全新妙想投研助理，立即體驗

　　近期，云計算巨頭AWS（亞馬遜云科技）幾乎在以日更的速度上新AI服務。

　　12月的re:Invent全球大會上，AWS發(fā)布了新款基礎大模型Amazon Nova系列，目前包括6款大模型，涵蓋語言、圖像生成和視頻生成模型。

　　此前，AWS已經(jīng)有Titan模型，現(xiàn)在更多的模型正在路上，不論自家模型還是第三方模型，都將在AI應用開發(fā)平臺Bedrock上提供。同時，AWS還推出了新一代AI芯片Trainium3，將采用3納米工藝制造。

　　可見，AWS正在AI基建上全面投入，除了模型和芯片之外，亞馬遜整體也在生成式AI上進一步發(fā)力，不久前再次豪擲40億美元投資Anthropic，并持續(xù)在數(shù)據(jù)中心建設上大舉開資。

　　AWS開始發(fā)起攻勢，而場上的博弈早已火熱。同樣在AI上“氪金”的不只有AWS，微軟、谷歌、字節(jié)紛紛“一擲千金”；OpenAI剛剛連開了12天發(fā)布會，預告了新一代AI推理模型o3和o3-mini。

　　從訓練到推理，從大模型到AI Agent（AI代理），生成式AI來到了新的階段，面臨新的賽點。

　　近日，亞馬遜云科技生成式AI全球副總裁兼總經(jīng)理Vasi Philomin接受21世紀經(jīng)濟報道記者專訪時談道：“現(xiàn)在客戶更關心的是如何將AI工具實現(xiàn)規(guī)?；瘧?，大家已經(jīng)逐漸理解這項技術的真正價值，并且開始有選擇地應用它，而不是盲目跟風。這也說明了‘炒作’階段正在逐漸過去?！?/p>

　　在他看來，之前生成式AI引發(fā)了大量炒作，尤其是當AI代理成為熱門話題時，進一步加劇了這種現(xiàn)象。但現(xiàn)在客戶變得更加理性，開始思考實際應用，這是一種積極的變化。

　　如果從業(yè)界有名的技術發(fā)展曲線（Gartner Hype Cycle，也被稱為“炒作周期”）來對照，Vasi Philomin認為，生成式AI的發(fā)展剛剛越過了第二階段峰值期（Peak of Inflated Expectations），開始有了規(guī)模化的應用。

　　但是他也指出，未來也會有一個階段，大家發(fā)現(xiàn)生成式AI無法解決所有問題而感到失望，但這都是技術發(fā)展的必然過程。隨著越來越多應用落地，生成式AI正逐漸從“炒作”轉(zhuǎn)向?qū)嶋H價值。

　　眼下，大模型的纏斗還在持續(xù)。Vasi Philomin告訴記者：“我認為最終只有少數(shù)公司，大概五到十家，能夠負擔得起從頭構建大模型。這些公司將擁有最強大的模型，但這些模型也會逐漸趨同，差距會逐漸縮小?！?/p>

　　當然，隨著大模型進化得更加強大，通向AGI的道路也更進一步。對于場上的玩家而言，現(xiàn)在似乎是一場“無限戰(zhàn)爭”，所有人都在押注AI，在FOMO（Fear of missing out，錯失恐懼）的氛圍中，誰都不想錯失下一個時代。格局未定之際，巨頭們正在一次又一次加注。

　　AWS進擊生成式AI：“一個模型無法解決所有問題”

　　《21世紀》：AWS在生成式AI市場中的定位是什么？與其他云廠商相比，AWS有哪些競爭優(yōu)勢？

　　Vasi Philomin：AWS真正擅長的是將生成式AI等技術大規(guī)模應用于現(xiàn)實世界的業(yè)務中，我們之所以能夠做到這一點，是因為我們從端到端（end to end）進行思考。

　　舉例來說，20世紀90年代，亞馬遜還是一家書店，當時就有推薦功能，這其實是大規(guī)模機器學習應用；快進到現(xiàn)在，看看Alexa，它已經(jīng)進入了超過一億個家庭；在物流中心，里面有機器人和人類并肩工作；Bedrock上有很多模型，能幫助人們構建應用程序的工作流，此外，我們還有定制硬件，降低運行模型的成本。

　　我認為公司的DNA就在于此，會幫助我們繼續(xù)成功。因此，我們不太在意競爭對手在做什么，而是專注于客戶的需求，同時聚焦現(xiàn)實世界的業(yè)務問題，并將解決方案大規(guī)模地推廣。

