智能互联&生成式AI - 新一代增值服务的掘金之路
关键字: [亚马逊云科技出海日2024, BedRock, 智能互联生成式Ai, 增值服务掘金之路, 硬件上云成本收益, 订阅持续付费模式, 数据运营技术创新]
本文字数: 1400, 阅读完需: 7 分钟
导读
在2024年亚马逊云科技出海日上,演讲者周晓明老师就”智能互联生成式AI新一代增值服务的掘金之路”进行了演讲。在这个演讲中,他讨论了如何通过增值服务来应对智能硬件上云带来的成本压力;具体解释了智能硬件上云的利弊,以及增值服务本质上是一种复利行为,通过用户订阅持续付费来实现。演讲重点阐述了亚马逊云科技如何通过BedRock等产品和服务,帮助企业客户利用生成式AI技术构建新一代增值服务,实现功能创新、数据运营和生态整合,从而实现更高的营收和更好的用户体验。这个演讲由亚马逊云科技公司带来。
演讲精华
以下是小编为您整理的本次演讲的精华，共1100字，阅读时间大约是6分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。
在当今科技飞速发展的时代,智能硬件设备的创新层出不穷,但与此同时,如何实现可持续的收益增长也成为了制约企业发展的一大挑战。在这一背景下,亚马逊云科技(AWS)的资深架构师周晓明老师为我们带来了一场别开生面的分享,探讨了智能互联深城市AI新一代增值服务的掘金之路。
一开始,周晓明老师指出,虽然智能硬件上云能够让终端用户随时随地触达设备、延伸产品功能并提升用户体验,但同时也面临着单位成本压力和数据安全合规等挑战。他举例说明,对于一些早期为抢占市场而压低价格的方案商或平台厂商,以及那些经过多年积累形成庞大用户群的品牌厂商来说,上云都会带来沉重的成本负担。此外,一些原本传统供应链或销售转型的企业客户,在向云计算领域迁移时也可能面临舒适区过渡的困扰。
然而,周晓明老师认为,增值服务或许能够为智能硬件厂商带来突破。增值服务的本质是一种复利行为,表现为用户订阅持续付费。要实现增值服务,关键在于将产品从工具类属性转向弱社交或强社交属性,并将功能拆分为免费和付费两部分。
接下来,周晓明老师分别从安防、路由器、机器人和储能等不同领域,举例说明了各家公司在增值服务方面的实践。在安防领域,美国一线品牌Arlo就推出了多个不同级别的增值服务套餐,价格从每年19.99美元到24.99美元不等,用户可根据需求选择。这种做法使得即便用户只使用两年,Arlo也相当于完成了24次的交易。
在路由器领域,亚马逊自有品牌eero也推出了增值服务,免费提供基础功能,但像广告拦截、应用拦截和高级安全防护等需付费,每年费用在9.99美元到19.99美元之间。
至于机器人领域,索尼的Aibo机器狗项目在2017年重启后,也带来了AI云计算增值服务,通过机器狗与家人互动、学习识别每个家庭成员,从而提升拟人性和个性化体验,年费高达300美元,相当于一只真狗的价格。
在储能领域,虽然增值服务出现较晚,但已有充电宝租赁、分润等成熟模式。未来或可尝试从储能向收电转移,为个人家庭、社区或城镇提供持续电力供应服务。
分析完上述案例后,周晓明老师引用苹果的财报数据,进一步说明了增值服务对提高利润率的重要性。数据显示,2022年苹果的硬件业务虽然占比高达65.3%,但利润率只有64.5%,而软件服务业务虽然成本仅29.5%,但利润率却高达35.5%,可见增值服务的高毛利率优势。此外,苹果目前有1.6亿订阅用户每月为其贡献现金流,即使某一年不卖iPhone,仍能获得22%的收入。
在架构设计方面,周晓明老师提出了一种端到端的全链条体系,从芯片层到用户端无缝衔接。在芯片层,需要对SoC芯片、WiFi/4G模组或MCU进行SDK集成;在网关/模组/设备层,需围绕感知数据进行采集;在接入层,需基于负载均衡处理API网关,通过IoT Core处理设备消息;在业务层,可基于微服务架构解决订单交易支付;在数据层,需考虑数据留存并进行BI分析和AI检测;最终将结果输出到用户端。
此外,周晓明老师认为,借助生成式人工智能如亚马逊的BedRock,可以为智能硬件赋能,扩展功能、提升用户体验、降低成本等,进一步助力增值服务的实现。BedRock提供了丰富的基础模型,包括AR、Raptor、Codex等,其中最新推出的云3模型具有强大的多模态和视觉能力,可应用于智能家居场景。
最后,周晓明老师以图像标注生成、视频行为检测和视频检索为例,具体演示了如何利用BedRock中的云3模型,为智能硬件场景注入生成式AI能力。
在图像标注生成方面,传统的计算机视觉技术虽能准确识别图像中的目标及数量,但生成式AI能够返回更加详细的描述,如衣服的领型、颜色等,从而丰富用户体验。
在视频行为检测方面,以往基于单张图片的CV方法难以准确识别如”包裹”这样需要前后逻辑关联的场景。但通过云3模型对视频进行多模态检测,就能实现更精准的包裹、跌倒、宠物等行为识别,改善现有CV功能。
在视频检索方面,传统的基于标签检索往往效果一般,但生成式AI能够支持基于自然语言的视频搜索,通过将标签和搜索请求向量化,找到最相似的视频,从而提升检索体验。
总的来说,这场分享为智能硬件厂商提供了通过增值服务实现收益增长的思路,并介绍了亚马逊云科技在架构设计和生成式AI等方面的相关产品和解决方案,为智能硬件全价值链创新注入新动力。
下面是一些演讲现场的精彩瞬间：
亚马逊云科技高管分析了业务波动对云成本的影响,强调需要审慎考虑营收和成本之间的关系,寻找突破口。
亚马逊网络服务公司(AWS)正在探索新的商业模式,如为家庭和社区提供持续电力供应和增值服务,以期打开新的突破口。
AWS 领导者介绍了 ChatGPT 的多模态推理和视觉能力,可助力智能家居场景的营收变现和功能扩展。
亚马逊网络服务(AWS)在大会上展示了生成式AI在图像标签生成方面的强大能力,不仅能识别图像中的目标和数量,还能生成详细的描述,如衣服的款式和颜色等。
通过多模态技术和ChatGPT,AWS可以准确识别视频中的包裹场景,改善传统计算机视觉的体验。
利用生成式AI和向量化技术,AWS可以通过自然语言搜索实现更好的视频检索体验。
总结
亚马逊云科技资深架构师周晓明探讨了智能互联生成式AI新一代增值服务的发展前景。他指出,随着智能硬件上云,企业需要审慎考虑营收和成本之间的关系,增值服务可能是一个突破口。增值服务本质上是一种复利行为,通过用户订阅和持续付费实现。周晓明分析了安防、路由器、机器人和储能等领域的增值服务案例,展示了其商业价值。他强调,生成式AI如ChatGPT的多模态能力可以丰富增值服务功能,提升用户体验,实现营收变现。最后,他介绍了亚马逊BedRock产品,可帮助企业构建生成式AI应用,解决数据隐私和合规性挑战。
周晓明呼吁企业把握生成式AI带来的机遇,通过技术创新、数据运营和生态整合,开发新的增值服务,实现可持续发展。他的分享为智能硬件厂商提供了宝贵的思路和建议,引导他们探索新一代增值服务的掘金之路。