关键字: [亚马逊云科技中国峰会2024, Amazon SageMaker, 数据集成工具, 自然语言查询, 数据治理平台, 生成式报表, 智能数据分析]

本文字数: 2000, 阅读完需: 10 分钟

导读

在这场演讲中,演讲者介绍了生成式AI如何改变整个大数据分析链路并带来智能分析场景。他解释了亚马逊云科技如何为构建生成式AI应用提供底层基础,包括数据集成、存储、查询和分析等全面工具。演讲重点介绍了生成式AI在数据准备、数据查询、数据治理和商业智能(BI)工具等方面的应用,展示了生成式AI如何实现更高效、更智能的数据分析和利用,为用户带来便利性、洞见力和智能化体验。

演讲精华

以下是小编为您整理的本次演讲的精华，共1700字，阅读时间大约是8分钟。

在这场长达约20分钟的演讲中,演讲者全面阐述了生成式人工智能如何彻底改变大数据分析流程,并带来智能分析的新场景。他首先简要说明了生成式AI的概念,并表示亚马逊云科技可以为构建生成式AI应用提供坚实的底层基石。

演讲者强调,构建生成式AI应用需要一个全面的数据基座,能够存储和查询各种不同类型的数据。他指出,生成式AI的目的正是希望以更人性化、易于驾驭的方式,对各种数据进行轻松的交互和分析。因此,拥有全面的数据基座至关重要,能够集成各种数据源,并在不同场景下快速利用这些数据,从而支撑完美的生成式AI应用。

另外,这些数据必须受到良好的数据治理,以确保在任何时候都能获取所需的数据。在这一点上,亚马逊云科技从数据摄入到存储、查询、分析,以及最终应用,都提供了全面的工具支持。

在生成式AI和机器学习的数据基座上,演讲者概括了四个必须完成的关键步骤。第一步是数据集成。演讲者介绍了Amazon Glue这一数据准备工具,它不仅可以存储数据目录,还能将各种不同数据源统一集成到数据湖或数据仓库中。传统上,定义Glue数据管道是一项繁琐的工作,需要相当的技术功底和大量的调试时间。

在这种情况下,生成式AI可以提供帮助。通过AmazonQ,用户可以使用自然语言指令,轻松地将特定数据源中的数据表集成到目的数据存储中,AmazonQ会自动生成整个ETL任务和数据管道,大大简化了数据集成过程。

第二步是数据存储和查询。数据通常存储在云数据仓库中,在这一环节,亚马逊云科技提供了AI Text to SQL的功能。用户不再需要手动拼写SQL语句,只需在RedshiftQuery编辑器中使用自然语言输入,AI就会根据用户需求自动生成相应的SQL查询语句,极大方便了数据分析师的工作。

数据存储好后,下一步就是确保数据受到良好的治理。演讲者以一个大公司的场景为例,说明了数据治理的重要性。在一个大的公司里面,我们有很多很多不同的部门,每一个部门我们都有自己产生的数据,对吧?销售部门有销售的数据,市场部有市场的数据。要支持生成式AI为用户提供应用,就必须打通这些数据。

这里涉及到两个主要问题:第一个就是数据的权限设定,而且还要涉及到比如说另外一个部门怎么样去发现我们部门所提供公开的这些共享的这些数据,那另外一个部门的人如果要做应用的话,他怎么知道他所要的数据是不是在我们部门提供的数据表里面呢?为解决这些问题,亚马逊云科技提供了Amazon DataZone。在DataZone中,数据提供者可以上传并共享自己的数据,对数据表和字段进行详细描述,说明包含哪些数据、每个字段代表什么意义等,方便其他部门的人发现和使用这些数据。

然而,如果我有几百张表,那怎么办对吧?那得花多长时间自己去写?演讲者指出,这种手动编写描述的做法效率低下。因此,DataZone引入了AI推荐的Data Summary功能,可以自动生成数据集和表的描述性文字。演讲者以一个名为”Swift”的数据集为例,展示了这一功能的使用过程。

在DataZone界面中,用户上传数据集后,可以点击”Generate Summary”按钮,AI就会访问数据表中的字段和值,挖掘发现其中的规律,并自动生成一段描述性文字,说明这个数据集的用途。不仅是整个数据集,每个表AI都会生成相应的描述,大大提高了数据编目的速度和效率。用户可以审阅AI生成的描述,确认无误后完成编目。

数据集成、存储、查询和治理都就绪后,演讲者转向最后一个关键步骤:如何帮助用户以更轻松的方式真正分析和利用数据。在人机交互和数据分析领域,商业智能(BI)工具不可或缺。生成式AI与BI工具相结合,就形成了生成式BI。

亚马逊的BI工具QuickSight最近推出了生成式BI相关功能,主要包括三大能力:首先,用户可以使用自然语言生成新的视图、报表或仪表板;其次,AI可以动态生成已有图表的文字描述;第三,AI能够解读整个报表中的数据,为用户提供洞见和内容理解。这三大功能相结合,让用户可以用自然语言与数据进行无缝交互和分析。

接下来,演讲者通过一个生动的演示,展示了QuickSight生成式BI的实际应用。这个演示以销售分析为主线,分为两个部分:第一部分是商业分析师构建销售分析仪表板;第二部分则是销售经理从已有数据中获取洞见,并制定提升销售绩效的策略。

