近日在2020 AWS技術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：發布百家APN（AWS合作伙伴網絡）合作伙伴聯合解決方案。
　　具體來講，AWS在中國將從四個方面推動APN的構建：一是加快AWS云服務和功能落地中國；二是推動跨區域業務擴展，包括伙伴出海、ISV落地中國、和區域伙伴合作服務客戶；三是與伙伴著力傳統企業上云遷移；四是打造垂直行業解決方案。
　　AWS大中華區專業服務事業部總經理王承華表示，AWS僅在今年在中國區就一共落地了150多項服務和功能，主要原因有三點：
　　一是大數據分析，通過大數據分析挖掘商機，是數字原生企業的成功之處。這也是如今大量傳統企業在思考的事情，他們希望通過大數據運營解決日常運營中的問題，同時進行創新。比如很多快消企業在嘗試如何直達消費者（B2C），涉及到大量數據與運算。
　　二是AWS在中國區引入了Amazon Athena、AWS Glue、Amazon MSK，與此前的Amazon S3、Amazon Elasticsearch、Amazon Redshift、Amazon EMR等組成一套數據湖解決方案，為向行業推進奠定了技術基礎。
　　三是機器學習方面，目前各行業也在探索如何從海量數據集過往經驗中總結出適合于自身行業突破的機器學習解決方案。今年4月，AWS中國區引入了一項重要服務SageMaker，以減少對傳統科學家和工程算法的依賴，有效節省科學家和數據工程師的時間。
　　顯然，受國內疫情帶來的數字化需求浪潮推動，借助光環新網（北京）、西云數據（寧夏）的運營，AWS正在加快在中國市場的落地與布局。
企業數字化的增長引擎
　　提起SageMaker，對于中國的企業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。據介紹，SageMaker是一項完全托管的服務，可以幫助開發者和數據科學家快速構建、訓練和部署機器學習模型。SageMaker為開發者提供了彈性筆記本、實驗管理、自動模型創建、模型調試分析，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環境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，讓開發高質量模型變得更加輕松。
　　此次活動上，AWS中國區生態系統級合作伙伴總經理汪勇進一步說明了企業選擇SageMaker的理由：“數字化已經成為新常態，為加強在垂直行業的深耕，AWS已經通過與中科創達、行者AI、東軟、德勤等技術/咨詢合作伙伴的合作，幫助客戶定制開發人工智能、機器學習解決方案，加大創新速度和在本地服務落地的速度。”
　　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提供訂單分銷技術的企業，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，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。

　　據德比軟件副總裁夏衛介紹，“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，每天處理的數據量也達到了近200TB以上。如果使用傳統服務器進行部署，那么系統架構將變得非常復雜，且企業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，為德比軟件開發了一款酒店庫存智能緩存系統。
　　夏衛告訴雷鋒網，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。“起初，我們還做了一個庫存預測和異常檢測的神經網絡模型，運行在AWS EC2上。如果是小規模運算，針對某個產品、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部運作起來，調度幾千臺服務器，這種方法肯定就不行了，首先成本就非常高。此外，數據調用、數據量、安全合規等問題都是需要考慮的問題。”
　　夏衛表示，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、成人數量、兒童數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。
　　通過酒店庫存智能緩存系統，可以實現分析實時查詢價格的請求數據，以及十多年來的歷史訂單數據，從而自動找到酒店庫存變化的規律；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品模式，實現及時更新緩存，并根據預測的產品狀態過期時間，快速推送給渠道。
　　接下來，德比軟件還規劃通過SageMaker構建以下幾方面核心能力：一是酒店內容上，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自動化；三是在智能客服方面，通過技術推廣到更多中小酒店。
　　據初步測試，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、神州數碼簽署戰略合作關系，在更多領域深化合作。例如，東軟集團基于AWS構建了云原生的汽車在線導航業務（NOS），速石科技構建的基于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上構建的Unipus智慧教學解決方案等等……
　　不難發現，包括AWS這樣的云巨頭服務商在內，當下云市場已經從單純云技術的輸出，真正轉變為云生態之間的競爭。