在数据时代的浪潮中，越来越多的企业正在加速数字化转型，构建智能化产业链。作为云计算领域的领导者，亚马逊云服务AWS（Amazon Web Services）如何帮助企业更智能地利用云计算和人工智能技术来提升业务价值？如何让机器学习为企业决策提供更多支持？

2020年7月9日，以“智联世界 共同家园”为主题的世界人工智能大会云端峰会即将开幕。在大会正式开始前，大会组委会宣传组联合AI报道采访了AWS大中华区云服务产品管理总经理顾凡，分享他对AI应用和发展的一些最新见解。

以客户为中心，快速创新，构筑竞争优势

在大数据时代，算力如同电力一样宝贵。在欧美国家，云计算、大数据和人工智能等技术的应用已经形成规模市场，而在中国，这个市场才刚刚起步。

根据国际调研机构Gartner的数据，到2022年，全球云计算市场规模将达到2700亿美元，预计未来几年的年增长率将达到约20%，其中中国云市场的增速将高于全球平均水平。据中国IDC圈发布的《2019-2020中国IDC产业发展研究报告》显示，2019年中国IDC（互联网数据中心）业务市场规模达到1562.5亿元，同比增长27.2%。预计到2021年，中国IDC产业市场规模将超过2700亿元，同比增长超过30%。

AWS如何保持领先地位

作为全球最大的云服务提供商，AWS是如何在众多竞争对手中脱颖而出，保持其独特优势的呢？

顾凡表示：“AWS始终以客户为中心，并不断创新。”他解释说，AWS有90%的产品创新是基于客户需求进行开发的，而剩余10%则是基于AWS从客户那里听到但无法准确表达的需求，通过深入理解客户需求来开发产品。

此外，AWS能够迅速响应市场需求，提供更多的功能和服务，迭代速度也非常快。例如，在2018年，AWS在全球范围内推出了1957项新服务和功能，平均每天就有5个新功能或服务上线。其全线超过175种全功能的云服务，使AWS在业界享有很高的声誉。

在此基础上，AWS形成了五大差异化优势：

1. 技术领先和快速创新：AWS目前拥有超过175种全功能的云服务，并且产品迭代速度也处于行业领先地位。

2. 全球基础设施覆盖：AWS在全球有24个地理区域、76个可用区，并计划在印尼、日本和西班牙新建3个区域、9个可用区。

3. 丰富的客户案例和第三方解决方案：AWS拥有数百万客户，涵盖初创公司、大型企业和公共服务机构，可以满足各种企业的需求。

4. 赋能行业合作伙伴：AWS有一个庞大的合作伙伴网络，包括数千个与AWS云集成的独立软件供应商（ISV），构建了一个开放的生态系统。

5. 注重安全和隐私：AWS致力于保护客户的安全和隐私，提供严格的数据安全保障措施。

机器学习处理海量数据

在大数据时代，人们的数据量日益庞大，但并不擅长处理海量数据。顾凡指出：“如果使用传统方法，我们将无法有效管理这些数据。”他认为云计算的出现，极大降低了人工智能和机器学习的门槛，使得更多企业能够利用这些技术，而不仅仅是少数科技巨头和研究机构。

例如，AWS今年在中国区域新推出的机器学习服务Amazon SageMaker，可以消除机器学习过程中的繁琐转换和试错工作，帮助开发者和数据科学家快速构建、训练和部署机器学习模型，大大降低了模型构建和训练的难度。Amazon SageMaker显著简化和加快了模型训练过程，通过自动提供和管理基础设施来训练模型和运行推理。

Amazon SageMaker的卓越性能

Amazon SageMaker是AWS推出的一款强大的机器学习工具。作为一个工具集，它提供了所有机器学习所需的组件，贯穿整个机器学习工作流程，使得客户可以更轻松、低成本地部署机器学习模型。它具备强大的功能，并将其封装在首个面向机器学习的集成开发环境Amazon SageMaker Studio中。集成开发环境（IDE）当前是IT界一个重要的概念。此外，AWS还不断为SageMaker添加新功能，仅在2019年就增加了50多项新功能。

Amazon SageMaker是一个开放的平台，客户可以选择使用市场上流行的TensorFlow、PyTorch、Apache MXNet等机器学习框架，也可以通过自带容器的方式将自己开发的框架或其他开源框架集成到SageMaker中。目前，云上的80%的TensorFlow工作负载都在AWS上运行。此外，SageMaker的模块化设计赋予企业极大的灵活性，企业可以根据需要选择使用其中的部分功能。SageMaker在生态系统建设上也秉持开放态度，国外通过Marketplace允许各合作伙伴上传自研算法和模型；国内则与各类APN合作伙伴共同构建行业AI解决方案，加速SageMaker在企业级市场的落地。

