說簡單點，就是開發(fā)了一套對接酒店系統(tǒng)的系統(tǒng)，它可以從酒店系統(tǒng)里讀取房間數(shù)量和房屋價格等數(shù)據(jù)后生成緩存，然后，將緩存提供給OTA（Online Travel Agency）和在線旅游服務(wù)平臺使用，常見的OTA比如有攜程，常見的在線旅游服務(wù)平臺比如有去哪兒網(wǎng)，總之是能在線訂酒店的系統(tǒng)，這里統(tǒng)稱為在線平臺。
為什么這些在線平臺不直接訪問酒店預(yù)訂系統(tǒng)？
從夏衛(wèi)的介紹中了解到，這是因為大多數(shù)酒店預(yù)訂系統(tǒng)的架構(gòu)太過古老，很多都根本承受不起在線平臺的頻繁實時訪問，所以只能提供一套緩存，由于酒店系統(tǒng)本身的延遲造成數(shù)據(jù)的實時性比較差，訪問次數(shù)多了酒店系統(tǒng)也會做限流，總之問題很多。
解決的辦法是盡量減少訪問酒店系統(tǒng)的次數(shù)，讓這些訪問都找德比軟件的緩存去。最后下單的時候，系統(tǒng)會走另外一套接口最終確認(rèn)信息完成下單，下單之前的數(shù)據(jù)查詢?nèi)康卤溶浖木彺妫绻茏尵彺娴臄?shù)據(jù)接近于真實數(shù)據(jù)，那么，訂單成功率就會更高。
有朋友會想到，為什么攜程這樣的OTA不直接從酒店對數(shù)據(jù)呢？
事實上攜程也確實這么做過，但這一做法會有許多隱形成本，比如運維和維護(hù)與多個酒店對接的這套系統(tǒng)的成本，如果出問題帶來的損失也會非常大，不如索性直接對接德比這樣的平臺，專業(yè)的人做專業(yè)的事兒。
同理，對于酒店來說也是一樣，對接多個獨立的平臺意味著自身系統(tǒng)承載了額外的負(fù)擔(dān)，大部分酒店只需將數(shù)據(jù)對接到德比的平臺，由德比軟件負(fù)責(zé)對接各種外部渠道，包括攜程這樣的OTA，也包括許多分銷渠道、在線旅行社、垂直搜索引擎、旅游批發(fā)商，這就是德比軟件數(shù)據(jù)的價值。
德比軟件在此類服務(wù)中的地位屬于全球范圍內(nèi)的佼佼者，在大型連鎖酒店集團(tuán)，全球前十大甚至前幾十大酒店集團(tuán)當(dāng)中都在用德比的服務(wù)，行業(yè)聚集效應(yīng)明顯，強(qiáng)者愈強(qiáng)，因為對各個渠道來說，只對接德比這一個平臺的話，更能保證數(shù)據(jù)的一致性。
All-in On AWS
德比軟件的這套系統(tǒng)架起了酒店系統(tǒng)到在線平臺的橋梁，首先要求這座橋梁要非常的穩(wěn)定，要能承載著大量的訪問流量，而且由于酒店預(yù)訂流量有互聯(lián)網(wǎng)業(yè)務(wù)那樣的周期性流量高峰特點，所以，對于架構(gòu)靈活性的要求也非常高。
所以，德比軟件接受夏衛(wèi)的建議采用AWS云就是非常明智的選擇了，云計算天生就是用來干這個事兒的。
考慮到2011年開始就陸續(xù)使用AWS，德比軟件還是挺超前的。提起這段往事，夏衛(wèi)表示，那時候也沒什么太多的云可供選擇，在2011年之前，夏衛(wèi)就接觸并使用過AWS。于是，才有了這個現(xiàn)在看來有點冒險的推薦。
原來，夏衛(wèi)不只是推薦德比軟件上AWS，當(dāng)年洲際酒店集團(tuán)剛進(jìn)入中國，需要做一個大型網(wǎng)站，洲際酒店集團(tuán)希望用一個云計算的平臺，夏衛(wèi)推薦的也是AWS，后來，很多德比軟件的客戶，特別是一些海外客戶，在跟德比軟件做項目對接的時候，也是一步步放到了AWS上。
AWS的全球布局使得德比更容易開展全球性業(yè)務(wù)，使用AWS首先省去了自建機(jī)房的麻煩，不僅系統(tǒng)整體可用性提升，而且，由于AWS本身有很多合規(guī)性的設(shè)計，無須投入成本來進(jìn)行合規(guī)認(rèn)證。最后，夏衛(wèi)還表示暫不考慮使用除AWS以外的云服務(wù)，他想的更多是怎么把AWS利用好。
