AI大军又添猛将:海云数据宣布“双亿元AI扶持计划”

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

在经历了工业化时代、信息化时代、互联网时代后,人工智能(AI)时代呼之欲出。以人工智能为风向标,创业领域“百家争鸣”,模式创新+技术创新层出不穷,在BAT等巨头之外,中国创业者正迎来下一波科技浪潮。

海云数据是大数据的行业运营商,专注于提供企业级大数据整体运营与分析服务,同时是中国大数据可视化的领导者。近日,一场主题为“感知无法看见的数据,赋能无法计算的智慧”的AI战略发布会,标志着海云数据将正式加入AI大军:海云数据今后将专注利用人工智能与可视分析技术,赋予用户在灵活科学地分析数据中形成更加智慧的业务决策能力,真正帮助用户实现在业务场景中的效率提升与价值变现,致力于成为AI能力服务的领导者。

由工程建设模式向能力服务模式转变

众所周知,图易是海云数据的核心数据产品,帮助企业快速部署具有行业属性的大数据分析与决策能力,为企业级的大数据运营带来新的思路。海云数据创始人、CEO冯一村在此次发布会上表示,可视分析并非图易的终点,图易产品将再次升级,将成为赋予用户AI应用能力的服务设计平台。“这是一次全新的商业模式转变,我们将领导业界由传统的工程建设模式革命性地进化到能力服务模式。”

冯一村

海云数据创始人、CEO冯一村

工程建设模式在人类社会发挥了巨大作用,极大推动了包括信息工程在内的各项工程建设。然而,以上模式也有其先天的弱点,就是无法有效全面整合和聚集各种优势资源,简单的单点对单点或者单点对多点延长了工期,造成了无谓的消耗。

海云数据提出的工程建设模式向能力服务模式的进化,是对2B科技行业现有业务流程的根本性变革,旨在打通行业上下游的壁垒,整合和连接行业所有资源,为用户全面赋能。冯一村把传统的工程建设模式称为“授人以鱼”,而能力服务模式则是“授人以渔”。

海云数据意图通过图易平台,将行业人士、创业团队、咨询团队、院校团队嵌入其中,并与下游公共安全、交通、智慧城市、军民融合领域用户实现有效对接。这样,多点对多点,通过图易这个中转“路由器”建立紧密联系,从而使AI能力找到了释放的节点。

为用户全面赋能

“所谓的赋能,首先是我们自己有能力,才能赋能给用户。” 冯一村对所谓的能力做出了这样的解释:“就是调度和指挥所管辖区域的资源的能力,提升所管辖区域的效率,使其不会受制于场景,而且会自我进化。”这样的能力构成需要两点:

1. 可视分析。可视分析是沟通用户和数据之间的一种感知能力,是一种分析的方式,是真正让用户去理解数据价值的所在。

2. 人工智能。像唇语识别、人脸识别、机器视觉性的这些工作,人无法做到精细化,而机器可以。这时候就需要依靠机器来完成这些任务。

所以,把可视化分析和人工智能集合起来,依靠人工智能解决精细化识别过于耗费人力的问题,依靠可视分析解决复杂的态势感知问题,就组成了用户应该具备的能力。即所谓的“新能力”。

有了新能力,就需要有新的服务方式给客户提供新的能力,这就是新服务。当两者都具备的时候,就应该有新的共享。

密切贴合“共享经济”理念

共享经济热度一直很高,在冯一村看来,共享经济不仅仅是物品的共享,更应该是能力的共享、市场的共享以及财力的共享。

以海云数据基于智慧城市AI产业路由器提出的新服务为例,该服务囊括方法论与工具、高精尖技术、资本、人才、市场几大要素。其中,方法论与工具、高精尖技术或者说是能力的共享,海云数据把这种能力拿出来,在赋能用户的同时与合作伙伴进行分享。当然,合作伙伴的技术也将与加入产业路由器的任何人进行分享。

在发布会上,海云数据推出“双亿元AI扶持计划”,与资本方携手,通过资本、人工智能技术、资源、平台等方面的赋能,支持产业链上下游企业与海云共赢、共享,共同挖掘产业存量经济市场红利。

记者视点

海云数据在经历了4年的成长之后,以技术驱动为导向,战略方向、商业模式开始发生变化。看似一场普通的发布会,其实蕴藏着海云数据这家在大数据可视化和可视分析领域深耕数年的创新引领企业,对于今后行业的一个判断和前瞻布局。未来AI风口已经出现,海云数据当然不会放过这次机遇。来自世界知名会计师事务所普华永道的数据显示,2030年人工智能将带来15.7万亿美元的经济增长,其中应用市场即达9.1万亿美元,海云数据如何在这个巨大的市场中分一杯羹,让我们拭目以待。 


