本文來(lái)自大數(shù)據(jù)在線。
6月底，全球數(shù)據(jù)分析領(lǐng)域徹底炸鍋了。
兩大數(shù)據(jù)分析企業(yè)Databricks和Snowflake紛紛將目光瞄準(zhǔn)了AI大模型。要知道，這兩位對(duì)手平時(shí)沒(méi)少對(duì)臺(tái)戲，為性能、產(chǎn)品和技術(shù)經(jīng)常開(kāi)撕。但在今年的自家大會(huì)上，兩家企業(yè)卻出奇的一致，不約而同將主題定位為：Data+AI，并且宣布巨資加碼AI大模型！
先是Databricks宣布以13億美元收購(gòu)AI大模型初創(chuàng)公司MosaicML，成為今年以來(lái)生成式AI領(lǐng)域內(nèi)公布的最大一筆收購(gòu)案。后是Snowflake宣布與NVIDIA合作，共同聚焦AIGC和專有大模型的開(kāi)發(fā)。
可能有人會(huì)認(rèn)為，數(shù)據(jù)分析企業(yè)“參和”到AI大模型領(lǐng)域，不是來(lái)添亂就是用于資本市場(chǎng)炒作。不過(guò)在筆者看來(lái)，數(shù)據(jù)分析企業(yè)們巨資加碼AI大模型的背后，恰恰是大數(shù)據(jù)、人工智能技術(shù)經(jīng)過(guò)多年發(fā)展與積累之后，數(shù)智生產(chǎn)力逐漸深入人心，如何高效、安全、便捷地釋放數(shù)智生產(chǎn)力已成為數(shù)智時(shí)代千行百業(yè)的一道必答題。
Data+AI的本質(zhì)：釋放數(shù)智生產(chǎn)力
Databricks斥巨資收購(gòu)AI大模型的背后邏輯是什么？
這其實(shí)是Data+AI的融合大趨勢(shì)。
眾所周知，進(jìn)入到數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)已被公認(rèn)為新的核心生產(chǎn)要素，而AI則被視為具有變革性的生產(chǎn)工具，二者結(jié)合有望真正帶來(lái)生產(chǎn)力的飛躍。業(yè)界稱之為釋放數(shù)智生產(chǎn)力。
但高效、安全、便捷地釋放數(shù)智生產(chǎn)力絕非易事。隨著海量數(shù)據(jù)的增長(zhǎng)，以及數(shù)據(jù)技術(shù)、人工智能技術(shù)的不斷迭代與演進(jìn)，千行百業(yè)的用戶們也面臨著極為復(fù)雜的局面：
其一、數(shù)據(jù)走向海量化和多樣化，數(shù)據(jù)分析和各類模型也趨于復(fù)雜化。以O(shè)penAI GPT大模型為例，近年來(lái)每一代GPT模型的參數(shù)規(guī)模呈指數(shù)級(jí)增加。如今，市場(chǎng)中千億級(jí)的AI大模型屢見(jiàn)不鮮。
現(xiàn)在，訓(xùn)練一個(gè)大模型不僅需要耗費(fèi)巨大的硬件成本，更需要花費(fèi)大量精力在數(shù)據(jù)處理、訓(xùn)練等環(huán)節(jié)，這讓很多用戶對(duì)于AI大模型抱著“想用卻不敢用”的心態(tài)。
其二、大量智慧場(chǎng)景的涌現(xiàn)，反向推動(dòng)了更多的數(shù)據(jù)訓(xùn)練、推理和分析的需求，這對(duì)于數(shù)據(jù)處理、分析等環(huán)節(jié)要求會(huì)越來(lái)越高。而在行業(yè)領(lǐng)域，各個(gè)業(yè)務(wù)場(chǎng)景嘗試接入AI大模型，除了會(huì)帶來(lái)釋放生產(chǎn)力之外，還會(huì)將數(shù)據(jù)處理等環(huán)節(jié)的要求提升到新的高度。數(shù)據(jù)處理、分析等需要走向自動(dòng)化、智能化。
