近年来，随着媒体与广告传媒行业数字化转型向纵深发展，如何利用数据洞察用户生态、实现精准触达以及业务持续创新已成为媒体产业深入发展的“必答题”。与此同时，随着数据应用的不断深入，借助人工智能和机器学习技术，找到数据和洞察力支撑，唤醒“沉睡”的数据价值，也成为媒体与广告传媒行业智能化升级的新方向。然而这并非易事，诸多来自成本与效率等方面的难题，始终盘亘在企业上方。

因此面对市场变化带来的压力，企业是否可以通过选择可靠的“技术外力”加持，轻松化解挑战？国内知名全域数据智能技术服务商中科网联数据科技有限公司（简称中科网联），给出了自己的答案。

 

 

入局：拥抱变化，开辟新机

中科网联是一家市场领先的连接传媒和消费的全域数据智能技术服务商。公司致力于以数据资产＋数据智能平台的模式，赋能数字经济中的企业数字化和商业智能化。公司的服务包括CMM融媒体测量、LOS位置观察服务、DMI数据与模型智能、IDP智能决策平台，已成为国内屈指可数的媒体与消费大数据公司。

随着媒体与广告传媒行业形成新的市场竞争格局，媒体行业客户需要借助数字化和人工智能应用实现业务的转型和内容的优化提升，而中科网联提供媒体测量服务，为行业客户提供数据和洞察力支持。该服务不断引入更多人工智能技术，以提高测量数据的识别效率。此外，中科网联还尝试利用云服务商提供的机器学习服务和计算机视觉技术对内容进行识别和打标，以进一步提升服务质量和准确性。目前，中科网联的服务主要依托于本地数据中心进行托管。随着行业客户对数据智能需求的增长，本地数据中心已经无法满足新的业务形态所需的容量、服务种类和计算能力。此外，云服务提供商高昂的成本、复杂的操作模式和无法自定义调优的“黑盒”化的模型处理始终无法达到企业的预期。那么中科网联选择如何化解难题？

 

行稳：借力而上，破局突围

为了消除对本地数据中心的依赖，解决既有云服务提供商在机器学习服务的性能和局限性问题，中科网联开始评估和选择更适合自己业务特点的云服务提供商，并将CMM融媒体测量中的基于音视频图像识别项目作为试点，通过关键业务指标评估云服务提供商的模型吞吐量和准确性，在综合考虑成本和性能后，中科网联坚定地选择与亚马逊云科技开展深度合作：

● 亚马逊云科技提供了全面、深入的人工智能（AI）和机器学习（ML）服务来满足各项业务需求，包括提升用户体验、提高生产力、优化业务流程与加速业务创新。借助开箱即用的人工智能服务，中科网联可以将人工智能功能添加到现有业务应用程序中。

● 中科网联在亚马逊云科技上对Amazon SageMaker托管机器学习服务进行POC，测试计算机视觉对于边缘计算终端图像内容特征的识别，并将结果与企业现有媒体测量服务整合，为主流媒体客户提供业务洞察。

● 在迁移POC的过程中，为了助力中科网联加速应用Amazon SageMaker云上托管的机器学习服务，数据实验室解决方案架构师和亚马逊云科技服务专家提供了规范的架构指导、共享最佳实践并协助消除技术障碍。

● 实现由Amazon SageMaker支持的CMM融媒体测量，脱敏数据和训练模型所需的图片由Amazon Simple Storage Service (Amazon S3)对象存储服务取代本地数据中心在云上统一存储，进一步提升数据的可靠性和安全性。在CMM融媒体测量前置数据处理过程中采用Amazon Elastic Compute Cloud (Amazon EC2)云端虚拟服务器提供计算支持并结合Elastic Load Balancing实现自动化的传入流量分配。目前已实现业务在亚马逊云科技上的稳定运转。

 

成果：性能提升，加码创新

中科网联将CMM融媒体测量所需的机器学习工作负载整体迁移到亚马逊云科技后，在Amazon SageMaker上实现了超过3000张图片/秒的处理性能，模型总体性能提升超过10倍，让中科网联产品能够在更短时间内为媒体行业客户提供所需洞察的同时，大幅节约推理成本。Amazon SageMaker的灵活定价模式让中科网联可以根据实际情况选择合适的服务套餐，与之前相比在月度推理成本上节约近92%。

借助亚马逊云科技数据实验室和Amazon SageMaker提供的丰富工具，中科网联的技术团队也获得了自主的模型优化能力，能够将机器学习的模型和经验应用到更多的业务场景中。未来，中科网联CCData将在CMM融媒体测量业务以及商业智能决策领域，继续探索与亚马逊云科技的创新技术展开多方面合作。