企業(yè)對數(shù)據(jù)的利用有三個階段:響應運營,響應業(yè)務,創(chuàng)造業(yè)務。數(shù)據(jù)中臺解決的是響應業(yè)務的問題,第三階段“創(chuàng)造業(yè)務”,則需要AI中臺。
創(chuàng)新互聯(lián)是一家專業(yè)提供江夏企業(yè)網(wǎng)站建設,專注與網(wǎng)站制作、做網(wǎng)站、H5響應式網(wǎng)站、小程序制作等業(yè)務。10年已為江夏眾多企業(yè)、政府機構(gòu)等服務。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站制作公司優(yōu)惠進行中。數(shù)據(jù)中臺對一個企業(yè),起著至關重要的作用。在數(shù)據(jù)中臺這個稱謂成型之前,各個企業(yè)也都在用不同的方式來盡可能地利用數(shù)據(jù)產(chǎn)生價值。只是在這個過程中,也不得不處理著數(shù)據(jù)帶來的各種問題,比如各個業(yè)務系統(tǒng)經(jīng)年累月以煙囪架構(gòu)形式存在而導致的數(shù)據(jù)孤島、數(shù)據(jù)隔離、數(shù)據(jù)不一致等等。因為這些問題實在是過于繁雜,企業(yè)開始建立數(shù)據(jù)團隊,或者數(shù)據(jù)部分開始繼續(xù)數(shù)據(jù)整頓工作,因此數(shù)據(jù)倉庫、數(shù)據(jù)湖、主數(shù)據(jù)治理等一系列的工作職能應運而生。
人們常說:大中臺,小前臺。在這種模式下,頻繁出現(xiàn)的字眼是:共享。那么,到底共享的是什么?答案便是數(shù)據(jù)的服務。中臺戰(zhàn)略,并不是搭建一個數(shù)據(jù)平臺,但是中臺的大部分服務都是圍繞數(shù)據(jù)而生,更加巧妙的地方是中臺戰(zhàn)略讓數(shù)據(jù)在數(shù)據(jù)平臺和業(yè)務系統(tǒng)之間形成了一個良性的閉環(huán)。于是,數(shù)據(jù)和業(yè)務系統(tǒng)融為了一體。
(圖1 數(shù)據(jù)中臺所解決的問題)
過去,數(shù)據(jù)依賴于手工進行,沒有軟件;有了數(shù)據(jù)中臺,以功能驅(qū)動,固定的數(shù)據(jù)輸入,得到固定的數(shù)據(jù)輸出,構(gòu)建出能用的服務變得更快速、更加的標準化,解決了業(yè)務側(cè)的“能用”問題。但是,如何以固定的輸入,以產(chǎn)生更靈活多變的輸出,提供比如個性化的服務,做到“好用”,數(shù)據(jù)中臺并沒有給出答案。
在建立了數(shù)據(jù)中臺架構(gòu)之后,我們逐步認識到,原來數(shù)據(jù)的價值并不只是個運營出個參考的分析報表,做一系列的預算。數(shù)據(jù)中臺為大型企業(yè)數(shù)據(jù)利用大化提供了一個初始的參照方向。當我們發(fā)現(xiàn),深度學習、機器學習等等一系列技術(shù)開始在這個平臺下施展拳腳的時候,我們可能已經(jīng)清晰地認識到:中臺并不是數(shù)據(jù)分析利用的終點。
如果回顧數(shù)據(jù)分析的歷程,可以歸納發(fā)現(xiàn)數(shù)據(jù)利用大概有如下三個階段:
響應運營
響應業(yè)務
創(chuàng)造業(yè)務
(圖2 企業(yè)對數(shù)據(jù)的利用,有三個發(fā)展階段)
(圖3 創(chuàng)造業(yè)務階段,數(shù)據(jù)中臺面臨的挑戰(zhàn))
數(shù)據(jù)中臺本身還是圍繞數(shù)據(jù)服務來進行的,而非圍繞智能服務來進行的。未來的操作系統(tǒng),一定會越來越個性化,甚至每一個人看到的登錄界面都不一樣,系統(tǒng)可以根據(jù)對應的終端用戶自行呈現(xiàn)符合該用戶習慣的系統(tǒng)界面。那么對于這樣的場景和服務,我們需要怎樣的平臺?整個軟件開發(fā)架構(gòu)和流程是否也都會相應重造?
回到創(chuàng)造業(yè)務的需求。以簡單的銷售業(yè)務為例,數(shù)據(jù)中臺提供的服務本質(zhì)如下圖所示:
(圖4 軟件平臺的業(yè)務模式)
這是目前最常見的軟件平臺的運作方式,開發(fā)人員開發(fā)出了對應的軟件服務后,提供給終端用戶使用,雖然會有銷售售賣該服務。這種方式,好比是拿著一個錘子找釘子,而不是給釘子快速制作一把合適的錘子再去售賣。
能不能這樣:將整個軟件組裝出來的服務,包裝成個性化的產(chǎn)品一樣去售賣,提供量身定做的服務?那么整個運營模式就變成:平臺提供了一種快速構(gòu)建智能服務的過程,服務售賣者利用這個平臺,自己動手構(gòu)建出服務,拿出去售賣,類似一個提供“智能業(yè)務服務的PaaS”。
(圖5 引入AI中臺的軟件平臺業(yè)務模式)
目前基于數(shù)據(jù)中臺的一個智能服務模型開發(fā)來說,流程如下:
(圖6 煙囪式模型構(gòu)建過程)
(圖7 可復用的模型構(gòu)建過程)
首先需要從基礎設施層面進行集成。常規(guī)的數(shù)據(jù)中臺依賴于大量的CPU和內(nèi)存,相反,機器學習模型對GPU的依賴反而更高,但是又不能脫離數(shù)據(jù)中臺,因為它依舊需要利用數(shù)據(jù)中臺的存儲和計算能力來處理大量的數(shù)據(jù)。所以如何通過一個接口、一個調(diào)度器、一個管道pipeline來集成整個工作流,就成了需要考量的事情了。
AI中臺至少應該分為以下幾個層級:
(圖8 AI中臺的架構(gòu)層次)
在數(shù)據(jù)中臺的基礎上,擴展對GPU級別資源的管理和整合能力,調(diào)度層提供統(tǒng)一的任務、服務、智能CI/CD等服務,來實現(xiàn)AI中臺。這樣以來,就可以達到:
數(shù)據(jù)中臺提供的是存儲和計算的能力,基于不同的業(yè)務場景,構(gòu)建出了用來支撐不同業(yè)務的數(shù)據(jù)服務,依托于強大的計算力,可以快速縮短獲得結(jié)果的周期。而AI中臺則是將算法模型融入進來構(gòu)建為服務,讓構(gòu)建算法模型服務,更加快速高效,以更加面向業(yè)務。但無論是數(shù)據(jù)中臺還是AI中臺,都是一層基礎設施,做好基礎設施只是第一步,如何讓它的價值大化,還要依托于AI中臺不斷結(jié)合業(yè)務來持續(xù)優(yōu)化,做到“持續(xù)智能”。
互聯(lián)互通社區(qū)
互聯(lián)互通社區(qū)專注于IT互聯(lián)網(wǎng)交流與學習,關注公眾號:互聯(lián)互通社區(qū),每日獲取最新報告并附帶專題內(nèi)容輔助學習。方案打造與宣講、架構(gòu)設計與執(zhí)行、技術(shù)攻堅與培訓、數(shù)據(jù)中臺等技術(shù)咨詢與服務合作請+微信:hulianhutongshequ