　　《21世紀》：目前生成式AI在哪些領域應用最為廣泛，有哪些典型案例？

　　Vasi Philomin：如果你在18個月前問我，我可能不會猜到，以下兩個領域會是最早大規(guī)模采用生成式AI的領域。第一是金融科技服務，第二是醫(yī)療健康生命科學。傳統(tǒng)上，這些行業(yè)更加保守，通常發(fā)展較慢，然而它們卻以驚人的速度采用了生成式AI。

　　原因在于，這些公司早已習慣了監(jiān)管的要求，因此必須確保數(shù)據(jù)保持在非常良好的狀態(tài)。大多數(shù)情況下，它們已經(jīng)將所有數(shù)據(jù)遷移到云端，并且在數(shù)據(jù)治理方面有著非常嚴格的實踐。

　　生成式AI的核心在于推動創(chuàng)新，而生成式AI與高質(zhì)量數(shù)據(jù)的結(jié)合，才真正讓創(chuàng)新成為可能。因此，這些公司因為已經(jīng)擁有完備的數(shù)據(jù)基礎，所以能夠非常迅速地采用這些技術。

　　比如，在金融科技領域，納斯達克的數(shù)字業(yè)務運行在AWS上，有一個業(yè)務部門的重點是識別金融犯罪，比如內(nèi)幕交易等，分析員需要整合大量數(shù)據(jù)，而生成式AI幫助分析員的工作效率提高了33%；在醫(yī)療領域，輝瑞目前有大約17個生成式AI的用例，如果這些用例能夠成功落地，他們預計每年將節(jié)省7.5億到10億美元。

　　《21世紀》：AWS最初是什么時候關注到生成式AI，如何建立AI團隊？

　　Vasi Philomin：十年來，亞馬遜一直在各個業(yè)務領域廣泛使用AI，無論是在零售業(yè)務，還是在AWS中。2016年底，我們開始將AI能力開放給客戶，當時AWS成立了一個專門的AI業(yè)務團隊，核心使命是“讓AI民主化”，讓客戶輕松地獲取和使用AI功能，可以將AI整合到他們的工作流程中。

　　那時我正好加入了AWS，之后我們推出了很多AI服務，比如語言服務（Amazon Translate用于文檔翻譯、Amazon Polly用于語音合成），Alexa的語音其實就是Polly的聲音，Alexa之所以能“說話”，是因為它依賴于Polly的技術。此外，我們還推出了視覺服務、工業(yè)服務、醫(yī)療保健相關服務等。

　　然后，我們注意到“Transformer架構”逐漸流行起來了，這種架構是所有新一代生成式AI模型的核心。三年前，我們推出了一項服務，名叫CodeWhisperer，可以被視為生成式AI的一種早期形態(tài)。隨著技術的進步，模型變得越來越大，功能也越來越復雜，我們自然地進入了生成式AI領域。

　　我認為ChatGPT的推出是一個重要的轉(zhuǎn)折點，他們抓住了全世界消費者的想象力，向大家展示了AI的強大力量。但AWS的關注點不同，我們始終專注于真實世界的業(yè)務用例，以及如何將技術應用于規(guī)?；膱鼍爸?。

　　《21世紀》：在推進生成式AI的過程中，早期的工作重點是什么？

　　Vasi Philomin：我們的客戶包括初創(chuàng)企業(yè)、中小型企業(yè)以及大型企業(yè)，他們依賴AWS來保證安全性、隱私保護和操作穩(wěn)定性，我們不能出任何差錯。

　　生成式AI需要大量數(shù)據(jù)，而保持數(shù)據(jù)的私密性和安全性至關重要。所以我們沒有倉促推出產(chǎn)品，而是與客戶深入溝通，了解他們的挑戰(zhàn)和需求。

　　我們得出的第一個結(jié)論是，客戶需要的不僅僅是一個AI模型，而是多個模型，因為一個模型無法解決所有問題。第二個挑戰(zhàn)是，客戶需要一種簡單的方法來構建應用程序，并實現(xiàn)差異化，確保他們的競爭優(yōu)勢。第三個挑戰(zhàn)是成本，客戶希望能夠以較低的成本大規(guī)模應用這些技術。

　　基于這些洞察，我們在去年4月推出了Bedrock服務，全力加速開發(fā)，最終在9月完成了正式發(fā)布。自那以后，Bedrock的發(fā)展非常迅速，目前已有超過一萬家企業(yè)組織在使用這項服務。Bedrock是AWS歷史上增長最快的服務之一，我們幾乎每天都在推出新功能。

