从大模型的横空出世，到算力与存力基础设施的大干快上，再到生成式AI的商业创新与应用落地，人工智能通用化进程的“三部曲”成为贯穿2023年的主旋律。
据IDC咨询最新发布的报告显示，全球超过87%的行业用户已开始应用和部署生成式人工智能，而中国市场的比例更高达93%。这表明生成式人工智能正在加速从战略规划期进入实施阶段，各行各业的应用创新迎来了爆发的时机
以吸引眼球的角度看，面向个人用户的“杀手级应用”更被寄予厚望，但实际成果总是难及预期；若回归平常心，会发现ToB领域的诸多行业才是生成式AI的主战场，一些重量级创新应用已悄然萌芽。
如果将视野从应用扩展到整个产业环境，就不难找到生成式AI在各个行业加速渗透的底层逻辑。在信息化建设向数字化转型过渡的时期，云计算的脱颖而出为众多受制于IT投资能力、难以推进业务升级的企业提供了崭新的进化路径，规模化运作、弹性伸缩的平台特征为纷繁复杂的应用创新保驾护航；当数字化转型迈向深水区，智能化的新浪潮扑面而来，主流云厂商同样扮演着举足轻重的角色，全面重构生成式AI的基座可谓正当其时。
作为全球云计算的开创者和领导者，亚马逊云科技在云计算的普及阶段长袖善舞，让几乎所有行业都“重做一遍”。在生成式AI的大时代，亚马逊云科技依然是开路先锋，各个行业被人工智能“再做一遍”的“云时刻”已经来临。
亚马逊云科技大中华区产品部总经理陈晓建全景解读重磅发布
近日，2023亚马逊云科技re:Invent发出最强音——围绕重构云基础架构、重构计算、重构存储、重构企业级生成式AI等主题，推出多项重磅发布，助力云上客户快速实现数字化转型，提高企业生成式AI创新速度。值得一提的是，2023亚马逊云科技re:Invent中国行城市巡展—北京站活动也于近期举办，商业应用创新的“种子”有望落地生根。
通过对亚马逊云科技最新发布的策略、产品、解决方案和应用案例进行系统梳理，我们可以描绘出生成式人工智能加速渗透的行业景象。我们对"云时刻"所释放的创新能量充满期待
可以这样改写：在某种程度上，云计算和生成式人工智能是一种相互促进、相互依存的关系：一方面，云平台为生成式人工智能的应用创新提供了最佳的平台；另一方面，生成式人工智能也为云计算的不断升级提供了难得的机遇
虽然现在说云服务提供商全面投入生成式人工智能还为时尚早，但从今年几家主流云服务提供商发布的最新策略来看，它们大多将重点放在了生成式人工智能上，基础架构、产品方案和合作模式无一不因此而发生改变
在生成式AI领域，亚马逊云科技的整体布局可分为三个层次。首先是利用基础模型构建的应用程序层，其次是使用基础模型进行构建的工具层，最后是用于基础模型训练和推理的基础设施层。在2023年的re:Invent大会上，亚马逊云科技基于这三层架构不断创新，大大降低了生成式AI的构建和应用门槛
全新发布的Amazon Q是一款能够根据客户的业务进行定制的产品，它可以满足各种办公场景的需求，被誉为生成式人工智能应用创新的重要工具。Amazon Q可以广泛应用于各个垂直行业，它将彻底改变行业客户在云平台上构建、部署和应用生成式人工智能的方式。它还可以利用企业私有知识来完成各种任务，根据行业客户独特的业务、数据、代码和操作进行定制，同时还能与亚马逊云科技的其他产品配合使用，帮助企业提高生产力和优化运营。据了解，Amazon Q已经向客户提供了预览版，在Amazon Connect中的Amazon Q也正式推出，而在Amazon Supply Chain中的Amazon Q也将很快问世
备受关注的Amazon Bedrock发布了更多模型选择和强大功能，助力安全构建和规模化生成式AI应用。来自Anthropic、Cohere、Meta、Stability AI和亚马逊最新的高性能模型为客户提供更丰富的模型选择和评估模型新功能，简化了使用相关和专有数据定制模型的方式，并提供自动执行复杂任务的工具，支撑客户负责任地构建和部署应用程序。
尤值一提的是，亚马逊云科技还推出了五项新的Amazon SageMaker功能，使企业更轻松快速地构建、训练和部署支持各种生成式AI使用场景的机器学习模型。其中，Amazon SageMaker HyperPod可以大规模加速基础模型训练，缩短40%的训练时间，并确保持续数周或数月的训练过程不中断；Amazon SageMaker Inference推理功能可以平均降低50%的部署成本和20%的推理延迟；Amazon SageMaker Clarify则帮助客户评估、比较和选择最佳模型；Amazon SageMaker Canvas的两项增强功能——用自然语言指令准备数据和利用模型进行大规模业务分析，使客户能够便捷地将生成式AI集成到工作流程中
