基于亚马逊云科技生成式AI创造商业价值
关键词: [Amazon Web Services Generative AI Campaign， Genesis Cloud， 生成式AI， 商业价值， 自动化， 客户体验， 数据集成， 基于云的微服务， 企业技术， 采用策略， 敏捷开发， 客观测量， 提高生产力， 员工加强， 工作流转型]
导读
演讲者在亚马逊网络服务公司的活动中介绍了”通过亚马逊云科技生成式AI创造商业价值”。在这个演讲中，演讲者讨论了生成式AI如何重塑几乎每个行业的客户体验，尽管目前还处于初期阶段。他特别解释说，企业应该拥有开放的思维，思考更大的可能性;坚持既有的商业和技术原则，将新技术与现有应用相结合;并根据自身的发展阶段制定渐进式的采用策略。演讲重点阐述了亚马逊云科技如何通过生成式AI技术赋能企业实现更高的生产力、更好的客户体验和员工体验。这是一场由亚马逊网络服务公司带来的演讲。
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。
在技术进步的领域，生成式AI有望彻底革新几乎每个行业的客户体验。演讲者强调，我们目前只是刚刚开始这场变革之旅，这一领域的大部分创新将来自意料之外和令人惊讶的来源。
对于企业如何制定战略方针来利用生成式AI创造实际的商业价值，演讲者提出了三个关键原则作为指导。首先，必须树立一种超越传统界限的开放思维，因为这是一个追求宏伟目标的好时机。
其次，尽管生成式AI带来了全新的能力，但其应用仍然建立在经过时间检验的商业和技术原则之上。演讲者建议将当代技术和应用程序与生成式AI带来的新功能和特性相结合。提高数据素养、迁移和现代化旧有应用程序、采用基于云的微服务和API、加强整个企业的技术能力，无疑将会像其他技术进步一样，增加生成式AI带来的价值。
第三个原则强调了实事求是和承认当前发展阶段的重要性。演讲者建议企业从当前的起点开始，认识到可以在途中取得阶段性的胜利。制定能够在深刻转型的道路上逐步创造价值的采用策略是明智之举，而不应等待达到完美才开始行动。
演讲者阐明了自动化公司Automation Anywhere的努力，该公司将重点放在将生成式AI融入其自动化成功平台，以实现具体的商业成果。同样，AI优先体验平台Genesis Cloud赋能客户打造符合其组织使命和目标的客户体验、员工体验和商业成果。
针对数据领域的一个基本挑战，演讲者强调了Salesforce Data Cloud的功能。通过使客户能够引用以本地状态存在的孤立数据，Salesforce Data Cloud提供了客户的统一、全面视图。这种能力可以支持训练AI模型、协调数据以及呈现客户的单一、全面视角，而无需重新定位数据。
演讲者强调了模型多样性的重要性，以及对于特定用例认真评估模型效果的必要性。虽然大多数模型在传递知识和生成答案方面表现出色，但在处理多语言和多模态内容时，它们的能力就有所分歧。亚马逊云科技的Bedrock产品通过一致的界面，提供了一系列多样化的模型，包括专有模型和开源模型。这种多样性使企业能够为每个自动化工作流的各个步骤选择最合适的模型，满足特定需求。通过Bedrock和Sage，客户不仅可以访问众多大型语言模型(尤其是那些快速构建这些模型的初创公司的模型)，还可以访问开源模型。不同的用例可能需要不同的模型，即使在同一个自动化工作流的不同步骤中，使用不同的模型也会对客户有利。
在评估模型的多样性时，演讲者主张采取务实的方法，测试它们在特定采用用例中的有效性。虽然他承认大多数现有模型在知识传递和答案生成等任务中表现令人满意，但他强调要考虑地区需求和跨多种语言运作的能力。此外，处理包括图像在内的多模态内容的能力需要多元化的模型来满足这些不同的要求。亚马逊云科技的Bedrock产品因为能够通过一致的界面访问这种多样性而受到赞赏。
