陈晓建：构筑亚马逊云科技生成式AI普惠化的五大关键因素

亚马逊云科技大中华区产品部总经理 陈晓建先生

在当前的“百模大战”中，生成式人工智能以大模型为代表，正在以前所未有的速度迅速成为人工智能发展的领军者。然而，生成式人工智能并不仅仅指大模型。在10月下旬，亚马逊云科技举办了生成式人工智能构建者大会，亚马逊云科技大中华区产品部总经理陈晓建在主题为“赋能生成式人工智能新时代，助力数据和人工智能普惠”的演讲中提到，整个生成式人工智能应用就像浮在海面上的冰山，只有露出海面的一角才能被大多数人看到，这一角就是基础模型，而在冰山底部同样需要加速芯片、数据库、数据分析和数据安全服务等基础模型之外的支持服务。那么，生成式人工智能到底能为创新型企业带来怎样的运营和服务改善呢？亚马逊云科技在生成式人工智能领域能做出什么贡献呢？在这个聚集了产业上下游的生成式人工智能构建者大会上已经有了答案

此次大会设立了三大分会场，分别探讨应用基座、数据战略和AI原生等生成式AI领域的热门话题。同时，为了帮助更多的开发者体验到生成式AI时代开发的魅力，大会还设立了开发者论坛和动力训练营。这些活动旨在为开发者提供实用的指导和支持，能够帮助开发者更好地理解和应用生成式AI技术。另外，西门子集团、金山办公软件以及科思创中国等亚马逊云科技生成式AI创新的代表客户也在此次大会上分享了各自的创新案例，为参会者提供了宝贵的经验和启示。

作为大会的主办方，亚马逊云科技目前专注于应用场景、工具和基础设施、数据基础、AI原生应用构建和生成式AI服务等五个关键领域，以帮助企业和开发者充分发掘生成式AI的潜力。亚马逊首席执行官Andy Jassy曾表示：“我们的目标是让任何人都能够获得和大型企业一样先进的基础设施和成本，实现自己的创新。”目前，亚马逊云科技提供完整的端到端生成式AI技术堆栈，包括底层的加速层如加速芯片、存储优化，中间层的模型构建工具和服务，以及顶层的生成式AI相关应用。每个层面都在持续创新，以满足客户不同的需求。亚马逊云科技希望通过相关产品和服务，实现生成式AI技术的普及化，为更多企业和个人开发者加速创新提供支持

在如何实现生成式AI的普惠化的问题上，陈晓建特别详细的阐述了亚马逊云科技所关注的五个关键因素。

首先，选择合适的应用场景，从典型场景入手创新业务模式。陈晓建认为，增强客户体验，提升员工生产力与创造力，优化业务流程是应用场景带给企业的业务价值的主要三个方面。在演讲时，他援引麦肯锡咨询2023年6月发布的生成式AI生产力前沿技术报告，报告中指出，在生成式AI技术带来的经济效益中，大约3/4来自营销与销售、产品与研发、软件工程和客户运营四大类主要的职能，这也恰恰是生成式AI应用方向的主力。为此，Salesforce将Amazon Bedrock和Amazon Titan集成到其生成式AI产品中，使客户能够在Salesforce Data Cloud上轻松安全地使用其数据，以构建生成式AI应用。

作为案例，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%。与此同时，国内游戏领域头部企业沐瞳科技也正借助Amazon Bedrock优化游戏开发相关业务流程。

重新写作如下： 其次，通过利用专门构建的生成式AI工具和基础设施，能够快速构建高性价比的生成式AI应用。在这个领域，亚马逊云科技提供的Amazon Bedrock服务与Amazon SageMaker Jumpstart相结合，能够帮助那些对基础模型有不同需求的客户轻松、安全地选择适合自己的基础模型。目前，Amazon Bedrock提供了广泛的基础模型供选择，包括Meta、Anthropic、Cohere、AI21 Labs、Stability AI等第三方领先供应商，以及亚马逊云科技自研的Amazon Titan模型家族。使用Amazon Bedrock Agent这一无需编写代码即可实现的托管代理，可以自动分解和编排任务，通过API连接到相关的数据源，并且可以连接到后端的Amazon Lambda来执行任务。此外，Amazon SageMaker JumpStart还能获取更多来自工业界和学术界的开源模型，并且提供了一个深度的定制环境和评估功能

