Cloudera：企業(yè)如何掌控專有數(shù)據(jù)

Cloudera亞太地區(qū)高級副總裁 林萬發(fā)

機器學習（ML）和生成式AI在提升生產(chǎn)力和推動創(chuàng)新等方面的潛力已毋庸置疑。然而，一些還未解決的基礎(chǔ)數(shù)據(jù)問題正阻礙企業(yè)把握這一機遇。Gartner預測，由于數(shù)據(jù)質(zhì)量低下等因素，至少30%的生成式AI項目將被放棄。

隨著數(shù)據(jù)量激增，新的數(shù)據(jù)源不斷涌現(xiàn)，企業(yè)越來越難以從分散在云端、邊緣計算、數(shù)據(jù)中心、大型主機和終端設備的關(guān)鍵信息中挖掘價值。

IT領(lǐng)導者對此深有同感。Cloudera《2024年企業(yè)AI和現(xiàn)代數(shù)據(jù)架構(gòu)現(xiàn)狀》調(diào)查顯示，73%的受訪者承認其企業(yè)內(nèi)部存在數(shù)據(jù)孤島，甚至有超過半數(shù)的受訪者十分抗拒訪問公司的所有數(shù)據(jù)。缺乏可信的數(shù)據(jù)，企業(yè)就無法及時獲得準確的洞察。

事實上，受訪的其他部門領(lǐng)導者也證實了這一觀點。許多人表示，由于數(shù)據(jù)基礎(chǔ)薄弱，他們難以證明AI或生成式AI的投資回報率。根據(jù)埃森哲《2025中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》調(diào)查顯示，盡管很多中國企業(yè)已開始全面擁抱AI，但只有21%的企業(yè)能夠以較快速度實現(xiàn)大規(guī)模AI落地，僅9%的企業(yè)通過生成式AI實現(xiàn)顯著價值轉(zhuǎn)化。與此相呼應，Cloudera發(fā)布的《企業(yè)AI智能體的未來》報告顯示，不清晰的投資回報率（ROI）是阻礙AI智能體落地的主要障礙，其中67%的中國受訪者表示，業(yè)務價值和ROI不明確是其所在組織尚未采用AI智能體的首要原因。

為充分釋放AI的價值，企業(yè)首先需要夯實數(shù)據(jù)基礎(chǔ)，確保數(shù)據(jù)的質(zhì)量、可訪問性和可靠性，從而使AI投資轉(zhuǎn)化為可衡量的業(yè)務價值。

數(shù)據(jù)平臺應以業(yè)務而非IT為中心

未被使用的數(shù)據(jù)通常質(zhì)量低下，且往往來自于舊系統(tǒng)和過時流程。大多數(shù)企業(yè)仍在使用傳統(tǒng)IT平臺和數(shù)據(jù)管理框架，它們的設計初衷是為了適應模擬技術(shù)時代或云時代前的業(yè)務環(huán)境。這些陳舊系統(tǒng)既無法跟上當前數(shù)據(jù)產(chǎn)生的驚人速度，也難以應對日益復雜的數(shù)據(jù)集，更不具備實時分析和彈性擴展的能力，最終可能導致關(guān)鍵決策的速度和靈活性大打折扣。

確保數(shù)據(jù)可靠性和AI就緒性的唯一途徑是采用現(xiàn)代化的混合數(shù)據(jù)架構(gòu)。這種架構(gòu)能夠幫助企業(yè)簡化數(shù)據(jù)訪問、實現(xiàn)數(shù)據(jù)結(jié)構(gòu)化，并提煉出可操作的業(yè)務洞察。

在部署強大的數(shù)據(jù)平臺時，應以業(yè)務為中心，而非IT，因為平臺需要滿足數(shù)據(jù)訪問、安全性、成本效率等多項戰(zhàn)略企業(yè)需求。

滿足關(guān)鍵業(yè)務需求

大多數(shù)企業(yè)所處的多云、混合環(huán)境進一步加劇了識別數(shù)據(jù)集的復雜性。數(shù)據(jù)和工作負載在本地與公有云中的分布動態(tài)變化，也使得實時訪問和識別數(shù)據(jù)的難度增加。僅過去一年，我們就觀察到許多企業(yè)出于安全或成本考慮，將工作負載回遷至私有云。混合數(shù)據(jù)平臺簡化了這一過程，使企業(yè)能夠輕松地將數(shù)據(jù)集跨環(huán)境遷移，同時不再需要重新編寫數(shù)據(jù)管理和分析應用，大幅降低了運營復雜度。

現(xiàn)代數(shù)據(jù)架構(gòu)的另一個關(guān)鍵特征是具備可解析非結(jié)構(gòu)化數(shù)據(jù)的分析工具。根據(jù)《Gartner 2022年存儲戰(zhàn)略路線圖》的預測，新形式的非結(jié)構(gòu)化數(shù)據(jù)每年將增長30%至60%，這些數(shù)據(jù)可轉(zhuǎn)化為實際業(yè)務價值。例如，零售商在社交媒體渠道、電商網(wǎng)站及合作伙伴渠道的海量用戶評價和反饋，經(jīng)過深度分析可以轉(zhuǎn)化為提升流量、提高評分和優(yōu)化客戶體驗的寶貴洞察。

在成本效率方面，混合數(shù)據(jù)平臺賦予企業(yè)彈性擴展的能力，既能支持業(yè)務擴張和新市場開拓，又能確保在滿足增長需求的同時，避免性能損耗和成本浪費。

此外，由于數(shù)據(jù)安全與合規(guī)性已成為影響業(yè)務成敗的關(guān)鍵因素，內(nèi)置安全治理機制的混合數(shù)據(jù)管理平臺已成為剛需。通過加密、訪問控制和審計等功能，企業(yè)能夠有效保護敏感數(shù)據(jù)，降低泄露風險，這對金融服務等強監(jiān)管行業(yè)尤為重要。

穩(wěn)固企業(yè)數(shù)據(jù)基礎(chǔ)

以印度尼西亞OCBC NISP銀行為例，這家上市公司面臨著數(shù)字化挑戰(zhàn)，需要在激烈的競爭環(huán)境中確立數(shù)字化優(yōu)勢。為充分挖掘生成式AI解決方案的巨大潛力，該行設計并落實了一項完美契合其數(shù)據(jù)湖的混合數(shù)據(jù)策略，使數(shù)據(jù)科學家和企業(yè)用戶能夠高效使用各種集成應用。

印度尼西亞OCBC NISP銀行以該混合數(shù)據(jù)平臺為核心基礎(chǔ)，構(gòu)建了一個帶有生成式AI項目工具和框架的可擴展基礎(chǔ)設施，能夠為客戶提供基于Transformer架構(gòu)的實時智能個性化推薦AI模型。憑借這一強大而靈活的基礎(chǔ)設施，該行實現(xiàn)了AI與企業(yè)的大規(guī)模整合，更好地推動了客戶創(chuàng)新并提高了監(jiān)管報告效率。

分析、機器學習、AI和生成式AI為企業(yè)提高創(chuàng)新力、生產(chǎn)力、成本效率且保持市場競爭力提供了更多可能。但要實現(xiàn)這些目標，企業(yè)需要建立堅實的數(shù)據(jù)基礎(chǔ)，填補當前數(shù)據(jù)管理方面的缺口。強大的數(shù)據(jù)治理不再只是IT部門的責任，而是需要管理層直接關(guān)注的戰(zhàn)略要務。