近期，IDC的一项报告显示：由AI驱动的智能决策将事后分析转变为事前的预判和主动的执行，能够大大提高企业的生产力和运营效率。到2025年，超过60%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，做智能预测与决策，以增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。
AI市场的高速成长，客观地反映出企业用户对于AI关注点的进步：他们更希望通过AI技术手段，充分实现数据的分析和价值发掘，与业务相结合，从而实现让数据真正发挥价值，最终完成其“数字”应用的完整流程。
AI是一个很热的话题，但对于现阶段企业客户而言，有四个具体问题是需要面对的：第一，必须贴近业务，AI分析需要实时数据处理的能力，并对业务实时支撑；第二，如何基于大数据平台搭建AI，从而可以快速做出决策；第三，如何让AI更便捷化、可视化，可以直接用于仪表盘，通过界面、报表展现，让业务人员简单明了地获取结果；第四，AI核心的领域逐渐从金融、交易防欺诈、反洗钱，走向汽车、物流、航空等传统行业，需要更多的业务、开发模型，以满足企业不同部门和业务场景的需求。
Cloudera大中华区区域副总裁王刚
“面对变局，企业数据策略也当应时而变，不仅需具备安全性、可靠性等长期要求的能力，还必须持续提升弹性和灵活性，从而轻松实现共享和各种自助功能，为企业提供一个涵盖所有数据的通用元数据、安全和治理模式。” Cloudera大中华区区域副总裁王刚在接受笔者的采访时表示，对于企业而言，无论数据位于何处，企业都能将其送到需要的人手中，以构建数据驱动的未来，才是解决问题的根本和基矗
事实上，作为一家大数据和AI解决方案提供商，Cloudera对解决以上四个问题，有一个相对清晰的技术和产品逻辑：首先，要内置一个预制好的开发模型，通过鼠标点击选用合适的模型，加快开发速度；其次，平台上的AI机器学习，能够提供多样化的工具，不同工具之间的组合，可以帮助企业适应不同部门之间的业务需求；最后，AI机器学习必须是交互式应用，让业务部门更容易接受AI在实际业务工作中落地的过程。
基于这样一个技术逻辑，Cloudera的现代化混合数据平台Cloudera Data Platform（CDP）为人工智能、机器学习提供了良好的运营环境：Cloudera的CDP平台支持多云混合云的的部署方式，企业可以根据自身的业务需求，选择合适的部署方式；与此同时，整个机器学习从数据的收集到展现、预测，和业务结合的过程中用到很多工具，也会产生很多的安全问题。如何保证数据在长链条中的安全问题，让合适的人看到数据，且满足数据合规，数据治理的要求，需要一个平台的支撑。CDP功能之一SDX（安全治理平台），可以帮助企业从端到端，从最初收集数据，到把数据和业务结合的生产过程，整全部满足数据安全和治理的要求。此外，为保证企业内部不同部门之间对数据的分析发掘，CDP将流程界面协同一体化，满足不同的使用人群。
大数据平台越来越复杂，同时有一些特性：它一定是分布式，可以多云部署，通过数据集成，数据管理，把所有的组件黏合，高度的自动化，又满足安全和合规的要求。这是Gartner对于未来数据生态系统的描述，与Cloudera的CDP定位不谋而合。
“现在基于CDP平台，就可把Gartner描述的未来生态系统的要求全都实现，这很难做到，是Cloudera很大的一个优势。”王刚举例补充说，数据全生命周期管理在数据行业是一个很长的链条，从数据的收集、流通管理，到数据的规则标准化，数据清洗整理入仓，在数据仓库里生成报表，输出到业务部门，最后通过人工智能和机器学习，对生产和运营做出预测，CDP平台可以支撑全链条的管理。
王刚强调，Cloudera大数据平台从端到端的各个环节都有各种各样的组件，来实现数据收集、分析、整理。“从数据的本质来讲，把大数据平台延伸到AI最后一个环节是顺理成章的事情，我们有了数据之后才可以做AI，如果没有数据，没法对一些算法进行数据的学习、训练，你是做不到的，这方面来讲，我们有天然的优势。”
值得一提的是，在数据行业绕不过去数据架构的几个核心概念：数据网格、数据编织和湖仓一体。
Cloudera的解决方案也是紧跟数据架构的理念：CDP平台可以支持数据网格，DataMesh，展现的数据让很多业务部门即时即用，这些数据可能更多的面对最终用户，比如CEO、CIO、CDO等；在数据编织方面，Cloudera有专门的工具，可以帮助企业收集各种类型的数据，无论是流数据、实时数据、远端数据、机器数据等；湖仓一体方面，数据类型变得多样化，除了传统的文本数据，还有大量的原数据、非结构化数据，比如音频、视频、文档，这些数据跟结构化的数据都要混合在一起，进行综合的分析。Cloudera的CDP有很强的湖仓一体的功能，可以满足各种各样数据湖的管理。
写在最后
ChatGPT出现，重新激发了大家对于AI的热情，更重要的是，其对整个AI行业的发展提供了很好的借鉴：AI商业化落地的关键需要降低使用门槛，同时保持与业务之间的互动性，这很重要。
Cloudera提供了很强的技术能力，让不同行业使用场景AI的落地变成可能：Cloudera选择与生态合作伙伴合作研究，跟客户碰撞，拉近技术与业务之间鸿沟；此外，Cloudera与咨询公司合作，通过他们对行业积累的方法论，例如在国外很多AI已经成功落地的项目经验，进行分享，这些使用场景很大层面上是可以相通的，客户可以结合自己的实际情况去探讨和碰撞。
从技术层面来讲，机器学习AI平台的搭建已相对简单，它不像以前那么高深，不是一堆算法，写程序，写代码，现在有很强的互动性，通过拖拉拽的方式很快的可以搭建。
“Cloudera可以提供足够强的技术和合作生态服务保证客户AI成功落地的‘最后一公里’。”王刚强调，Cloudera很少做整个交钥匙工程，比如金融行业的风控系统、合规系统，这部分一定要借助于广大的合作伙伴，他们更了解行业中的场景，如何利用数字化、AI完成转型。“Cloudera的定位是数据平台解决方案提供商，而不是延伸到应用端的服务商，作为纯技术型的公司，Cloudera希望通过与中国的合作伙伴，把技术应用在不同的行业中，结合他们对行业的理解，把最后一公里交付给客户。”
