当大模型成为兵家必争之地，如何把具有企业级属性的生成式AI应用做强做大？基于这个问题，亚马逊云科技在以往云服务经验基础上，给出了自己的思考，那就是客户至上，解决高价值领域的特定问题！

　　“客户至上，将是指引亚马逊云科技所有行为的指南针。我们将秉承这个理念，持续深耕中国，服务好各行各业的客户。” 亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松，在中国峰会的主会场上，对公司的最新策略进行了拆解。

　　▲亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松

　　如何既保技术的领先性，又要考虑客户的实际应用，让技术创新始终“接地气”？在生成式AI企业级部署路线上，我们需要重新思考过往的业务增长模式，探索重构的可能性。

　　1、 如何持续引领市场？

　　过去，我们纠结于自建数据中心还是上云，而在今天，这一话题已成为历史。

　　企业自建企业自建数据中心不仅投资成本高，而且灵活性差、扩展性有限、整体效率低下。就像之前每个工厂都安装自己的柴油发电机组一样，既浪费资源，又难以满足不断变化的业务需求。而云则像电厂发电、电网供电一样，提供了一种全新的按需使用的服务模式，赋予企业前所未有的灵活性和敏捷性，能够快速响应市场变化。

　　云取代自建IT数据中心是大势所趋，是技术发展的必然。未来，绝大多数的工作负载都发生在云端，这其中自然也包括生成式AI，云为生成式AI的到来按下了“加速键”。

　　如果从2006年Amazon S3的推出开始算起，人类拉开云计算的帷幕已接近20年。作为云计算领域的“老大哥”，亚马逊云科技在云计算领域取得的成绩，有目共睹。在一季度亚马逊全球的财报中，亚马逊云科技全球的年化收入已经超过1000亿美元，并且还在以超过17%的年增长率快速成长，这其中也包括亚马逊云科技大中华区业务稳定增长所带来的贡献。

　　展望云计算的未来十年、二十年，显著的业绩增长并不是这家企业的终极目标，在智能化创新时代，一家公司要想持续引领市场，需要在以往基因基础上继续放大，不断开拓创新。

　　生成式AI走进大众视野，不过一年半时间，但能力进化速度可以说是日新月异，每个人的未来都可能因为生成式AI而改变。到2030年前，可能有一半的工作时间将通过生成式AI的自动化得以节省，仅中国就有2.2亿个岗位经历转型。

　　放眼未来，储瑞松认为，生成式AI的黎明已经到来，只有做好差异化创新、带来高价值服务的企业，才能脱颖而出。另外，大模型不再是企业级生成式AI创新的唯一要素，还需要根据自身业务场景需要，选择合适的模型和创新平台。

　　2、 长期价值的部署策略

　　从生成式AI技术层面到实际应用，最难解决的问题会在哪里？从企业级应用分析来看，需要两个结果作为参考指标：第一，技术能力的覆盖是否足够强；第二，场景的覆盖是否足够全。

　　生成式AI并不限于模型本身，还包括底层的算力，中间的平台层以及上层的应用，这样的全栈能力并不是每家企业在一朝一夕之内就能具备，而是需要长期的技术投入以及深入场景的持续深耕。

　　在生成式AI的底层，考验的是GPU算力，企业要想获得便捷的算力应用，离不开云服务商基础设施的支持。而在中间的模型层，不会只有一个模型能一统天下，其应用一定会更加丰富，既有基础大模型，也包括在基础模型上利用持续预训练或者微调等技术开发的针对特定领域的模型或微调的模型。而在最顶端的应用层，既包括通用的应用，也包括与行业场景紧密结合的行业应用，或者是企业特定的应用。

　　在储瑞松看来，生成式AI的未来是行业应用，在云上的算力、数据、模型服务、应用开发框架支持下，各行各业的企业都可以快速试错，进行生成式AI的创新探索。在这一过程中，只有走出生成式AI差异化路线的企业，或者能解决特定行业场景挑战的企业，才能最终胜出。对于亚马逊云科技来说，生成式AI技术竞争背后，比拼的不仅是速度、广度，更是一场持久的拉力赛，只有长期投入，才能赢得未来。

　　亚马逊云科技致力于成为企业生成式AI构建和应用的首选：

　　1）在底层的算力层，亚马逊云科技不仅可为客户提供来自英伟达的高性能AI芯片，也可提供亚马逊云科技自研的高性价比、低能耗AI芯片Trainium和Inferentia，满足客户不同的算力需求。

　　2）在中间的工具层，亚马逊云科技通过Amazon Bedrock为企业提供构建生成式AI应用最便捷的模式，满足客户构建生成式AI应用的多方面需求，包括一致的API使用体验、模型选择和评估、数据增强模型能力、代理Agents、保护企业私有数据等等。Amazon Bedrock可提供一系列领先的大模型选择，包括 Llama，Mistral，Stable Diffusion等知名的开源模型和Anthropic Claude 3系列模型（包括Claude 3 Opus, Claude 3 Sonet, Claude 3 Haiku），以及AI21labs Jurassic，Cohere Command，Amazon Titan模型等领先闭源的模型，企业可根据具体应用场景选择适合的模型。

