为什么说AI应用在行业的突破要看亚马逊云科技？

AI真的很强大，但也很弱。

有的时候，AI犹如灭霸，一个响指的时间就成就超越人类最杰出的创意;但很多时候，它还是太弱了，弱的时候，你不得不怀疑“数智化转型”是不是种诈骗。

显然，我们还没有找到AI能力的通项公式。换句话说，让生成式AI变成全社会可用的价值，正是人类当下科技领域最为重要的一次漫漫征途。

我们期盼着自己可以运筹帷幄帐中，让AI去决胜千里之外的那个奇点时刻。

不过，笔者认为，对这一奇点时刻来临的判断可能并不来源于某个AI创新企业的谁与争锋。从大数定律来看，云计算产业里的努力，似乎更具优势。

正如本次亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松所讲：“我们认为，行业应用将是未来生成式AI真正能创造最大价值的方向。”

尤其是，本次亚马逊云科技中国峰会期间推出的一系列举措，都在佐证这一判断，也在推进着AI应用爆发时刻可以诞生于云计算产业里的各种努力。

为什么亚马逊云科技对于企业生成式AI的理解值得重视?

从有云计算概念的那天起，亚马逊云科技便一直是这个产业领域里的绝对王者。例如这在Gartner对云计算市场追踪数据的报告里，已经成为常态。

云计算技术的蓬勃发展，使其后期更加孕育了诸如大数据、移动互联、物联网、VR/AR、数字孪生、区块链等为代表新一代信息技术前所未有的强大生命力。如今，一个可见的生成式AI时代来临，例如当众多企业敢于“All in AI”，其背后，是离不开云计算能力给的“勇气”。

众所周知，AI程序的三大组件是数据、算法、算力。一个好的AI程序的离不开“数据*算法*算力”的紧密配合，诸如超高速的网络、超大规模的加速器算力池、先进的基础设施等等。为此，每一次新AI程序的石破天惊之举，势必依靠背后云计算技术的巨大突破。

在刚刚Synergy Research Group 发布的有关云计算市场商业趋势的最新数据显示，亚马逊云科技以 31% 的市场份额继续保持领先地位。所以说，基于这一绝对的市场地位，对于未来企业生成式AI前景，他们或有着远超同行业的深邃认知。

如果说，OpenAI开启了AI可以改变全世界的愿景，那亚马逊云科技则更有可能看到全世界被AI改变的能力。

如今，在亚马逊云科技的数据中心里，已经有数以十万计客户运行其机器学习工作负载。

看来，亚马逊云科技在推进AI行业应用的爆发上，已经箭在弦上了。

AI的行业爆发始于在企业的成功落地

虽说云计算依旧是核心技术基础，但AI之所以能不同于上述科技发展来自己定义一个时代，就在于其对于世界互联方式的改变开始有了显著的不同。

无论是BI、物联网、数字孪生等等，其躺在基础设施层、中间层、应用层的信息流转只局限于对“机器”语言的理解。但从AI能力开始。云计算不得不开始支持对自然语言理解的交互，正如当下大模型厂商们对“对齐”能力的痴迷——遵从人类自然语言说的话、打的字，能排版、能制图、能编码、能纠错、能创作……让计算机代码的数字信号成果可以实现与人类语言文字目的的“统一对齐”。

不过，局限于当下人类对于AI能力这一过程缺乏更多的可解释性，其AI实现能力便有着更多的扑朔迷离。为了降低AI成果的举棋不定，生成式AI程序在企业侧成功的部署，是需要增加企业数字化能力试错的必经阶段。

尤其是，看AI赋能后表现出的可见的生产力提升效果，试错是企业不得不付出的更高成本。

对此，在寄希望AI在行业里爆发之前，企业主更加需要有个“AI攻略”可用，从而减少试错成本。在亚马逊云科技看来，“企业应用可以被看成是未被泛化的行业应用在一个企业落地的实例。”

