和鲸科技CEO范向伟出席“中国移动研发云第五届技术沙龙”,助力电信行业探索AI化转型
作为引领新一代科技革命和产业变革的战略性技术,人工智能代表着信息技术的未来。新时代的标志不仅是一个应用的出现,或一个算法的改进,而是通过规模化的创新,来重新定义社会生活并深刻影响这个世界。
8月22日,由中国移动主办的“中国移动研发云第五届技术沙龙”在中国移动云能力中心正式举办,和鲸科技CEO范向伟出席了本次活动,与来自中国移动广东公司、江苏公司、浙江公司、云能力中心、研究院、科技咪咕及商汤科技的嘉宾,围绕 “DevOps + AI”进行新功能发布及研发经验讨论,亮点纷呈。
此次论坛上,范向伟针对电信行业的人工智能应用创新做出了精彩演讲,与中国移动和众多企业嘉宾共同探讨研发生态,并分享许多实践经验。
范向伟认为,电信行业向来是大数据的典型生产者,作为互联网流量接入口,使得电信行业的数据在质量与体量上都具备其他行业所没有的的优势。经过这数十年的积累,电信数据犹如沉睡的火山,其数据价值一旦挖掘将能爆发巨大的价值。
如此海量的高价值、全维度、多元化数据诚然是一座数据宝藏,但是对于大部分企业来说,数据创新的尝试成本十分高昂。如何判断数据开发方向可行性、如何快速推动数据化落地等等问题接踵而至,创新应用的一系列的困惑和瓶颈也随之浮现。
首当其冲的便是企业面临的人才瓶颈:据调查,中国数据人才缺口或将在2025年达到200万,但数据人才的供给却严重不足。尽管近年来各大高校都在积极开设数据类教育,但由于不同企业面对的数据与商业问题都有很大差异性,复合型人才极度缺乏,依靠传统招聘和内训方式很难满足企业用人与战略发展需求。
其次,当优质数据人才加入企业后,如何对其进行高效率管理以保证人才的价值转化,如何验证AI的投入产出效益,使数据人才的能效能够尽量发挥,管理瓶颈是企业面临的第二个问题。第三个问题则是技术瓶颈,应该如何针对不同业务来分配与整合现有的AI技术能力,如何协调跨部门资源投入,并节约内部技术更新成本,成为企业实现AI创新的阻隔。
针对以上问题,和鲸推出了以“人才培养+竞赛激励+协同平台”为抓手的一体化数据创新转型方案,高效解决企业在规模化AI创新应用时遇到的问题。
人才培养:多维度数据科学实训
和鲸企业拥有着超过60000优质人才的第三方数据科学社区——和鲸社区,能够帮助企业建立与新型数据人才之间的沟通桥梁,提供资源的全方位支持,充分输出海量数据人才的洞察与响应。在人才培养方面,和鲸推出了实训结合的内训方式,区别于单一模式的传统内训,和鲸坚持在训前-训中-训后采用不同的考核与培养模式。和鲸针对不同类型的人才,通过赛训结合的模式,依托平台海量真实案例和高质量数据开展实训,从多维度提高数据的人才的前沿AI技能、协作能力和创新能力,在企业内部形成一个具有深度造血功能的数据人才生态系统,从源头赋能企业数据化创新转型。
竞赛激励:开放拥抱数字化时代
不少企业在数据化转型中都面临这成本高昂的难题,一方面,进行数据科学自研成本高,而且周期漫长、人才稀缺,会消耗大量的时间和金钱成本;另一方面,在业务模式与技术互译的壁垒很高,协作融合效率低、难度大,带来很大风险。和鲸针对以上问题,为企业推出以规模化AI创新为导向的数据竞赛服务,只需提供奖金为激励,而几乎不用任何其他资源投入。每场数据竞赛都有上百支数据团队参与,能够在短时间内帮助企业收获众多优质解决方案,让企业拥有更丰富的选择、开阔的思路和更强的创新能力,能够突破固定团队的认知成见。此外,还能帮助企业并触达潜在优质人才,并在业界树立前沿品牌形象,获取多维度的成果价值。
协同工具:AI创新应用的立足之本
AI创新的前提是低门槛、高灵活性的协同开发工具支持,为此,和鲸科技推出了数据分析及AI开发协同工具KesciLab(简称K-Lab)。首先,K-Lab是一款开箱即用的Web端应用,它打通了云端统一的开发环境,能够实时储存阶段成果,促成数据团队和其他团队无缝高效协作;其次,K-Lab提供了人性化的操作界面,让数据科学家和AI工程师能够在平台上智能生成数据预览并一键调用代码模块,快速开启数据科学项目初探;第三,K-Lab提供了灵活调配算力的功能,按需分配资源、跨云调度算力,保证稳定开发环境的同时还能节约成本,避免资源浪费;最后,K-Lab还能实时进行后台算法与权限管理,以实现数据项目的持续跟进与反馈。工欲善其事必先利其器,在数据化应用日新月异的今天,使用优秀的AI开发协作工具,才能有效促进企业数据创新应用落地和数据化战略转型。
随着众人几小时热烈的讨论,中国移动研发云第五届技术沙龙圆满结束。以往,人们在谈及AI对企业的作用时,总有一种观点认为它将取代现有人员的工作,但事实上,人工智能在企业创新发展中更像是“破局者”的角色,是帮助其迈向数据时代的最佳帮手。
AI化是电信行业的必然趋势,和鲸科技提供“软探索”+“软驱动”解决方案,将会扮演更重要的角色,更快、更好、更平稳地帮助电信行业进行运营融合和规模落地,推进电信企业战略和创新业务朝着数据化、智能化方向迈进。