Amazon Cloud Technology kündigt neue generative KI-Dienste an, um Innovationen zu beschleunigen-KI-php.cn

○ Amazon Bedrock, der vollständig verwaltete generative KI-Dienst von Amazon Cloud Technology, ist jetzt offiziell verfügbar. Kunden haben Zugriff auf leistungsstarke Basismodelle einer Reihe führender KI-Unternehmen sowie auf eine Reihe von Funktionen, die zum Erstellen generativer KI-Anwendungen erforderlich sind, um Datenschutz und Sicherheit zu gewährleisten und gleichzeitig den Entwicklungsprozess zu vereinfachen

Unternehmen wie Adidas, BMW Group, GoDaddy, Merck, NatWest Group, Persistent, PGA TOUR, Takenaka Corporation und Traeger Grills nutzen alle Produkte von Amazon Cloud Technology. Die generative KI-Innovation gestaltet ihre Produkte und Dienstleistungen neu.

Peking – 7. Oktober 2023

Amazon Cloud Technology kündigte die Einführung von fünf generativen KI-Innovationen an, die es Unternehmen jeder Größe ermöglichen, neue generative KI-Anwendungen zu entwickeln, die Mitarbeiterproduktivität zu verbessern und die Geschäftstransformation abzuschließen. Zu diesen fünf Innovationen gehören: Amazon Bedrock, der vollständig verwaltete Dienst von Amazon Cloud Technology, ist offiziell verfügbar und stellt Basismodelle (FM) von führenden KI-Unternehmen über eine einheitliche Anwendungsprogrammierschnittstelle (API) bereit. Amazon Cloud Technology gab bekannt, dass Amazon Titan Embeddings-Modelle offiziell verfügbar sind verfügbar, bietet Kunden eine grundlegendere Modellauswahl; Amazon Bedrock hat kürzlich das Meta Llama 2-Modell eingeführt, das den ersten Dienst darstellt, der vollständig verwaltete Meta Llama 2-Modelle über die API bereitstellt bald für die Vorschau verfügbar und kann auf der internen Codebasis des Unternehmens basieren. Passt die Codevorschläge von CodeWhisperer sicher an, um Entwicklern zu helfen, einen größeren Nutzen aus der generativen KI zu ziehen. Die generative BI-Authoring-Funktion von Amazon QuickSight ist jetzt in der Vorschau verfügbar, was die Arbeitseffizienz verbessern kann Wirtschaftsanalysten. Bei dieser Funktion handelt es sich um einen einheitlichen, cloudnativen BI-Dienst, der es Kunden ermöglicht, visuelle Inhalte zu erstellen, Diagramme zu formatieren, Berechnungen durchzuführen und vieles mehr, indem sie einfach in natürlicher Sprache beschreiben, was sie wollen. Von Amazon Bedrock und Amazon Titan Embeddings bis hin zu Amazon CodeWhisperer und Amazon QuickSight verbessern diese Innovationen die Fähigkeiten der Amazon Cloud Technology auf jeder Ebene des generativen KI-Stacks und ermöglichen Unternehmen jeder Größe Zugriff auf Sicherheit und Datenschutz auf Unternehmensniveau. Wählen Sie ein Modell aus und passen Sie es an Es. Um die generative KI von Amazon Cloud Technology kennenzulernen, besuchen Sie bitte aws.amazon.com/generative-ai/. „Im vergangenen Jahr haben die Explosion riesiger Datenmengen, die Verfügbarkeit großer elastischer Rechenleistung und der schnelle Fortschritt der maschinellen Lerntechnologie die Begeisterung der Menschen für generative KI entfacht, alle Lebensbereiche tiefgreifend verändert und Swami Sivasubramanian neu geformt.“ , globaler Vizepräsident für Daten und maschinelles Lernen bei Amazon Cloud Technology, sagte: „Mit Sicherheit und Datenschutz auf Unternehmensniveau, führender Basismodellauswahl, Data-First-Methodik und hoher Leistung verfügt Amazon Cloud über eine kostengünstige Infrastruktur.“ Die Technologie hat das Vertrauen von Unternehmen gewonnen und ermöglicht ihnen, mithilfe generativer KI-Lösungen auf jeder Ebene des Technologie-Stacks Innovationen voranzutreiben. Die heutige Ankündigung ist ein wichtiger Meilenstein bei der Einführung generativer KI. Durch leistungsstarke Innovationen bringt die Amazon Cloud-Technologie mehr Sicherheit und Auswahl und überlegene Leistung für jeden Mitarbeiter in jedem Unternehmen, vom Start-up bis zum Großunternehmen, vom Entwicklungsingenieur bis zum Datenanalysten. Es hilft ihnen auch, sich eng an der Datenstrategie ihres Unternehmens auszurichten und so das Potenzial generativer KI voll auszuschöpfen.“

