原標題：生成式AI為企業(yè)帶來重大變革，亞馬遜云科技為企業(yè)賦能

　　如何通過生成式AI進行創(chuàng)新?如何將創(chuàng)新批量化?如何將創(chuàng)新成果融入到業(yè)務(wù)模型?如何管理其帶來的風險?亞馬遜云科技提供服務(wù)的重點一直都是幫助客戶更好地驅(qū)動業(yè)務(wù)，不只是幫企業(yè)提升技術(shù)能力，還要幫助企業(yè)運用技術(shù)能力更好地走向成功。這就是亞馬遜云科技一直說的“客戶至尚”。亞馬遜云科技還在做的一件事就是讓AI普惠化：降低AI使用門檻，使其成為企業(yè)日常運行一部分，參與企業(yè)的實驗創(chuàng)新、學習、客戶需求研究、以及業(yè)務(wù)能力打造。

　　令人興奮的出現(xiàn)

　　生成式AI，及其衍生品，能夠為我們的企業(yè)運行帶來下一個重大變革。從宏觀角度來看，近期對于生成式AI的研究表明，這種超大型基礎(chǔ)模型既實用又強大，可以通過簡單的微調(diào)就用來完成重要的任務(wù)。這件事是非常讓人驚喜的。因為即使是 的AI研究者也無法保證即使是如此巨大的模型，其產(chǎn)出的自然語言內(nèi)容到底有多少可信度，而且這個巨大的模型到底應(yīng)該有多“大”?現(xiàn)在各種大語言模型帶來的驚喜不斷，其影響目前尚不清楚。

　　語言并不是基礎(chǔ)模型 的用武之地——氨基酸序列基礎(chǔ)模型可以幫助醫(yī)療行業(yè)合成新的可用蛋白質(zhì)，金融市場的基礎(chǔ)模型可以更好地給金融應(yīng)用提供消息，穩(wěn)定擴散模型可以用來生成圖像。對這種巨大的語言模型層出不窮的應(yīng)用都已超過了單單語言處理的范疇。生成式AI能夠改變我們考慮業(yè)務(wù)和挑戰(zhàn)解決方案的思維方式，對于這項技術(shù)的創(chuàng)新遠不止聊天機器人那么簡單!

　　可持續(xù)的競爭優(yōu)勢

　　使用生成式AI的企業(yè)都是想打造可持續(xù)競爭力的企業(yè)。為此，他們提供給AI的訓練資源必須是自己獨有的、有專利的、或者有使用權(quán)的。ChatGPT這種提供文本服務(wù)的生成式AI使用的巨大的語言模型叫基礎(chǔ)模型，這是一種預(yù)訓練模型。拿GPT-4來說，它的基礎(chǔ)模型中包含了數(shù)千億的參數(shù)。由于基礎(chǔ)模型需要巨大的資源和專業(yè)力量，大部分企業(yè)都無法構(gòu)建自己的基礎(chǔ)模型。所以他們會將目光轉(zhuǎn)向服務(wù)商，而他們的競爭者也同樣會尋找這些服務(wù)商，這就為之后的問題埋下了種子。所以光靠生成式AI也無法幫企業(yè)打造可持續(xù)的競爭力，因為如果只是在應(yīng)用程序的前端加一個聊天機器人，你可以，你的對手也可以。

　　你的長線優(yōu)勢在于你如何對這個基礎(chǔ)模型進行調(diào)整，你能提供什么樣的專有數(shù)據(jù)對模型進行訓練，或者你能怎樣將生成式AI與你企業(yè)特有的流程結(jié)合起來。

　　雖然基礎(chǔ)模型不是你的企業(yè)專有，但是你的數(shù)據(jù)是專有的——你的用戶數(shù)據(jù)，他們的交易數(shù)據(jù)，你企業(yè)擁有或者控制的傳感器，以及調(diào)研數(shù)據(jù)。這其中的部分數(shù)據(jù)可以用來對基礎(chǔ)模型進行調(diào)整、為你的生成式AI應(yīng)用生成提示詞(prompt)、打造你自己的模型、或者直接通過基礎(chǔ)模型打造應(yīng)用。通過Amazon Bedrock，你可以在確保數(shù)據(jù)安全的前提下，對基礎(chǔ)模型進行調(diào)整。這樣你可以專注于管理數(shù)據(jù)質(zhì)量，尋找能夠幫企業(yè)打造差異化競爭力的專屬方案。