企业如何拿到生成式AI应用的最佳攻略

玩游戏你当然可以不要攻略，毕竟你可以重来。当企业要用好AI，也可以不要攻略，只要能承受重来的代价。显而易见，企业用好生成式AI非同儿戏。

储瑞松介绍，亚马逊云科技致力于成为企业生成式AI构建和应用的首选。为此亚马逊云科技企业可以给每个企业都提供出生成式AI创新合适的策略。

对于企业如何看待“首选”，相信其判断逻辑与找寻优秀的游戏攻略是有几分类似的。正如托尔斯泰所说的“幸福的家庭都是一样的”。

首先，亚马逊云科技有着适合企业生成式AI程序应用的完善的数字基石环境。

这就好像游戏玩家在看攻略的时候，首先要明白是不是自己的游戏有了合适的配置，否则设备不行，游戏启动不了也不行。

正如前述所讲，生成式AI应用离不开云计算的基础环境。进而，类似于云计算对应于企业IT需求能力的不同可大致分为SaaS、PaaS、IaaS层的差异化支持，亚马逊云科技也将企业对AI能力需求进行了有针对性的创建支持。

“大模型很重要，是生成式AI创新的基础。但大模型已不再是企业生成式AI创新的唯一要素。企业需要根据自身业务场景需要，选择合适的模型和生成式AI应用创新的平台。” 储瑞松介绍。

亚马逊云科技在生成式AI领域为客户提供了三层技术架构：

在最底层的算力层，亚马逊云科技不仅可为客户提供来自英伟达的高性能AI芯片，也可提供亚马逊云科技自研的高性价比、低能耗AI芯片Trainium和Inferentia，满足客户不同的算力需求;

在中间的工具层，亚马逊云科技通过Amazon Bedrock为企业提供构建生成式AI应用最便捷的模式;

在顶层的应用层，亚马逊云科技发布了开箱即用的企业级生成式AI助手Amazon Q，包括Q for Business和Q for Developer。

其次，亚马逊云科技可以提供企业生成式AI程序的诸多深度体验。

这正如游戏攻略的有效性与先进性，会随着游戏进程体验呈现出许多特点。诸如，本以为需要氪金的地方直接操作就好了;或是针对不同路径都做了详细说明与收益评估;或是知道如何通过迭代剧本来增强自己的剧情体验。总之，攻略在体验方面的介绍越为详尽，对游戏体验的感觉往往会越好。

当企业要应用生成式AI程序，也在期待策略提供者的“深度玩家”资质，在这方面，亚马逊云科技依靠Amazon Bedrock让企业可以更多减少试错。

例如，Amazon Bedrock可提供Llama，Mistral、Claude 3、AI21labs Jurassic等等数十种开/闭源大模型选择，企业能将自己的定制模型也导入其中，并以完全托管的API方式进行访问。同时，无论客户选择哪种模型，都有一致的通过API访问的使用体验。

企业还可以用自身私有数据进行模型的增强，包括提示词工程、RAG、模型微调、还是持续预训练等方式都可以通过Amazon Bedrock实现。Amazon Bedrock提供了强大的企业级数据安全保护，确保企业私有数据的安全和隐私。

除此之外，在Amazon Bedrock上客户可以方便地创建代理Agent。这是一种让使用者利用自然语言便可以使用模型的推理能力，通过分解问题并执行多个步骤，以自动调用合适的API来创建的智能体。犹如游戏中建立自己的脚本的深度体验。

第三，亚马逊云科技可以提供企业生成式AI程序的深度适配。

对于何为“深度适配”?笔者想将其定义为类似游戏的来自NPC(“非玩家控制角色”)的剧情展开。这一剧情的进入，犹如开盲盒般拿到的隐藏款。

对此深度适配能力的显著提升的认知，相信会得益于其在此次峰会上发布的“亚马逊云科技生成式AI合作伙伴计划”。该计划指出，亚马逊云科技将联合生成式AI领域顶尖的大模型提供方、工具链提供方、以及各类开箱即用的生成式AI应用和方案提供方和系统集成商合作伙伴，为企业提供全方位的模型、工具、应用和集成服务。无疑，此举更加有利于开启企业在生成式AI使用道路上的更多分支剧情，正如支持合作伙伴方案上架亚马逊云科技 Marketplace，通过更多适配与集成触达更多企业AI梦想。

至此，在企业的生成式AI应用实际落地过程中，亚马逊云科技已经可以实现企业生成式AI应用最佳的全栈攻略，包括：业务场景的选择、模型的选择、是否能够结合企业自身的私有数据进行模型的定制、是否符合负责任的AI的原则、以及对应用进行持续提升的能力。

格局大些：什么是AI“之于”合适的行业业务?