德比軟件在AWS上的業(yè)務(wù)有很多年了，大概從2017年起，德比軟件開始All-in On AWS，把所有業(yè)務(wù)都放到了AWS上，每天承受大量的在線訪問，算下來有大約200TB的數(shù)據(jù)，這些數(shù)據(jù)也都存在Amazon S3上或者是成本更低的S3 Glacier上。
基于Amazon SageMaker打造的智能緩存（AI Cache）
All-in On AWS之后，德比軟件用AWS用的越來越大膽，用的服務(wù)也越來越高級，從2019年年底開始，德比軟件開始使用AWS的云上機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker來優(yōu)化緩存系統(tǒng)，讓緩存變得更智能，更準(zhǔn)確，以前的這套緩存更新的做法都是人為設(shè)定的規(guī)則，效率和準(zhǔn)確度不可同日而語。
通過收集歷史數(shù)據(jù)，并使用SageMaker來訓(xùn)練模型，結(jié)合當(dāng)下最新數(shù)據(jù)來預(yù)測一小時后的酒店房間的(ARI)信息，包括可用房間數(shù)量、房間狀態(tài)等，把這些數(shù)據(jù)給到在線平臺，讓展示的數(shù)據(jù)盡可能與實際數(shù)據(jù)相近，從而提升訂單的成功率，提升效益。
所以，模型預(yù)測的準(zhǔn)確率直接關(guān)系酒店的訂單量，對于德比軟件平臺上的數(shù)據(jù)規(guī)模而言，提升一點點精準(zhǔn)度帶來的收益都是非常明顯的，據(jù)夏衛(wèi)介紹說，模型的精準(zhǔn)度與訂單成功率有直接關(guān)系，按照德比軟件目前的訂單量，而每提高1%的訂單成功率就能為客戶帶來上億美金的額外訂單收入。
與想象不同的是，德比軟件創(chuàng)新實驗室的數(shù)據(jù)工程師團(tuán)隊并不大，只有四個人，但在AWS上海人工智能實驗室的機(jī)器學(xué)習(xí)解決方案實驗室與德比軟件的共同努力下，最后設(shè)計的算法在初步測試中將庫存準(zhǔn)確率的預(yù)測提升了20%，帶來訂單成功率的提升。
德比軟件的商業(yè)模式是從成功的訂單中收取服務(wù)費，成功的訂單量增多意味著收獲更多的服務(wù)費用，夏衛(wèi)還特別強(qiáng)調(diào)說，德比軟件的收費其實非常低。
據(jù)夏衛(wèi)介紹說，在實際訂票系統(tǒng)中，中國用戶80%的訂單都是在當(dāng)天通過手機(jī)預(yù)訂的，在美國，大部分的訂單也是在入住前一周之內(nèi)生成的，所以，模型的即時性也非常重要。這一過程中，訓(xùn)練模型的過程需要時刻進(jìn)行，每過幾小時就訓(xùn)練一次，模型是在不斷變化的，如果訓(xùn)練的慢了，模型就可能會過期，云上充足的計算能力能讓德比軟件在計劃的時間內(nèi)完成訓(xùn)練。
SageMaker的一大優(yōu)勢就是能直接降低機(jī)器學(xué)習(xí)方案的成本，德比軟件夏衛(wèi)表示，與傳統(tǒng)方案相比，使用Amazon SageMaker，以及Code Builder/Pipeline，CDK架構(gòu)之后，使用了許多流程自動化的工具，可以自動化的進(jìn)行訓(xùn)練，自動化的調(diào)參，自動化的部署模型，自動化的終結(jié)一些實例，不僅資源利用率提升，而且運維成本也大大降低，最終使得成本大約降低了70%到90%左右，差異還是非常明顯的。
寫在最后
像夏衛(wèi)這樣，自己了解AWS，然后推薦AWS的人其實我也認(rèn)識好幾個，大多是本著務(wù)實的態(tài)度去解決具體的問題。
談到使用AWS AI服務(wù)的未來規(guī)劃時，夏衛(wèi)表示，除了SageMaker以外，還在嘗試在新的場景中使用AWS的AI服務(wù)，比如把Alexa智能音箱放到酒店的場景里，他認(rèn)為人工智能在酒店行業(yè)的應(yīng)用空間還是很大的。