Unternehmen aller Gesellschaftsschichten, unabhängig von ihrer Größe, sind bestrebt, generative KI zu nutzen, um Abläufe zu transformieren, Wege zur Lösung komplexer Probleme zu überdenken und neue Benutzererlebnisse zu schaffen. Obwohl die jüngsten Fortschritte in der generativen KI große Aufmerksamkeit erregt haben, konnten viele Unternehmen nicht an diesem Transformationsprozess teilnehmen. Sie sind zwar bestrebt, generative KI zu nutzen, machen sich aber auch Sorgen über die Sicherheits- und Datenschutzprobleme dieser Tools. Diese Unternehmen hoffen, mehrere Basismodelle testen zu können, um das Modell zu finden, das am besten zu ihren Anwendungsszenarien passt. Sie möchten außerdem das Beste aus den bereits vorhandenen Daten herausholen, indem sie Modelle anpassen, um den Endbenutzern einzigartige Erlebnisse zu bieten. Schließlich benötigen Unternehmen Werkzeuge, um Innovationen schnell auf den Markt zu bringen, und die Infrastruktur, um generative KI-Anwendungen auf globaler Ebene bereitzustellen.

Viele Unternehmen suchen nach generativen KI-Diensten von Amazon Cloud Technology, darunter Adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest Min, Perplexity AI, Persistent, Quext, RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Works Store Co., Ltd., Traeger Grills, PGA Tour, Verint, Verisk und WPS usw.

Amazon Bedrock ist offiziell gestartet, um mehr Kunden beim Erstellen und Skalieren generativer KI-Anwendungen zu unterstützen

Amazon Bedrock ist ein vollständig verwalteter Dienst, der leistungsstarke Basismodelle für Auslandsgeschäfte von vielen führenden KI-Unternehmen (einschließlich AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon) sowie von Unternehmen bereitstellt, die eine Reihe generativer KI aufbauen Funktionen, die Anwendungen benötigen, um Datenschutz und Sicherheit zu gewährleisten und gleichzeitig die Entwicklung zu vereinfachen. Das Grundmodell ist gut anwendbar und kann viele Bereiche wie Informationssuche, Inhaltserstellung und Arzneimittelentwicklung unterstützen. Doch für viele Unternehmen, die generative KI nutzen möchten, gibt es noch einige Probleme, die gelöst werden müssen. Erstens benötigen sie eine einfache und intuitive Auswahl und Zugriff auf leistungsstarke Basismodelle, die ihre Szenarioanforderungen erfüllen und eine gute Leistung erbringen. Zweitens möchten Kunden, dass Anwendungen nahtlos integriert werden, ohne dass sie große Infrastrukturcluster verwalten oder viel Geld ausgeben müssen. Kunden möchten mithilfe von Basismodellen und in Kombination mit ihren eigenen Daten einfach differenzierte Anwendungen erstellen. Die von diesen Kunden zur Anpassung verwendeten Daten sind zweifellos ein sehr wertvolles Gut und müssen daher vollständig geschützt werden und gleichzeitig Sicherheit und Datenschutz gewährleisten und gleichzeitig sicherstellen, dass Kunden die Kontrolle darüber haben, wie Daten weitergegeben und verwendet werden.

Mit den umfassenden Funktionen von Amazon Bedrock können Unternehmen bequemer und einfacher eine Vielzahl führender Basismodelle ausprobieren und Modelle mithilfe ihrer eigenen proprietären Daten anpassen. Darüber hinaus bietet Amazon Bedrock auch differenzierte Funktionen wie verwaltete Agenten (KI-Agenten), die ohne das Schreiben von Code erstellt werden können und komplexe Aufgaben wie Reisebuchungen, die Bearbeitung von Versicherungsansprüchen, die Planung von Werbekampagnen und die Verwaltung von Lagerbeständen ausführen können. Da Amazon Bedrock serverlose Technologie nutzt, müssen Kunden keine Infrastruktur verwalten und können die bekannten Cloud-Technologiedienste von Amazon nutzen, um generative KI-Funktionen sicher in Anwendungen zu integrieren und bereitzustellen.

