最近在纽约召开的AWS峰会,展示了亚马逊云科技在数据和AI大众化方面取得的最新进展。峰值以亚马逊云科技AI产品副总裁、年度AWS Re: Invent大会重量级人物Matt Wood博士的主题演讲拉开帷幕。
Wood的主题演讲强调了亚马逊云科技致力于通过其工具和平台,让更广泛的受众得以享受AI成果的使命。正如Wood所言,得益于这些创新,“客户能够应用生成式AI以新颖且令人兴奋的方式理解并运用现有数据。”
Matt Wood博士
亚马逊云科技的生成式AI技术栈
亚马逊云科技的生成式AI技术栈涵盖一整套用于AI应用程序开发的工具和服务,这些选项既适合非技术用户,也能满足经验丰富的开发人员的需求。这样的规划和设计明显延续了亚马逊云科技降低先进技术门槛、促进创新应用的使命。在峰会上,亚马逊云科技多位高管和技术专家带来了案例研究与现场演示,特别是不同规模的企业如何利用生成式AI技术栈以应对业务挑战。
其中纳斯达克首席技术官兼首席信息官Brad Peterson带来的案例分享尤其令人印象深刻。创始强调了云和AI应用程序对于纳斯达克及其客户的影响,强调这些技术正是业务创新与增长的加速器,而不仅仅是提高效率的工具和手段。Peterson的主题演讲,重点关注数据管理、AI驱动见解及自动化,旨在缩短处理时间、提高财务交易准确性并提供个性化客户体验。他最后强调,“AI堪称是千载难逢的商业加速器。无论大家身处产品领域、业务职能部门还是两方兼而有之,我都鼓励各位运用这种令人难以置信的能力寻求业务改善之道。”
亚马逊云科技的三层生成式AI技术栈
增强三层生成式AI技术栈
自从2023年发布其三层生成式AI技术栈以来,亚马逊云科技就一直在不断扩展相关功能。这套技术栈包含底层基础设施、中间层AI模型以及顶层应用程序。
AI基础设施——亚马逊云科技发布了由AI专用芯片(包括自家Trainium及Inferentia处理器)驱动的新型实例,以及由英伟达H100 GPU驱动的EC2实例。如此一来,亚马逊云科技就能够提供经济高效的方式以训练并运行AI模型。Amazon SageMaker也是构建及部署基础模型的重要工具。
AI模型——Amazon Bedrock是一项完全托管的基础模型服务,其提供一套用于开发和部署生成式AI应用程序的平台,同时提供多项最新功能。这些功能包括面向Anthropic Claude 3 Haiku等模型的微调功能、针对RAG(搜索增强生成)数据源的扩展以及使用Amazon MemoryDB对向量搜索进行改进,从而提供亚马逊云科技之上最强大的向量搜索性能等。高级智能体现可支持记忆保留与代码解释,从而实现更准确且与上下文相呼应的响应能力。新的护栏机制则可检测并缓解模型响应中存在的幻觉内容,从而确保以可靠且负责任的方式使用AI技术。
AI应用程序——Amazon Q面向各类AI驱动型应用程序,其于2023年首度亮相并于今年早些时候正式发布。其中包含的Amazon Q Apps允许非技术用户使用自然语言提示词,快速建立起安全的AI应用程序。SageMaker Studio也迎来了新的Amazon Q Developer功能,可通过提供量身定制的引导、代码生成以及错误故障排查等方式增强机器学习工作流程。通过支持40多种数据连接器选项,Amazon Q将帮助企业用户打破数据孤岛,轻松获取整体见解。AWS App Studio专为技术专家们设计,能够缩短开发时间并简化开发流程,高效创建、部署并管理企业级应用程序。与此同时,亚马逊云科技还在持续增强更多AI驱动型工具,包括Amazon CodeWhisperer以及Amazon Q,旨在进一步提高软件开发生产力。
数据与AI的大众化普及
亚马逊云科技已经启动相关计划,希望帮助规模企业、小公司以及初创组织更好地运用高级AI及数据分析能力,从而简化AI开发、增强数据能力并促进负责任的AI使用行为,确保这些技术能够更容易地被广泛用户及组织所接纳。
为了履行亚马逊云科技提出的让数据和AI更易于访问的承诺,Amazon Q也成为本届峰会上的重点关注对象。Amazon Q允许用户使用自然语言与数据交互,无需任何高级技术技能,同时提供AI生成的见解以简化从数据中提炼趋势的过程。这项服务还具备成本效益,降低了不同规模企业的应用门槛。重要的是,在更广泛的可及性方面,Amazon Q用户友好的界面也让自助使用成为可能,让组织内的更多成员可以直接参与到数据处理中来。
与此同时,亚马逊云科技还通过AWS App Studio促进AI开发的可及性。如前所述,这项服务允许用户快速构建起AI驱动的应用程序。SageMaker Studio也凭借其在AI开发大众化中的显著作用而在峰会上大放异彩。SageMaker Studio使得从个人开发者到大型企业的广泛用户群体,都能高效地构建及部署机器学习模型。此外,它的无代码/低代码功能也让不具备深厚技术专业知识的用户亦可轻松上手、灵活使用。
为各行各业广泛赋能
