全球Top4技術長告訴你，如何評估企業資料上雲端與AI應用

今年AI技術在市場上備受關注，許多企業對AI技術的採用躍躍欲試，各家雲端大廠也推出自家多項服務提供給企業，但是都得在雲端上運行，AI技術的熱潮，是否也意味著企業將資料上雲端是未來必然的趨勢？讓資料倉儲龍頭Teradata的技術長Stephen Brobst來告訴你。

Stephen Brobst在高階主管排名服務ExecRank排名中，曾與Amazon、Tesla Motors以及Intel的技術長並列全球前4大技術長，並曾創立過3家新創公司，而後到Teradata擔任技術長，17年技術長資歷更讓他成為歐巴馬的技術顧問。

依照Stephen Brobst的觀察，企業將資料上雲端，並非必然的趨勢，企業要先釐清上雲端的目的，他表示，根據Gartner統計，「目前只有低於3分之1的企業將資料放到公有雲，」安全性是企業最大的疑慮，目前多半企業只將自家資料，放在本地端或是私有雲。

許多人對雲端的安全性有所疑慮，Stephen Brobst卻有截然不同的觀點，「雲端其實比本地端還要安全！」他表示，想像如雲端龍頭大廠AWS，大約有6,000人在維護雲端的安全性，但是，若是一家企業，可能很難做到如此大規模的投入，他舉例，之前Sony公司被駭客入侵許多明星的薪水資訊外流，其實，被駭的全是本地端的系統，雲端完全沒有被入侵，因此，他認為，其實雲端比本地端來的安全。

不過，他表示，也有不少企業想將資料搬上雲端是為了節省成本，「那些雲端公司沒說的是，資料搬移的費用是非常昂貴的！」他坦言，並不是所有的企業都適合用雲端的服務，許多企業認為雲端比較便宜，其實若是像ICBC Bank、eBay這種大規模的企業，擁有大量的數據，將資料搬上雲端的費用十分驚人，但是，若資料量小的企業，將資料放上雲端確實相對便宜許多。

他也舉例一個有趣的作法，有些企業會用本地端和雲端互相配合的方式，用本地端部署系統，但是將備份全放在雲端，作為災難恢復（Disaster Recovery）的策略，他認為這是非常聰明的混合策略，由於雲端收費是按用量計費，但是備份資料平時幾乎不會使用，只需付存放的費用，對企業來說相對便宜許多。

即使上雲端的費用昂貴，Stephen Brobst表示，也有企業是為了敏捷性的考量，將企業所有的資料、系統搬上雲端，他舉例，Netflix現在沒有資料中心，Netflix為了省去在各地建立資料中心的工作，將所有的系統放上雲端，美國售票公司Ticketmaster也將所有本地端的系統，花了60天就搬上雲端，他認為企業上雲端也是達到敏捷性的策略之一，並非全然是價格。

「數據不會跟著分析，是分析要跟著數據，」他提醒，企業要清楚數據產生的位置，若數據都是在本地端產生，那要在雲端分析，就會花費不少費用，但是，像Ticketmaster就把訂購系統、財務系統等都放到雲端，如此一來，數據本來就在雲端，不需要額外付搬移數據的費用。

企業AI應用目前還面臨兩大難題

提到現在最火紅的AI技術，Stephen Brobst認為，AI這個詞彙比喻成雨傘，由於現在AI這個詞包山包海，任何與智能有關的東西，都包含在內，他表示，AI對他而言，更像一個行銷的用語，若以技術層面來看，他會先聚焦於機器學習和深度學習來探討。

依照Stephen Brobst的觀察，其實市場上許多企業高喊採用AI技術，但其實，真正有使用AI技術的企業，卻是少數，在大多數的企業中，以應用層面來看，都還在很初期的階段。