　　Bedrock的核心在于，AWS不僅提供自己的模型，也匯集了其他領先AI公司的模型。這種開放的策略讓客戶有更多選擇，根據(jù)自己的需求找到最合適的解決方案。

　　《21世紀》：但是一些分析人士認為，AWS在推出自己的生成式AI工具方面可能慢了一些？

　　Vasi Philomin：我們的行動更加謹慎和深思熟慮。我們并不急于推出產(chǎn)品，而是確保我們提供的服務真正滿足客戶的需求。舉個例子，我們是第一家推出“Guardrails”（護欄機制）的公司。想象一下，在沒有這個機制的情況下，企業(yè)客戶急于推出一個AI聊天機器人，結(jié)果用戶可能會問這個機器人關于政治或其他敏感話題，這些問題可能會讓企業(yè)陷入被動，而沒有任何控制。

　　此外，我們也是第一家推出企業(yè)級代理框架（agents framework）的公司。去年6月的紐約峰會上，我們發(fā)布了這個框架，幫助客戶構建更強大的AI代理。

　　所以，那些認為AWS行動較慢的分析人士可能沒有全面了解數(shù)據(jù)。事實上，我們在很多領域都是行業(yè)的第一，我們率先提出“一個模型無法解決所有問題”，并將多個模型整合到一個平臺上，讓客戶可以自由選擇、快速切換。

　　推出生成式AI工具并不只是發(fā)布一個聊天機器人或一個模型那么簡單，我們需要確保這些工具能夠被企業(yè)客戶在真實世界中大規(guī)模應用。這需要深思熟慮和大量的準備工作，而我們一直在這么做。

　　《21世紀》：AWS已經(jīng)推出了自己的模型Titan，也投資了其他大型模型公司，接下來計劃如何進行整合？

　　Vasi Philomin：首先，我們始終專注于客戶需求。很明顯，客戶需要多個模型，而不是單一模型。在特定的模型類別內(nèi)，比如文本模型或大語言模型，客戶需要在成本、延遲和準確性之間做出權衡和選擇。有些模型特別大、功能強，但成本較高，而有些模型更適合速度更快但不一定那么強大的任務。

　　例如，Anthropic的Claude模型就有三種不同版本：Haiku、Sonnet和Opus。Haiku非?？焖?，但在推理能力上不如Sonnet，Opus則更加強大，但成本相對較高。這些不同的選擇滿足了不同客戶的需求，這就是為什么我們強調(diào)“開放策略”，我們不僅僅提供自己的模型，也匯聚合作伙伴的模型。

　　Titan模型方面，我們已經(jīng)推出了Titan圖像生成模型，日本的Denso公司，就在他們的業(yè)務中使用了該模型。

　　談生成式AI“泡沫”：已過“炒作”階段大模型差距在縮小

　　《21世紀》：如何看待未來AI大模型公司之間的競爭格局？未來只有少數(shù)公司會留下嗎？

　　Vasi Philomin：首先，我們要看到，18個月前，市場上可能只有一兩個大模型，而現(xiàn)在，模型的數(shù)量已經(jīng)迅速增長，數(shù)百種模型已經(jīng)問世，而且這些新模型的性能也在迅速追趕甚至超越早期的大模型，這說明創(chuàng)新的步伐非?？臁?/p>

　　但是，它們之間的差距正在逐漸縮小。當然，目前還有少數(shù)幾個模型確實更出色一些。我本不該這么說，但事實確實如此，但這種差距會慢慢彌合。

　　關鍵的問題在于構建這些大模型的成本，從零開始訓練一個大模型，需要的不僅僅是大量的資金，還需要頂尖的人才，這是大部分公司無法承受的門檻。但使用現(xiàn)有的模型進行微調(diào)要容易得多，成本也低很多。你只需要一到兩周的時間，投入少量的資源，就可以對一個現(xiàn)成的模型進行調(diào)整，讓它為你完成任何任務。

　　因此，我相信最終只有少數(shù)公司，大概五到十家，能夠負擔得起從頭構建這些大型模型。這些公司將擁有最強大的模型，但這些模型也會逐漸趨同，并可以互換使用，這將是一個明顯的趨勢。

　　這些公司要么是專注于將AI模型作為商業(yè)核心的企業(yè)，擁有清晰的商業(yè)計劃，要么是那些具備基礎設施投資能力的大公司，他們才能夠持續(xù)開發(fā)這些模型。

　　AWS的目標是讓這些技術變得觸手可及，這與我們當初推廣云計算的目標是一樣的。當時，我們使計算和存儲資源變得高度可訪問，而這徹底改變了整個行業(yè)。所以，即使未來只有十個最頂級的模型，這些模型也會通過AWS等平臺對所有人開放，人人都可以使用它們。

　　《21世紀》：現(xiàn)在大家非常關注生成式AI的投資回報，應該如何平衡AI投資與盈利？

　　Vasi Philomin：我始終告訴客戶，首先要從高價值的業(yè)務問題開始，而不是從技術出發(fā)。比如，有些公司看到其他人都在客服領域使用AI，他們也想嘗試。但更好的方式是，深入分析你的業(yè)務，找出那些能夠帶來最大增值的機會。

