，如果在使用AI的过程中，忽视了数据安全的重要性，可能给企业造成的风险会非常大，风险一旦暴露出来，产生了一些不好的结果，商业上的损失可能比你原来对AI的期望值还要大。
　　除此之外，AI应用本身也存在一些挑战，第一个挑战就是AI需要一些模型，业务模型、开发模型，很多公司搭建AI系统的时候不知道模型怎么搭，不知道自己的需求是什么；第二是传统的技术、AI平台、数据科学的平台比较单一，AI在不同的部门、不同的业务场景上需求不一样，如果这个数据平台比较僵化、比较老套，很难满足不同业务部门经常变化的需求。
　　《中国经营报》：Cloudera可以为企业发展AI提供哪些帮助？
　　王刚：首先是技术能力，Cloudera提供了很强的技术能力，让不同行业、不同领域、不同使用场景AI的落地变成可能。其次是我们可以做很多交流，Cloudera有大量合作伙伴，他们对行业的积累是通过方法论的方式做一些沉淀，很多AI已经落地的项目，他们的经验可以复制到国内来，这些使用场景很大层面上是可以相通的，有模板、有行业的专家，同时客户也要结合自己的实际情况去探讨和碰撞，甚至做一些试点。实际上，机器学习AI平台的搭建已经比较简单，从界面、互动性等方面来讲，不像以前那么高深，现在有很强的互动性，通过＂拖拉拽＂的方式很快便可以搭建出来。AI＂最后一公里＂落地的时候需要客户和合作伙伴的参与，也需要像Cloudera技术平台这样的服务商提供足够强的技术保证。