Amazon Bedrock wurde mit Blick auf Sicherheit und Datenschutz entwickelt, um Kunden beim Schutz sensibler Daten zu unterstützen. Kunden können Amazon PrivateLink verwenden, um eine dedizierte, sichere Verbindung zwischen Amazon Bedrock und einem virtuellen privaten Netzwerk (VPC) herzustellen und so sicherzustellen, dass jegliche Datenübertragung nicht dem öffentlichen Netzwerk ausgesetzt wird. Für Kunden mit hohen regulatorischen Anforderungen ist Amazon Bedrock HIPAA-konform (Health Insurance Portability and Accountability Act) und kann gemäß den DSGVO-Konformitätsstandards (EU-Datenschutzgrundverordnung) verwendet werden, sodass mehr Kunden Daten aus Benefit from AI generieren können.

Amazon Bedrock nutzt Amazon Titan Embeddings und Llama 2, um die Palette der verfügbaren Modelle zu erweitern und jedem Kunden dabei zu helfen, das richtige Modell für sein Anwendungsszenario zu finden

Tatsächlich kann kein einzelnes Modell für alle Anwendungsszenarien geeignet sein. Um den Wert generativer KI zu nutzen, müssen Unternehmen daher häufig auf mehrere Modelle zugreifen und das für ihre Anforderungen am besten geeignete Modell finden. Zu diesem Zweck ermöglicht Amazon Bedrock ausländischen Kunden, führende Basismodelle von AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon über eine einzige API zu finden und zu testen. Darüber hinaus gab Amazon Cloud Technology kürzlich bekannt, dass alle zukünftigen Basismodelle von Anthropic auf Amazon Bedrock verfügbar sein werden und den Kunden von Amazon Cloud Technology im Ausland vorrangigen Zugang zu Sonderfunktionen wie Modellanpassung und Feinabstimmung bieten wird. Und ab sofort stellt Amazon Bedrock erneut ein neues Basismodell vor, um mehr Auswahl zu bieten:

Amazon Titan Embeddings ist jetzt offiziell verfügbar: Amazon Titan-Basismodelle sind eine Reihe von Modellen, die von Amazon Cloud Technology für große Datensätze erstellt und vorab trainiert wurden und verschiedene Anwendungsszenarien unterstützen können. Amazon Titan Embeddings, das erste dieser Modelle, das offiziell verfügbar ist, ist ein großes Sprachmodell (LLM), das Text in numerische Darstellungen, sogenannte Einbettungen, umwandelt, um Anwendungsszenarien der Retrieval-Augmented Generation (RAG) zu unterstützen. Das Basismodell ist zwar für eine Vielzahl von Aufgaben geeignet, kann jedoch nur Fragen beantworten, die auf Informationen basieren, die aus den Trainingsdaten und dem Kontext der Stichworte gewonnen werden. Die Wirksamkeit dieser Reaktionen ist begrenzt, wenn sie den Einsatz von zeitkritischem Wissen oder proprietären Daten erfordern. Um die Antworten des Basismodells durch Erweiterung der Daten zu verbessern, greifen viele Unternehmen auf RAG zurück, eine beliebte Modellanpassungstechnologie, die das Basismodell mit einer referenzierten Wissensdatenbank verbindet, um den Antworteffekt zu verbessern. Um RAG nutzen zu können, müssen Kunden zunächst auf ein Einbettungsmodell zugreifen, das Daten in Einbettungsvektoren umwandelt, wodurch es für das zugrunde liegende Modell einfacher wird, die Semantik und Beziehungen zwischen den Daten zu verstehen. Allerdings erfordert die Erstellung von Einbettungsmodellen eine große Menge an Daten und Ressourcen sowie umfassendes Fachwissen im Bereich maschinelles Lernen, sodass es für viele Kunden schwierig ist, sie selbst zu erstellen, und daher RAG nicht implementieren können. Amazon Titan Embeddings erleichtert es Kunden, RAG in die Lage zu versetzen, die Funktionen verschiedener zugrunde liegender Modelle mit proprietären Daten zu erweitern. Amazon Titan Embeddings unterstützt über 25 Sprachen und Kontextlängen von bis zu 8192 Token und ist damit ideal für unternehmensbasierte Anwendungsszenarien, die einzelne Wörter, Phrasen oder ganze Dokumente verarbeiten. Das Modell gibt einen Ausgabevektor mit 1536 Dimensionen zurück, was eine hohe Genauigkeit gewährleistet und gleichzeitig für eine geringere Latenz und ein besseres Preis-Leistungs-Verhältnis optimiert ist.
Llama 2 erscheint in den kommenden Wochen: Amazon Bedrock ist der branchenweit erste vollständig verwaltete generative KI-Dienst, der Metas großes Sprachmodell der nächsten Generation, Llama 2, über eine verwaltete API anbietet. Das Llama 2-Modell bietet erhebliche Verbesserungen gegenüber dem vorherigen Llama-Modell, einschließlich der Verwendung von 40 % mehr Trainingsdaten als das Original und einer längeren Kontextlänge (4000 Token) zur Verarbeitung größerer Dokumente. Das von Amazon Bedrock bereitgestellte Llama 2-Modell wurde optimiert, um eine schnelle Reaktion auf die Cloud-Technologie-Infrastruktur von Amazon zu ermöglichen, was sich sehr gut für Konversationsanwendungsszenarien eignet. Kunden können generative KI-Anwendungen erstellen, die auf Llama-2-Modellen mit 13 und 70 Milliarden Parametern basieren, ohne dass eine Infrastruktur eingerichtet und verwaltet werden muss.