演讲者认为，敏捷性是产品开发中的一种至关重要的美德，因为能够迅速调整产品计划以应对新出现的发展是至关重要的。他主张，成功不仅体现在能够交付一个在预期用例中表现出色的精致应用程序上，还体现在创建和执行这些应用程序的灵活性上。
在客观衡量成功方面，演讲者强调在自动化领域，成果是最终的裁判，这些成果与正在解决的具体用例密不可分。例如，如果目标是提高代理生产力或缩短销售人员的通话时间，那么回复电子邮件的数量、响应时间和响应质量等指标就可以作为衡量成功的量化依据。此外，将案例总结时间从45分钟缩短到5分钟，代表着代理生产力和时间利用效率的巨大提高。
演讲者引用了一个预期，即通过自动化和生成式AI的协同作用，企业生产力将提高惊人的70%，开发人员生产力将提高55%。重点强调了三个主要用例:客户服务(包括服务运营、帮助台和联系中心)、供应链(侧重于文档处理)以及员工体验(利用生成式AI实现人机协同，创造商业价值)。
展望未来十年的景象，演讲者描绘了一幅极具变革性的全新现实。届时，每个工作流程、每种员工体验和每种客户体验都将发生深刻的蜕变。工作者的角色将从直接服务交付转变为与人工智能的协作伙伴关系。我们与内容的关系以及工作中使用的界面也将发生巨大改变，反映出这场技术革命的深远影响。
最后，演讲者强调亚马逊网络服务的人工智能和机器学习服务得到了广泛采用，各种规模和行业的10万多家客户都在利用这些能力。这些用户正在体验到提高的生产力，从工作中获得更多价值，这证明了这些技术的变革潜力。
在整个讲述过程中，演讲者融入了真实的例子和用例，说明了生成式AI的实际应用。从Automation Anywhere将生成式AI集成到其自动化平台，到Genesis Cloud采用AI优先方法提供客户和员工体验，这些示例都彰显了这项技术对当今企业的实际影响。演讲者强调模型多样性、客观衡量成功以及产品开发敏捷性的重要性，进一步巩固了利用生成式AI全部潜力所需的务实和策略性方法。
下面是一些演讲现场的精彩瞬间:
生成式AI将重塑几乎每个行业的客户体验，而我们现在仍处于这场变革的早期阶段，未来还将会有更多令人惊喜的创新出现。
坚持经过时间检验的商业和技术原则，将现有技术与基于生成式AI的新功能相结合，可以提高企业的整体技术能力并获得更多价值。
通过测量代理人员的生产力提高、销售人员的通话时间减少、回复电子邮件的数量和速度以及回复质量的提高，可以客观地衡量自动化领域中的成功。
凭借强大的自动化和生成式AI，亚马逊云科技预计企业生产力将提高70%，开发人员生产力将提高55%，主要应用于客户服务、供应链和员工体验三大领域。
亚马逊云科技的领导人预测，在未来十年内，人工智能将彻底改变工作流程、员工体验和客户体验，人类与人工智能的关系也将发生重大转变。
总结
演讲深入探讨了生成式AI的变革潜力及其对各行业的深远影响。它强调企业需要具有前瞻性思维，拥抱这一革命性技术。提出了三个关键策略:1) 思考大问题，保持开放思维，因为生成式AI为创新带来了前所未有的机遇; 2) 坚持经过检验的商业和技术原则，将生成式AI功能与现有应用和数据基础设施相结合; 3) 从企业当前状况出发，采取渐进式方法，在变革过程中实现阶段性胜利。
演讲强调利用多样化的AI模型具有重要意义，这些模型应该针对特定用例量身定制，同时具备多语言和多模态能力。生成式AI将加强人类生产力，优化工作流程，增强客户和员工体验。成功在于客观衡量成果，如代理生产力提高、响应时间缩短、输出质量提高等。
最后，演讲发出了行动号召:拥抱生成式AI的变革力量，适应不断变化的环境，发挥其潜力创造商业价值并重塑未来工作模式。经济转型才刚刚开始，那些利用生成式AI的企业将成为这场革命的先锋。