生成式AI加速落地：行业应用创新迎来“云时刻”
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。
根据IDC咨询最新发布的报告，全球已有超过87%的行业用户启动对生成式AI的应用和部署，中国市场的比例更高达93%。这表明生成式AI正由战略规划期加速进入实施阶段，千行百业的应用创新迎来爆发的时间窗。
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。
通过系统化地梳理亚马逊云科技最新发布的策略、产品、解决方案及应用案例，将会勾勒出生成式AI加速渗透的行业图景，“云时刻”释放出的创新能量值得期待。
基于三层架构重塑生成式AI应用创新基座
从某种意义上讲，云计算与生成式AI是相辅相成的共生关系：一方面，云平台为生成式AI的应用创新搭建了最佳舞台；另一方面，生成式AI也为云计算的迭代升级创造了难得的契机。
尽管现在说云厂商会“All in 生成式AI”为时尚早，但从今年几家主流云厂商发布的最新策略来看，其重点大多围绕生成式AI展开，基础架构、产品方案、合作模式无不因此而改变。
就亚马逊云科技在生成式AI领域的整体布局而言，可划分为三层架构，即利用基础模型构建的应用程序、使用基础模型进行构建的工具和用于基础模型训练和推理的基础设施。在2023 re:Invent上，亚马逊云科技基于三层架构持续创新，显著降低生成式AI的构建与应用门槛。
全新发布的Amazon Q能根据客户业务进行定制，满足办公场景的全方位需求，堪称推动生成式AI应用创新的重磅利器。Amazon Q 可广泛应用于各个垂直行业，将全面改变行业客户在云平台上构建、部署和应用生成式 AI 的方式。它还可利用企业私有知识完成任务，根据行业客户独有的业务、数据、代码和操作进行定制，亦能和亚马逊云科技的诸多产品配合使用，帮助企业提升生产力和优化运营。据了解，Amazon Q已向客户提供预览版，Amazon Connect 中的Amazon Q也正式推出，Amazon Supply Chain中的Amazon Q即将问世。
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五项Amazon SageMaker新功能，让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、利用模型进行大规模业务分析，使客户能便捷地将生成式AI集成到工作流程中。
生成式AI的行业场景化落地全面提速
伴随生成式AI的基座不断跃迁，各个行业应用创新的场景化落地逐步驶入快车道。这是一个上升空间巨大的赛道，但同时也充满着未知的挑战。
知名咨询机构麦肯锡发布的数据显示：生成式AI将为全球经济贡献约7万亿美元的价值，并使AI的总体经济效益提高50%左右；中国则有望贡献其中约2万亿美元，将近全球总量的1/3。
然而，总量的“喜”不能掩盖结构性的“忧”。目前，国内传统行业中AI渗透率超过10%的只有电子行业，而汽车、石化、制药等行业的渗透率在5%～10%，建材等传统行业则低于5%。
在这样的背景下，生成式AI领域亟需出现大量的落地案例，形成显著的示范效应，为千行百业的探索者提供借鉴。亚马逊云科技在汽车与制造、生命科学、零售和电商、游戏、金融服务等行业积累了丰富的实战经验，为生成式AI的场景化落地指明了方向。
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亚马逊云科技re:Invent上，众多汽车和制造行业客户围绕客户旅程和产品旅程两大链条，利用亚马逊云科技的相关解决方案实现了应用创新。比如：BMW、Honda分别基于亚马逊云科技构建下一代自动驾驶平台、实现软件定义移动出行；比亚迪采用亚马逊云科技部署智能网联平台和Amazon Music等，提升汽车研发效率、改善车内体验；上汽海外出行选择亚马逊云科技，为其出海的自主品牌汽车构建智能网联解决方案。
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。
携手勾勒企业级生成式AI的未来图景
值得关注的是，生成式AI在零售电商、游戏、金融等行业的渗透速度也在加快，越来越多的企业找到了业务转型和应用创新的有效路径，企业级生成式AI已处于全面爆发的临界点。
在这个关键时期，仅靠单点突破无法达成遍地开花的预期目标，构建企业级生成式AI的生态系统迫在眉睫。IDC咨询的调研显示，30%以上的企业将公有云平台作为“最重要的生成式AI战略合作伙伴”，改变的力量正源于此。
显而易见，云厂商是整个生态体系的核心角色，亚马逊云科技在历史性节点做出的策略选择及其行动路径，为企业级生成式AI的进化树立起新的标杆，也将吸引更多的参与者共襄盛举。
站在更长远的视角，人工智能通用化的进程刚刚起步，千行百业的数字化、智能化升级还在路上。企业级生成式AI更像是无远弗届的旷野，究竟有多少条道路通往“绿洲”尚未可知。让我们策马扬鞭，在下一个里程碑相逢。