维端网生成式AI的崛起，不仅仅是技术的进步，更是商业模式的革新。其为千行百业提供更多创新可能性的同时，也让人们看到了云与数据的普惠价值。智能时代，数据是企业最宝贵的资产，而生成式AI则是开启这个宝库的钥匙。通过合理利用生成式AI技术，企业可以更好地理解市场需求、提高生产效率、优化服务质量，从而赢得竞争优势。
技术普惠，智能时代使命依然
许多人将生成式AI等同于大模型，似乎它仅仅需要一个模型框架即可完成用户提出的各种应用挑战。
但实际上，其就像是浮在海面的冰山，人们能看到的只是冰山上方露出水面的一角——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，这其中包括了加速芯片、数据库、数据分析、数据安全服务等等。这些服务的协同作用使得生成式AI应用得以顺利运行，为企业提供全方位的支持。
亚马逊CEO Andy Jassy曾说，亚马逊云科技的目标是让任何人都能够获得和大型企业一样先进的基础设施和成本来实现自己的创新。在生成式AI领域我们同样希望借助于亚马逊云科技的产品和服务，实现生成式AI技术的普惠化，赋能更多的企业和个人开发者加速创新。
今天，当生成式AI已经成为行业领袖以及CIO的首要关注点时，企业则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。
实际上，这项技术爆发首先得益于数据大规模激增，同时，还有着高度可扩展的计算能力和机器学习模型的技术加持。
“在生成式AI的今天，我们的使命依然没有改变，亚马逊云科技希望通过我们提供的为生成式AI所打造的工具和服务，致力于实现生成式AI技术的普惠化。” 亚马逊云科技大中华区产品部总经理陈晓建强调，亚马逊云科技也承诺会以负责任的态度提供AI的服务——“Responsible AI”，其包含了六个因素：公平和偏见、稳定性、可解释性、治理、透明度、隐私和安全性。
如何助力用户收获生成式AI的普惠裨益
在推动生成式AI的普及过程中，亚马逊云科技认为五个关键因素可以帮助开发者和构建者收获生成式AI的普惠裨益。首先，选择合适的场景和模型，并深入了解需求、挖掘潜在机会。
根据麦肯锡今年6月发布的生成式AI生产力前沿技术报告，生成式AI在经济效益中的贡献大约有3/4来自于营销和销售、产品和研发、软件工程以及客户运营这四个领域。这些典型应用场景为客户带来了三个主要方面的价值：增强用户体验、提升员工生产力和创造力，以及优化业务流程。
以Salesforce为例，该公司在构建自身的Data Cloud时采用了生成式AI解决方案，帮助客户提升实时见解和预测能力。Salesforce基于亚马逊云科技提供的Amazon Bedrock和Amazon Titan，将其集成到生成式AI产品中，使客户能够在Salesforce Data Cloud上安全、便捷地使用数据，更轻松地构建自己的应用。
另一个成功案例是海尔，作为全球领先的家电厂商，海尔创新设计中心与亚马逊云科技合作，通过生成式AI实现了文生图、图生图、定量图和全景图的四方面实践。上线后，自动化设计系统应用缩短了相关业务操作周期20%。
案例说明，生成式AI不仅丰富了商业应用场景，还为客户和企业带来了显著的经济效益，为未来的科技创新和商业发展开辟了新的可能性。
其次，基于专门构建的生成式AI工具和底层设施，高性价比的生成式AI应用成为现实。
生成式AI应用离不开与其适配的基础模型，亚马逊云科技针对这一问题推出了Amazon Bedrock，与Amazon SageMaker Jumpstart结合，为客户提供便捷、安全的基础模型选择方案。作为一项无服务器服务，Amazon Bedrock不仅提供广泛的模型选择，还允许客户自定义模型，无需管理底层基础设施。
该服务汇聚了来自多家顶尖供应商的基础模型，包括Meta、Anthropic、Stability AI、AI21 Labs、Cohere等，以及亚马逊自家的Amazon Titan模型，同时还加入了Meta的下一代开源大模型Llama2以及Anthropic的Claude2等热门基础模型。
与此同时，亚马逊云科技还提供了Amazon SageMaker，为客户提供更大的灵活度和自由度，支持基础模型的定制。客户可以从Amazon SageMaker Jumpstart中选择开源的基础模型，并根据需求进行全量微调或轻量微调，以进一步优化生成式AI应用的效果。
除了选择基础模型，生成式AI应用还需要处理与外部系统的交互和复杂任务。为此，亚马逊云科技在Amazon Bedrock代理功能的加持下，为开发人员提供全新的全托管解决方案。该代理功能能够帮助开发人员轻松创建基于生成式AI的应用程序，完成各种用例的复杂任务，并提供最新的答案。开发人员只需进行简单操作，Amazon Bedrock代理功能就会自动分解任务、创建编排计划，无需手动编码。通过安全的API接口连接到公司数据，该代理能够自动将数据转换为机器可读的格式，生成准确的回答，并自动调用API满足用户需求。
在构建生成式AI应用时，高性价比的基础设施同样至关重要。亚马逊云科技已经在全球基础设施上进行了深度投资，为客户提供了广泛的加速器选择，包括基于GPU的解决方案，如Amazon EC2 P5实例，速度比上一代快6倍，训练成本节省40%。此外，亚马逊云科技推出的Amazon EC2 Inf2实例性价比高40%，而Amazon EC2 Trn1实例更是节省高达50%的训练成本。诸如OPPO、Airbnb、Sprinklr和Autodesk等知名客户也在使用亚马逊云科技的专用加速器，处理各种苛刻的机器学习工作负载。
