新版電影《銀翼殺手2049》因其對未來反烏托邦式的描繪而對科幻小說迷有著巨大的吸引力。到那時，機器可以自我重設，他們也會愛上智能虛擬生活。這部電影呈現(xiàn)了一個更加黑暗的未來，人工智能（AI）甚至可以孕育生命。
甲骨文公司董事長拉里埃里森曾表示，在機器學習（ML）和人工智能時代，就業(yè)格局將會重新洗牌，而這要歸功于最近在甲骨文開放世界大會上發(fā)布的最新自動駕駛云數(shù)據(jù)庫。他說：“IT資源用于開放共享以專注于機器學習，而不僅僅是在數(shù)據(jù)庫中修復安全攻擊和宕機時間。”所以，盡管《銀翼殺手2049》所設想的未來尚屬遙遠。但借用尼爾阿姆斯特朗的那句“邁出一小步，即將成為人類的一大步”來描述卻一點也不為過。因為我們已經不難看出，如今的軟件能夠預測并指導人類做出明智的決定。新的Oracle數(shù)據(jù)庫不再需要構建工程師所設計的無人機來運行補丁了，它會不斷學習了解數(shù)據(jù)的性質、查詢模式的自動化以及系統(tǒng)上所發(fā)生的潛在因素以及攻擊行為。除了甲骨文之外，去年，數(shù)據(jù)倉庫云平臺Panoply也已開發(fā)出了一個獨立的平臺。
最近，在一封致拉里埃里森的公開信中，Panoply的首席執(zhí)行官Yaniv Leven表示，甲骨文并非第一家在云計算上部署自動機器學習的公司。在致媒體的信中，Yevin寫到：“是的，自動機器學習數(shù)據(jù)庫確實令人驚嘆，但它并不是唯一的，也不是第一個。目前為止，Panoply在北美和歐洲有100多家客戶，他們以一個完全獨立的數(shù)據(jù)倉庫為基礎，進行數(shù)據(jù)處理工作（實際上已經持續(xù)一年多了）。
我們不能把這種表述等同于“Panoply與甲骨文”或者“大衛(wèi)與歌利亞”的對比。2010年和2011年，相關的商業(yè)報告就對云計算有所提及，之后大數(shù)據(jù)開始占據(jù)上風，自此，宣告商業(yè)模式正發(fā)生著最大的獨立轉變。
值得注意的是，這幾年Infosys管理層也同樣經歷了變動，直到今年，創(chuàng)始人之一Nandan Nilekani的回歸才使得該公司走向正軌。我們不能孤立地看待這種發(fā)展，因為如果印度IT服務巨頭想要生存下去，則必須從根本上變革已有的商業(yè)模式。Vishal Sikka是Infosys的前首席執(zhí)行官，他說得沒錯，“提供服務并不能讓你真正賺到錢，真正蘊藏商機的是機器學習及人工智能軟件”。
因此，盡管印度IT企業(yè)正在試圖向股東描繪其規(guī)劃的未來新生活，但在舊金山灣區(qū)，印度公司必須意識到的一點，那就是還有更多的事情即將發(fā)生。毫無疑問，IT行業(yè)已經被商品化，而且它們需要平臺來引領企業(yè)進入數(shù)字化時代，即利用機器學習、深度學習和人工智能對數(shù)據(jù)進行分析服務處理。
舊金山灣區(qū)試水案例
走進門洛帕克大樓20號，你會看到Facebook圍繞人工智能領域所打造的整個團隊。他們在整個人工智能部分繪制了流程圖，以展示技術堆棧應如何響應客戶查詢，并且正在平臺上構建面部識別等小功能。然而，F(xiàn)acebook所做的工作不止如此。Facebook所建造的占地95萬平方英尺的辦公大樓是根據(jù)個性化表達所建立起來的，其無形中正映襯出企業(yè)所倡導的獨立思考算法理念。
從此出發(fā)，驅車前往帕洛阿爾托或時尚島林蔭大道大概需要20分鐘，在那兒有像ScoreData和Reflektion這樣的組織，他們使用機器學習和人工智能為客戶解決問題。
數(shù)學家、計算機科學家Moidin Mohiuddin同樣也是ScoreData的聯(lián)合創(chuàng)始人。他告訴記者，如今機器接受訓練以理解模式已經變成了絕對事實。例如，ScoreData建立了數(shù)據(jù)模型，以幫助組織機構及其代理商更好地服務于他們的客戶。“這是一個簡單的用例。最困難的部分是讓軟件跟進理解客戶行為，并根據(jù)他們的交易歷史解答疑問，”他說。
那么，什么是機器學習、深度學習以及人工智能呢？
機器學習是指賦予機器以任務，而深度學習能夠理解模式并了解信息是如何不斷更新的，同時，人工智能允許算法進行不斷修正和更改。Reflektion的創(chuàng)始人Amar Chokhawala說：“這就好似一個孩子現(xiàn)在了解未知的隱患，從而防患于未然。”Amar的公司利用機器學習來預測用戶進入網站的意圖，從而建議關閉交易還是進一步與客戶互動。
再看看印度同行，“軟件即服務”成為一大趨勢，而如今的聊天機器人則是這項服務的一部分。但每次必須有補丁，因為這些都是基于規(guī)則的引擎，所以人類干預程度很高。