除了行业分析师之外,我本身还担任教授职务,负责立足实际应用案例教授商业及营销课程。在今年的峰会上,我也更多了解到亚马逊云科技生成式AI解决方案如何帮助各行各业提高生产力、客户体验以及创新能力。这些解决方案正帮助不同规模的企业轻松跨越数据和AI的应用门槛。下面来看几个实际技术应用示例。
金融——金融机构正在使用生成式AI及机器学习来提供财务建议与产品推荐。例如,NatWest Group正在使用亚马逊云科技的服务依托机器学习对来自2000万客户数据进行分析,借此增强客户体验。这将实现个性化消息传递并更深入地把握客户需求。
医疗保健——艾伦脑科学研究所正在运用亚马逊云科技AI及机器学习服务在细胞层面开展综合研究,从而推进脑部疾病的治疗探索。AI和数据工具可及性的提高,成功加快了疗法层面的研究和创新开发节奏。
生产制造——在2024年汉诺威工业博览会上亮相的电动自行车智能工厂(e-Bike Smart Factory),就借助AWS IoT SiteWise和Amazon Bedrock增强了自身对设备问题的诊断和处置能力,进而提高车间生产力。
零售——零售商正使用亚马逊云科技的生成式AI功能创造个性化的客户体验,从而提高参与度并增加销售额。例如,Amazon Personalize就帮助Yelloh等零售商针对个人客户推荐量身定制的产品,从而促进收入增长。
供应链与物流——企业正在其供应链中使用亚马逊云科技AI和机器学习以改善物流及可见性,发现库存风险并缓解供应中断。例如,部分企业正利用SageMaker以构建预测模型,用于优化各种供应链要素,包括路线管理、预测性维护、需求规划以及仓储物流。这也让更多组织得以使用AI驱动型解决方案以提高其供应链的效率和弹性。
德勤与亚马逊云科技的生成式AI加速器计划
作为分析师日活动中的一个重要环节,我们参观了德勤位于纽约的办公室。德勤与亚马逊云科技花了一下午时间展示他们新近公布的生成式AI加速器计划。该计划的目标是加快生成式AI解决方案在各个行业以及职能部门中的开发与部署,具体涵盖金融、医疗保健和供应链管理等。该计划的核心组织形式为创新实验室,德勤和亚马逊云科技在该实验室内合作构建面向特定行业的解决方案,并探索包括AI、机器学习和机器人在内的技术新用途。
该实验室负责将数据、分析和AI/机器学习同商务智能相结合,帮助客户充分发挥生成式AI的潜力。此番合作将德勤的行业专业知识与亚马逊云科技技术方案相结合,包括前文提及的SageMaker、Bedrock以及Amazon Q,甚至涵盖用于探索量子计算能力的Amazon Braket。
德勤和亚马逊云科技还携手为德勤方面的IndustryAdvantage计划提供支持,这是一项总值20亿美元的战略性投资,旨在共同创新并将成功的概念验证切实转化为可落地的生产级方案。该计划面向多个行业,例如在医疗保健领域,其希望通过让医生轻松访问病患的多年记录信息(涵盖各种数据格式)以改善患者护理效果。对于汽车制造商,该计划专注于实现AI驱动的生产与供应链管理改进,使用ERP与SCM数据创建可视化模型,帮助制造商更快适应供应中断或者市场需求变化等现实挑战。
将AI之力交付至更多组织手中
亚马逊云科技此番推动数据与AI大众化普及的举措值得称道。其同时为非技术用户和经验丰富的开发人员带来了全面的生成式AI技术栈,降低了技术应用门槛,有望促进各行各业不同规模组织的创新进程。
本届AWS 2024峰会通过AI基础设施、模型及应用程序三个层次的进步,再次展示了亚马逊云科技践行承诺的能力和决心。Amazon Q Apps等工具的亮相以及对Amazon SageMaker等经典服务的增强,再加上负责任的AI治理方案,凸显出亚马逊云科技正致力于优化AI技术的可及性与安全性。与此同时,德勤生成式AI加速器等合作伙伴计划也在加快AI成果在各个行业的开发和部署。总的来说,亚马逊云科技正努力打造可扩展性更强、安全性更高且更具用户友好特性的AI解决方案,帮助更多企业投身人工智能浪潮、实现业务转型目标。
好文章,需要你的鼓励
成立于1920年的NFL是美国最受欢迎的体育联盟,由32个特许经营球队组成,这些球队每年都会在世界上最大的年度体育赛事——超级碗中展开角逐。思科一直是NFL的官方企业网络合作伙伴和官方网络安全合作伙伴,为联盟及其运营提供连接和保护。每个NFL体育场的回放控制室都采用了思科的技术,并通过思科网络连接到纽约的Art McNally Gameday中心。几乎所有的联盟官方合作伙伴和三分之二的NFL体育场都采用了思科技术,包括举办超级碗 LX的李维斯体育场(Levi's Stadium)和举办超级碗LXI的 SoFi 体育场(SoFi Stadium)。
大约有70%的企业正在使用ChatGPT进行软件开发活动,65%的企业正在聘用MSP来推动很多他们的生成式AI计划。投入资金最多的生成式AI用例是客户服务聊天机器人,有53%的企业表示,这是他们的首要的生成式AI优先事项,而最常见的生成式AI用例则是IT测试自动化。
目前AI的发展还处于早期阶段,青云坚信算力不仅是无限的,也是跨领域的。青云将持续与合作伙伴形成合力,为人工智能发展添砖加瓦。