9月8日，IBM舉行了“科技一席談”線上媒體訪談會，此次訪談以“數據與AI”為主題，由IBM 大中華區科技事業部、客戶成功管理部總經理朱輝，IBM 中國混合云與 AI 華東及華南大區總經理許偉杰作主題分享。

在數字化轉型的時代，很難有一家企業能僅憑一己之力滿足所有客戶的需求。在這樣的大環境下，越來越多企業開始采用混合云架構。從IBM此前的公開數據顯示，在過去的12個月，IBM的云業務營收達到 270 億美元，超過總收入的三分之一

朱輝表示，成為一家全球領先的混合云與AI能力的供應商，是IBM當下的公司戰略。今年年初，無論是從IBM的組織架構調整，再到全球的售前、售后服務團隊等新組織成立，包括IBM大中華區科技事業部客戶成功管理部的成立，均體現了IBM以成就客戶為中心致力于成為企業信賴的數字化轉型伙伴的堅定理念。

?朱輝?(Jerry Zhu) ?IBM?大中華區科技事業部客戶成功管理部總經理

朱輝還透露，目前IBM硬件、軟件、服務、咨詢等各條業務線已經統一到了混合云與AI的戰略平臺上。其次，從產品尤其是軟件的角度來看，過去五六年間的調整與整合，使整個軟件的產品線都已經集中到了基于容器化平臺之上的Cloud Paks之上。

另外，從售前、售后服務體系方面，IBM也已經形成了以數字化轉型、混合云與AI能力為主軸的咨詢服務，通過車庫文化、Design Thinking?Workshop的方式和客戶共同創新。幫助客戶運用最新的技術，在完成數字化轉型、產生新的業務創新和業務價值的過程中，來發現、定義新的業務場景和MVP（最小可行性產品）。讓在企業本身的業務轉型、數字化進程，以及運用AI技術在混合云架構之上搭建新的現代化IT架構的大型項目中，縮短回報周期。

而對于Cloud Paks，許偉杰也給出了另一個詮釋：“Cloud Paks相當于把這些能力都非常好地通過容器化、微服務化來展現，這里面不僅僅是簡單地把這些工具給容器化，放在容器上跑，里面還有很多基于容器的協同、管理的能力。”

許偉杰 IBM 中國混合云與AI 華東及華南大區總經理

對于Cloud Paks的部署，許偉杰認為，當企業發展到大量技術協同應用需要這個能力時，就可以把現有所有的投資和應用場景放到新的Cloud Paks容器化環境當中去，使得技術可以得到平滑過渡和轉移。

混合云+AI，已逐漸成為企業IT架構的新基石

從IBM透露的數據顯示，目前全球已有3200多個企業級客戶使用IBM的混合云平臺，有4萬用戶使用IBM的人工智能技術。從這兩個數據中可以看出，目前混合云與AI的市場量級和需求巨大。而混合云+AI，在企業新的IT架構和IT環境中發揮重要作用的時代已經到來。

任何新的技術都會帶來很大的生產力提高，創造新的價值，但是同時也都會產生一些新的技術上面新的要求、挑戰，有的時候甚至是困境。

目前IBM看到的客戶對技術上最主要的三個主要訴求是：

如何盡快、簡單、低風險、低成本地搭建起混合云的環境和基礎架構；如何把公有云、私有云上面部署的應用和擁有的數據，以及多年來在本地系統當中運行的應用，在混合的IT環境下面進行高效的監管、運營、運維？

智能自動化。如何通過技術和智能的能力，把低端、低價值的工作自動化？

怎么樣通過人工智能來實現數據的價值？

到目前為止，第三部分的訴求還遠沒有達到理想狀態。根據IDC的數據顯示，高達90%有價值的企業數據存在著無從訪問、無法信任、未被分析利用等問題，對企業決策、企業對業務表現實現實時可視化、對客戶的響應能力等方面都有所阻礙。

朱輝認為，在混合云架構下，如何釋放企業停留在不同角落、不同應用系統中的數據所帶來的技術的挑戰尤為重要。在二十年前，數據領域里最先進的技術是數據倉庫，把不同應用中產生的數據慢慢集中到設計好的數據倉庫的架構上面，使它能夠被分析，能夠得出分析結果。而若干年后，大數據、數據集市、數據湖的概念相繼出現，但作用仍然是把來自于企業不同應用、不同部門、不同角落的數據集中到一個數據平臺上來，產生一個統一的可被分析的視角。

到了今天，許多企業已經進入了混合云的軌道，并大量使用了AI的技術，這種情況下，會產生哪些技術問題？

數據量急劇增加。隨著非結構化數據加入到整個企業級數據的來源當中，成為越來越重要的來源之后，一個企業所擁有的數據量以及增長速度正在呈幾何級增長。

數據不光來自于不同的應用系統，還存在于不同的形態當中，包括公有云、私有云、本地應用上。

如果按照原來數據倉庫、數據集市、統一數據平臺的概念將這些數據全部復制或移動，會導致成本和復雜度越來越高、可靠性越來越低、所需要的時間越來越多。也就是說，這件事情要做成的難度越來越高。

