即使在技術(shù)已經(jīng)取得如此巨大進(jìn)步的今天，不必要的手術(shù)仍然時(shí)有發(fā)生。大約90%乳腺腫塊摘除手術(shù)在術(shù)后都發(fā)現(xiàn)是不必要的。好消息是，諸如人工智能(AI)等技術(shù)的出現(xiàn)有助于解決這類問題。麻省總醫(yī)院的Manisha Bahl等醫(yī)生表示，采用機(jī)器學(xué)習(xí)技術(shù)，可以將這類不必要的手術(shù)減少近1/3。

AI真實(shí)存在且得到了廣泛利用

AI創(chuàng)新比比皆是，絕不僅僅局限于醫(yī)療行業(yè)。大約71%的公司表示，已經(jīng)采用了AI或計(jì)劃在未來一年內(nèi)采用AI 。下圖顯示了來自全球各種機(jī)構(gòu)的2,106位數(shù)據(jù)和分析技術(shù)決策者在市場調(diào)查中的回應(yīng)。

我們想更好地了解AI是如何影響公司、其業(yè)務(wù)線和IT部門的，因此委托Forrester Consulting進(jìn)行初步研究，以找到答案。以此次研究的詳細(xì)信息和調(diào)查結(jié)果為基礎(chǔ)，形成了有關(guān)這些問題的Forrester Consulting思想領(lǐng)先研究報(bào)告(Forrester Consulting Thought Leadership Paper)。

很清楚的一點(diǎn)是，世界不再等待硅谷開發(fā)一個(gè)一體化解決方案來解決他們的問題了。個(gè)人和機(jī)構(gòu)都在利用新的基礎(chǔ)技術(shù)，自己用AI進(jìn)行創(chuàng)新。諸如3D打印等基礎(chǔ)技術(shù)正在使制造變得大眾化，正在改進(jìn)產(chǎn)品開發(fā)?；ミBIoT設(shè)備現(xiàn)在無處不在，產(chǎn)生了大量原始數(shù)據(jù)。人們用強(qiáng)大的、具備串行和并行處理能力的新型4路服務(wù)器處理海量數(shù)據(jù)，以實(shí)時(shí)挖掘深度信息。這些技術(shù)現(xiàn)在每個(gè)人都可以使用，而不僅限于大型研究機(jī)構(gòu)或“財(cái)富50強(qiáng)”公司。

形形色色的機(jī)構(gòu)正在利用AI更好地了解客戶，開發(fā)更好的產(chǎn)品。在未來一年內(nèi)，54%的公司計(jì)劃利用AI提供更好的客戶體驗(yàn) 。全世界每一個(gè)垂直行業(yè)、所有個(gè)人和機(jī)構(gòu)都在用AI及其應(yīng)用——機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，進(jìn)行創(chuàng)新。

醫(yī)療行業(yè)

AI能取代醫(yī)生嗎?也許。但AI代替不了醫(yī)生的所有工作。未來的醫(yī)院不會(huì)自己運(yùn)行。類似于制造業(yè)，醫(yī)療領(lǐng)域的進(jìn)步似乎集中在重復(fù)性工作和減少不一致性上。我們來看一個(gè)例子。

人眼會(huì)犯錯(cuò)，醫(yī)生也不例外。即使少數(shù)最優(yōu)秀的醫(yī)生，看同一張醫(yī)學(xué)影像，也可能得出不同的結(jié)論。問題是，這種問題出現(xiàn)的幾率有多大?1959年，一篇具有開創(chuàng)意義的文章提到，放射科醫(yī)生大約錯(cuò)過了30%陽性結(jié)果 。50多年以后，無數(shù)研究仍然證明，放射學(xué)解釋存在差異 。

我們來看一下基于AI的數(shù)字眼。在很多領(lǐng)域，數(shù)字眼的表現(xiàn)已經(jīng)好于人眼了。事實(shí)上，數(shù)字眼在準(zhǔn)確度上有望進(jìn)一步擴(kuò)大對人眼的領(lǐng)先優(yōu)勢 。這種進(jìn)步將繼續(xù)推進(jìn)放射學(xué)、病理學(xué)、皮膚病學(xué)和眼科學(xué)的準(zhǔn)確度。

美國斯坦福大學(xué)的研究人員正在使用數(shù)字眼。他們已經(jīng)建立了一種AI算法以識(shí)別皮膚癌。人的皮膚到處都有傷病導(dǎo)致但不會(huì)癌變的損傷。雀斑、色素痣、皮贅等很常見，通常是良性的。要發(fā)現(xiàn)發(fā)生癌變的皮膚損傷可能很難。斯坦福大學(xué)的研究人員用了13萬個(gè)影像來訓(xùn)練其深度學(xué)習(xí)算法。結(jié)果發(fā)現(xiàn)，算法診斷皮膚癌的效率與醫(yī)生相似。

制造業(yè)