本文作者:赵立京

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
2月前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
2月前
|
机器学习/深度学习 人工智能 算法
整合海量公共数据,谷歌开源AI统计学专家DataGemma
【10月更文挑战第28天】谷歌近期开源了DataGemma,一款AI统计学专家工具,旨在帮助用户轻松整合和利用海量公共数据。DataGemma不仅提供便捷的数据访问和处理功能,还具备强大的数据分析能力,支持描述性统计、回归分析和聚类分析等。其开源性质和广泛的数据来源使其成为AI研究和应用的重要工具,有助于加速研究进展和推动数据共享。
82 6
|
13天前
|
人工智能 安全 DataX
【瓴羊数据荟】 Data x AI :大模型时代的数据治理创新实践 | 瓴羊数据Meet Up城市行第三期
第三期瓴羊数据Meetup 将于2025年1月3日在线上与大家见面,共同探讨AI时代的数据治理实践。
68 10
【瓴羊数据荟】 Data x  AI :大模型时代的数据治理创新实践 | 瓴羊数据Meet Up城市行第三期
|
14天前
|
存储 人工智能 人机交互
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
PC Agent 是上海交通大学与 GAIR 实验室联合推出的智能 AI 系统,能够模拟人类认知过程,自动化执行复杂的数字任务,如组织研究材料、起草报告等,展现了卓越的数据效率和实际应用潜力。
98 1
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
|
1月前
|
存储 机器学习/深度学习 人工智能
【AI系统】完全分片数据并行 FSDP
本文深入探讨了AI框架中针对权重数据、优化器数据和梯度数据的分布式并行实现,特别是在PyTorch框架下的具体方案。文章首先回顾了通用数据并行和分布式数据并行的概念,重点讨论了同步与异步数据并行的差异。接着,文章详细介绍了如何在PyTorch中实现弹性数据并行,特别是完全分片数据并行(FSDP)的机制,包括其如何通过分片模型状态和剩余状态来减少内存消耗,提高训练效率。此外,文章还探讨了混合精度训练、损失缩放和内存消耗估算等关键技术,为理解和实施高效的分布式训练提供了全面的指导。
64 9
【AI系统】完全分片数据并行 FSDP
|
7天前
|
存储 数据采集 算法
构建AI数据管道:从数据到洞察的高效之旅最佳实践
本文探讨了大模型从数据处理、模型训练到推理的全流程解决方案,特别强调数据、算法和算力三大要素。在数据处理方面,介绍了多模态数据的高效清洗与存储优化;模型训练中,重点解决了大规模数据集和CheckPoint的高效管理;推理部分则通过P2P分布式加载等技术提升效率。案例展示了如何在云平台上实现高性能、低成本的数据处理与模型训练,确保业务场景下的最优表现。
|
1月前
|
机器学习/深度学习 人工智能 PyTorch
【AI系统】数据并行
数据并行是一种在分布式AI系统中广泛应用的技术,通过将数据集划分成多个子集并在不同计算节点上并行处理,以提高计算效率和速度。在大规模机器学习和深度学习训练中,数据并行可以显著加快模型训练速度,减少训练时间,提升模型性能。每个计算节点接收完整的模型副本,但处理不同的数据子集,从而分摊计算任务,提高处理速度和效率。数据并行按同步方式可分为同步数据并行和异步数据并行,按实现方式包括数据并行、分布式数据并行、完全分片的数据并行等。其中,分布式数据并行(DDP)是当前应用最广泛的并行算法之一,通过高效的梯度聚合和参数同步机制,确保模型一致性,适用于大型NPU集群和AI系统。
105 7
【AI系统】数据并行
|
9天前
|
人工智能 Cloud Native 数据管理
数据+AI融合趋势洞察暨阿里云OpenLake解决方案发布
Forrester是全球领先的市场研究与咨询机构,专注于新兴技术在各领域的应用。本文探讨如何加速现代数据管理,推动人工智能与客户业务的融合创新。面对数据标准缺乏、多云环境复杂性、新兴业务场景及过多数据平台等挑战,Forrester提出构建AI就绪的数据管理基石,通过互联智能框架、全局数据管理和DataOps、端到端数据管理能力、AI赋能的数据管理以及用例驱动的策略,帮助企业实现数据和AI的深度融合,提升业务价值并降低管理成本。
|
2月前
|
人工智能 算法 BI
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
当BI遇见AI,洞见变得触手可及 —— 瓴羊「数据荟」数据Meet Up城市行·杭州站启幕,欢迎参与。
442 5
聚焦AI与BI融合,引领数智化新潮流 | 【瓴羊数据荟】瓴羊数据Meet Up城市行第一站完美收官!
下一篇
开通oss服务