数据科学|中国的「Databricks」们：打造AI基础架构，我们是认真的( 三 )

文章插图
九章云极DataCanvas
对于AI基础架构，很多行业用户一开始的认知是模糊的，仍需要持续的教育。但是某些先行先试的行业头部企业，已经从AI基础架构的升级中尝到了甜头。比如在银行业，原来需要几天才能完成审批的贷款，现在可以实时审批；在制造业，工业质量检测能力的提升、设备预测性维护的实现等都得益于AI的应用……诸如此类的案例应用不胜枚举。
“在构建AI基础架构的基础之上，有数据、有场景、有预算、有团队，用户就可以开发自己的AI应用了。”方磊表示，“原来，用户习惯‘伸手’向厂商要‘交钥匙’的AI解决方案。但这种单独定制的解决方案并非长久之计。”例如某大型钢铁企业在全球拥有300多条产线，每条产线用到的设备、供应商各不相同。如果没有一个统一的平台支撑其建模、分析、应用开发和管理，那么系统将不堪重负。说到底，用户还是要依靠自身AI能力的提高，运用通用的技术，自主掌握AI应用开发。在这种情况下，AI基础架构就是必须的。这也是九章云极DataCanvas的商业机会。
珠玉在前事半功倍打造千朵云生态的AI基础架构，是九章云极DataCanvas的商业定位；而打造中国开源数据科学第一平台，则是九章云极DataCanvas的初心。两者并不矛盾。正相反，数据科学与AI基础架构从学科和商业应用两个不同的维度，在九章云极DataCanvas身上实现了平衡与统一。
在很长时间里，数据科学曲高和寡。在中国，像九章云极DataCanvas这样长期坚持深耕数据科学领域的厂商凤毛麟角。Databricks可以说是全球范围内数据科学领域最先跑出的企业。它居高不下的热度至少证明了，数据科学这个市场大有可为。
新基建、云原生、数智化升级、开源，在这些利好因素下，再加上有Databricks这样的珠玉在前，以及九章云极DataCanvas等公司多年来的精耕细作，数据科学的发展值得期待。