在亨利•福特從根本上改變汽車制造方式那個(gè)時(shí)代，幾乎所有工作都是由人完成的，有時(shí)是一些非常乏味的重復(fù)性勞動(dòng)。如今，機(jī)器人按照預(yù)先編程的方式完成多這些工序。機(jī)器人準(zhǔn)確地執(zhí)行任務(wù)，而且沒有絲毫怨言。不過，仍然存在一些需要解決的問題，效率也有待提高，因此有些人認(rèn)為，無人說話的“啞”工廠時(shí)代來臨之日已經(jīng)屈指可數(shù)了 。未來的工廠將是智能的，通過預(yù)測性維護(hù)、良率提升和自動(dòng)質(zhì)量測試而自主運(yùn)行。

AI惠及的范圍已經(jīng)超出了制造業(yè)務(wù)。在制造業(yè)務(wù)中使用AI還會(huì)產(chǎn)生巨大影響。實(shí)際上，麥肯錫公司認(rèn)為，采用AI的供應(yīng)鏈有著巨大優(yōu)勢：

——預(yù)測誤差可降低多達(dá)50%;

——產(chǎn)品缺貨導(dǎo)致的銷售損失可降低多達(dá)65%;

——庫存囤積可降低20%至50%。

酒店業(yè)

2005年，麗思卡爾頓酒店啟動(dòng)了一個(gè)中央系統(tǒng)，以提供難忘的無瑕疵客戶服務(wù)。這個(gè)系統(tǒng)名為“奧秘(Mystique)”，麗思卡爾頓旗下某家酒店的員工對客人的觀察結(jié)果，可以供旗下其他所有酒店參考。“奧秘”解決了橫跨麗思卡爾頓60家連鎖酒店共享信息的問題。如果酒店員工了解到有關(guān)某位客人的新信息時(shí)(例如，客人偏愛健怡可樂)，就會(huì)將該信息輸入到“奧秘”系統(tǒng)中。麗思卡爾頓的目標(biāo)是，為每一位客人記錄5種偏好 。如果客人下次來到旗下另一家酒店，酒店員工至少會(huì)滿足這5種偏好中的3種或更多。

“奧秘”推出已經(jīng)超過10年了，如今旅行者要求所有酒店都能提供這樣的服務(wù)。客人們希望酒店了解有關(guān)他們的一切——喜歡什么，不喜歡什么，并按照他們的好惡定制和提供信息。這已經(jīng)超出了床的大小、首選樓層、羽毛枕頭還是泡沫枕頭這類范疇。促銷郵件不必再向那些不打高爾夫球的客人提供有關(guān)高爾夫套餐的信息?？蛻粝肟吹綄λ麄兾缚诘膬?yōu)惠，而不是過去那種一視同仁的信息。利用社交媒體等數(shù)據(jù)源，AI正在幫助酒店業(yè)滿足這種需求。

零售業(yè)

無論大小的企業(yè)，都不得不應(yīng)對其內(nèi)部(和外部)業(yè)務(wù)中數(shù)字過載帶來的問題。雖然他們有傳統(tǒng)IT基礎(chǔ)設(shè)施來支持傳統(tǒng)的金融，CRM或物流應(yīng)用程序，但他們很快就會(huì)被數(shù)據(jù)泛濫所困擾。這里有一個(gè)巨大的計(jì)算能力問題，舉例來說，零售商需要努力確定：

——誰在購物?

——顧客喜歡購買什么?

——如何積極影響客戶購買模式?

——如何讓顧客更忠誠?

零售商正在采用復(fù)雜的機(jī)器學(xué)習(xí)方法來回答這些棘手的問題。這些零售商不僅需要龐大且相互關(guān)聯(lián)的系統(tǒng)，還需要一個(gè)安全、強(qiáng)大的IT基礎(chǔ)架構(gòu)，其計(jì)算能力和效率可以通過部署機(jī)器學(xué)習(xí)算法來提供這些見解。

越來越多的大型企業(yè)功能流程正在進(jìn)行數(shù)字化，使得更大的數(shù)據(jù)量以更快的速度進(jìn)入傳統(tǒng)系統(tǒng)，此時(shí)僅僅管理大數(shù)據(jù)已經(jīng)不夠。這是關(guān)于使用所有這些數(shù)據(jù)來回答那些能夠洞察業(yè)務(wù)運(yùn)營、客戶偏好或營銷機(jī)會(huì)的問題，這是關(guān)于更快地執(zhí)行富有洞察力的數(shù)據(jù)分析的問題。

您的公司為迎接AI做好充分準(zhǔn)備了嗎?也許沒有。

首席信息官必須成為整個(gè)企業(yè)AI部署的領(lǐng)導(dǎo)人。我們委托Forrester進(jìn)行的AI調(diào)查顯示，各個(gè)公司都有大量各行其是的AI項(xiàng)目。大多數(shù)AI部署工作都是業(yè)務(wù)部門的領(lǐng)導(dǎo)發(fā)起的。他們常常請求IT部門提供支持?？墒?，大約15%到20%的情況是，IT部門完全蒙在鼓里。為什么?

