肯睿中國Cloudera：讓AI驅動智能決策觸手可及

近期，IDC的一項報告顯示：由AI驅動的智能決策將事后分析轉變為事前的預判和主動的執行，能夠大大提高企業的生產力和運營效率。到2025年，超過60%的中國企業將把人類專業知識與人工智能、機器學習、NLP和模式識別相結合，做智能預測與決策，以增強整個企業的遠見卓識，并使員工的工作效率和生產力提高25%。

AI市場的高速成長，客觀地反映出企業用戶對于AI關注點的進步：他們更希望通過AI技術手段，充分實現數據的分析和價值發掘，與業務相結合，從而實現讓數據真正發揮價值，最終完成其“數字”應用的完整流程。

AI是一個很熱的話題，但對于現階段企業客戶而言，有四個具體問題是需要面對的：第一，必須貼近業務，AI分析需要實時數據處理的能力，并對業務實時支撐；第二，如何基于大數據平臺搭建AI，從而可以快速做出決策；第三，如何讓AI更便捷化、可視化，可以直接用于儀表盤，通過界面、報表展現，讓業務人員簡單明了地獲取結果；第四，AI核心的領域逐漸從金融、交易防欺詐、反洗錢，走向汽車、物流、航空等傳統行業，需要更多的業務、開發模型，以滿足企業不同部門和業務場景的需求。

“面對變局，企業數據策略也當應時而變，不僅需具備安全性、可靠性等長期要求的能力，還必須持續提升彈性和靈活性，從而輕松實現共享和各種自助功能，為企業提供一個涵蓋所有數據的通用元數據、安全和治理模式。” Cloudera大中華區區域副總裁王剛在接受筆者的采訪時表示，對于企業而言，無論數據位于何處，企業都能將其送到需要的人手中，以構建數據驅動的未來，才是解決問題的根本和基礎。

事實上，作為一家大數據和AI解決方案提供商，Cloudera對解決以上四個問題，有一個相對清晰的技術和產品邏輯：首先，要內置一個預制好的開發模型，通過鼠標點擊選用合適的模型，加快開發速度；其次，平臺上的AI機器學習，能夠提供多樣化的工具，不同工具之間的組合，可以幫助企業適應不同部門之間的業務需求；最后，AI機器學習必須是交互式應用，讓業務部門更容易接受AI在實際業務工作中落地的過程。

基于這樣一個技術邏輯，Cloudera的現代化混合數據平臺Cloudera Data Platform（CDP）為人工智能、機器學習提供了良好的運營環境：Cloudera的CDP平臺支持多云混合云的的部署方式，企業可以根據自身的業務需求，選擇合適的部署方式；與此同時，整個機器學習從數據的收集到展現、預測，和業務結合的過程中用到很多工具，也會產生很多的安全問題。如何保證數據在長鏈條中的安全問題，讓合適的人看到數據，且滿足數據合規，數據治理的要求，需要一個平臺的支撐。CDP功能之一SDX（安全治理平臺），可以幫助企業從端到端，從最初收集數據，到把數據和業務結合的生產過程，整全部滿足數據安全和治理的要求。此外，為保證企業內部不同部門之間對數據的分析發掘，CDP將流程界面協同一體化，滿足不同的使用人群。

大數據平臺越來越復雜，同時有一些特性：它一定是分布式，可以多云部署，通過數據集成，數據管理，把所有的組件黏合，高度的自動化，又滿足安全和合規的要求。這是Gartner對于未來數據生態系統的描述，與Cloudera的CDP定位不謀而合。

“現在基于CDP平臺，就可把Gartner描述的未來生態系統的要求全都實現，這很難做到，是Cloudera很大的一個優勢。”王剛舉例補充說，數據全生命周期管理在數據行業是一個很長的鏈條，從數據的收集、流通管理，到數據的規則標準化，數據清洗整理入倉，在數據倉庫里生成報表，輸出到業務部門，最后通過人工智能和機器學習，對生產和運營做出預測，CDP平臺可以支撐全鏈條的管理。

王剛強調，Cloudera大數據平臺從端到端的各個環節都有各種各樣的組件，來實現數據收集、分析、整理。“從數據的本質來講，把大數據平臺延伸到AI最后一個環節是順理成章的事情，我們有了數據之后才可以做AI，如果沒有數據，沒法對一些算法進行數據的學習、訓練，你是做不到的，這方面來講，我們有天然的優勢。”

值得一提的是，在數據行業繞不過去數據架構的幾個核心概念：數據網格、數據編織和湖倉一體。

Cloudera的解決方案也是緊跟數據架構的理念：CDP平臺可以支持數據網格，DataMesh，展現的數據讓很多業務部門即時即用，這些數據可能更多的面對最終用戶，比如CEO、CIO、CDO等；在數據編織方面，Cloudera有專門的工具，可以幫助企業收集各種類型的數據，無論是流數據、實時數據、遠端數據、機器數據等；湖倉一體方面，數據類型變得多樣化，除了傳統的文本數據，還有大量的原數據、非結構化數據，比如音頻、視頻、文檔，這些數據跟結構化的數據都要混合在一起，進行綜合的分析。Cloudera的CDP有很強的湖倉一體的功能，可以滿足各種各樣數據湖的管理。

寫在最后

ChatGPT出現，重新激發了大家對于AI的熱情，更重要的是，其對整個AI行業的發展提供了很好的借鑒：AI商業化落地的關鍵需要降低使用門檻，同時保持與業務之間的互動性，這很重要。

Cloudera提供了很強的技術能力，讓不同行業使用場景AI的落地變成可能：Cloudera選擇與生態合作伙伴合作研究，跟客戶碰撞，拉近技術與業務之間鴻溝；此外，Cloudera與咨詢公司合作，通過他們對行業積累的方法論，例如在國外很多AI已經成功落地的項目經驗，進行分享，這些使用場景很大層面上是可以相通的，客戶可以結合自己的實際情況去探討和碰撞。

從技術層面來講，機器學習AI平臺的搭建已相對簡單，它不像以前那么高深，不是一堆算法，寫程序，寫代碼，現在有很強的互動性，通過拖拉拽的方式很快的可以搭建。

“Cloudera可以提供足夠強的技術和合作生態服務保證客戶AI成功落地的‘最后一公里’。”王剛強調，Cloudera很少做整個交鑰匙工程，比如金融行業的風控系統、合規系統，這部分一定要借助于廣大的合作伙伴，他們更了解行業中的場景，如何利用數字化、AI完成轉型。“Cloudera的定位是數據平臺解決方案提供商，而不是延伸到應用端的服務商，作為純技術型的公司，Cloudera希望通過與中國的合作伙伴，把技術應用在不同的行業中，結合他們對行業的理解，把最后一公里交付給客戶。”