【ibm售后怎么样】混合云IT体系结构时代，企业如何使用AI解决数据问题？

9月8日，IBM的《科技谈话》媒体采访在网上举行。IBM大中华区科技事业部、客户成功管理部总经理朱辉、IBM中国混合云和AI华东及华南地区总经理许伟杰分别分享“数据和AI”主题，并与包括IBM Q在内的众多科技媒体进行交流。

混合云AI已成为IBM战略的核心

目前，混合云AI已成为IBM当之无愧的战略核心。

IBM大中华区科学技术事业部、客户成功管理部总经理朱辉。

周辉表示，目前IBM收入的三分之一来自混合云相关业务，公司硬件、软件、服务、咨询等所有线路都整合到混合云和AI的战略平台上。另外，从软件角度来看，通过过去5-6年的调整和集成，整个软件套件集中在基于容器平台的云包上。

“Cloud Paks就像IBM在红帽OpenShift的基础上容器化，以微服务的形式向客户提供广受客户认可的技术能力强的企业级软件一样。不仅将这些工具容器化，而且还有很多基于容器的协作、管理能力。”许伟杰说。

IBM中国混合云和AI华东及华南地区总裁许伟杰

在市长/市场销售的售前、售后服务系统领域，IBM还建立了以数字转换、混合云和AI功能为主的咨询服务系统，通过车库创新、设计思维研讨会(Design Workshop)方式与客户一起创新，帮助客户利用最新技术完成数字转换，创造新的业务创新和商业价值。

在数据方面，目前全球有3200多个企业级客户使用IBM的混合云平台，4万名用户使用IBM的人工智能技术。IBM今年第二季度的财报数据显示，IBM在过去12个月里总销售额的三分之一是混合云相关业务，约为263亿美元(约合1697亿元人民币)。

在混合云IT体系结构时代，企业面临着数据挑战

新技术可以帮助企业提高生产力，创造新价值。但同时，企业也将面临相应的挑战。具体来说，有三个挑战：

首先，说明企业如何尽快、简单、低风险、低成本地构建混合云的环境和基础架构。在混合IT环境中监督、操作和维护公共云、在私有云上构建的应用程序和拥有的数据以及在本地系统上运行的应用程序。二、如何通过智能自动化、技术和人工智能功能实现低端、低价值任务的自动化。第三，如何通过人工智能实现数据的价值。其中，利用AI实现数据价值的呼吁还不理想。IDC数据显示，多达90%的有价值的企业数据、无法访问、不可靠或未分析。这不仅阻碍了企业的决策，还限制了企业绩效的实时可视化和对客户的快速响应能力。

从周辉的角度来看，目前很多企业采用混合云，使用了大量的AI技术，但同时也面临很多技术问题。

首先，随着非结构化数据添加到整个企业数据的源中，并成为越来越重要的源，一个企业拥有的数据量和增长速度呈指数级增长。第二，数据不仅来自不同的应用程序系统，还来自多种形式，包括公共云、专用云和本地应用程序。按照原始数据仓库、数据集市、统一数据平台的概念复制或移动这些数据，会增加成本和复杂性，降低可靠性，需要更多的时间。这意味着难度越来越高。对于企业来说，如何利用AI技术解决复杂而困难的数据问题是一个值得持续探索的课题。

使用AI解锁数据价值

数据结构数据体系结构概念是在混合云IT体系结构时代出现的，旨在解决企业如何利用数据价值的问题。

在混合云时代，数据结构是一种体系结构模型，旨在应对企业内数据资产的多样化、分布式、规模和复杂性等挑战。数据结构以智能、安全、自助的方式动态调整分布式数据源，并在整个数据平台上提供可靠的数据，从而支持多种分析和应用程序方案。数据结构不是点对点连接或单个集线器数据集成，而是在混合数据源之间“交叉”虚拟网络，使数据能够快速流过此虚拟网络。

简而言之，智能数据结构的主要功能是在适当的时间将正确的数据从正确的位置连接到正确的人，从而完全获得数据价值，并加快企业的数字转换。

IBM

Cloud Pak for Data 的模块化和可定制性质提供了一种理想的环境，可通过针对用户的独特需求量身定制的解决方案构建 Data Fabric。

具体来说，IBM Cloud Pak for Data 上的智能化 Data Fabric 可以提供以下四方面 AI 自动化能力：

1.AutoCatalog（自动分类）

AutoCatalog 相当于一个由 AI 赋能的“大脑”，可以对数据的发现和分类流程实现自动化，建立自动化目录，维护来自于不同数据环境数据资产的 Dynamic（动态的）的 Real time catalogue（实时目录）。实时目录能够提供能力上的支撑，是一个非常重要的自动化的能力，可以轻松查找跨企业内不同业务团队之间的数据。

2.AutoAI（自动建模）

AutoAI 主要用来尽量降低 AI 模型开发、模型校正、模型自我重新培训的技术门槛和人力付出，从而对动态的数据和整个 AI 本身算法生命的周期进行自动化。

3.AutoPrivacy（自动识别隐私规则）

AutoPrivacy 主要是通过数据隐私框架当中的关键能力，使用 AI 的能力智能化地识别企业内部的敏感数据，当被调用的时候系统能够识别到、监控到，甚至在后续当定义敏感数据的使用和保护时，就可以为企业内部的政策实施自动化提供技术和智能化的保障。

4.AutoSQL（自动查询）

通过 AutoSQL 的技术来实现访问数据的自动化，无需物理地移动这些数据，从而提高了数据查询的速度，也降低了使用数据的人对数据来源所需要的了解。

IBM 将上述四项 AI 赋能的自动化能力都加入到最新的 Cloud Pak for Data 4.0 版本当中。从目前实验室内部做的一些比对来看，Data Fabric 的价格以及自动化能力，能够把查询的速度提高 8 倍以上，成本降低大概一半。

在朱辉看来，Data Fabric 是非常重要的技术栈演进。随着数据不断增长，企业数字化进程必然加快。在此背景下，如果没有人工智能，仅依靠人力来解锁数据价值的成本巨大。

“混合云架构实现了数据的民主，让数据变得更加公开，更加能够被普适性应用。在不伤及数据的拥有权、敏感度、安全性、可信性的前提下，让更多人能够从数据当中获益，享受数据带来的价值，实现数据的民主化。我们整个理念、技术的演进，就是围绕着这样的一种思路和逻辑在往前推进。”

写在最后

当前，AI 在诸多领域已具备决策能力，比如 AlphaGo 走的每一步棋都是一个决定。至于 AI 做的决定是否可靠，朱辉认为这其中只有一小部分是技术问题，大部分实际上是人文问题、法律问题和社会问题。

对于未来，朱辉认为 AI 能做的决定一定会越来越多。“但最终用 AI 做多少决定，还是人类的选择。”