近日在2020 AWS技術(shù)峰會與合作伙伴峰會上，關于中國市場，AWS宣布了一個重要動作：發(fā)布百家APN（AWS合作伙伴網(wǎng)絡）合作伙伴聯(lián)合解決方案。
　　具體來講，AWS在中國將從四個方面推動APN的構(gòu)建：一是加快AWS云服務和功能落地中國；二是推動跨區(qū)域業(yè)務擴展，包括伙伴出海、ISV落地中國、和區(qū)域伙伴合作服務客戶；三是與伙伴著力傳統(tǒng)企業(yè)上云遷移；四是打造垂直行業(yè)解決方案。
　　AWS大中華區(qū)專業(yè)服務事業(yè)部總經(jīng)理王承華表示，AWS僅在今年在中國區(qū)就一共落地了150多項服務和功能，主要原因有三點：
　　一是大數(shù)據(jù)分析，通過大數(shù)據(jù)分析挖掘商機，是數(shù)字原生企業(yè)的成功之處。這也是如今大量傳統(tǒng)企業(yè)在思考的事情，他們希望通過大數(shù)據(jù)運營解決日常運營中的問題，同時進行創(chuàng)新。比如很多快消企業(yè)在嘗試如何直達消費者（B2C），涉及到大量數(shù)據(jù)與運算。
　　二是AWS在中國區(qū)引入了Amazon Athena、AWS Glue、Amazon MSK，與此前的Amazon S3、Amazon Elasticsearch、Amazon Redshift、Amazon EMR等組成一套數(shù)據(jù)湖解決方案，為向行業(yè)推進奠定了技術(shù)基礎。
　　三是機器學習方面，目前各行業(yè)也在探索如何從海量數(shù)據(jù)集過往經(jīng)驗中總結(jié)出適合于自身行業(yè)突破的機器學習解決方案。今年4月，AWS中國區(qū)引入了一項重要服務SageMaker，以減少對傳統(tǒng)科學家和工程算法的依賴，有效節(jié)省科學家和數(shù)據(jù)工程師的時間。
　　顯然，受國內(nèi)疫情帶來的數(shù)字化需求浪潮推動，借助光環(huán)新網(wǎng)（北京）、西云數(shù)據(jù)（寧夏）的運營，AWS正在加快在中國市場的落地與布局。
企業(yè)數(shù)字化的增長引擎
　　提起SageMaker，對于中國的企業(yè)可能還是個新鮮事物。
　　SageMaker于2017年公布，2020年4月正式上線中國區(qū)。據(jù)介紹，SageMaker是一項完全托管的服務，可以幫助開發(fā)者和數(shù)據(jù)科學家快速構(gòu)建、訓練和部署機器學習模型。SageMaker為開發(fā)者提供了彈性筆記本、實驗管理、自動模型創(chuàng)建、模型調(diào)試分析，以及模型概念漂移檢測等功能，并將這些功能封裝在首個面向機器學習的集成開發(fā)環(huán)境SageMaker Studio中。

　　這種類似于“中央廚房”的模式，消除了機器學習過程中的繁重工作，讓開發(fā)高質(zhì)量模型變得更加輕松。
　　此次活動上，AWS中國區(qū)生態(tài)系統(tǒng)級合作伙伴總經(jīng)理汪勇進一步說明了企業(yè)選擇SageMaker的理由：“數(shù)字化已經(jīng)成為新常態(tài)，為加強在垂直行業(yè)的深耕，AWS已經(jīng)通過與中科創(chuàng)達、行者AI、東軟、德勤等技術(shù)/咨詢合作伙伴的合作，幫助客戶定制開發(fā)人工智能、機器學習解決方案，加大創(chuàng)新速度和在本地服務落地的速度?！?br/>　　談及這一點，作為與AWS合作近10年的客戶伙伴之一的德比軟件，其最佳實踐或許比AWS的闡釋更具有借鑒性。
基于SageMaker的實踐創(chuàng)新：酒店庫存智能緩存