我們如何運用AI的技術解決剛才的問題，AI發揮了哪些作用？這是另外一個新的挑戰。為了解決如何在新的混合云IT架構時代當中發揮數據價值的問題， Data Fabric數據架構的理念因此誕生。

Data Fabric，利用AI將數據價值最大化

如何用AI挖掘數據價值？IBM的解決方案是把Data?Fabric?融入到了產品中去，也就是Cloud Pak for Data之上。

Data Fabric首先是一個數據架構，數據架構的目的是在正確的時間，從任意位置，將正確的數據與正確的人連接起來，從而全面釋放數據價值，加速企業的數字化轉型。

動態協調分布式數據，用跨數據平臺的數據以可信賴的方式來支持各種不同的分析或者是應用系統的場景，而非機械性地搬運或復制數據，也不是點對點連接，或以集中式、單一樞紐式的數據集成方式來將數據放在統一的平臺上分析。這樣做看起來簡單，但在混合云的環境中，成本和復雜度增加，時間成本也高。所以Data Fabric其實是一個跨越不同數據來源的虛擬網絡，使這些數據互相之間產生了虛擬的連接，從而使得在不需要發生物理流動的情況下，能夠被人看到、被查詢、被分析。

想要實現用智能的、安全的、可信的，甚至是自服務的方式獲得不同數據源的數據，AI需要在當中發揮非常大的作用。在IBM Cloud Pak for Data上，智能化Data?Fabric可以提供四種AI自動化能力：

1、AutoCatalog（自動分類）。可以看成是IBM研發AI賦能的分類大腦。元數據的管理的目的是挖掘數據價值，是把各個不同來源的數據很好地利用起來的重要技術環節。它可以根據發現數據和分類的流程實現自動化，進行自動分類之后建立自動化目錄，維護來自于不同數據環境數據資產的Dynamic（動態的）的Real time catalogue（實時目錄）。實時目錄是一個非常重要的自動化的能力，用于提供能力上的支撐，是為跨企業內不同業務團隊之間的數據完成輕松查找的重要設計。

2、AutoAI（自動建模）。主要作用為盡量降低AI模型開發、模型校正、模型自我重新培訓的技術門檻和人力付出，從而對動態的數據和整個AI本身算法生命的周期進行自動化。能夠幫助確保在正確的時間把正確的數據給到正確的人。

3、AutoPrivacy（自動識別隱私規則）。主要是通過數據隱私框架當中的關鍵能力，使用AI的能力智能化地識別企業內部的敏感數據，被調用時系統能夠識別、監控到，甚至在后續定義敏感數據的使用和保護時，可以為企業內部的政策實施自動化提供技術和智能化的保障。

4、AutoSQL（自動查詢）。通過AutoSQL的技術來實現訪問數據的自動化，無須物理地移動這些數據，從而提高了數據查詢的速度，也降低了使用數據的人對數據來源所需要的了解。

這樣一來，對于不同的數據源都使用同一個查詢引擎，就能夠統一地得到數據、分析數據。可以保證企業在挖掘數據價值過程中節省大量的時間和資源，避免了移動數據和維護多個查詢引擎所帶來的額外成本、復雜度，對人員技能的要求也無需太高。????

IBM將這四項重要的AI賦能的Auto的能力，都加入到最新的Cloud Pak for Data 4.0版本當中。從目前實驗室內部做的一些比對來看，Data Fabric的價值以及自動化能力，可實現查詢速度提高8倍以上、同時成本降低一半。

當前AI和大數據領域，最需要什么樣的人才？

在混合云IT架構的大環境下，對于從事AI和大數據領域的開發者而言，又該關注哪些領域、掌握什么技能？

對于這個問題，朱輝認為，首先圍繞著數據領域來講，開發者社區當中對于數據科學本身的這部分技能，將來一定會非常吃香。

其次，對于為企業工作的大多數開發者而言，對業務線（LOB，Line-of-Business），也就是對于業務系統的了解將來會變得越來越重要。在整個IT的棧當中，基礎能力模塊和組件、功能的產生和維護，將來會越來越自動化，甚至代碼的產生本身也是自動化的。所謂的AutoAI自我培訓出來的模型，其實就是自我產生的代碼。像這些能力模塊的建立，一直以來是靠軟件工程師、碼農一條一條寫出來的。這樣的工作不會消失，但是一定會減少。相反，在朱輝看來，對于系統、IT的從業人員而言，尤其是做數據相關工作的IT從業人員，如果不懂業務，將來很難生存，這是他的主要建議。對于業務的熟悉，對數據科學來說是非常重要的技能培養方向。

“其實現在的市場就是這樣子的，對任何一個工種來說，跨界能力很重要。很簡單，一個會某某編程語言的開發者，如果按照這個篩選條件，可能有一萬個人。但是一個做過兩個頭部汽車企業的開發者，篩選后可能只有200人，這200人恰恰是企業要的。”許偉杰補充道。

許偉杰表示，無論是開發人員、算法工程師、還是銷售、行業咨詢顧問，都是一樣的道理。尤其是國內的市場很大，任何一個細分行業都非常巨大。很多細分行業中有兩種、三種復合能力的人，在里面會特別有機會脫穎而出，去做很多不一樣的事情。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的AI+混合云模式，如何最大化挖掘数据价值？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。