其三、數(shù)據(jù)消費(fèi)群體持續(xù)擴(kuò)大，帶來(lái)了前所未有的數(shù)據(jù)消費(fèi)局面。過(guò)去，數(shù)據(jù)消費(fèi)群體往往是少數(shù)管理層；現(xiàn)在，大量的業(yè)務(wù)場(chǎng)景中均需要對(duì)數(shù)據(jù)進(jìn)行分析、挖掘，這極大推動(dòng)了數(shù)據(jù)消費(fèi)群體的增加。比如，中國(guó)的一些股份制銀行或者大型制造企業(yè)，其數(shù)據(jù)消費(fèi)的月活員工早已過(guò)萬(wàn)，并且員工占比還在持續(xù)提升，在日常業(yè)務(wù)場(chǎng)景中，“用數(shù)”已經(jīng)融入到各類員工的工作之中。
事實(shí)上，為了更好地幫助用戶們高效、安全、便捷地釋放數(shù)智生產(chǎn)力，數(shù)據(jù)分析企業(yè)這些年在加速推動(dòng)Data+AI的融合。比如，集成TensorFlow等流行AI框架，支持機(jī)器學(xué)習(xí)工具的開(kāi)發(fā)等。如今，布局AI大模型更像是Data+AI趨勢(shì)的進(jìn)一步演進(jìn)，水到渠成和順理成章。
那么，生成式AI或者AI大模型會(huì)對(duì)數(shù)據(jù)分析帶來(lái)哪些改變？
首先，AI的融合一定會(huì)讓數(shù)據(jù)分析的方式更加智能和便捷，持續(xù)降低數(shù)據(jù)消費(fèi)和使用的門(mén)檻，而生成式AI或者AI大模型則會(huì)加速數(shù)據(jù)分析的智能化，且會(huì)對(duì)數(shù)據(jù)分析、智能用數(shù)方式帶來(lái)革命性的影響。
例如，在查詢和檢索、數(shù)據(jù)清洗和準(zhǔn)備、分析和可視化等諸多環(huán)節(jié)融入生成式AI能力，讓數(shù)據(jù)分析極為簡(jiǎn)單與便捷。以數(shù)據(jù)分析需求的流轉(zhuǎn)為例，過(guò)去以以人和人的對(duì)話、人和數(shù)據(jù)平臺(tái)GUI的互動(dòng)過(guò)程來(lái)完成，業(yè)務(wù)人員、數(shù)據(jù)分析師和數(shù)據(jù)工程師之間需要形成從解釋需求到反饋方案的循環(huán)，且是預(yù)設(shè)流程，過(guò)程復(fù)雜、效率低下且優(yōu)化迭代困難。
而將生成式AI融入之后，真正改變了過(guò)去輸入方式、交互方式，可以讓數(shù)據(jù)分析更好地契合用戶想法。
國(guó)內(nèi)領(lǐng)先的大數(shù)據(jù)分析和指標(biāo)平臺(tái)廠商Kyligence是業(yè)界最早探索Data+AI的突出代表。早在2019年，Kyligence就推出了AI增強(qiáng)引擎，可以根據(jù)實(shí)際的數(shù)據(jù)特征和查詢習(xí)慣等主動(dòng)分析業(yè)務(wù)用數(shù)模式，以實(shí)現(xiàn)數(shù)據(jù)模型自適應(yīng)匹配業(yè)務(wù)查詢需求，將高度依賴專家且工作量巨大的的數(shù)據(jù)建模開(kāi)發(fā)與設(shè)計(jì)等工作變成自動(dòng)化和智能化。
無(wú)疑，生成式AI和AI大模型的融入，帶來(lái)更加出色的自然語(yǔ)言理解準(zhǔn)確度、思考推理能力和以及自然語(yǔ)言的輸出，除了進(jìn)一步讓數(shù)據(jù)分析加速走向智能化之外，也會(huì)徹底影響數(shù)據(jù)分析、數(shù)據(jù)消費(fèi)、用數(shù)交互等方式，帶來(lái)變革性的改變。
