中国的 “Databricks” 们:打造 AI 基础架构,我们是认真的
AI 落地最大的驱动因素是基础架构的升级。
近年来,大数据分析、AI 等领域一直备受关注,常有引人关注的融资事件发生。美国数据科学公司 Databricks 刚刚在今年 8 月底完成了 16 亿美元 H 轮融资,其最新估值高达 380 亿美元,相比 7 个月前 G 轮融资时 280 亿美元的估值,又轻松增加了 100 亿美元。
Databricks“红了”,连带着 “深巷里的美酒”——数据科学也得到了更多关注。虽然数据科学是一门复杂的学科,但如今已进入金融、工业乃至千行百业,这一过程其实也是 AI 从 “可用” 到 “好用” 的一个缩影。
“AI 落地的关键,是其价值的彰显,以及寻找到适合的商业落地途径。” 九章云极 DataCanvas 董事长方磊指出,“以前,人们认为算法可能是壁垒。但随着技术的快速迭代、开源开放,事实证明算法并非高不可攀,AI 落地最大的驱动因素是基础架构的升级。”
AI 基础架构升级刻不容缓
当前,中国正处于企业数智化转型的时代拐点。回顾信息化发展的历程可以发现,1980 年-2000 年,这是基础信息化时代,服务器、存储、操作系统、数据库等基础设施软硬件快速发展;2000 年-2020 年,进入到流程数字化时代,云计算开始大行其道,云成为基础设施,各类 SaaS 应用百花齐放;2020 年以后,市场迈入新的阶段,其标志是 “决策智能化”,相关领域包括数据科学平台、云原生数据仓库、开源技术等迎来爆发的机会。
决策智能化的实现,需要一个 “智能化的底座”,也就是常说的 AI 基础架构。通过 AI 基础架构的不断完善和升级,AI 应用落地的效率会更高,也更容易。“AI 基础架构的价值就在于,它能够让企业在其上自主地开发 AI 应用。” 方磊概括道。
AI 落地的探索源于算法的创新,之后涌现出的一批 AI 企业,致力于为客户提供定制化的端到端的 AI 应用开发。这在无形中造成了 AI 落地的高门槛。随着各行各业对智能化的需求愈发迫切,AI 已经成了众多行业头部客户的刚需。但是这些头部客户不仅业务规模庞大,而且十分复杂,其需求也各不相同。如果仍然沿用过去那种 “千人千面” 的定制化端到端应用开发模式,很难快速满足这些头部客户的业务需求,而且 AI 应用的门槛依然高高在上,客户始终掌握不了主动权。
“从各行业头部客户的需求来看,他们更希望围绕自身的业务开发自己的 AI 应用,这就需要一个自主可控的基础设施。” 方磊表示,“依托 AI 基础架构,由企业自主开发 AI 应用,锻炼并形成自主的 AI 能力,这才是市场主流,也是 AI 应用落地的内驱力。”
Databricks 之所以受到市场追捧,正是因为它以最擅长的流数据处理为出发点,向上发展机器学习、建模,向下打造数据湖仓一体,不断扩展和完善 AI 基础架构,为最上层的 AI 应用提供一个优化的承载平台,即 AI Foundation。
AI 落地最大的驱动因素是基础架构的升级。
近年来,大数据分析、AI 等领域一直备受关注,常有引人关注的融资事件发生。美国数据科学公司 Databricks 刚刚在今年 8 月底完成了 16 亿美元 H 轮融资,其最新估值高达 380 亿美元,相比 7 个月前 G 轮融资时 280 亿美元的估值,又轻松增加了 100 亿美元。
Databricks“红了”,连带着 “深巷里的美酒”——数据科学也得到了更多关注。虽然数据科学是一门复杂的学科,但如今已进入金融、工业乃至千行百业,这一过程其实也是 AI 从 “可用” 到 “好用” 的一个缩影。
“AI 落地的关键,是其价值的彰显,以及寻找到适合的商业落地途径。” 九章云极 DataCanvas 董事长方磊指出,“以前,人们认为算法可能是壁垒。但随着技术的快速迭代、开源开放,事实证明算法并非高不可攀,AI 落地最大的驱动因素是基础架构的升级。”
AI 基础架构升级刻不容缓
当前,中国正处于企业数智化转型的时代拐点。回顾信息化发展的历程可以发现,1980 年-2000 年,这是基础信息化时代,服务器、存储、操作系统、数据库等基础设施软硬件快速发展;2000 年-2020 年,进入到流程数字化时代,云计算开始大行其道,云成为基础设施,各类 SaaS 应用百花齐放;2020 年以后,市场迈入新的阶段,其标志是 “决策智能化”,相关领域包括数据科学平台、云原生数据仓库、开源技术等迎来爆发的机会。
决策智能化的实现,需要一个 “智能化的底座”,也就是常说的 AI 基础架构。通过 AI 基础架构的不断完善和升级,AI 应用落地的效率会更高,也更容易。“AI 基础架构的价值就在于,它能够让企业在其上自主地开发 AI 应用。” 方磊概括道。
AI 落地的探索源于算法的创新,之后涌现出的一批 AI 企业,致力于为客户提供定制化的端到端的 AI 应用开发。这在无形中造成了 AI 落地的高门槛。随着各行各业对智能化的需求愈发迫切,AI 已经成了众多行业头部客户的刚需。但是这些头部客户不仅业务规模庞大,而且十分复杂,其需求也各不相同。如果仍然沿用过去那种 “千人千面” 的定制化端到端应用开发模式,很难快速满足这些头部客户的业务需求,而且 AI 应用的门槛依然高高在上,客户始终掌握不了主动权。
“从各行业头部客户的需求来看,他们更希望围绕自身的业务开发自己的 AI 应用,这就需要一个自主可控的基础设施。” 方磊表示,“依托 AI 基础架构,由企业自主开发 AI 应用,锻炼并形成自主的 AI 能力,这才是市场主流,也是 AI 应用落地的内驱力。”
Databricks 之所以受到市场追捧,正是因为它以最擅长的流数据处理为出发点,向上发展机器学习、建模,向下打造数据湖仓一体,不断扩展和完善 AI 基础架构,为最上层的 AI 应用提供一个优化的承载平台,即 AI Foundation。
朴有天尹恩惠恋爱 http://www.xinzhiliao.com/bj/meirong/35004.html- 标签:桂林生活网团购
- 编辑:刘卓
- 相关文章
-
中国的 “Databricks” 们:打造 AI 基础架构,我们是认真的
AI 落地最大的驱动因素是基础架构的升级。 近年来,大数据分析…
-
病毒载体基因治疗 CDMO 公司五加和基因完成 A 轮融资
近日,北京五加和基因科技有限公司(以下简称 “五加和基因”)宣布完成数千万元 A 轮融资。…
- 华为发布” 开源雨林” 计划,携手共建开源生态
- Ninja Van 完成 5.78 亿美元规模 E 轮融资,阿里参投
- TikTok 宣布其全球月活跃用户数突破 10 亿
- 当 SPAC 热潮在东南亚登陆 | 每周海外科技创业事件回顾
- 光粒科技 CEO 张卓鹏:AR 产品在形态上要更贴近消费者