云计算市场在2023年第四季度创下了历史新高,企业云基础设施服务支出达到了近740亿美元,同比增长19%,这是Synergy Research Group有记录以来的最大季度增幅。这一增长的强力推动力之一,就是生成式AI技术的发展和应用。
生成式AI技术利用深度学习模型来生成新的数据或内容,为各行各业提供了更多的价值和创新。根据Gartner的预测,到2025年全球80%的企业将部署一些形式的生成式AI技术,以提高他们的业务效率和竞争力。
在生成式AI的浪潮中,各大云业务品牌如何进行技术创新和战略布局,继续扩大企业服务领域的优势?以下我们将分别从SAP、Oracle、AWS和IBM的近期动作,看他们如何利用生成式AI为企业客户提供更智能、更高效、更有价值的云服务,一窥企业服务的新市场轨迹。
近期,SAP宣布利用谷歌云将超大规模企业的Vertex AI模型训练和部署功能引入其Datasphere数据云平台。
SAP的数据云平台Datasphere是其核心的创新和增长引擎,它旨在帮助企业实现数据的统一、集成、治理和智能化,从而提升业务的效率和价值。
Google Cloud的Vertex AI是其最新推出的一站式AI平台,它为企业提供了从数据准备到模型训练、部署、管理和优化的全流程的AI服务,以及多种预训练的AI模型和工具,以满足不同的业务需求和场景。
两者的合作将帮助企业从海量的数据中生成新的内容和洞察,以支持决策和创新。据悉,该项目的第一步是针对汽车行业的应用场景,利用Google Cloud的Vertex AI模型训练和部署能力,为SAP的Datasphere数据云平台增加生成式AI的功能。
生成式AI在汽车行业的用例非常丰富,从供应链管理到客户服务、从产品设计到质量控制、从市场营销到风险管理,几乎涉及了汽车行业的所有环节和方面。例如,生成式AI可以用于分析供应链和客户数据中的异常和潜在问题,还可以用于创建ESG报告等等。
除此之外,SAP还进一步扩大了与Microsoft的合作,通过Azure OpenAI服务的自然语言处理功能加强了其劳动力招聘和培训工具SuccessFactors。另外,还通过投资三家生成式人工智能公司:Aleph Alpha、Anthropic和Cohere,深化了对该技术的承诺。
Oracle与Cohere的战略合作,主要是将Cohere的生成性AI模型部署在Oracle云基础设施上,为客户提供原生的生成性AI服务,帮助他们在各种场景下使用自然语言生成(NLG)技术。例如,客户可以利用生成性AI服务来创建新的工作描述、个性化的员工体验、定制的职业规划、以及辅助绩效评估等。
另外,Oracle还将Cohere的语言模型嵌入到其云应用中,让客户能够快速安全地将生成性AI应用到他们最紧迫的业务挑战中。
相比来说,其差异化是为企业客户提供了一个完整、端到端、原生的生成性AI平台,从数据的采集、清洗、整合、分析,到内容的生成、呈现、交互,都可以在Oracle的云平台上实现,而无需担心数据的安全、隐私和质量等问题。同时,它还为客户提供了多种选择和灵活性,让客户能够根据自己的数据和业务需求,定制和部署自己的生成性AI模型,以及在不同的云应用和行业解决方案中使用生成性AI技术。
可见,Oracle与Cohere的合作将使客户能够充分利用生成性AI技术的潜力,实现业务的自动化、智能化和创新化。
早在去年初,AWS就与Hugging Face、NVIDIA的合作,让AWS客户可以自定义和微调技术以满足业务需求,并且建立了可扩展的、按需的AI基础设施,专为训练复杂的LLM和开发生成式AI应用而优化。
近期更大的动作是,AWS将选择10家技术创业公司参加为期10周的生成式AI加速器计划,为他们提供AI模型和工具、定制的市场推广策略和ML堆栈优化。据统计,AWS已与Anthropic、Stability AI和Cohere等领先的AI公司合作,将它们的最新的生成式AI模型,纳入了Bedrock AI服务的基础模型库,为客户提供了更多的选择和可能性。
Bedrock AI服务是AWS在2023年5月推出的一项创新的服务,旨在为客户提供一个一站式的生成式AI解决方案。基于大量的模型,客户可通过安全的 API 访问不同的模型,并使用他们的数据来定制特定功能。此外,Bedrock AI还提供了一系列的工具和资源,包括模型的训练、测试、部署、监控、优化、安全等方面的功能,以及与AWS的其他AI和云服务无缝集成,让客户可以在AWS的强大的云计算算力和AI平台的支持下,轻松地开发和运行自己的生成式AI应用。
根据亚马逊总裁兼首席执行官安迪·贾西近期发言内容,AWS的生成式AI目前还不是主要的收入来源,但公司预计生成式人工智能将加剧云消费,并在未来几年内带来数百亿美元的收入。
IBM不仅建立了企业级的AI和数据平台watsonx,集成基础模型、生成式AI和机器学习的功能,为企业提供一站式的AI开发、部署和管理的解决方案,而且开发了信赖性高、省能耗低、可移植性强的企业级生成式AI基础模型,如BLOOM、PaLM等,利用企业自有的数据和知识,定制化生成式AI的应用场景和客户需求。
然而在短期内更为期待的是,IBM与Microsoft不断加强合作,一是在Azure Marketplace上部署了一个大型语言模型管理服务,为开发者和数据科学家提供了生成式AI工具,包括GPT和Codex,并为企业提供了一系列预构建的生成式AI应用场景。
二是两家公司已经开发了一些基于生成式AI的企业级解决方案:比如寻源到付款(S2P)的数字化平台,利用微软的Power Platform和Azure OpenAI来自动化采购流程和生成供应链洞察;比如医疗保健解决方案,为护士和医生提供一个虚拟助手工具,通过分析医疗记录和保险政策文件来自动化授权流程;再比如金融服务和银行的摘要工具,可以处理和摘要财务文档,并生成音频文件。
值得一提的是,IBM与微软利用watsonx.ai大型语言模型,实现COBOL代码到Java代码的转换,以促进主机现代化。据悉,该解决方案现已在80多种语言和1.5万亿个数据标记上进行了训练,而且预计将为IBM带来数千万美元的收入,并为微软的Azure云平台带来更多的客户。
除了以上4个企业云服务品牌外,Workday也在计划通过谷歌云增强企业财务和人力资源管理工具;德勤中国也在与AWS合作为客户提供生成式AI业务应用战略咨询、生成式AI应用落地场景创新等服务;Salesforce也推出了Einstein Copilot开箱即用的生成式AI助手嵌入到其企业应用套件中......
从这些企业云服务对生成式AI的应用来看,势必会引发大规模的技术购买周期,同时也说明了AI不仅是一种服务,更是支撑其他服务的基础技术。AI的投资开始影响云基础设施服务市场的增长,尽管相对于底层市场的规模来说AI的收入可能很小,但足以改变市场的轨迹。
本文来自微信公众号“TechHubs”(ID:kunshaoshuo1022),作者:坤少,36氪经授权发布。