IdeaSpring資本的創(chuàng)始人Naganand Doraswamy說：“印度創(chuàng)業(yè)公司應牢記為全球企業(yè)解決問題，技術必須為客戶所用，而且必須有所獲益”。
另一方面，印度的軟件生態(tài)系統(tǒng)是賬戶的維護者和服務者。有了像ScoreData和Reflektion這樣的自我管理平臺，人工維護工作就變得多余了，而人才就會被吸引到技術開發(fā)領域。這會成為一個問題嗎？甲骨文首席執(zhí)行官Mark Hurd表示，這并不會成為一個問題。他補充說到：“云計算可以減少資源占用，從而讓企業(yè)提升效率。”
印度IT公司必須自我重塑嗎？
印度IT公司確實在不斷創(chuàng)新。然而，如今云技術及平臺收益還占不到IT公司總收益的10%。Infosys副首席運營官兼董事Ravi KumarS說：“我們將繼續(xù)有目的地大舉投資人工智能，利用其簡化工作并重新構想商業(yè)未來。”今年，Infosys宣布推出他們的人工智能平臺——Infosys Nia，新一代人工智能平臺與大數(shù)據(jù)分析、機器學習、知識管理和認知自動化能力相結合。NIA AI平臺繼續(xù)為IT服務的未來發(fā)揮著雙重作用——將日常運行自動化，并維護Infosys的部分投資組合，通過利用知識、數(shù)據(jù)和洞察力來解決客戶最復雜的業(yè)務挑戰(zhàn)，從而促進商業(yè)價值的提升。
該行業(yè)明顯有向云端技術轉發(fā)展的趨勢。高德納公司已經預測到，印度的云服務生態(tài)系統(tǒng)將發(fā)生重大變化。Gartner研究主管Sid?Nag表示：“全球公共云市場正逐漸進入穩(wěn)定時期，2017年的增長率達到18%的峰值，然后在未來幾年內會逐漸放緩。”
一些機構仍在研究云計算技術在其總體IT戰(zhàn)略中的具體位置，以實現(xiàn)成本優(yōu)化，并邁向轉型。Gartner預測，截止到2020年，云計算的采用策略將影響一半以上的IT外包交易。最大的市場將會是SaaS市場，截止到2020年，這一市場的規(guī)模將擴大一倍至750億美元。由此，人工智能和機器學習會隨著平臺和基礎設施的建設而帶來最大益處。
印度企業(yè)又應該做些什么呢？
電子Mindtree有限公司聯(lián)合副總裁Manoj Karanth說：“無論業(yè)務規(guī)模大小，客戶都不愿意在無益于推動項目進展的商業(yè)洞察上等待超過三個月的時間。”他補充說，Mindtree將建議企業(yè)采用用例主導的方法，整理解決業(yè)務kpi和場景所需的數(shù)據(jù)，同時對數(shù)據(jù)進行逐步改進。他說：“當這種情況發(fā)生時，總是采用基于平臺的視角，并構建類似用例進行逐步加強。”
Manoj還補充說，據(jù)Mindtree觀察，對于擁有有限預算的初創(chuàng)公司來說，常見的最佳做法是選擇基于云的服務作為最優(yōu)核心平臺，并專注于將存儲和計算分離開來的架構，從而獲取擁有測試和學習能力的優(yōu)化運行支出體系。
然而，不可否認的是，印度IT類股由于缺乏創(chuàng)新而遭受重創(chuàng)。今年10月13日，Infosys股價從一年前的每股1038盧比跌至每股929盧比。就連Wipro也從一年前的441盧比跌至每股291.70盧比。
這表明，整個行業(yè)的價值定位正在發(fā)生變化。現(xiàn)在是印度創(chuàng)業(yè)公司和企業(yè)進行全球創(chuàng)新的時候了。不幸的是，印度企業(yè)的付費客戶數(shù)量非常少。Reflektion的Amar說：“難怪美國的創(chuàng)業(yè)生態(tài)系統(tǒng)蓬勃發(fā)展，這是因為他們大多數(shù)小型和大型企業(yè)都愿意使用技術。”
印度追隨著美國的大趨勢。但是，由于其龐大的工程人才基數(shù)，它不再需要這么做了。印度可以開始針對自己的問題開發(fā)軟件。他們必須要跨越兩個障礙：從印度企業(yè)獲得業(yè)務，并最終為付出的服務獲取報酬。ScoreData的創(chuàng)始人Vasudev Bhandarkar說：“這是印度生態(tài)系統(tǒng)可以向美國學習的地方。對于任何創(chuàng)業(yè)公司而言，當他們在實驗階段獲得成果時，為所付出的服務獲取收益則是成功的關鍵。”
或許，是時候獨立于西方發(fā)展，從印度的視角來關注機器學習和人工智能了。他們正在為企業(yè)的未來描繪一張無人工控制的IT行業(yè)藍圖。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