　　3）在顶层的应用层，亚马逊云科技发布了开箱即用的企业级生成式AI助手Amazon Q，包括Q for Business和Q for Developer。Q for Business，主要面向业务人员，旨在增强员工的数据驱动能力，帮助他们生成内容、构建报表，并利用公司的内部资源及数据做出更迅速、明智的决策； Q for Developer，主要面向开发人员，旨在加速软件开发过程并充分利用公司内部数据。

　　3、行业价值是发展必然

　　在生成式AI应用实际落地过程中，亚马逊云科技认为有几个要素值得企业重点关注：1）业务场景的选择、模型的选择是否能够结合企业自身的私有数据进行定制；2）是否符合负责任AI的原则；3）是否具备对应用进行持续提升的能力。

　　储瑞松强调，秉承长期投入策略，亚马逊云科技除了主抓生成式AI技术本身，还会加大行业化的拓展。目前，已经总结出一些容易落地、同时企业收效较快的场景，包括面向内部员工的应用，比如：自动会议摘要，内部知识库问答机器人，代码伴侣，财务、运营报表的分析等等；面向外部客户的场景，比如：B2C行业实时翻译，智能导购，智能客服问答、AI伴侣、AI助教，还有智能设备维护引导、智能招聘面试等应用。

　　在中国，亚马逊云科技针对汽车、制造、生命科学、零售电商、媒体娱乐、游戏、软件服务、金融八个行业组建了专门的行业团队，推行行业化战略，努力成为企业数字化转型值得信赖的伙伴。

　　为了加大行业生态拓展力度，亚马逊云科技发布了一系列合作伙伴战略举措：

　　1）推出“亚马逊云科技生成式AI合作伙伴计划”。

　　该计划旨在助力企业更快地应用生成式AI，打造“人工智能+”时代的竞争优势。亚马逊云科技将联合生成式AI领域顶尖的“3+1”类合作伙伴，为企业提供全方位的模型、工具、应用和集成服务。“3”是指大模型提供方、工具链提供方、以及各类开箱即用的生成式AI应用和方案提供方。“1”是指系统集成商合作伙伴。亚马逊云科技将为加入本计划的合作伙伴提供全面的支持，投入技术专家与合作伙伴共创，帮助合作伙伴更好地将他们的创新和亚马逊云科技的服务适配和集成，并支持合作伙伴方案上架亚马逊云科技 Marketplace，服务中国客户的同时触达全球客户。

　　2）助力汽车行业创新，与四维图新达成战略合作。

　　亚马逊云科技在全球和中国积累了服务汽车行业的丰富经验，可助力各种类型汽车企业进行技术创新。在亚马逊云科技中国峰会现场，亚马逊云科技与四维图新进一步加强战略合作，联合设计并推出面向汽车行业本地化的服务及专属解决方案。双方将基于亚马逊云科技全球领先的计算和存储等服务，以及四维图新的地理数据信息服务能力，在智能网联汽车、智能驾驶开发和量产等领域开展深度合作。

　　3）关注智能制造与智能产品服务，推出“智能家居及智能产品创新加速计划”。

　　亚马逊云科技宣布全面升级“智能视觉创新加速计划”，推出“智能家居及智能产品创新加速计划”。升级版加速计划不仅扩大了覆盖的行业客户群体、整合更多的产业链上下游资源，还会通过亚马逊云科技技术、资源和解决方案指南的赋能，加强基于生成式AI的行业场景和应用的共创和落地。

　　4）投入更丰富的专家资源及服务，发布“行业伙伴计划”。

　　亚马逊云科技将投入行业业务专家、云技术专家，以及丰富的云服务资源，与具备系统集成能力的咨询服务伙伴携手深耕行业，并且与具备行业影响力的垂类软硬件开发商加强合作，针对八个重点行业的重点场景的客户痛点和需求，联手打造和推广基于云的新一代行业解决方案，共同助力行业客户引领产业变革。

　　5）将安全和韧性根植于所有服务设计中，推出“安全合作伙伴计划”。

　　亚马逊云科技将携手安全合作伙伴共同为客户提供更广泛的安全解决方案选择，包括采用亚马逊云科技自身完善的安全与合规产品，以及来自合作伙伴的多样化安全解决方案，满足企业不同的需求，助力企业在亚马逊云科技上实现安全合规、达成后顾无忧。

　　亚马逊云科技将为加入本计划的合作伙伴提供全面的资源和技术支持，包括帮助合作伙伴将解决方案迁移上云并与亚马逊云科技不断推出的新服务和功能适配和无缝集成，助力其解决方案的云优化和产品SaaS化，以及支持合作伙伴解决方案上架到亚马逊云科技Marketplace等。

　　小结：

　　亚马逊云科技今天的战略举措让我们看到，智能化是未来发展的必然趋势，而行业深耕则是实现智能化的重要途径。为了获得长期盈利模式，亚马逊云科技的做法值得更多企业思考，他们不仅积极投入生成式AI技术的研发，更通过行业深耕，将曾经的成功经验复刻于各个行业，推动行业的智能化升级。这种“智在未来，行在当下”的理念，让亚马逊云科技在云智共生的时代始终保持领先地位。