從大模型的橫空出世，到算力與存力基礎設施的大干快上，再到生成式AI的商業創新與應用落地，人工智慧通用化進程的「三部曲」成為貫穿2023年的主旋律。
根據IDC諮詢最新發布的報告顯示，全球超過87%的產業用戶已開始應用和部署生成式人工智慧，而中國市場的比例更高達93%。這顯示生成式人工智慧正在加速從策略規劃期進入實施階段，各行各業的應用創新迎來了爆發的時機
以吸引眼球的角度看，面向個人用戶的「殺手級應用」更被寄予厚望，但實際成果總是難及預期；若回歸平常心，會發現ToB領域的諸多行業才是生成式AI的主戰場，一些重量級創新應用已悄悄萌芽。
如果將視野從應用擴展到整個產業環境，就不難找到生成式AI在各行業加速滲透的底層邏輯。在資訊化建設向數位轉型過渡的時期，雲端運算的脫穎而出為眾多受制於IT投資能力、難以推進業務升級的企業提供了嶄新的進化路徑，規模化運作、彈性伸縮的平台特徵為紛繁複雜的應用創新保駕護航；當數位轉型邁向深水區，智慧化的新浪潮撲面而來，主流雲端廠商同樣扮演著舉足輕重的角色，全面重構生成式AI的基座可謂正當其時。
作為全球雲端運算的開創者和領導者，亞馬遜雲端科技在雲端運算的普及階段長袖善舞，讓幾乎所有行業都「重做一遍」。在生成式AI的大時代，亞馬遜雲科技依然是開路先鋒，各行業被人工智慧「再做一次」的「雲端時刻」已經來臨。
亞馬遜雲端科技大中華區產品部總經理陳曉建全景解讀重磅發表
#近日，2023亞馬遜雲端科技re:Invent發出最強音－圍繞重構雲端基礎架構、重構運算、重構儲存、重構企業級生成式AI等主題，推出多項重磅發布，協助雲端上客戶快速實現數位轉型，提升企業生成式AI創新速度。值得一提的是，2023亞馬遜雲端科技re:Invent中國行城市巡展—北京站活動也於近期舉辦，商業應用創新的「種子」可望落地生根。
透過對亞馬遜雲端科技最新發布的策略、產品、解決方案和應用案例進行系統梳理，我們可以描繪出生成式人工智慧加速滲透的行業景象。我們對"雲時刻"所釋放的創新能量充滿期待
可以這樣改寫：在某種程度上，雲端運算和生成式人工智慧是一種相互促進、相互依存的關係：一方面，雲端平台為生成式人工智慧的應用創新提供了最佳的平台；另一方面，生成式人工智慧也為雲端運算的不斷升級提供了難得的機會
雖然現在說雲端服務供應商全面投入生成式人工智慧還為時過早，但從今年幾家主流雲端服務供應商發布的最新策略來看，它們大多將重點放在了生成式人工智慧上，基礎架構、產品方案和合作模式無一不因此而改變
在生成式AI領域，亞馬遜雲端科技的整體佈局可分為三個層次。首先是利用基礎模型建構的應用程式層，其次是使用基礎模型進行建構的工具層，最後是用於基礎模型訓練和推理的基礎架構層。在2023年的re:Invent大會上，亞馬遜雲端科技基於這三層架構不斷創新，大幅降低了生成式AI的建置與應用門檻
全新發表的Amazon Q是一款能夠根據客戶的業務進行客製化的產品，它可以滿足各種辦公室場景的需求，被譽為生成式人工智慧應用創新的重要工具。 Amazon Q可以廣泛應用於各個垂直產業，它將徹底改變產業客戶在雲端平台上建置、部署和應用生成式人工智慧的方式。它還可以利用企業私有知識來完成各種任務，根據行業客戶獨特的業務、數據、程式碼和操作進行定制，同時還能與亞馬遜雲端科技的其他產品配合使用，幫助企業提高生產力和優化營運。據了解，Amazon Q已經向客戶提供了預覽版，在Amazon Connect中的Amazon Q也正式推出，而在Amazon Supply Chain中的Amazon Q也將很快問世
備受關注的Amazon Bedrock發布了更多模型選擇和強大功能，協助安全建置和規模化生成式AI應用。來自Anthropic、Cohere、Meta、Stability AI和亞馬遜最新的高性能模型為客戶提供更豐富的模型選擇和評估模型新功能，簡化了使用相關和專有數據定制模型的方式，並提供自動執行複雜任務的工具，支撐客戶負責任地建置和部署應用程式。
尤值一提的是，亞馬遜雲端科技也推出了五個新的Amazon SageMaker功能，讓企業更輕鬆快速地建置、訓練和部署支援各種生成式AI使用情境的機器學習模型。其中，Amazon SageMaker HyperPod可以大規模加速基礎模型訓練，縮短40%的訓練時間，並確保持續數週或數月的訓練過程不會中斷；Amazon SageMaker Inference推理功能可以平均降低50%的部署成本和20%的推理延遲；Amazon SageMaker Clarify則幫助客戶評估、比較和選擇最佳模型；Amazon SageMaker Canvas的兩個增強功能——用自然語言指令準備數據和利用模型進行大規模業務分析，使客戶能夠便捷地將生成式AI整合到工作流程中
