此纪要涵盖了 5 个专题,包括阿里云 ET 大脑生态大会专场,阿里全球创新研究专场,蚂蚁金服科技探索大
会,CIO 时代学院专场,专有云专场,最后提及了达摩院的成立细节。
阿里云 ET 大脑生态大会专场主要介绍了阿里云 ET 大脑的产品图谱,普及了企业利用数据推动业务时需做的
准备,并围绕 API(应用程序编程接口)介绍了行业内一些新的技术途径、商业模式、和应用前景。
阿里巴巴全球创新研究专场介绍了阿里全球创新的举措和期待达成的目标。专场中分环节讲述了阿里巴巴全
球创新的合作模式和目标,新技术驱动未来革命,AI 时代如何提升资源效率,以及对视觉智能的几点思考。
蚂蚁金服科技探索大会环节首次披露了蚂蚁金服面向未来的技术布局——“BASIC”战略,并详细阐释了蚂蚁
金服技术开放的动力。蚂蚁金服同时还宣布孵化全球可信身份平台 ZOLOZ(蚂蚁佐罗)。
CIO 时代学院专场主要以智能时代的数字化转型为主题,包括深度学习的最新进展、从 IT 支撑业务到 IT 引领
业务、传统企业面临的数字化转型以及人工智能带来的创新创业机会四个部分。
专有云专场部分别介绍了阿里专有云的特性,可应用场景,云盾以及天基。云盾是专有云的安全基石,为专
有云提供安全保障;天基是专有云的基础支撑,为专有云的运行提供系统支撑。
1. 阿里云 ET 大脑生态大会专场
阿里云 ET 大脑产品图谱
ET 大脑的目标是利用所有的数据为企业增加价值。ET 大脑目前在很多行业都有应用,能够利用大数据提升工
作效率、帮企业节省成本。然而,目前国内许多企业面临尴尬现状:企业的 IT 架构都上云了,但业务还在地
上。IT 部门将不再会阻碍业务发展,但阿里云希望企业的数据还能助推企业发展,并拓展企业的新业务。这
里,关于如何利用企业的数据成为企业的新能源,企业需要做三件事:升级技术架构以获取所需的计算和算法
能力、汇聚并打通所有数据、以及拥有能驾驭数据的人才。
通过阿里巴巴多年积累的技术能力,阿里云已经拥有所有的配套服务。ET 大脑背后有 3 层支撑:存储和计算
平台,数据资源平台,以计算法服务平台。只需结合客户的场景,就可使用 ET 大脑。阿里巴巴持续在降低技
术门槛,让不懂技术的客户也可以在短时间内学会使用。
阿里云为客户提供所有能力开放,但是数据需要客户自己提供。所以数据的完整性会决定 ET 大脑发挥的效
果。在数据层面,最重要的是打通、汇聚,才有可能做到更多的场景应用。以阿里巴巴本身为例,阿里巴巴历
时一年半完成了登月工程,投入数万人天,以迁入阿里云飞天大数据平台,完成了整个公司内部的数据汇聚。
然而如此依靠数据也导致数据波动会造成巨大风险。所以,企业需要升级对数据的管理架构。需要保证数据供
应是有序的高质量的。近年来,越来越多的企业意识到汇聚数据是一项基础工作。
对于企业来说,他们真正需要的是懂业务且懂技术的人才,因为对于基于数据的人工智能技术都需要在实际的
业务场景中训练。而天池是阿里云旗下大数据平台,会围绕云生态挖掘向企业输送优秀人才。
软件定义的数据智能
信息孤岛的概念可以理解为一个信息系统,但其中的数据无法和其他系统共享,导致处于孤岛的数据潜力及价
值无法释放。北大燕云的云端融合技术针对这个问题给出了解决方案。在 2015 年,北大燕云软件定义的云-端
融合资源管理诞生,使得任何第三方信息系统的信息孤岛都可以通过接口反射技术,通过运行打开所有数据。
基于这个技术,北大燕云可以支撑国家政务信息系统的整合共享实施方案,并调用 API。各方面数据打通后,
可以推动 APP 经济转型 API(应用程序编程接口)经济,使得用户能按照自己的需要开放的特定数据为打造专
属自己的数据服务。例如,结合体重秤、空调、Keep 软件、空气净化器的 API,能为用户生成健身房的综合服
务。燕云数据智能平台已经在阿里云上开放。
基于数据中台的智能大数据解决方案
阿里巴巴的业务生态很复杂,这样的体系下有一个数据中台负责整理复杂的数据。
阿里巴巴对于数据的主张方面认为,整理数据一共需要三个层面。在传统数仓中只有垂直数据中心,所有数据
会被存储在一个地方。然而垂直数据中心只是第一层。第二层,是打造公共数据中心。在公共数据中心中,这
些数据会形成交易域,形成的数据按类型划分和整理,使用统一、标准、规范化的管理。第三层,是萃取数据
中心。数据在搬运之上需要萃取加工,核心工作是深度挖掘、标签萃取。
整个过程中,工作需要靠两个系统。第一个系统是一套完善的智能数据套件。第二个系统是将所有内部数据做
资产管理。在阿里,人们把数据当资产,需要让数据产生作用。
阿里巴巴认为,公司的数据解决方案需要分三个阶段。第一阶段是全局架构与初始化,也就是当公司的业务复
杂度低时,必须做全局架构,保证数据口径统一。为将来打好数据基础。当这一步完成后,就可以进行第二
部:迭代数据中台与深化应用,利用整理好的数据处理业务;第三步就是全面地推进数据的业务化。