　　將生成式AI融入企業(yè)特有的服務(wù)涉及到一個整合的過程——生成式AI必須能夠和你其他在用的IT應(yīng)用兼容。由于你的其他應(yīng)用都在云上正常運行，亞馬遜云科技會提供一些如Amazon API Gateway、分析服務(wù)、數(shù)據(jù)湖、數(shù)據(jù)異步移動等功能幫助你進行整合。同時亞馬遜云科技還會保證你的驗證和授權(quán)政策在整個IT系統(tǒng)里統(tǒng)一，包括生成式AI。

　　亞馬遜云科技對于生成式AI的處理旨在幫助用戶打造可持續(xù)的差異化競爭優(yōu)勢，而不僅僅是跟風新科技。

　　創(chuàng)新管理

　　企業(yè)管理人經(jīng)常有一個誤區(qū)就是認為創(chuàng)新就是讓員工提出各種新想法。的確，員工經(jīng)常會提出很多想法，尤其是在客戶一線的員工。但真正的挑戰(zhàn)在于執(zhí)行這些想法，在于給這些想法提供機會證明自己的有效性。從字面意思就能看出，這些想法肯定都是帶有風險性的。因為它們是想法，沒有經(jīng)過證實。所以對于創(chuàng)新的管理關(guān)鍵在于降低創(chuàng)新的風險，同時調(diào)整管理流程，為已經(jīng)降低風險的想法提供更多自由的空間。

　　這時候亞馬遜云科技(云服務(wù))的優(yōu)勢就體現(xiàn)出來了。員工可以快速啟動一套架構(gòu)用于對新想法的測試，如果這個想法行不通，那么員工可以立即棄用這套架構(gòu)并停止計費。這樣員工就可以快速、低成本地使用很多亞馬遜云科技的高端服務(wù)，比如各種構(gòu)件，并借助無服務(wù)器的特性將它們快速整合或者在有更好的方案時立即停止當前測試。例如，企業(yè)不需要花費多年的時間打造自己的圖像識別技術(shù)，員工可以直接通過Amazon Rekognition獲取這項功能，一旦測試的想法證實行不通，可以立即停用并停止計費。

　　通過這樣的方式，云服務(wù)極大地降低了嘗試創(chuàng)新型想法的風險和成本，這樣企業(yè)就能夠重新考量自己之前由于種種原因而放棄的想法了。生成式AI接入云端之后，企業(yè)可以聯(lián)動其他構(gòu)件服務(wù)來測試由生成式AI帶來的新點子，而且是以更低的成本和風險。這個過程并不只是為了測試企業(yè)生成式AI的能力，而是對于生成式AI嵌入到業(yè)務(wù)流程中進行的必要測試。

　　嚴謹說來，Amazon Bedrock使得企業(yè)員工能夠通過各種基礎(chǔ)模型進行創(chuàng)新。Bedrock在最初發(fā)布的時候就支持使用來自AI21 Labs、Anthropic、Stability AI、和兩個亞馬遜Titan家族的模型。這些模型適用于不同類型的應(yīng)用。員工在測試新想法時可以選擇最適合的基礎(chǔ)模型或者多試幾個進行比較。

　　亞馬遜云科技對生成式AI的處理在創(chuàng)新管理和驅(qū)動業(yè)務(wù)流程創(chuàng)新中都有良好的實踐反饋。

　　回應(yīng)敏捷度：并駕齊驅(qū)

　　盡管打造可持續(xù)的競爭優(yōu)勢是一個很重要的目標，企業(yè)也可以使用生成式AI來提升客戶體驗。當客戶需求發(fā)生變動時，擁有高云端敏捷度的企業(yè)可以快速對此作出響應(yīng)。生成式AI技術(shù)必然是不斷發(fā)展的，而隨著這些發(fā)展進化，企業(yè)可以基于這一敏捷度不斷提供新的功能或者打造新的應(yīng)用。一旦競爭對手支持了新的服務(wù)或者功能，企業(yè)要能夠迅速作出應(yīng)對。同其他IT方面的能力一樣，企業(yè)必須在生成式AI方面也保持敏捷度。