亚马逊云科技在性价比方面提供了广泛且高度灵活的高性能、低成本训练方案。例如，亚马逊云科技的Amazon EC2 P5实例搭载了最新的英传达GPU芯片H100 Tensor Core，相比上一代速度提升了6倍，训练成本降低了40%。另外，亚马逊云科技的Amazon EC2 Inf2实例采用了亚马逊云科技自研的机器学习推理芯片Amazon Inferentia2，相比其他类似EC2实例，性价比提高了40%。同样，亚马逊云科技的Amazon EC2 Trn1实例采用了亚马逊云科技自研的机器学习训练芯片Amazon Trainium，与同类实例相比，训练成本节省了50%

重写后的内容如下： 首先，夯实数据基础，利用私有化数据来建立差异化竞争优势。亚马逊云科技提供全面的数据服务，从存储、查询、分析数据到商业智能、机器学习和生成式人工智能的利用，以及轻松集成和管理数据，并通过有效的安全策略来管理数据的应用和开放服务。例如，针对生成式人工智能领域的用户个人信息、会话信息管理和私域知识库等应用场景，亚马逊云科技为Amazon OpenSearch Service、Amazon Aurora PostgreSQL和Amazon RDS for PostgreSQL增加了向量数据库功能。在数据集成方面，亚马逊云科技提出了“零ETL”的理念，推出了Aurora Zero ETL for Redshift Integration，允许实时生成的业务数据从Amazon Aurora同步到数据仓库Amazon Redshift，无需ETL工具，以实现近实时的大数据聚合分析。在数据治理方面，亚马逊云科技提供了全新的数据治理服务Amazon DataZone，以减少企业内部成员在访问数据和使用分析工具时的繁重工作负担

在会上，西门子大禹团队分享了他们利用亚马逊云技术支持打造的智能聊天机器人“小禹”，该机器人是通过人工智能生成的方式进行交互的。最吸引人的部分是采用了“RAG 架构+向量数据库”设计：核心知识库以向量形式构建，可以存储大规模的向量数据。此外，RAG架构大大扩展了大型模型的可用性，允许对新增部分使用相同的模型进行处理，无需进行调整。另外，由于亚马逊云科技提供了一系列核心技术，包括向量数据库和生成式人工智能，整个解决方案的指导完成度高达80%

通过云原生服务，可以加速AI应用的构建，从而助力业务的敏捷创新。陈晓建认为，在生成式人工智能的今天，更多的客户需要的是一个原生架构，并为此提出了五个细则。首先是以微服务化和事件驱动架构为核心的设计框架，通过松耦合的方式处理每个功能模块之间的依赖关系。其次，优先考虑使用Serverless架构，以减轻基础架构的运维和部署负担，从而能够更多地关注业务逻辑和创新。第三，将数据决策放在首位，将数据能力作为应用的核心竞争优势，并将其纳入生成式人工智能应用的设计理念中。第四，注重安全措施，采取影响面控制的方式，以减小潜在风险的影响范围，同时将安全合规和数据保护放在重要位置。最后，避免重复造轮子，除了关注技术本身，还要持续投入DevOps、基础设施即服务和自动化等现代应用治理理念，促进企业内部应用资产和实践的分享，构建高效敏捷的构建者文化

最后，通过使用即开即用的生成式AI服务，可以消除重复性工作并专注于创新。为此，亚马逊云科技提供了Amazon CodeWhisperer人工智能编程伙伴，它能实时提供编程代码建议，从根本上提高开发人员的生产力。相较于未使用该工具的开发者，使用CodeWhisperer的开发者在完成任务的速度上提高了57%，成功率提高了27%。此外，Amazon Whisperer还推出了自定义功能，可以生成更优的代码建议。它允许客户使用私有代码库来安全地定制CodeWhisperer的代码建议，这些私有代码库可以涵盖内部API、数据库、最佳实践和架构模式等。同时，亚马逊云科技还将Amazon Quicksight Q功能与Amazon Bedrock提供的大语言模型功能相结合，为Amazon QuickSight提供生成式BI功能

目前，亚马逊云科技通过开箱即用的生成式AI服务及工具，已帮助超过一千家中小企业和初创公司快速实现生成式AI创新，已赋能超过十万计的中国开发者。

“开发生成式AI应用是一个充满挑战的系统工程，并不是单纯的产品和服务拼接。”陈晓建最后特别补充道，“除了亚马逊本身的资源，我们还需要建立强大的合作伙伴生态，与他们一起解决生成式AI应用构建中的各种技术问题，加速应用的商业化落地。除了提供云服务，我们还有解决方案架构师、产品技术专家、人工智能实验室、数据实验室、快速原型团队、专业服务团队、培训与认证部门等多个资源来共同助力客户的成功。同时，我们还与生态合作伙伴和初创圈一起构建完整的生成式AI体系，进一步推动生成式AI技术的应用。”