大模型带来的浪潮已经席卷全球，时至今日如果一家科技企业还没有涉足其中，想必已经被时代的浪潮“拍在沙滩上”了。

随着这一轮人工智能（AI）技术的快速发展，我们不难看出，AI已经从“卷”技术走向“卷”应用的阶段，如何帮助用户更好地落地使用AI大模型，用AI赋能已经成为当下具备AI大模型供应能力的企业的“必修课”，针对AI大模型发展，以及中国与国际企业在大模型技术和使用大模型过程中存在哪些差异等问题，亚马逊云科技中国峰会召开前夕，钛媒体集团创始人&董事长&CEO 赵何娟与亚马逊云科技全球企业战略总经理Ishit Vachhrajani进行了深度对话。

Ishit Vachhrajani对钛媒体APP表示，当下各行业企业都在积极拥抱GenAI（注：生成式AI）带来的红利。在此过程中，企业需要在确保数据安全的前提下，按需选择适合自身业务场景的模型，并根据不同的场景，选择不同的模型产品。

GenAI竞赛才刚开始，中美差异明显

如果说2022年是AI大模型元年的话，那么2024年就是AI大模型从技术切实走向落地的元年。从目前市场发展趋势来看，各家大模型厂商已经不仅局限于一味地“卷”参数，而是将更多的注意力放在如何在行业侧落地，而越来越多的基于MoE架构模型的涌现，以及小样本学习、微调等手段的应用似乎也在证实着这一想法。

与此同时，AI大模型已经在以不可阻挡的趋势向企业侧、行业侧渗透，而GenAI的出现，也让企业对于云计算及AI技术的需求，逐步从技术部门转向业务部门。据市场研究机构预测，到2025年，全球GenAI市场规模将达到100亿美元以上。其中，企业级GenAI市场将占据相当大的份额，成为最大的应用领域之一。

不过在Ishit Vachhrajani看来，各大科技巨头有关GenAI的“竞赛”才刚刚开始，但未来拥有广泛的应用场景。同时，Ishit Vachhrajani还对于中国企业在应用GenAI赋能业务给出了一些建议，他表示，首先，企业需要专注于解决问题，而不是解决方案本身，并选择一些有影响力和可关联性的内容；

第二，企业需要完善其自身的数据策略，确认组织内部是否拥有正确的数据文化，以促成企业释放更多的数据价值，Ishit Vachhrajani认为，企业需要对基础设施和数据环境等方面进行投资，以便能够在使用数据时，具备优势；

第三，Ishit Vachhrajani建议，用户需要从部署意图开始思考使用GenAI的意义，“就像你的目标应该是真正释放GenAI的生产价值，等POC成功之后就可以继续扩张。”Ishit Vachhrajani表示。

第四，对于企业高层而言，需要对GenAI保持重视的态度，“企业领导需要花时间去积累自己的知识，”Ishit Vachhrajani指出，“基于此，亚马逊云科技承诺，到2025年，将在人工智能就绪计划的引导下，培训超过200万人，让他们的企业更好地利用GenAI赋能。”

当钛媒体APP提到中国企业焦虑症时，Ishit Vachhrajani笑说，你们并不孤单，GenAI的发展才刚开始，全世界的企业都有一个摸索的过程。Ishit Vachhrajani进一步指出，其实中国企业在使用GenAI过程中遇见的难题，美国的企业也同样存在，“这些关注的点，无论是在美国、欧洲，还是亚洲，以及世界各地，都是共同的挑战和共同的模式。”Ishit Vachhrajani强调。

为了帮助企业更好地落地GenAI应用，越来越多的科技巨头推出平台化的大模型产品，以求帮助企业更好地落地AI应用。Ishit Vachhrajani认为，从应用层面看，大模型并不是越大越好，企业需要根据自身适用的场景，选择适合自身使用的AI模型产品，企业需要根据不同的任务场景，选择不同的工具。“比如医药研究，更大的模型、更大的token和参数很重要，但是一些需要快速响应的领域，例如智能客服，小模型反而能提供更低的延迟，更高的性价比”，Ishit Vachhrajani进一步指出。

