亚马逊云科技机器学习服务Amazon SageMaker，在整个AI圈子都是大名鼎鼎，堪称最近几届re:Invent大会上的明星产品，一举一动都牵动着整个产业界的关注。
Amazon SageMaker在中国应用情况如何，对于用户与合作伙伴带来哪些价值？值Amazon SageMaker服务入华一周年之际，我们来听听在数据领域耕耘了近二十年的老兵–上海音智达信息技术有限公司（以下简称音智达）的声音。
客户的变化、音智达的困惑
音智达作为在中国数据应用领域摸爬滚打多年的厂商，对于中国用户在大数据、AI领域的认识和应用情况有着深刻理解。在音智达CEO孙晓臻看来，中国用户对于数据应用主要体现在四个方面：
其一、五年前很多用户的数据以ERP、CRM数据为主，数据规模约为10TB；今天，用户平均数据量达到200TB，甚至PB级规模，大部分数据都是非机构化的行为数据等；
其二、数据分析越来越多和越来越多细，领域知识、行业知识、业务知识在发展，带动了数据分析不断细分化；
其三、结果二分法现象明显，对数据的期望不断提高，但对于数据的信心却在下降；
其四、数据合规要求提升，越来越广泛的合规与监管，对于数据隐私非常重视。
“这些数据应用趋势使得企业人工智能的应用正在从试错和实验阶段向普及阶段发展。”孙晓臻如是说。
从2016年开始，音智达逐步在国内进行人工智能项目的落地，发现过去几年大量项目都是验证性的，客户往往是在小规模项目上不断试错，看是否符合需求；进入到后疫情时代，客户已经迈过试错阶段，开始加大挑战。
孙晓臻介绍：“从试错到普及，意味着首先客户需要高质量的模型和更丰富的业务场景；其次，企业级数据平台成为数字化转型的核心，数据上云是大势；第三，获得单一、完整和准确的客户视图，以实现更好的销售，营销和客户服务；最后，了解数据，并确保其准确性符合行业和政府法规。”
客户对于AI落地的这些真实要求，其实对于音智达这种负责落地的厂商有着不小的挑战，主要集中在大数据和人工智能人才的稀缺，AI开发难度提升，部署与运维成本高，缺少性价比高、可扩展的AI/ML平台。
所有这些困扰着音智达在具体项目中的落地，直到Amazon SageMaker进入中国，音智达所遇到的困扰全都迎刃而解。“像人才、技术架构和部署运维的挑战不是音智达短时间就能解决的；亚马逊云科技是全球最大的云服务提供商，具备功能完善的数据服务平台，的确可以帮助到我们。”孙晓臻表示道。
据悉，音智达看准数据平台云化的发展趋势，在2017年就开始与亚马逊云科技展开合作，其AI能力也很快得到了亚马逊云科技的能力认证。
Amazon SageMaker如何化解挑战
“Amazon SageMaker最大的帮助就是简化了why、how、what三部曲。”孙晓臻如是说，“无论客户答案是什么，只要将Amazon SageMaker结合其他PaaS服务，不管架构怎样千变万化，都可以在亚马逊云上非常快速地构建起来。过去十多年里，我们大部分解决方案都是本地化的，一个Hadoop生态都需要千变万化地搭积木，每个不同业务场景都可能需要不一样的组件，而Amazon SageMaker结合亚马逊云科技的Amazon EMR、Amazon S3，就可以针对各式各样的业务场景，组织出不一样的技术架构，来满足不同用户的需求。”
针对目前国内和国外各种AI类平台的区别与不同，音智达认为，AI的发展远没到成熟的阶段，现阶段使用AI平台的主力依然是数据科学家，需要很强的编码能力，Amazon SageMaker则是数据科学家最为理想的AI平台。“AI落地的将来一定是高质量模型制胜，很多一站式AI平台，过于强调低代码、不懂算法是有失偏颇的。”
孙晓臻补充道，“Amazon SageMaker从项目需求的理解，到模型的搭建和生成非常搞笑，过去项目实施是以月为时间单位，但现在是以周为时间单位，极大地压缩了时间成本。”
亚马逊云科技机器学习服务Amazon SageMaker之所以能够在短短一年之内获得众多合作伙伴的青睐，要归功于亚马逊云科技对于AI落地的深刻理解和广泛实践。
亚马逊云科技大中华区云服务产品管理总经理顾凡介绍，“通过AI赋能音智达，我们实现了端到端的大数据分析应用整体解决方案，并有机组合各类技术方案，实现数据智能应用平台。音智达作为亚马逊云科技的高级咨询合作伙伴，也正在通过双方的携手合作，将AI业务咨询推进到另一个更加高级的阶段。”
此外，亚马逊云科技根据过去一年在国内市场的实践积累情况，为中国企业AI落地提出了四点宝贵意见：
一、企业要找到一个适合机器学习的场景作为切入点。先突破创新业务，再改造核心业务。
二、避免重复造轮子，利用平台能力。让数据科学家，开发人员专注于的自己的应用和业务创新。
三、拒绝闭门造车，数据科学家要业务化，学习业务。
四、跟真心诚意赋能的厂商合作， 牢牢把握住你对数据和算法模型的所有权。