　　敏捷度是企業(yè)們過去幾十年面對的話題。當他們開始整合生成式AI時，就需要再次考慮同樣的問題：如何能夠感知到客戶需求的變化?如何能夠迅速進行增量交付?如何對資金進行管理以快速推進執(zhí)行?如何在不斷變動的優(yōu)先級間保持各種需求的平衡?云技術(shù)(以及現(xiàn)代的一些實踐如DevOps)是打造敏捷度和速度的關(guān)鍵。

　　讓生成式AI真正運轉(zhuǎn)起來

　　IT負責人們很快就會意識到生成式AI并不是簡單地提出一個想法然后推進執(zhí)行。生成式AI和其他技術(shù)一樣，必須嚴格有效地運行起來，而這個過程中會面臨的一些挑戰(zhàn)對于IT從業(yè)者來說都是再熟悉不過了。最基本的一些方面包括AI應(yīng)用和模型的部署流程必須可靠、受版本控制、經(jīng)過測試、并且合規(guī)。用戶必須經(jīng)過授權(quán)、必須建立與其他系統(tǒng)的接口、并且可以尋求服務(wù)臺的幫助。同時應(yīng)用必須保證安全。道德問題也必須被重視起來，建立必要的護欄(guardrails)。

　　生成式AI必須成為企業(yè)技術(shù)運行的一部分。亞馬遜云科技的優(yōu)勢在于能夠簡化企業(yè)的IT運行架構(gòu)，其對于服務(wù)的選擇以及云端的自動化性能對于生成式AI應(yīng)用的可靠性、彈性、安全性、和效率都是至關(guān)重要的。其中，Amazon SageMaker專用于幫助企業(yè)減輕AI應(yīng)用的運行壓力。與其他功能相比，SageMaker能夠幫助企業(yè)實現(xiàn)管理流程自動化，為機器學習產(chǎn)品提供中心化目錄，將機器學習應(yīng)用整合到自動化持續(xù)集成和持續(xù)交付(CI/CD)流程中，并監(jiān)控使用中的數(shù)據(jù)和模型以保證質(zhì)量。

　　當生成式AI應(yīng)用成為企業(yè)核心業(yè)務(wù)流程中的一環(huán)，提高效率的同時，隨之而來的一個問題就是成本。Amazon Inferentia和Amazon Trainium芯片專為高性價比的AI模型訓練和部署而打造。無論企業(yè)推進什么樣的創(chuàng)新流程，亞馬遜云科技整套的云服務(wù)和其云端架構(gòu)的伸縮能力都能在企業(yè)成本管理中發(fā)揮至關(guān)重要的作用。

　　價值觀外顯

　　對于人工智能這一賽道，道德層面的考慮和合規(guī)的應(yīng)用架構(gòu)是非常重要的。Amazon Bedrock為客戶提供了各種基礎(chǔ)模型的選擇，客戶可以根據(jù)自己的合規(guī)需求以及企業(yè)價值觀選擇最恰當?shù)幕�礎(chǔ)模型，即使企業(yè)需求可能在不斷變化。Amazon AI Service Cards對于亞馬遜云科技所有服務(wù)在公平、無偏見、可解釋性、隱私與安全、健壯性、管理、以及透明度方面都進行了闡述，企業(yè)可以按需查詢。

　　負責任的人工智能(Responsible AI)和其他需要負責任使用的技術(shù)一樣，都會伴隨著企業(yè)文化和管理流程的改變。企業(yè)管理為企業(yè)建立了保護屏障，是非常重要的。而員工的日常行為則是受企業(yè)文化的約束，所以建立負責任使用人工智能的文化在領(lǐng)導力方面也是前沿的變革。

　　結(jié)語

　　生成式AI是一項很強大的新技術(shù)。但是對于亞馬遜云科技的客戶來說，不止于此，它更是達成業(yè)務(wù)目標和設(shè)定業(yè)務(wù)期許的一種新途徑。企業(yè)對于生成式AI的考量，并不僅僅是這項新科技能做什么，而是如何創(chuàng)新性地利用這項技術(shù)向用戶傳達企業(yè)價值觀，為企業(yè)帶來強有力的競爭優(yōu)勢。這才是對于亞馬遜云科技生成式AI服務(wù)的正確解讀。

   投稿郵箱：chuanbeiol@163.com   詳情請訪問川北在線：http://dstuf.com/