毫無疑問，IT部門是引領(lǐng)整個(gè)公司所有AI項(xiàng)目的最佳選擇。實(shí)際上，讓IT部門參與，可以實(shí)現(xiàn)AI優(yōu)勢的復(fù)合。有IT部門參與的公司，采用機(jī)器學(xué)習(xí)平臺(tái)的可能性高2倍多，采用深度學(xué)習(xí)平臺(tái)的可能性高1倍。從另一方面看，只有業(yè)務(wù)部門獨(dú)自參與的公司僅僅探索和采用了約一半的AI基本構(gòu)件。

至少，業(yè)務(wù)部門繞過IT部門的部分原因，是缺少現(xiàn)代化數(shù)據(jù)中心。IT部門擁有技術(shù)基礎(chǔ)設(shè)施、數(shù)據(jù)和軟件應(yīng)用。IT部門成為了所有AI計(jì)劃的中心樞紐之最佳選擇，可以連接外部數(shù)據(jù)源，互連跨業(yè)務(wù)部門的內(nèi)部數(shù)據(jù)源。不過，現(xiàn)實(shí)情況是，大多數(shù)數(shù)據(jù)中心并未針對AI計(jì)劃做好準(zhǔn)備。參與調(diào)查的人表示，就AI戰(zhàn)略而言，一些最具挑戰(zhàn)性的基礎(chǔ)設(shè)施問題都與服務(wù)器自動(dòng)化和信息安全有關(guān)。另外，61%的人表示，缺少具備GPU、FPGA等定制處理器的服務(wù)器。

數(shù)據(jù)中心如何為AI計(jì)劃做準(zhǔn)備

我們請F(tuán)orrester列出了一份清單，以幫助首席信息官領(lǐng)導(dǎo)公司的AI計(jì)劃。這是一個(gè)非常好的開始，因?yàn)榍鍐沃邪ㄓ蓴?shù)據(jù)支持的戰(zhàn)略、策略和實(shí)踐指導(dǎo)。有些建議針對機(jī)構(gòu)。有些則專注于現(xiàn)代化基礎(chǔ)設(shè)施。

支持AI的現(xiàn)代化基礎(chǔ)設(shè)施通常始于新型服務(wù)器。至關(guān)重要的是，這些新型服務(wù)器支持GPU和FPGA。CPU非常適合完成串行處理任務(wù)。GPU和FPGA則適合并行處理。當(dāng)計(jì)算任務(wù)可以并行執(zhí)行時(shí)，服務(wù)器將這些任務(wù)卸載到GPU或FPGA中。這就解放了CPU，這也是將學(xué)習(xí)時(shí)間從數(shù)天或數(shù)周減少到幾分鐘或幾小時(shí)的關(guān)鍵所在。

就在短短幾年前，具備專業(yè)并行處理能力的服務(wù)器數(shù)量還很有限。那時(shí)這類服務(wù)器平臺(tái)價(jià)格昂貴，服務(wù)器所需的GPU價(jià)格也很昂貴。如今，情況完全不同了。戴爾易安信PowerEdge產(chǎn)品系列中盡是為處理AI和機(jī)器學(xué)習(xí)而定制的服務(wù)器。去年末，我們推出了PowerEdge C4140，這是一款超密集的、加速器優(yōu)化的平臺(tái)，可在1U空間中支持兩個(gè)CPU和兩個(gè)GPU?，F(xiàn)在，我們進(jìn)一步擴(kuò)大了對AI的投入，又宣布推出兩款新的4路服務(wù)器。

PowerEdge R840是一款密集的2U平臺(tái)，支持多達(dá)4個(gè)英特爾CPU和兩個(gè)GPU或兩個(gè)FPGA。憑借靈活的性能和容量選項(xiàng)，例如24 NVMe驅(qū)動(dòng)器配置和大量存儲(chǔ)空間，該平臺(tái)可加速數(shù)據(jù)分析。

PowerEdge R940xa是一款4U平臺(tái)，為實(shí)現(xiàn)達(dá)到極致的加速而開發(fā)。該平臺(tái)支持1:1的CPU與GPU之比，配備了多達(dá)4個(gè)英特爾CPU和多達(dá)4個(gè)GPU或8個(gè)FPGA。大型內(nèi)部存儲(chǔ)系統(tǒng)(多達(dá)32個(gè)驅(qū)動(dòng)器)可為避免云費(fèi)用及安全風(fēng)險(xiǎn)上升另辟蹊徑。

除了提供加速性能和大容量之外，兩臺(tái)服務(wù)器都采用OpenManage Enterprise來監(jiān)控和管理IT基礎(chǔ)架構(gòu)。無代理的集成戴爾遠(yuǎn)程訪問控制器(iDRAC)可提供自動(dòng)，高效的管理以提高生產(chǎn)力。此外，戴爾EMC PowerEdge的集成安全功能(例如Cyber Resilient Architecture)在每臺(tái)服務(wù)器中都是標(biāo)準(zhǔn)配置。

這些服務(wù)器僅僅是PowerEdge產(chǎn)品系列的一少部分。如需全面了解該系列的所有產(chǎn)品，請?jiān)L問dellemc.com/servers，如需了解更多信息，請?jiān)L問dellemc.com/ai。