Mit der neuen Funktion von Amazon CodeWhisperer können Kunden Codevorschläge von CodeWhisperer mithilfe privater Codebibliotheken sicher anpassen und so die Entwicklereffizienz weiter verbessern

Amazon CodeWhisperer ist ein KI-basierter Programmierassistent, der die Entwicklerproduktivität verbessert, indem er auf Milliarden von Codezeilen trainiert, die von Amazon stammen und öffentlich verfügbar sind. Obwohl Entwickler CodeWhisperer häufig in ihrer täglichen Arbeit verwenden, müssen sie manchmal unternehmensinterne private Codebasen (wie interne APIs, Codebibliotheken, Pakete und Klassen) in Anwendungen integrieren, die nicht in den Daten des CodeWhisperer-Trainings enthalten sind. Auch die Arbeit mit internem Code ist eine Herausforderung, da die Dokumentation begrenzt ist und es keine öffentlichen Ressourcen oder Foren gibt, in denen Entwickler Hilfe suchen können

Um beispielsweise eine Funktion zu schreiben, die einen Artikel aus einem Warenkorb entfernt, muss ein Entwickler zunächst die APIs, Sammlungen und anderen internen Code verstehen, der mit der Anwendung interagiert. Früher haben Entwickler möglicherweise stundenlang zuvor geschriebenen internen Code untersucht, um die benötigten Informationen zu finden und zu verstehen, wie er funktioniert. Selbst wenn sie die richtige Ressource finden, müssen sie den Code noch einmal überprüfen, um sicherzustellen, dass er den Codierungs-Best Practices des Unternehmens entspricht und nicht wiederholt auf Fehler oder Schwachstellen im Code verweist

Die neuen Anpassungsfunktionen von Amazon CodeWhisperer erschließen das volle Potenzial der generativen KI-Programmierung und liefern individuelle Empfehlungen durch sichere Nutzung der internen Codebasen und Ressourcen der Kunden. Dies ermöglicht es Entwicklern, Codevorschläge genauer zu erhalten und so Zeit zu sparen. Zunächst müssen Administratoren eine Verbindung zu ihrem privaten Code-Repository (z. B. GitLab oder Amazon S3) herstellen und einen Job planen, um ihre eigenen benutzerdefinierten Inhalte zu erstellen. Bei der Erstellung benutzerdefinierter Inhalte nutzt CodeWhisperer eine Vielzahl von Modellen und kontextbezogenen Anpassungstechniken, um aus den Codebasen der Kunden zu lernen und Live-Code-Empfehlungen zu verbessern. Auf diese Weise können Entwickler weniger Zeit mit der Suche nach den richtigen Antworten auf Fragen verbringen und haben mehr Zeit, neue, differenzierte Erlebnisse zu schaffen. Administratoren können alle benutzerdefinierten Funktionen zentral in der Amazon-Konsole verwalten, Bewertungsmetriken anzeigen, die Leistung jeder benutzerdefinierten Funktion abschätzen und sie selektiv für bestimmte Entwickler im Unternehmen bereitstellen, um den Zugriff auf sensiblen Code zu beschränken