第三，帮助企业客户构建强大的数据基座，以便便捷、安全地使用他们自有的数据，从而打造差异化的竞争优势。
数据是推动通用人工智能向了解企业业务和客户的生成式人工智能模型转变的关键。
在构建强大的生成式AI数据“基座”时，亚马逊云科技针对生成式AI领域的各种应用场景，包括用户个人信息、会话信息管理和私域知识库等，提供了专门构建的数据库。同时，针对处理向量数据的需求，引入了Amazon OpenSearch Service、Amazon Aurora PostgreSQL和Amazon RDS for PostgreSQL等向量数据库功能，方便客户存储和搜索机器翻译和生成式AI应用中使用的嵌入，降低数据重复并简化数据连接。
在数据集成方面，亚马逊云科技“Zero-ETL”概念下的Aurora Zero ETL for Redshift Integration，实现了实时产生的业务数据自动同步到数据仓库Amazon Redshift中，支持近实时的海量数据聚合分析。多年来，亚马逊云科技深化了各项服务之间的数据集成，包括Amazon S3、Amazon Aurora、Amazon Redshift、Amazon SageMaker、Amazon EMR、Amazon Athena、Amazon Kinesis等，为企业提供高效的分析和机器学习支持，无需移动数据。
在数据治理方面，亚马逊云科技引入了Amazon DataZone，实现了跨组织边界的大规模数据发现、访问、共享和治理。数据使用者可以通过统一的数据分析门户，在亚马逊云科技账户之间共享和访问数据，实现跨部门、跨组织的数据使用和协作。数据所有者和数据管理者可以使用预定义的审批工作流平衡数据访问治理，通过为数据添加业务上下文简化数据发现流程。这一系列服务的整合使得企业能够更加高效地构建、管理和优化生成式AI应用，提升业务竞争力。
第四，利用生成式AI的原生架构，能够更好地满足生成式AI应用的特殊需求。陈晓建认为，搭建AI原生的应用，应该要考虑几个方面：
采用微服务化和事件驱动架构作为核心设计框架，以松耦合的方式处理各功能模块之间的依赖关系；倡导“Serverless First”策略，简化运维流程，提高效率；将数据视为资产，数据能力成为应用的核心竞争优势，融入生成式AI应用的设计理念；将安全和合规性置于至关重要的位置；避免重复造轮子，不仅在技术层面，还应持续投入现代应用治理理念，包括DevOps、基础设施即服务、自动化等，促进企业内部应用资产与实践的共享，构建高效敏捷的构建者文化。
第五，除了搭建生成式AI应用本身，用户还可以利用各种开箱即用的服务来降低工作复杂性。这些服务包括但不限于数据管理、安全性保障、性能优化等，帮助用户更专注于应用的创新和优化。
编程领域将是生成式AI技术迅速应用的一个关键领域。软件开发者通常需要耗费大量时间编写相对简单且重复的代码，剩下的创新时间则相当有限。而在网上复制代码片段时，可能意外地引入无效或存在安全隐患的代码，或者没有有效地追溯开源代码的使用历史。
为解决这一问题，亚马逊云科技Amazon CodeWhisperer展现了独有的开发能力，其集成了高级选项的基础模型，能够实时生成代码建议，极大地提高了开发人员的生产效率。生产力测试，结果显示，使用Amazon CodeWhisperer的参与者相比未使用的参与者，完成任务的速度平均提高了57%，成功率增加了27%。
近期，亚马逊云科技还推出了Amazon Whisperer自定义功能。该功能允许客户安全地定制CodeWhisperer代码建议，客户可以使用私有代码库，涵盖内部API、数据库、最佳实践和架构模式等，生成比以往更优秀的代码建议。
值得一提的是，Amazon CodeWhisperer目前在国内AI编程工具领域处于领先地位，也是目前国内用户增速最快的AI编程工具。在《2023 AI开发者生态报告》亮点中，Amazon CodeWhisperer 也处于领先地位，在开发者中占据了较高的使用率。目前Amazon CodeWhisperer已经帮助1000多家中小企业实现了生成式AI的创新，已经有超过10万中国开发者使用了Amazon CodeWhisperer。
亚马逊云科技通过开箱即用的生成式AI服务及工具，已经帮助了1000多家中小企业和初创公司快速实现生成式AI创新，赋能了超过10万名开发者。
此外，亚马逊云科技结合了Amazon Quicksight Q功能和Amazon Bedrock提供的大语言模型功能，为Amazon QuickSight提供了生成式商务智能（BI）功能。新的生成式BI功能使业务分析师能够在几秒钟内快速编写和微调新的可视化效果，并且可以使用自然语言将其添加到仪表板中。在Amazon QuickSight Q的支持下，分析师无需学习特定的语法，只需提问Amazon QuickSight Q，就能够轻松地创建新的仪表板或计算，简便易行。
结束语
总体可见，亚马逊云科技通过提供强大的计算资源、先进的机器学习服务、深度学习框架的支持以及各种AI服务，为生成式AI的创新和发展提供了强大的支持和基础设施。
正如陈晓建所言：随着生成式AI的持续火热，相关的技术是以按天为单位来持续迭代，亚马逊云科技正在凭借自身的技术底蕴与强大的云资源，为行业用户应用好生成式AI的提供极具价值的业务赋能。
陈晓建最后强调，“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。”
