亚马逊云科技：围绕五大层面释放生成式AI潜力

近日，在亚马逊云科技生成式AI构建者大会上，亚马逊云科技大中华区产品部总经理陈晓建提到，亚马逊云科技正在围绕应用场景、工具和基础设施、数据基座、AI原生应用构建和生成式AI服务这五个层面，不断助力企业和开发者全面释放生成式AI的潜力。

随着数据的大规模激增，丰富的高度可扩展的计算能力和机器学习模型能力的不断提升，生成式AI已经成为各行业关注的热点，企业都在思考如何借助生成式AI技术创新业务，快速赢得竞争优势。

“生成式AI不仅仅是大模型，今天，当我们谈论生成式AI时，大多数人都在谈论基础模型，而整个生成式AI应用就像是浮在海面的冰山，露在海面上方能被大多数人看到的冰山一角就像是基础模型，而在冰川的底部，同样需要大量的基础模型以外的服务来支撑，如加速芯片，数据库，数据分析，数据安全服务等等。亚马逊云科技提供了完整的端到端的生成式AI技术堆栈，从底层的加速层如加速芯片，存储优化，到中间层模型构建工具和服务，再到最上层的生成式AI相关应用，每一层都在针对客户的不同需求持续创新。”陈晓建说道。

根据麦肯锡咨询2023年6月发布的生成式AI生产力前沿技术报告，在生成式AI技术带来的经济效益中，大约3/4来自四类主要的职能：营销与销售、产品与研发、软件工程和客户运营，而这四类职能，也是目前生成式AI应用使用的主力军。亚马逊云科技认为，其在典型的应用场景带给企业的业务价值主要包含三个方面：增强客户体验，提升员工生产力与创造力，优化业务流程。

在众多的基础模型中，应该如何便捷安全的选择最适合自己业务场景的基础模型，是每一家企业在构建生成式AI应用时面临的挑战。

对此，亚马逊云科技正式推出了Amazon Bedrock，该服务与Amazon SageMaker Jumpstart结合，助力对基础模型有着不同需求的企业可以轻松、安全地选择基础模型。

对企业而言，数据是将通用人工智能转变为了解业务和客户的人工智能生成模型的关键。在数据底座方面，亚马逊云科技针对生成式AI领域的用户个人信息、会话信息管理、私域知识库等应用场景都提供了专门构建的数据库。针对检索增强生成（RAG,Retrieval Augment GenerationRAG）需要处理的向量数据，亚马逊云科技为Amazon OpenSearch Service、Amazon Aurora PostgreSQL和 Amazon RDS for PostgreSQL加入了向量数据库功能，企业可以使用这些功能来存储和搜索其机器翻译和生成式AI应用中使用的嵌入，可以将向量与数据同地放置。此外，亚马逊云科技提供的Amazon DataZone数据治理服务能够跨组织边界发现、访问、共享和治理大规模数据，并减少企业内部成员访问数据和使用分析工具时繁重的工作量。

亚马逊云科技认为，编程将是生成式AI技术得到快速应用的领域之一。对此，亚马逊推出了Amazon CodeWhisperer，可以在基础模型高级选项中使用，实时生成代码建议，从根本上提高开发人员的生产力。近期，亚马逊还推出Amazon Whisperer自定义功能，能够生成优于之前的代码建议，允许使用私有代码库安全地定制 CodeWhisperer代码建议，这些私有代码库可涵盖内部API、数据库、最佳实践和架构模式等。

据悉，目前，亚马逊云科技通过开箱即用的生成式AI服务及工具，已帮助1000+中小企业和初创公司快速实现生成式AI创新，赋能10W+的中国开发者。

陈晓建提到，“开发生成式AI应用是一个充满挑战的系统工程，并不是单纯的产品和服务拼接，因此，如何加速客户最终应用的商业化落地，除了亚马逊本身的资源以外，我们同样需要构建强大的合作伙伴生态，与它们一起助力解决生成式AI应用构建中的各种技术问题，加速应用落地。除了云服务之外，我们还提供解决方案架构师、产品技术专家、人工智能实验、数据实验室、快速原型团队、专业服务团队、培训与认证部门等多个资源共同助力客户成功，同时我们还携手生态合作伙伴与初创圈构建生成式AI的完整体系，进一步助力生成式AI技术的落地。”