随着生成式人工智能的不断升级，各个行业的创新应用场景逐渐落地并进入快车道。这是一个充满机遇的领域，但也面临着许多未知挑战
据麦肯锡发布的数据显示，生成式人工智能技术将为全球经济创造约7万亿美元的价值，同时使人工智能的总体经济效益提高约50%。预计中国将贡献其中约2万亿美元，占全球总量的近1/3
然而，虽然总体上看来“喜”的情况不错，但我们也不能忽视结构性的“忧”。“目前，只有电子行业在国内传统行业中的人工智能渗透率超过了10%，而汽车、石化、制药等行业的渗透率则在5%到10%之间，建材等传统行业的渗透率则低于5%。”
在这种情况下，生成式人工智能领域迫切需要出现大量成功的实际案例，以产生显著的示范效应，为各行各业的探索者提供借鉴。亚马逊云科技在汽车制造、生命科学、零售电商、游戏和金融服务等行业中积累了丰富的实践经验，为生成式人工智能在实际场景中的应用提供了指导
以汽车与制造行业为例：Amazon IoT SiteWise Edge 预览版是一款易于收集、组织、处理和监控设备数据的本地软件，以帮助简化、加速和降低将工业设备数据发送到亚马逊云科技上的成本；vision system data from Amazon IoT FleetWise 预览版可让车企高效收集车辆数据并进行有效管理；基于高通AI 100推出的 Amazon EC2 DL2q实例，有助于OEM厂商加速自动驾驶功能开发。
在2023年的亚马逊云科技re:Invent大会上，许多汽车和制造行业的客户利用亚马逊云科技的解决方案，围绕着客户旅程和产品旅程这两个关键环节进行了应用创新。例如，宝马和本田分别依托亚马逊云科技构建了下一代自动驾驶平台，实现了软件定义的移动出行；比亚迪则采用了亚马逊云科技部署智能网联平台和Amazon Music等服务，提高了汽车研发效率并改善了车内体验；而上汽海外出行选择了亚马逊云科技，为其海外自主品牌汽车构建了智能网联解决方案
生命科学也是生成式AI大展身手的舞台。亚马逊云科技推出AI recommendationsfor descriptions in Amazon DataZone，通过丰富业务数据目录帮助生命科学客户改进数据发现、数据理解和数据使用；NVIDIA将DGX Cloud和BioNeMo引入亚马逊云科技，使制药公司借助数据简化和加速模型训练驱动药物发现；Amazon HealthScribe则是符合 HIPAA标准的生成式 AI 服务，辅助医疗应用程序构建者从患者与临床医生的对话中自动创建初步临床文档。
从具体的落地案例来看，无论是生物医药领域的巨头还是初创企业，都已是生成式AI的受益者。例如：基于应用程序、数据库和服务器迁移上云，亚马逊云科技帮助辉瑞每年节省逾4700万美元，数据生成速度提升75%，且已在17个用例中达成创新突破；Amgen利用 Amazon HealthOmics将基因组学数据转化为见解，为患者提供药物治疗；Gilead借助生成式AI加速评估潜在靶点，促进药物发现。
值得注意的是，生成式人工智能在零售电商、游戏、金融等行业的应用速度正在加快，越来越多的企业找到了有效的业务转型和应用创新路径，企业级生成式人工智能已经到了全面爆发的关键时刻
在这个关键的时期，单靠单点突破是无法达到预期目标的，我们迫切需要构建企业级生成式人工智能的生态系统。根据IDC咨询的调研显示，超过30%的企业将公有云平台视为最重要的生成式人工智能战略合作伙伴，这正是改变的源动力
可以这样改写：可以看出，云服务提供商在整个生态系统中扮演着核心角色，亚马逊云科技在关键时刻所作出的战略选择和行动路径，为企业级生成式AI的发展树立了新的标准，也将吸引更多的参与者加入到这一行列中
站在更长远的视角，人工智能通用化的进程刚刚起步，各行各业的数字化、智能化升级还在路上。企业级生成式人工智能更像是广袤无垠的荒野，有多少条道路通往“绿洲”尚未可知。让我们骑马扬鞭，在下一个里程碑相遇
以上是生成式AI加速落地：行业应用创新迎来'云时刻”的详细内容。更多信息请关注PHP中文网其他相关文章！
