meta|数据服务大时代，端到端数据战略给市场带来了什么？( 二 ) 苹果|VR

最后，亚马逊云科技认为需要工具和教育实现数据普惠化。事实上，数据消费群体持续扩大是大势所趋，但数据消费者的技能也是把数据“用起来”的关键。亚马逊云科技预计到2029年，人工智能劳动力将增加100万个工作岗位，但培育合适的技能和人选来填补这些空缺将是一项重大挑战。
为此，亚马逊云科技正在帮助社区学院和 MSIs 加大教育力度，推出新的亚马逊云科技机器学习大学教育培训计划，提供动手培训课程，为培育新一代劳动力做好准备。
可以看出，在今年2022 re:Invent全球大会上，亚马逊云科技除了发布大量针对数据的产品与功能之外，也开始用端到端的视角推出数据战略，给予用户们更加清晰的数据“用起来”的思路。
让数据服务走向简单化众所周知，数据服务与价值实现的链路很长，且具有相当的复杂性。因此，端到端的数据战略是大势所趋。但端到端的数据战略并不是简单的将众多数据服务、工具和产品进行拼凑与集成，而是需要深度整合、优化，实现使用体验与效率质的飞跃。
在亚马逊云科技看来，数据服务需要恰当的工具、有效的数据集成、规范数据治理以及深入的业务洞察力。因此，亚马逊云科技的思路是：
一方面是持续打造有竞争力的数据工具与服务，不断完善产品的功能；另一方面，则从使用者的角度出发，让数据服务走向深度集成化、简单化，让端到端的数据服务真正有效果。
“从本次re:Invent发布的特性看未来技术演进的方向，非常明显的一点就是数智融合，也就是如何打造一个端到端的数据服务战略。 ”亚马逊云科技大中华区产品部总经理陈晓建如是说。
例如，亚马逊云科技在今年2022 re:Invent全球大会上提出了 Amazon OpenSearch Serverless 版本、Amazon Aurora与 Amazon Redshift 的 Zero-ETL（提取、转换和加载）集成、Amazon Redshift 与 Apache Spark 集成、精细的数据管理产品 Amazon DataZone、Amzon Quicksight Q 预测服务等一系列与数据相关的服务。

以Zero-ETL为例，亚马逊云科技推出的Zero-ETL（提取、转换和加载）集成服务极具价值与意义。众所周知，过去的数据治理与应用体系严重依赖ETL 。 Gartner调研数据显示：分析师80%的时间用于发现和准备数据，知识型员工将50%的时间浪费在寻找数据、发现和纠正错误以及确认不信任的数据来源上，数据科学家花60%的时间清理和组织数据。
当数据规模远胜以往之后，依赖ETL的方式就容易数据的供给侧与使用侧极大的效率问题，因此Zero-ETL成为大势所趋，通过Zero-ETL简化杂ETL链路，实现敏捷数据洞察和高效一致的数据协作。
例如， Amazon Aurora 将首次支持与 Amazon Redshift 的 Zero-ETL（提取、转换和加载）集成，将事务数据与分析功能结合在一起，消除了在 Aurora 和 Redshift 之间构建和管理自定义数据管道的所有工作。用户不必构建和维护复杂的数据管道来执行提取、转换和加载（ETL）操作。
又如，数据爆炸性增长为数据治理带来了前所未有的复杂度。数据治理涉及到不同的团队、应用和权限管理，使得细颗粒度的数据管理成为当前的强需求。因此，亚马逊云科技打造出 Amazon DataZone ，用于分类、发现、共享和管理数据的数据管理服务，可以集成 Redshift、Athena 和 QuickSight ，以及对第三方数据源提供 API 接口，可实现细粒度数据管理，其中包含由机器学习填充的数据目录，易于使用业务术语进行搜索。
在亚马逊云科技看来， DataZone可以使数据工程师、数据科学家、产品经理、分析师和其他业务用户能够轻松地发现、使用和协作数据。