Durch die Auswahl hochwertiger Repositorys können Administratoren sicherstellen, dass die von CodeWhisperer bereitgestellten benutzerdefinierten Empfehlungen keinen veralteten Code enthalten, um die Qualitäts- und Sicherheitsstandards des Unternehmens zu erfüllen. Mit Blick auf Sicherheit und Datenschutz auf Unternehmensniveau stellt diese Funktion sicher, dass benutzerdefinierte Inhalte vollständig privat sind, während das zugrunde liegende Basismodell, das CodeWhisperer unterstützt, während des Schulungsprozesses keine benutzerdefinierten Inhalte verwendet, wodurch das wertvolle geistige Eigentum der Kunden geschützt wird. Diese Anpassungsfunktion wird Kunden in Kürze als Teil der CodeWhisperer Enterprise Edition in der Vorschau verfügbar sein. Darüber hinaus gewährleisten die benutzerdefinierten Einstellungen von CodeWhisperer standardmäßig Sicherheit. Unabhängig davon, ob Kunden Amazon CodeWhisperer Professional oder Enterprise Edition verwenden, speichert oder protokolliert Amazon Cloud Technology keine Kundeninhalte, wenn Anfragen von der Entwickler-IDE verarbeitet werden.

Die BI-Authoring-Funktion der nächsten Generation von Amazon QuickSight kann Geschäftsanalysten dabei helfen, Datenvisualisierungen mithilfe natürlicher Sprachbefehle einfach zu erstellen und anzupassen.

Amazon QuickSight ist ein einheitlicher BI-Dienst, der für die Cloud entwickelt wurde und in der Lage ist, interaktive Dashboards, paginierte Berichte und eingebettete Analysen zu erstellen sowie QuickSight Q für Abfragen in natürlicher Sprache zu verwenden, sodass jeder Benutzer im Unternehmen seine bevorzugten Funktionen nutzen kann Format, um die Erkenntnisse zu erhalten, die Sie benötigen.

Unter normalen Umständen verbringen Geschäftsanalysten Stunden damit, BI-Tools zu nutzen, um verschiedene Datenquellen zu untersuchen, Berechnungen hinzuzufügen, Visualisierungen zu erstellen und zu verfeinern und sie dann in Dashboards den Geschäftsinteressenten zu präsentieren. Um ein einfaches Diagramm zu erstellen, muss ein Analyst zunächst die richtige Datenquelle finden, die Datenfelder identifizieren, Filter einrichten und die notwendigen Personalisierungseinstellungen für eine gute Visualisierung vornehmen

Wenn die Datenvisualisierung neue Berechnungen erfordert (z. B. Jahresumsätze), muss der Analyst auch die erforderlichen Referenzdaten identifizieren und dann die Visuals erstellen, validieren und dem Bericht hinzufügen. Unternehmen profitieren auch, wenn sie die Zeit reduzieren können, die Geschäftsanalysten mit der manuellen Erstellung und Optimierung von Diagrammen und Berechnungen verbringen, sodass sie mehr Zeit für hochwertige Aufgaben verwenden können.

Neue generative BI-Authoring-Funktionen erweitern die Abfragefunktionen in natürlicher Sprache von QuickSight Q. Es kann nicht nur klar formulierte Fragen beantworten, wie zum Beispiel „Welche sind die 10 am häufigsten in Kalifornien verkauften Produkte?“, sondern kann Analysten auch dabei helfen, schnell anpassbare visuelle Darstellungen aus Frageausschnitten zu erstellen, wie zum Beispiel „Was sind die 10 am häufigsten in Kalifornien verkauften Produkte?“ " . Stellen Sie Folgefragen, um die Abfrageabsicht zu klären, die visuelle Darstellung zu optimieren und komplexe Berechnungen durchzuführen. Geschäftsanalysten müssen lediglich die gewünschten Ergebnisse beschreiben, und QuickSight kann visuelle Objekte mit einem guten Erscheinungsbild generieren. Analysten können es ganz einfach zu einem Dashboard oder Bericht hinzufügen

Analysten können beispielsweise QuickSight Q verwenden, um visuelle Inhalte zu erstellen, die monatliche Trends bei den Sneaker-Verkäufen bis 2022 und 2023 zeigen. QuickSight Q wählt automatisch die entsprechenden Daten aus und stellt die erforderlichen Informationen basierend auf der Anfrage im am besten geeigneten Diagrammformat (z. B. Liniendiagramm oder Balkendiagramm) dar. Darüber hinaus bietet QuickSight Q auch voreingestellte Eingabeaufforderungen, um Analysten dabei zu helfen, Unklarheiten zu klären, die auftreten können, wenn mehrere Datenfelder mit der Abfrage abgeglichen werden, z. B. ob das Diagramm den Gesamtbetrag der Sneaker-Verkäufe in US-Dollar oder die Anzahl der verkauften Einheiten enthalten soll