从市场格局上看，诸如亚马逊云科技、IBM、微软、阿里云、百度等国内外的科技巨头也将平台化的大模型产品视为接下来重点布局的方向。显然，平台化、多元化的大模型产品已经成为众多科技巨头积极抢占的市场。

不过，Ishit Vachhrajani告诉钛媒体APP，中美之间，在GenAI市场方面差异化比较明显。在他看来，虽然中国的GenAI因为种种因素，与美国相比仍存在技术上的差距，但中国基于移动优先的消费者生态系统，在构建创新性应用方面有比较大的优势，“这些差异带来不同的优势，但有关GenAI的竞赛才刚刚开始，GenAI发展速度远超过我们的想象。未来会有大量的应用和创新性的想法涌现。”Ishit Vachhrajani对钛媒体APP表示。

“除此之外，在法规和合规性方面，世界上每个地方都存在着差异，这也带来了不同国家之间，独特的挑战。”Ishit Vachhrajani指出。

正是基于长久以来对客户的观察，以及对行业痛点的理解，亚马逊云科技制定了以平台化产品为核心，帮助企业落地GenAI应用的战略，并在2023年推出了Amazon Bedrock以及自研大语言模型Titan，更是于今年推出了Amazon Bedrock的全新功能，为客户提供了一种更简单、更快捷、更安全的方法，帮助客户开发先进的GenAI应用。“当下，客户已经不会只选择一个大模型产品，他们需要更高性价比、更高性能、更低延迟的多模型混合化的解决方案”，Ishit Vachhrajani告诉钛媒体APP。

以提炼法律文件摘要为例，当用户试图撰写一个法律文件摘要时，需要调用两种甚至多种不同的模型。比如，一些模型更擅长文本摘要，一些模型更擅长对话界面，一些模型反应更快，一些模型结果更准确。这时就需要综合考虑准确性、性能和成本，以最经济有效的方式调用这些模型，从而达到最佳性价比。

目前Amazon Bedrock可以让用户接入来自AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI以及Titan等科技公司的领先基础模型，同时满足了开发和部署GenAI应用所需的功能性和企业级安全性需求。

而全新升级后，Amazon Bedrock还具备了专有模型导入功能，企业能够将自己定制的模型导入到Amazon Bedrock中，以完全托管的形式，调用API就可以访问。只需点击几下，即可使用Amazon SageMaker或其他工具开发的模型集成到Amazon Bedrock平台上。

制造业、金融业....GenAI应用场景广泛

技术不断优化后，将应用经验与产品化的解决方案对外输出显然已经成为众多科技巨头的发展趋势，而在这个过程中，亚马逊云科技也许不是走得最快的，但却是走得最稳的。

在谈及哪些行业在应用GenAI服务业务走得更靠前时，Ishit Vachhrajani告诉钛媒体APP，以金融服务、医疗保健和生命科学为代表的一批受监管的行业在应用GenAI的路上走得比较靠前。他指出，这些行业都在积极地应用GenAI，提升客户体验，并以数据为驱动力，让其产品价值不断扩大。

目前亚马逊云科技已经在为千行百业赋能数智化转型。

在Ishit Vachhrajani看来，制造业和重工业目前GenAI应用比较广泛，主要用来提升生产效率。例如，全球性制药公司默克在药品生产中，遇见了错判拒绝率（没有问题的药品也被拒绝）的问题。他们通过使用亚马逊云科技提供的AI技术，训练了一个GenAI对抗网络，并建立了合成数据，降低了制造过程中的错判拒绝率。“现在，一家制药公司的制造财务收入通常占销售收入的25%左右，默克使用亚马逊云科技提供的GenAI，生成对抗网络技术，将错判拒绝率降低了50%”，Ishit Vachhrajani告诉钛媒体APP，“他们通过合成数据来创造场景，降低了制造过程中的错判拒绝率，实现了降本增效。”

同样，在CAD领域，GenAI也有着广泛的应用。例如，Autodesk应用GenAI技术进行主动和预测性维护，减少工厂停工时间，优化制造流程，从而节省成本，“在制造行业，GenAI在预测性维护、零件设计和制造设备设计等方面已经有着广泛的应用”。Ishit Vachhrajani对钛媒体APP说。