在第一部分中,分析师只需用自然语言描述所需报表的类型和包含的维度,如”按产品和城市绘制销售地图”、“显示利润率”等,QuickSight就会自动生成相应的视觉化报表。分析师还可以定义新的计算指标,如利润率,并将其与其他维度组合在一起,以散点图等形式展现数据。通过这种方式,分析师可以轻松发现某些产品的销售额很高但利润率较低的情况,从而制定进一步的分析策略。

比如,分析师可以询问”哪些产品最有价值”,AI会理解”价值”的含义是总利润,并展示按产品汇总的总利润数据,同时还会提示其他可能的解读,如销售额、利润率等,帮助用户明确需求。

第二部分切换到销售经理的角度,他可以先获取一个执行总结,直观了解当前的销售和利润状况。如果发现销售额高但利润率低的情况,就可以进一步分析原因。销售经理可以询问”我们的热销产品在亚太地区的销售和利润状况如何”,QuickSight会生成一个综合视图,包括按时间的销售和利润趋势对比、累计总值,以及支持性的订单明细数据。

从这个视图中可以看到,截至7月17日,虽然销售额持续上升,但利润却大幅下滑了3000%,这是一个非常严重的问题。如果发现利润大幅下滑,用户还可以将鼠标悬停在AI生成的文字描述上,查看描述所基于的具体数据源。这种交互方式有助于提高用户对分析结果的信心。

接下来,销售经理可以询问”哪些地区的表现最差”,AI会默认以销售额作为衡量标准,但用户可以一键将其改为利润,从而发现亚太地区在利润方面的低迷表现,并针对性地制定改进措施。

最后,销售经理可以基于以上发现,创建一个解释性的报告,提出提升销售绩效的数据驱动方法。在报告创作过程中,AI会自动分析数据,生成相关视图和解读性文字,并将它们编织成一个完整的故事。例如,AI可能会指出”前三个热销产品占70%的销售额,但某些低销量高利润的产品在其他市场表现不俗,是提升利润的机会”。用户还可以要求AI优化报告格式、应用主题样式等,然后一键分享给相关人员,高效完成报告创作流程。

通过这个生动的演示,演讲者展现了生成式BI如何让用户只通过自然语言交互,就能轻松完成数据分析和报告创作的全过程,不再需要掌握复杂的数据结构和查询技能,大大提高了分析效率。

总的来说,生成式AI不仅可以用于构建应用,亚马逊云科技还将其应用于数据分析的方方面面,帮助用户更高效、更智能地利用数据。通过AmazonQ、AI Text to SQL、AI推荐的Data Summary、QuickSight生成式BI等一系列创新功能,亚马逊云科技正在用生成式AI彻底改变传统的大数据分析范式,开启数据分析的新时代。

下面是一些演讲现场的精彩瞬间：

演讲者阐述了生成式人工智能如何改变大数据分析流程并带来智能分析场景。

亚马逊云科技中国峰会2024上,演讲者强调了构建高质量数据底座的重要性,以支持生成式人工智能应用的发展。

亚马逊云科技通过生成式AI简化了数据集成流程,用户只需用自然语言描述需求,即可自动生成ETL任务和数据管道。

亚马逊云科技在数据仓库中提供生成式AI功能,可以通过自然语言输入自动生成SQL查询语句,大大简化了数据分析师的工作。

亚马逊云科技通过自动生成数据集和表格的描述性文字,大大提高了数据编目的效率。

亚马逊云科技通过生成式AI技术Amazon Q,让用户可以用自然语言生成图表、报告和描述性文字,大大提高了数据分析效率。

亚马逊云科技利用生成式AI技术，不仅帮助客户构建生成式AI应用程序,还通过生成式AI为客户提供更便捷的数据分析和利用服务。

总结

生成式人工智能(AI)正在彻底改变大数据分析的流程,为我们带来智能分析的新场景。亚马逊云科技为构建生成式AI应用提供了坚实的基础,涵盖了数据摄入、存储、查询、分析和应用等全面工具。通过生成式AI,我们可以以更人性化的方式与各种数据进行交互和分析。

首先,我们需要将所有数据集成到统一的数据湖或数据仓库中,Amazon SageMaker可以通过自然语言指令自动生成ETL管道,简化数据集成过程。其次,Amazon Redshift支持AI Text to SQL功能,用户可以使用自然语言生成SQL查询语句,无需编写复杂的代码。此外,Amazon Data Zone提供AI推荐的数据编目功能,可以根据数据内容自动生成描述性文字,方便数据发现和共享。

最后,生成式BI工具Amazon QuickSight可以让用户通过自然语言生成图表、报告和描述性文字,大大提高了数据分析效率。生成式AI不仅为构建AI应用提供支持,也为数据分析带来了全新的体验,让人机交互变得更加自然和高效。亚马逊云科技正在利用生成式AI技术,为客户提供端到端的智能分析解决方案。

2024年5月29日，亚马逊云科技中国峰会在上海召开。峰会期间，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松全面阐述了亚马逊云科技如何利用在算力、模型、以及应用层面丰富的产品和服务，成为企业构建和应用生成式 AI 的首选。此外，活动还详细介绍了亚马逊云科技秉承客户至尚的原则，通过与本地合作伙伴一起支持行业客户数字化转型和创新，提供安全、稳定、可信赖的服务，以及持续深耕本地、链接全球，助力客户在中国和全球化发展的道路上取得成功。