AWS在机器学习方面的实力得到了分析机构的高度认可。Gartner在2020年2月发布的《云上AI开发者服务魔力象限》中，将AWS的技术执行力和对未来技术发展的完整规划评为领导者的地位。其中一个重要原因是其推出的自动生成机器学习模型工具SageMaker AutoPilot获得了广泛好评。

AWS通过全栈的机器学习和人工智能服务，赋能各类企业和机构，帮助他们针对自身业务场景开发各种机器学习服务。各行各业、各种规模的企业都在应用AWS服务运用人工智能技术，如媒体行业的内容剪辑和生成、字幕生成，医疗健康领域的药物探索和发现，零售业的个性化推荐，交通运输业的道路优化，工业领域的供应链管理等。以药物研发领域为例，特别是在新冠肺炎疫情期间，晶泰科技利用AWS的机器学习服务加速药物的老药新用工作。在疫情爆发后，晶泰科技对近3000个已获美国FDA批准的上市药物以及超过1万种中药成分分子进行了筛选，成功找到了183个可能对新冠病毒有潜在治疗效果的药物。随后，晶泰科技对这些药物的活性进行了排序，并通过更精确的计算方法，最终锁定了38个药物。

在疫情影响下，许多企业在成本预算上有所缩减，而云计算的“省时省力”“降本增效”特性帮助企业减少了资本支出，降低了管理IT基础设施的复杂性，大大减轻了负担。顾凡表示：“目前，在云上80%的机器学习的工作负载都是在AWS上运行的。”

AWS在中国的战略布局

德勤发布的《2019年全球人工智能行业白皮书》显示，中国人工智能行业发展迅速，2019年国内AI企业超过4000家，位居世界第二。

AWS首席云计算企业战略顾问张侠博士曾表示，AWS正把中国作为发展人工智能和机器学习的重要市场。“我们意识到随着中国经济的发展，中国市场无疑是全球经济发展的最重要市场之一，也是AWS最重要的市场之一。”

显然，具有巨大潜力的中国市场吸引了AWS。“我们注意到，近年来，中国的企业正在加速采用机器学习，在消费、能源、金融服务、医疗、工业、科技、媒体和电信等行业，我们看到了机器学习技术加速创新和业务转型的趋势。”

在2018年世界人工智能大会上，AWS宣布在上海建立AWS人工智能研究院，这是AWS在亚太地区设立的首个人工智能研究院。其使命是建立一个强大的本地团队，融入AWS全球的人工智能研究与开发计划，致力于打造AWS的人工智能与机器学习云服务，惠及全社会。近期，其与AWS全球AI团队共同研发的大规模药物重定位知识图谱DRKG在GitHub上开源给全世界的研究机构，以帮助研究人员更有效地进行药物重定位研究。

2019年，AWS在深圳设立了物联网实验室，旨在提供经过认证的、由APN合作伙伴构建的硬件和软件解决方案，帮助客户加速物联网应用程序的设计和部署。这使得AWS的物联网专家能更紧密地与客户合作，加快产品和解决方案的上市速度。

在AWS的战略版图中，中国无疑是一个重要区域，在全球有着特殊的地位。顾凡表示：“我们希望通过AWS世界级的云技术和运营经验，以及亚马逊独特的创新文化，帮助中国企业转型与创新。同时，我们也希望通过AWS的全球基础设施，帮助中国企业快速走向国际市场，助力全球企业在中国的发展。”

值得一提的是，在疫情背景下，传统的线下展览展示在今年转为线上数字体验方式。作为连续两届参加世界人工智能大会的AWS，今年也将积极参与其中。

AWS对组委会表示，世界人工智能大会以“高端化、国际化、专业化、市场化、智能化”为特色，聚集了全球人工智能领域最具影响力的科学家和企业家，参会者可以接触到最前沿的新技术、新产品、新应用和新理念，为应对人类发展面临的共同难题、创造人类美好生活汇聚“世界智慧”，打造“中国方案”。在世界各国不同程度受到新冠疫情影响的情况下，组委会克服重重困难举办这样的云端峰会，对推动人工智能的发展具有重要意义。

作为全球最大的云服务提供商和引领者，AWS以“以客户为中心”、“创新先锋”和“以长期目标为导向”的独特企业文化，构筑出五大差异化优势。而支撑AWS强大服务能力的，还有其在计算、存储、数据库、数据分析、机器学习等方面的深厚功底，以及它们在安全性、可靠性、可扩展性和成本效率方面的卓越表现。

此次大会上，AWS将会给我们带来哪些新产品、新技术？让我们拭目以待！