云使企业级机器学习的启动变得更加容易，但是各种各样的选择可能会让人困惑。大多数行业都在使用智能机器来发现新事物，并做一些比人类现在做得更好的事情。在能源和技术领域，算法预测可能导致损失的驾驶员行为，并预测电力基础设施的性能下降。智能机器通过使用环境因素（如臭氧水平）来预测急诊室就诊高峰，从而将医疗保健扩展到医院之外。甚至有数字世界可以模拟和预测制造业的缺陷、成本和性能。图1：如果您将云的强大功能和灵活性与强大的分析智商相结合，您可以将智能添加到您业务的任何部分。单击以展开。随着越来越多的数据可用，机器学习的力量也在增长。我们正在以惊人的速度产生新的数据。在未来3年内，地球上的每个人都有可能每秒产生大约1.7兆字节的新信息。但我们还远远没有充分利用这些数据。据一些分析师估计，我们可能只获取了制造业数据价值的20%-30%，公共部门数据价值的10%-20%，以及医疗保健数据价值的10%-20%。在每个行业，获取我们创建的数据的全部价值的障碍几乎都是一样的。数据被锁在竖井中。让机器发现有意义的见解通常需要大量的处理能力和数据存储容量。企业还没有展示出令人信服的数据潜力。这些都是通过强大的分析智商和正确部署混合云技术来应对的挑战。云是集成数据最快、成本最低的方法。云带来了复杂的算法、快速的计算平台和巨大的存储容量。它降低了采用的障碍，使企业更容易通过廉价的实验来获得成功。云服务通过在小而有意义的块中交付，使快速构建引人注目的应用程序变得更容易。图2：如何使用云来构建一个更智能的企业。单击以展开。智能机器正在成为商业运作中无处不在的重要组成部分。由更快、更智能的数据训练的算法现在在企业转型中扮演着关键角色。混合云正在成为智能企业的未来平台。杰里·奥弗顿是数据科学家和DXC分析小组的高级负责人。他领导DXCs高级分析、人工智能和物联网产品的战略和开发。Jerry是O'Reilly媒体电子书《数据科学专业化：作为一名专业数据科学家取得成功所需的条件》的作者。他教授Safari在线培训课程"企业规模的数据科学"。这篇文章是Jerry即将在Strata+Hadoop World活动上发表演讲的一篇文章，他将在会上就高级分析为什么需要云计算做一个高层简报。相关链接从数据捕获到数据分析从湖泊到流域：一种更好的数据管理方法2017年：更大、更快的数据造就更智能的机器