凭借微软智能云,这三家都做了什么?

原创
云计算
“为什么我们把云定位成智能云,而不是简单的微软云,是因为我们具备大数据分析工具、人工智能、认知服务等多种基于云平台的技术,希望将人工智能相关的技术和功能完全整合在我们的产品和服务中。”微软大中华区副总裁兼市场营销及运营总经理康容表示。

【51CTO.com原创稿件】“为什么我们把云定位成智能云,而不是简单的微软云,是因为我们具备大数据分析工具、人工智能、认知服务等多种基于云平台的技术,希望将人工智能相关的技术和功能完全整合在我们的产品和服务中,例如微软智能云Azure,就把很多功能变成PaaS服务。”微软大中华区副总裁兼市场营销及运营总经理康容表示。对此,我们看看合作伙伴是怎么看的?

[[194986]] 

微软大中华区副总裁兼市场营销及运营总经理 康容

联想CIO部门战略变革总监高汪军表示,在谈企业“设备+云”的转型问题时,联想不仅仅做硬件还做内容,并提供一定服务,让客户享受整体的解决方案。怎么支持业务的变革?就需要打造一个IT系统和流程体系,支持整个公司无论是现有的硬件业务,还是未来的“设备+云”的转型。

“同微软合作,我们认为首先微软作为一个平台,拥有全球领先的计算能力和应用性,这样的优势可以帮助我们开发自己的UserCase,真正为联想的业务运作;同时作为进一步合作的考量角度,我们内部也在着手数字化转型,从传统的工业2.0、3.0时代变成工业4.0时代,如何让制造更灵活、让销售更智能、让客户更贴近,这些背后都离不开新技术;微软的定位很好,不需要做每一个具体的UserCase,只是将平台做好,这对于所有企业都会有容易借鉴的更多优势。”高汪军补充道。

如今企业最重要的就是基于数据说话,而不是基于感觉判断并决策,这背后需要做到真正抓住数据,分析出这些数据的Insight。联想最近和微软合作的一个具体的点,就是利用机器学习功能,预测很多未来的事情,例如销量、库存等。上千家一级供应商,二级供应商不计其数,涉及一百多个国家,几十万个分销商,如何让这个庞大的的网络高效地运作,这要求具备很复杂的运作能力。将来如何利用IoT技术和一些机器学习技术让决策更加高效、准确,我想这是联想一直以来追求的。对此,联想采用了微软Azure的机器学习功能,用来预测全球各个国家的PC出货量,对于未来的经营管理都有很重大的意义。高汪军说:“当时和公司团队一起合作做模型,经过大半年的调优,现在的预测准确率已经比IDC高很多。我们内部除了用Gartner、IDC的报告定目标,还有自己机器学习的一个数据。”

关于联想所开展的预测,高汪军表示最近平板市场的预测很受关注。因为平板、包括2合1笔记本所展现的是新市场,在过去两年甚至三年根本没有市场数据可以参考,怎么能在短期去预测这些不确定性比较高的业务,难度很大,这对于将来怎么去预测合理的库存,全球一百多个国家,上万个机型,数量更多的拆成部件……这么大的数量,如何让库存更合理,维修时不受影响,这是现在联想与服务部门合作正在做的。

同样是认知学习,白山云科技有限公司,合伙人兼产品及解决方案副总裁赵鹏认为,如今数据很多,数据不被利用是没有意义的,数据不经过加工与计算也是没有意义的,所以两个闭环要打通,首先是数据之间的连通,其次计算,然后做到与自己的业务系统、应用系统再整合,这就是现在白山云和微软在做的事情。

“和微软的合作由来已久,我们既是Azure使用者,同时我们又是Azure某一项服务的服务提供商。”赵鹏举了这样一个例子,作为在在全国范围内一大做视频监控的企业,白山云如何用自己的云链技术将企业的各个系统的数据打通,这个课题很重要。“起初,我们和微软的合作都是基于客户说出自身的需求,然后再看技术解决方案方面如何解决。这样的大型视频监控企业无非是有很多海量视频数据,以前做监控是为了安全,也是一些合规的操作,但问题是这种操作就没有了再增值的可能。”他补充道。

据了解,白山云在前期积累了很多CDN的客户,面对诸多合规的要求,白山云借助了基于微软智能云Azure的认知服务接口,对于客户的视频及图片内容进行识别,规避违规风险。基于微软强大的人工技术,白山云还在不断发掘新的应用场景,例如在监控系统基础上,不再局限于简单的图片识别,而是对人群的年龄、情绪等信息进行“全方位、多角度”识别,进而将这些数据整合,用于客户咨询、大数据营销以及内部整体业务决策等;事实上白山云与微软在之前就已经针对CDN方有过合作,未来白山云还期待与微软能够在区块链、物联网等领域打造一整套基于云端的完整解决方案。笔者认为,微软为白山云提供的不仅仅是简单的技术支持,更多的是微软构建的庞大生态系统,这都将为白山云等诸多合作伙伴,带来更多的技术资源和客户资源。

Airdoc创始人兼CEO张大磊谈到与微软智能云的合作,其实和现实很贴近。最早是因为身边很多人被“漏诊”,被看错病。后来发现这样的事情在世界范围内都普遍存在,就在想是不是可以用一些办法来解决。究其原因主要是因为特别优质的医疗资源非常少,是否可以用人工智能、深度学习的算法,通过向专家学习,学会如何看片子、看病理、判断疾病,之后把这个本事变成一个算法服务,无论是基层还是其他地方都可以用的上。

据张大磊介绍,后来很多医院,很多地方基层医生都在用这个服务,但是发现之前使用的云和机器学习的框架,在性能上达不到要求。“设想一个病人在医生那儿拍了一个CT,如果传到网上后台识别引擎,需要20分钟才可以出结果给他,那病人只能干等,所以我们想做到实时。这样就联系到微软亚洲研究院部门,当时相关人员正在做微软认知工具包的新版本升级,我们提出了需求,双方协同工作了一段时间,这个问题被很好地解决。”同时,这项业务的升级在没有降低准确性的情况下性能反而提升了40%,微软认知工具包野解决了我们的一些Bug,同时将境外资源也迁移到微软的Azure上,国内的也逐步在迁移……Airdoc和微软主要在云和认知工具包方面达成了长久的合作前景。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

责任编辑:杜宁 来源: 51CTO
相关推荐

2020-12-10 15:16:40

容器Kubernetes多云

2020-02-13 15:24:12

5G覆盖共享

2011-08-15 11:38:06

云服务Amazon

2021-08-06 22:45:09

人工智能AI

2023-09-08 07:47:16

2015-04-28 15:11:51

2012-07-30 16:28:42

电脑

2021-05-25 05:45:06

人工智能硬件新创公司AI

2019-09-12 16:11:02

腾讯云SaaS签约

2014-08-10 14:35:23

2019-07-25 17:04:53

华为云

2022-07-29 09:12:14

Springservlet容器

2021-01-06 08:24:38

人工智能消费领域AI

2015-09-21 09:51:26

2023-06-07 08:13:46

PixiJSCanvas 库

2021-01-03 10:37:50

前端开发技术

2021-12-07 11:16:12

人工智能初创公司AI

2018-05-07 15:44:44

工资腾讯阿里

2021-04-19 10:11:01

人工智能AI机器学习

2020-06-12 17:20:16

人脸识别技术微软
点赞
收藏

51CTO技术栈公众号