除此之外，在金融行业，GenAI目前也有着比较成熟的应用场景落地，Ishit Vachhrajani告诉钛媒体APP，对于以银行、资本市场、支付机构等为代表的金融服务公司而言，他们正在利用GenAI提升其与客户的互动体验，提供更好的服务，重塑客户体验，从而提升客户的留存率，例如，贷款人员可以通过GenAI整理贷款文件，从而提升效率，降低错误率；保险代理人可以利用GenAI为客户量身定制个性化保单。

显然，基于云计算的GenAI应用已经在诸如制造业、金融服务业等诸多行业有着丰富且广泛的应用，Ishit Vachhrajani告诉钛媒体APP，接下来亚马逊云科技将持续关注大数据、云计算，以及AI等重点领域，帮助用户以更低的成本，更快的速度，更高的质量部署GenAI应用和云计算产品。

聚焦安全，将AI融入文化

在企业级GenAI快速发展的当下，云计算助力了大量激增的数据和大规模可用计算资源的实现，以此推动企业业务不断创新。根据Gartner的预测，到2025年，超过85%的企业和组织采用“云优先”原则。这意味着越来越多的企业会选择将其数据存储和业务处理放在云平台上，而不仅仅是传统的本地服务器。

在GenAI技术不断发展的过程中，企业对数据的需求将不断增加。数据在处理和存储过程中，如何保证数据的安全和隐私保护成为企业在AI时代完成数智化过程中需要面对的重要挑战。

Ishit Vachhrajani在对话中就多次对钛媒体APP表示，对于所有用户而言，隐私、安全和负责任的AI是必选项，也是“不能妥协”的存在，“用户需要的不仅是安全的产品，更需要构建在云上安全的应用。”

这也是亚马逊云科技在推出AI大模型相关产品时，一直保持谨慎的态度的原因。“企业级用户需要的不仅是一个聊天机器人，他们更关注AI应用过程中诸如安全、弹性等基础要素。”Ishit Vachhrajani明确到。

正如Ishit Vachhrajani所言，安全永远是企业在拥抱一项技术红利时，首要考虑的因素，安全是“1”，没有“1”后面有再多“0”也实现不了价值。

而安全也始终是亚马逊云科技战略布局的重点。Ishit Vachhrajani指出，亚马逊云科技一直努力在法规和当地要求的范围内提供特定的服务，“敏感数据保护就是使用机器学习和模式匹配进行识别，并帮助客户识别和分类他们的敏感数据的服务之一。”

亚马逊云科技推出的敏感数据保护解决方案是一个开源的数据安全及数据隐私云原生解决方案，客户可以在自己账号内部署并使用。方案可以帮助企业自动发现敏感数据，并进行数据资产管理。而这并不是亚马逊云科技在数据管理方面仅有的布局，早在2022年，亚马逊云科技就推出了Amazon DataZone用于帮助用户实现数据管理服务，其目的是“让每个人都能看见数据，解锁数据”。

而为了让数据实现更好地协作，并满足数据“可用不可见”这个数据要素市场化过程中关键的环节，亚马逊云科技还曾推出了Amazon Clean Rooms，让企业在一个密态计算环境中，实现多方数据的匹配、分析和协作，而不需要移动或者暴露原始数据，安全地实现数据分析协作，在数据安全得到最大保护的同时充分在协作方之间挖掘数据价值。

在确保了安全后，在Ishit Vachhrajani看来，将AI融合到企业文化之中，是企业更好地使用AI技术必不可少的一步。以亚马逊云科技自身实践为例，事实上，亚马逊每个团队都在使用机器学习或者AI大模型用来改善客户体验。

以零售服务为例，亚马逊通过AI技术优化移动托盘，以及机器人拾取路线，以便能够有效地推动产品供应链生产和进行库存管理。“这只是一个小的场景，实际上以机器学习为代表的AI技术已经融合亚马逊的DNA中很长时间了，”Ishit Vachhrajani指出。

与此同时，Ishit Vachhrajani告诉钛媒体APP，亚马逊云科技对于GenAI的态度与云计算基本相同，不仅要自己使用这些先进的技术，也希望将实践经验，通过规模化、产品化的方式，普及到服务的客户业务中。“亚马逊云科技使用GenAI的方法是，确保我们对IT堆栈的每一层都进行创新。”

（本文首发于钛媒体APP，作者｜张申宇）