為什麼真正應用AI技術的企業目前少之又少？他坦言，AI技術目前還有兩大問題尚未解決，第一，企業的資料科學家需要知道數據分析過程中，每個決策的原因，他將深度學習演算法比喻成黑盒子，資料科學家就是要透過數據分析，了解數據的前因後果，但深度學習不像機器學習是線性回歸的模型，可以解釋每個決策過程，深度學習的隱藏層則埋沒了這些重要資訊，甚至，每次執行演算法所產生的隱藏層數量也不一樣，讓企業無法得到數據的洞察（Insight）。

他舉例，即使深度學習的結果令人滿意，像是銀行信用評估分析模型，管理者必須了解部門如何做出這樣的決策，避免是因為偏見、種族、性別歧視等不公正的評斷，醫療業亦是如此，若系統就只告訴醫生用這些藥治療病人，醫生不會憑著未知的知識，將病人的生命，冒著風險替病人治療。

不過，他表示，目前高科技製造業良率判斷和詐騙偵測這兩大領域，已經很成熟地運用深度學習技術，因為良率和詐騙偵測的決策原因沒有這麼重要，只要企業持續看到改善即可，但是醫療業、信用檢測這些就需要了解決策原因。

他也補充，目前有許多頂尖的科學家，正在開發可以看見每一層決策的類神經網路，也就是可以解釋的分析預測模型，若能解決這項問題，將會是企業能夠採用深度學習的關鍵之一。

第二則是AI的技術中，不管是機器學習或是深度學習都需要非常大量的資料，但大部分的企業資料量是不足的，導致企業採用深度學習演算法的效果不彰。

許多企業以為50,000筆數據是很大的資料量，但Stephen Brobst強調，用這樣的資料量來執行深度學習是不夠，「若要深度學習執行的結果是好的，你需要好幾百萬筆的數據才夠！」他比喻，深度學習演算法大約就像8歲的小孩，要一直不斷地給他資訊，從錯誤中不斷學習，才能慢慢的歸納出一套法則。

數據分析重點不是資料量，是如何整合多元數據

除此之外，雖然Stephen Brobst身為大數據倉儲公司的技術長，他表示，他從來就不喜歡大數據這個用語，大數據就只是數據的一種，目前，數據已經不是只看量多大，而是要去研究如何分析多元結構的數據。

由於目前許多數據來自不同的通道，像是網站的點擊紀錄、圖片、影音等，包含了結構化、半結構化和非結構化的數據，甚至還要結合政府的開放資料，例如天氣、交通等數據，他表示，若要能將這些多元的數據，妥善地分析、應用，是需要結合許多不同的方法和平臺，這也是目前數據分析最具挑戰的工作。

未來全產業都需分析IoT和感測器數據

近幾年，數據的收集與分析變化很快，Stephen Brobst強調，未來每個企業都免不了要分析IoT、感測器等裝置的數據，不再只局限於製造業的良率判斷或是生產線優化，邊緣運算（Edge Computing）將會是新的機會，但他認為，目前是以端點收集數據，共同回饋到中心的系統進行運算的方式進行，中心系統產生適合的演算法，再部署到各個端點裝置運行。

「你不會想在邊緣裝置上做learning，因為太慢，」Stephen Brobst一語點出目前邊緣運算，為何還是以中心產生模型推到邊緣裝置的方式，他解釋，若要達成即時分析的能力，就得每百萬分之一秒，來來回回在這些裝置的網路中，傳送、分析資料，這並不是很有效率，因此，基本上，大部分都是先從不同地方的裝置，收集數據，在中心系統建立適用的模型，在部署到邊緣裝置執行。

他表示，如此一來，可以避免時間延遲的問題，也可以用強化學習（Reinforcement Learning）的方式，讓裝置執行的過程可以一邊作為下一次改善的參考，若這次做錯了，可以把錯誤的訊息送回到中心的「大腦」調整演算法，再迅速地部署新版本的演算法到各個邊緣。

此外，他補充，若某個端點裝置發生例外情況，也可以將資訊送回中心，進而改善，這樣一來，未曾發生狀況的端點也可以了解到可能發生的問題，若有狀況則可以快速反應。