然而，生成式AI与企业的关系可能远没有这么简单。

AI之所以自己可以定义一个时代的展开，也在于其可以有着自己的“生存”方式。

如果说前述亚马逊云科技对企业AI能力的支持是一种“行业+AI”的赋能方式，即某个领域用AI后更高效了，诸如企业可以用AI做自动会议摘要、内部知识库、实时翻译、智能导购等等。这是一种AI在行业里“能做什么”的范畴，AI是做了什么的替代。

为此，“AI+行业”的赋能方式便显得是更具战略眼光的AI利用方式，即生成式AI可以开拓出什么业务。

这种赋能方式，犹如互联网之于电商，店家此前可能想不到不用在全国设立店铺就可以售卖四海九州;犹如物联网之于仓储物流，员工想不到一个扫码枪就可以搞定货品的进销存; 犹如SaaS之于订阅模式，软件供应商此前或许认识不到可以跳出永久许可售卖之外可以有的灵活模式……

为此，什么是AI之于合适的行业业务呢?这一切或许刚开始。

当本次峰会上，亚马逊云科技宣布推出“亚马逊云科技行业合作伙伴计划”的时候。很难不佩服其在促进AI行业应用上具有深度爆发条件的前瞻性。

亚马逊云科技将投入行业业务专家、云技术专家，以及丰富的云服务资源，携手深耕行业、具备系统集成能力的咨询服务伙伴，具备行业影响力的垂类软硬件开发商，针对汽车、制造、生命科学、零售电商、媒体娱乐、游戏、软件服务、金融八个行业重点场景下的客户痛点和需求，联手打造和推广基于云的新一代行业解决方案，共同助力行业客户引领产业变革。

为提高服务垂直行业的能力，亚马逊云科技已经根据行业进行了团队重组。亚马逊云科技识希望别出“能以云和生成式AI技术帮助客户创新、获得更大价值”的业务场景，与行业合作伙伴一起，基于亚马逊云科技的云和AI服务预制行业解决方案组件、模版和实施指南，助力客户和系统集成伙伴加速具体行业方案的落地。

例如，在汽车领域，亚马逊云科技宣布了与四维图新达成的战略合作，联合设计并推出面向汽车行业本地化的服务及专属解决方案。在制造业领域，亚马逊云科技宣布全面升级“智能视觉创新加速计划”，推出“智能家居及智能产品创新加速计划”。在游戏行业领域，很多初创企业使用全托管游戏的后端构建服务，利用无服务器、容器化架构和GameLift托管服务，有效降低运维过程中遇到的各种问题，并生成式AI打造沉浸式的、千人千面的游戏内容，拓展数据驱动改善游戏体验。

写在最后

有关生成式AI在全球行业空间的拓展想象已经变得流行开来，尤其是测试和大规模使用GenAI的企业数量显著增长，特别是在IT部门、客户服务、营销、人力资源和法务等领域。但无论是从行业对使用AI的替代赋能还是AI在行业应用的创新赋能来看，一切似乎都是刚刚开始。现实告诉我们，很难有统一的标准大模型来一统天下。正如同云计算发展初期那样，企业对构建人工智能竞争力仍需要较为长期实践探索。对此，诸如企业在选择模型时要考虑性能、专项能力、稳定性、成本和安全性等多重因素。相信如今，这些在亚马逊云科技的三层数据中心架构里会越发容易找到答案。

随着生成式AI合作伙伴计划、行业合作伙伴计划、安全合作伙伴计划、聚焦汽车与自动驾驶的四维图新合作计划、聚焦智能家居与智能产品创新的加速计划的进一步展开，将进一步加速推进AI在企业端进入规模商用的历史，加速AI技术正在千行百业中落地生根、广泛应用。

储瑞松谈到： “那些能用好生成式AI做‘差异化’创新、解决高价值的特定领域或行业场景的挑战、创造新的业务模式或机会的企业，将会脱颖而出，影响整个行业的发展方向、甚至颠覆行业。“

显然，亚马逊云科技正让我们离那个未来生成式AI创造最大价值的时代，更近了些。