生成式AI的用云难题，其实才刚开始 | ToB产业观察
图片来源@视觉中国
大模型军备赛中，云计算企业仍在持续行动。
生成式AI初创公司Anthropic日前获得了新一轮融资，亚马逊、谷歌等科技巨头已在其投资名单。此举背后的重要原因在于，生成式AI企业训练大模型，或者提供给最终用户使用的AI产品方案，都需要算力资源，而调用算力的主要来源可以是买卡、自建私有机房，也可以是分布式云的、容器、Serverless等云上资源。后者的好处显而易见：对于AI初创公司，需要将更多精力投入在业务效率上，从长远来看，还有业务规模化后的稳定性和弹性收益等等。
不只是这些备受关注的AI企业。钛媒体App注意到，在中国用户市场，在GPU算力紧缺以及基础大模型尚未得到足够提升的背景下，过去一年，还有一些新业务团队，在尝试通过云上资源构建生成式AI的场景应用。
2023年2月，西门子中国大禹团队（负责IT数据分析与人工智能）认识到，长期以来企业内部资源的检索和调用都存在结构散乱、检索速度慢、交互不便等问题。出于企业战略考虑和具体业务需求，能不能从根本上提升知识库的可用性，构建一个基于大数据库和生成式AI的全新“智能知识库”？
三个月后，基于新架构设计的智能会话机器人“小禹”正式在全公司发布。实测结果显示，“小禹”的回答内容不仅生成速度更快，对搜索关键词的命中率更高，整体使用体验也得到提升。同时，还解决了各业务部门之间需求相似、重复开发问题，对系统在运维和扩展的投入成本实现了集约化。
这一成果的背后是来自于亚马逊云科技的支撑，除了采用当下流行的检索增强生成RAG架构、向量数据库等生成式AI技术外，还有Amazon OpenSearch Service分析服务和Amazon SageMaker机器学习服务等产品。投人、投技术、投专家伙伴，大禹团队还期待与亚马逊云科技进行更多共创。
大模型需要在云上找答案
本月初，亚马逊云科技宣布了几项新功能，其中包括：全托管生成式AI服务Amazon Bedrock正式可用，并新增接入Amazon Titan Embeddings模型和Meta Llama 2模型，AI编程助手Amazon CodeWhisperer发布定制新功能预览， Amazon QuickSight发布生成式BI新功能预览。
值得一提的是，Amazon Bedrock提供了企业构建生成式AI应用程序所需的一系列功能，能够在实现简化开发的同时确保隐私性和安全性。目前Amazon Bedrock提供给开发者可供选择的基础模型库正在扩大。目前已接入的AI公司大模型包括Anthropic C laude2，Stability AI Stable Diffusion XL，AI21 Labs Jurassic- 2，Cohere Command，加上最新接入的Meta Llama 2，以及亚马逊自研的Amazon Titan，共六种大模型。通过Amazon Bedrock，企业无需进行底层资源部署和管理，可直接调用这些基础模型，使用自身专有数据实现模型定制。
例如，沐瞳科技正在试用Amazon Bedrock，用于优化游戏开发领域的业务流程。在工业领域，海尔创新设计中心利用生成式AI能够实现文生图、图生图、定量图和全场景图四个方面的提效，上线后，自动化设计系统应用让相关业务的操作周期缩短了20%
金山办公在面向海外业务拓展过程中，计划将Amazon Bedrock服务集成到WPS海外版本进行生产测试，期待不同大模型组合在各类办公场景中带来实效。“现在没有一个模型能够解决所有问题，”金山办公AI研发总监刘强强调。
可以发现，面向中国市场，亚马逊云科技生成式A堆栈各个层面的能力正加速同步给B端企业用户。
10月24日，亚马逊云科技提出将为用户构建完整端到端生成式AI的技术堆栈，从五个层面展开：
选择合适的应用场景，从典型场景入手创新业务模式
借助专门构建的生成式AI工具和基础设施，快速构建高性价比的生成式AI应用
夯实数据基座，使用私有化数据，打造差异化竞争优势
云原生服务，加速AI原生应用构建，助力业务敏捷创新
使用开箱即用的生成式AI服务，消除重复性工作并专注创新本身
“生成式AI本身就是云原生的技术，只有云技术能让生成式AI落地生根。云计算本身是企业去运用生成式AI最好的方式。作为一家云基础设施提供商，亚马逊云科技定位于技术普惠化，我们希望通过技术解决大部分客户痛点，并快速降低客户使用门槛，帮助客户取得业务成功。”亚马逊云科技大中华区产品部总经理陈晓建对钛媒体App等指出。
在陈晓建看来，生成式AI不仅仅是大模型，同样需要加速芯片、数据库、数据分析、数据安全服务等服务作支撑。从底层的加速层如加速芯片、存储优化，到中间层模型构建工具和服务，再到最上层的生成式AI相关应用，每一层技术栈的创新都在解决客户需求。
深入中国市场的挑战
不过，据钛媒体App观察，在下半年以来百度等企业同行的战略描述中，开始将更多落脚点放在与具体行业、垂类场景结合方面。而在高调宣布或对客户的承诺中，包括底层基础设施、平台、工具链、数据集等AI技术栈的“全面性”，谁也没有比谁的更差。
相反，从实际公开的企业案例和应用成果方面，比如走在AI应用前列的金融、电力等行业客户，已经将大模型作为探索自身业务高效发展的重要方向。
如何不让生成式AI的企业实践变成空中楼阁？如何塑造有价值的未来？
陈晓建提到一点：“在这个阶段去评价现在我们做得好还是不好，并不是非常重要，而更重要的是能够快速地去了解这个行业、了解客户的诉求，包括我们自身能力的具备。”
至于谁能够最先获得客户市场的信赖？结合当下市场环境来看，AIGC产业化仍然处于非常早期的阶段，价值和挑战同样并存。而更多的挑战在于，算力紧缺、成本制约、商业变现，这或许也是几乎所有企业所面临的问题。
对于亚马逊云科技而言，面向中国市场，无论是基于出海企业和跨国公司提供服务，还是拓展新的业务版图，面临的市场环境会更为复杂，尤其是在安全合规方面，立场和所需采取的措施也会更加严苛。
整体来看，亚马逊云科技以往90%以上的产品都是从客户需求推导而来。在AIGC领域的竞赛，亚马逊云科技也在大力夯实基础，端到端地为客户提供构建生成式AI应用所需的各种技术堆栈，除了上述的全托管生成式AI服务Amazon Bedrock，还在持续升级Amazon Trainium和Amazon Inferentia等AI芯片，布局某些具有潜力的应用如AI编程助手Amazon CodeWhisperer。
可能将这些投入转变为所谓的业务收入或客户数量，还需时日，亚马逊云科技也在伴随客户和伙伴不断成长。正如媒体沟通中提及一个有意思的话题：Amazon Bedrock未来会不会接入基于中文语料库的大模型？
亚马逊云科技大中华区技术专家团队总监王晓野的回答是：“目前公开信息是没有的。但我们看到很多中国初创企业在做中文大模型，从产品努力的方向上，我们一定是帮全球使用中文模型的客户来降低门槛，提供更好的便利。”
（本文首发钛媒体App，作者 | 杨丽）