當(dāng)下，無(wú)論是云服務(wù)商，還是數(shù)據(jù)分析企業(yè)，均認(rèn)可生成式AI融入到數(shù)據(jù)分析之中，且在加速布局。據(jù)悉，在7月14日即將舉辦的Kyligence用戶大會(huì)上，Kyligence將帶來(lái)Data+AI的重磅新品，目標(biāo)直指大模型時(shí)代下的智能用數(shù)。
其次，生成式AI或者AI大模型與數(shù)據(jù)分析平臺(tái)的結(jié)合，未來(lái)會(huì)讓行業(yè)的專有大模型訓(xùn)練、推理等變得更加簡(jiǎn)單，大模型成本未來(lái)有望大幅下降。
當(dāng)前，大模型的訓(xùn)練與推理依然是一項(xiàng)復(fù)雜且成本高昂的工作，動(dòng)輒數(shù)百萬(wàn)美元的訓(xùn)練和研發(fā)費(fèi)用，讓很多用戶都叫苦不迭，降門(mén)檻和降成本對(duì)很多用戶而言將是善莫大焉。
有專家就認(rèn)為，數(shù)據(jù)分析平臺(tái)和大模型技術(shù)的結(jié)合，未來(lái)有望讓企業(yè)可以使用自己的專有數(shù)據(jù)來(lái)簡(jiǎn)單、快速、低成本進(jìn)行生成式AI模型的訓(xùn)練和構(gòu)建，在讓用戶擁有數(shù)據(jù)的控制權(quán)和所有權(quán)的情況下，便捷進(jìn)行自定義AI模型的開(kāi)發(fā)。
可以說(shuō)，隨著生成式AI的融入，Data+AI正在加速開(kāi)啟新時(shí)代，釋放數(shù)智生產(chǎn)力也指日可待。
如何釋放數(shù)智生產(chǎn)力：看這里，上海見(jiàn)！
著名AI專家吳恩達(dá)認(rèn)為，隨著開(kāi)源AI算法的普及，成功運(yùn)用AI技術(shù)的關(guān)鍵是數(shù)據(jù)為中心的AI(Data-centric AI)。深以為然。
今年6月底，13億美元的收購(gòu)案為Data+AI打響了第一槍。隨著生成式AI、AI大模型開(kāi)始與數(shù)據(jù)分析相結(jié)合，Data+AI的核心依然是以數(shù)據(jù)為中心。接下來(lái)，Data+AI會(huì)對(duì)數(shù)據(jù)分析的交互方式、企業(yè)數(shù)據(jù)使用方式甚至專有大模型的建立等帶來(lái)哪些新變化和新影響？
即將在7月14日舉辦的2023 Kyligence用戶大會(huì)值得密切關(guān)注。Kyligence由Apache Kylin創(chuàng)始團(tuán)隊(duì)于2016年創(chuàng)辦，是目前領(lǐng)先的大數(shù)據(jù)分析和指標(biāo)平臺(tái)供應(yīng)商，連續(xù)三年進(jìn)入Gartner增強(qiáng)數(shù)據(jù)分析推薦廠商。
Kyligence在Data+AI的布局，表明中國(guó)數(shù)據(jù)分析企業(yè)一直走在業(yè)界變革的最前沿，對(duì)于AI大模型帶來(lái)的數(shù)據(jù)分析交互革命、智能用數(shù)同樣有著前瞻性的探索和布局。
據(jù)悉，在2023 Kyligence用戶大會(huì)上，Kyligence將會(huì)發(fā)布Data+AI的重磅新產(chǎn)品。此外，本次大會(huì)還將云集海內(nèi)外行業(yè)領(lǐng)袖、技術(shù)專家、企業(yè)高管以及合作伙伴。此外，來(lái)自中金、德邦、平安銀行、中信銀行、三一重工、亞馬遜云科技等多個(gè)領(lǐng)域的專家將分享Data+AI領(lǐng)域的諸多重磅內(nèi)容。
https://www.fromgeek.com/wemedia/267-594676.html