隨著生成式人工智慧的不斷升級，各行業的創新應用場景逐漸落地並進入快車道。這是一個充滿機會的領域，但也面臨許多未知挑戰
根據麥肯錫發布的數據顯示，生成式人工智慧技術將為全球經濟創造約7兆美元的價值，同時使人工智慧的總體經濟效益提高約50%。預計中國將貢獻其中約2兆美元，佔全球總量的近1/3
然而，雖然整體看來「喜」的情況不錯，但我們也不能忽視結構性的「憂」。 「目前，只有電子業在國內傳統產業的人工智慧滲透率超過了10%，而汽車、石化、製藥等產業的滲透率則在5%到10%之間，建材等傳統產業的滲透率則低於5%。」
在這種情況下，生成式人工智慧領域迫切需要出現大量成功的實際案例，以產生顯著的示範效應，為各行各業的探索者提供借鏡。亞馬遜雲端科技在汽車製造、生命科學、零售電商、遊戲和金融服務等產業中累積了豐富的實務經驗，為生成式人工智慧在實際場景中的應用提供了指導
以汽車與製造業為例：Amazon IoT SiteWise Edge 預覽版是一款易於收集、組織、處理和監控設備數據的本地軟體，以幫助簡化、加速和降低將工業設備數據發送到亞馬遜雲端科技上的成本；vision system data from Amazon IoT FleetWise 預覽版可讓車企高效收集車輛資料並進行有效管理；基於高通AI 100推出的Amazon EC2 DL2q實例，有助於OEM廠商加速自動駕駛功能開發。
在2023年的亞馬遜雲端科技re:Invent大會上，許多汽車和製造業的客戶利用亞馬遜雲端科技的解決方案，圍繞著客戶旅程和產品旅程這兩個關鍵環節進行了應用創新。例如，BMW和本田分別依托亞馬遜雲端科技建構了下一代自動駕駛平台，實現了軟體定義的行動出行；比亞迪則採用了亞馬遜雲端科技部署智慧網聯平台和Amazon Music等服務，提高了汽車研發效率並改善了車內體驗；而上汽海外出行選擇了亞馬遜雲科技，為其海外自主品牌汽車構建了智慧網聯解決方案
生命科學也是生成式AI大展身手的舞台。亞馬遜雲端科技推出AI recommendationsfor descriptions in Amazon DataZone，透過豐富業務資料目錄幫助生命科學客戶改善資料發現、資料理解和資料使用；NVIDIA將DGX Cloud和BioNeMo引入亞馬遜雲科技，使製藥公司藉助資料簡化和加速模型訓練驅動藥物發現；Amazon HealthScribe則是符合HIPAA標準的生成式AI 服務，輔助醫療應用程式建構者從病患與臨床醫師的對話中自動建立初步臨床文件。
從具體的落地案例來看，無論是生物醫藥領域的巨頭或新創企業，都已是生成式AI的受益者。例如：基於應用程式、資料庫和伺服器遷移上雲，亞馬遜雲端科技幫助輝瑞每年節省逾4700萬美元，資料產生速度提升75%，且已在17個用例中達成創新突破；Amgen利用Amazon HealthOmics將基因組學數據轉化為見解，為患者提供藥物治療；Gilead借助生成式AI加速評估潛在標靶，促進藥物發現。
值得注意的是，生成式人工智慧在零售電商、遊戲、金融等產業的應用速度正在加快，越來越多的企業找到了有效的業務轉型和應用創新路徑，企業級生成式人工智慧已經到了全面爆發的關鍵時刻
在這個關鍵的時期，單靠單點突破是無法達到預期目標的，我們迫切需要建構企業級生成式人工智慧的生態系統。根據IDC諮詢的研究顯示，超過30%的企業將公有雲平台視為最重要的生成式人工智慧策略夥伴，這正是改變的源動力
可以這樣改寫：可以看出，雲端服務供應商在整個生態系統中扮演著核心角色，亞馬遜雲端科技在關鍵時刻所作出的策略選擇和行動路徑，為企業級生成式AI的發展樹立了新的標準，也將吸引更多的參與者加入這一行列
站在更長遠的視角，人工智慧通用化的進程才剛起步，各行各業的數位化、智慧化升級還在路上。企業級生成式人工智慧更像是廣闊的荒野，有多少條道路通往「綠洲」尚未可知。讓我們騎馬揚鞭，在下一個里程碑相遇
以上是生成式AI加速落地：產業應用創新迎來'雲端時刻”的詳細內容。更多資訊請關注PHP中文網其他相關文章！