Nachdem Analysten den ersten Visualisierungsinhalt erhalten haben, können sie komplexe Berechnungen hinzufügen, den Diagrammtyp ändern oder den Visualisierungseffekt mithilfe natürlicher Sprache optimieren. Die neuen generativen BI-Authoring-Funktionen in QuickSight Q ermöglichen es Geschäftsanalysten, einfach und schnell zufriedenstellende Visuals zu erstellen und wertvolle Informationen für umfangreiche datengesteuerte Entscheidungen schneller bereitzustellen

Kunden aus den unterschiedlichsten Branchen nutzen die generativen KI-Dienste von Amazon Cloud Technology, um neue Anwendungen zu erstellen, die Entwicklereffizienz zu verbessern und Analysten dabei zu helfen, schneller Erkenntnisse zu gewinnen

Adidas ist eine der größten Sportmarken der Welt. „Wir freuen uns, an der Amazon Bedrock-Vorschau teilzunehmen und den Service aus erster Hand zu erleben. Amazon Bedrock hat sich bei der Entwicklung generativer KI-Tools als äußerst nützlich erwiesen. Amazon Bedrock übernimmt die schwere Infrastrukturverwaltungsarbeit bei der Entwicklung generativer KI-Anwendungen und stellt diese her.“ „Wir konnten uns auf die Kernaspekte des großen Sprachmodellprojekts konzentrieren“, sagte Daniel Eichten, Vizepräsident für Unternehmensarchitektur bei Adidas. Über die Benutzeroberfläche finden Sie alle Arten von Informationen und Antworten, die Sie in der Wissensdatenbank benötigen eine Vielzahl technischer Fragen vom Einstiegsniveau bis zum Komplex.“

Merck ist ein forschungs- und entwicklungsintensives biopharmazeutisches Unternehmen, das seit mehr als 130 Jahren innovative Medikamente und Impfstoffe erforscht und entwickelt, um Leben zu retten und die Gesundheit zu verbessern. „Entlang der gesamten pharmazeutischen Wertschöpfungskette gibt es viele manuelle und zeitaufwändige Prozesse, die die Ausführung wertvollerer Arbeiten verhindern und es gleichzeitig versäumen, Daten effektiv zur Verbesserung der Mitarbeiter-, Kunden- und Patientenerfahrungen zu nutzen.“ Executive Director of Data Science bei Merck Suman Giri sagte: „Mit Amazon Bedrock haben wir schnell generative KI-Funktionen entwickelt, um Arbeiten wie Knowledge Mining und Marktforschung effizienter zu gestalten. In unserem US-amerikanischen Patientenanalyse-Workflow können wir diese Funktionen nutzen, um Einblicke in die Patientenversorgung zu gewinnen.“ Lebensqualität verbessern und die Geschäftsauswirkungen erweitern, gleichzeitig Lücken im Datenaustausch schließen und ein Data-Governance-Ökosystem für verantwortungsvolle generative KI schaffen.“

Die BMW Group ist einer der weltweit führenden Automobil- und Motorradhersteller. „Die regionalen Experten von BMW arbeiten an der Optimierung der Bestände entlang der gesamten Lieferkette. Sie erhalten häufig Anfragen von Stakeholdern wie Vorständen oder Supply-Chain-Experten, neue Dashboard-Ansichten zu erstellen, um die neuesten Trends der BMW Group Christoph Albrecht zu analysieren.“ Der Ingenieur- und Analyseexperte sagte: „Das QuickSight Q-Authoring-Erlebnis spart erheblich Zeit, indem es Berechnungen ohne Referenz erstellt, schnell visuelle Darstellungen erstellt und dann präzise Anpassungen an der visuellen Präsentation durch natürliche Sprache vornimmt. Die schnelle Entwicklung regionaler Experten. Das Feedback beeindruckt unser Unternehmen.“ Benutzer, sodass sie wichtige Entscheidungen schneller treffen können.“

Das obige ist der detaillierte Inhalt vonAmazon Cloud Technology kündigt neue generative KI-Dienste an, um Innovationen zu beschleunigen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!