　　德比軟件是一家為酒店、OTA提供訂單分銷技術(shù)的企業(yè)，其客戶遍布全球，包括希爾頓、洲際、萬豪等國際著名連鎖酒店。分銷技術(shù)，簡而言之，就是當消費者通過攜程或谷歌搜索預定酒店時，需要保證對酒店庫存、價格等實時信息的更新，德比軟件相當于這樣一個信息的對接平臺。

　　據(jù)德比軟件副總裁夏衛(wèi)介紹，“德比軟件平臺上，每分鐘有一百多份訂單，至少需要2000臺服務器來處理業(yè)務。除了在中國市場，在亞洲、歐洲、美洲等地都需要部署服務器，每天處理的數(shù)據(jù)量也達到了近200TB以上。如果使用傳統(tǒng)服務器進行部署，那么系統(tǒng)架構(gòu)將變得非常復雜，且企業(yè)運營成本也居高不下。”
　　為此，德比軟件從2011年開始就使用AWS，如今其業(yè)務幾乎100%都跑在AWS云上，對德比軟件全球的擴張起到很大的支撐作用。隨著2020年SageMaker在中國市場的落地，AWS上海人工智能研究院機器學習解決方案實驗室基于SageMaker，為德比軟件開發(fā)了一款酒店庫存智能緩存系統(tǒng)。
　　夏衛(wèi)告訴雷鋒網(wǎng)，在使用SageMaker之前，德比軟件也曾嘗試引入機器學習應用在某些項目中，如智能運維、容量預測、異常檢測等?！捌鸪?，我們還做了一個庫存預測和異常檢測的神經(jīng)網(wǎng)絡模型，運行在AWS EC2上。如果是小規(guī)模運算，針對某個產(chǎn)品、項目沒什么問題，計算資源也耗費不多，但如果需要在整個公司內(nèi)部運作起來，調(diào)度幾千臺服務器，這種方法肯定就不行了，首先成本就非常高。此外，數(shù)據(jù)調(diào)用、數(shù)據(jù)量、安全合規(guī)等問題都是需要考慮的問題?！?br/>　　夏衛(wèi)表示，酒店庫存的變化有很多要素影響，包括不同的入住日期、入住天數(shù)、成人數(shù)量、兒童數(shù)量甚至兒童的年齡段、不同房型、不同價格計劃，以及針對不同的渠道等等，這些要素組合起來，當對接一家有6000家連鎖酒店的集團集團酒店時，差不多有一萬多億的變化。
　　考慮一番后，德比軟件遷移到SageMaker 的Pipeline上實現(xiàn)。
　　通過酒店庫存智能緩存系統(tǒng)，可以實現(xiàn)分析實時查詢價格的請求數(shù)據(jù)，以及十多年來的歷史訂單數(shù)據(jù)，從而自動找到酒店庫存變化的規(guī)律；然后通過周期性訓練，最終得到能夠預測除熱門以及易變化酒店的酒店產(chǎn)品模式，實現(xiàn)及時更新緩存，并根據(jù)預測的產(chǎn)品狀態(tài)過期時間，快速推送給渠道。
　　接下來，德比軟件還規(guī)劃通過SageMaker構(gòu)建以下幾方面核心能力：一是酒店內(nèi)容上，包括圖片、文字描述，如房型名稱可以通過NLP進行訓練生成；二是如何將原先需要手工錄入的信息實現(xiàn)自動化；三是在智能客服方面，通過技術(shù)推廣到更多中小酒店。
　　據(jù)初步測試，這套算法可以幫助德比軟件提高準確率20%以上。盡管還是初步的嘗試，完全成效還未體現(xiàn)出來，但按照德比軟件目前在全球的訂單量，在全面部署后，哪怕僅提高1%，也可能為客戶帶來上億美元的額外收入。
　　這次峰會上AWS還宣布與畢馬威、神州數(shù)碼簽署戰(zhàn)略合作關系，在更多領域深化合作。例如，東軟集團基于AWS構(gòu)建了云原生的汽車在線導航業(yè)務（NOS），速石科技構(gòu)建的基于AWS云上資源和用戶本地算力的一站式交付平臺，外研在線在AWS上構(gòu)建的Unipus智慧教學解決方案等等……
　　不難發(fā)現(xiàn)，包括AWS這樣的云巨頭服務商在內(nèi)，當下云市場已經(jīng)從單純云技術(shù)的輸出，真正轉(zhuǎn)變?yōu)樵粕鷳B(tài)之間的競爭。