　　你可以思考兩個方向：一是如何創(chuàng)造新的產(chǎn)品和服務，推動業(yè)務達到一個全新的高度；二是如何提升生產(chǎn)力，降低運營成本。

　　簡單來說，你要么提高收入（top line），要么降低成本（bottom line）。大多數(shù)業(yè)務都會圍繞這兩個目標展開。因此，找到一個高價值的業(yè)務問題，然后判斷生成式AI是否是解決該問題的合適工具。

　　現(xiàn)在，AI 推理的成本仍然較高，但如果你從高價值問題入手，就能負擔得起實驗和實施的成本。如果只是解決一個低價值的問題，那么當前的成本可能讓你覺得不值得使用生成式AI。

　　我們也在努力降低AI的使用成本。隨著技術的進步，訓練和推理的成本將不斷下降，而這正是AWS 的目標之一。最終，我們希望讓生成式AI成為所有人都能負擔得起、并廣泛應用的技術。

　　《21世紀》：有觀點認為現(xiàn)在AI有泡沫，你怎么看待？

　　Vasi Philomin：從“技術發(fā)展曲線”（Gartner Hype Cycle）的角度，我認為可能已經(jīng)看到了峰值期（Peak of Inflated Expectations），這個判斷是基于我與許多客戶的接觸。

　　過去，當客戶聽到生成式AI時，他們甚至不知道這是什么，他們迫切地想理解這種技術。而現(xiàn)在的問題變成了：我如何將它應用到我的業(yè)務中？我們能否真正跨過試點階段，并將其成功部署到實際應用中？

　　客戶已經(jīng)開始理解，現(xiàn)階段應該將生成式AI應用于哪些合適的場景。所以，我覺得“炒作”階段可能過了，并已經(jīng)略微回落了。之前確實存在大量炒作熱潮，特別是隨著AI代理的興起，更是加劇了這種現(xiàn)象。但我現(xiàn)在認為，客戶對這項技術的理解比以前更深入了。

　　我認為現(xiàn)在剛剛越過了峰值，可能處于曲線上略低于峰值的地方。人們開始認識到生成式AI確實有實際的應用場景，開始出現(xiàn)一些真正規(guī)?；膽茫⑶宜鼈冎饾u開始發(fā)揮作用。

　　接下來，人們可能會感到失望的一個階段是，他們原本期望這項技術非常偉大，但最終意識到AI并不能應用于所有場景。但在那之后，技術會進入一個穩(wěn)定的階段，最終真正成為一項成功且實用的技術，進入“實際應用”階段。

　　《21世紀》：AI Agent今年成為熱門話題，如何看待發(fā)展趨勢？

　　Vasi Philomin：在我看來，AI代理是一種可以自主地接受目標并利用所提供的工具和資源完成任務的技術。簡單來說，它就像一個自動化的數(shù)字工作者，能夠幫助我們完成工作。

　　基于這個定義，今天的AI代理能做什么？目前，我們可以創(chuàng)建非常簡單的代理，它們可以處理有限數(shù)量的工具和資源。但如果你給它成千上萬種工具，它們會“迷失方向”，不知道如何選擇最合適的工具。因此，我們需要不斷為代理添加新的功能，提升它們的能力，讓它們變得更加強大。

　　舉個例子，最近我們在Bedrock的代理框架中新增了兩個重要功能。一是長期記憶，這意味著它可以記住與用戶的多次互動，理解用戶的需求和偏好，從而提供更個性化的服務。二是代碼生成與運行，AI代理現(xiàn)在可以生成代碼、運行代碼，并將結(jié)果反饋給用戶，這讓代理能夠解決更復雜的問題。

　　未來，AI代理將變得更加智能。研究人員認為，未來的AI代理將能有效地利用大量工具，并找到解決問題的最佳路徑。此外，我們還會看到“代理之間的協(xié)作框架”逐漸興起，這意味著不同的AI代理將能夠相互通信、協(xié)作完成更復雜的任務。

　　想象一下，每個AI代理都具備不同的技能，就像人類一樣。某個代理擅長預訂航班，另一個代理擅長預訂酒店，這些代理可以協(xié)作，為用戶提供一站式服務，比如完成度假套餐的預訂。

　　這也與我們現(xiàn)實世界中的公司運作模式類似，擁有不同技能的人協(xié)同工作，共同解決問題。未來，AI代理將成為一種真正重要的技術，它的潛力巨大。

　　《21世紀》：在生成式AI領域，你認為未來幾年最值得關注的技術趨勢是什么？

　　Vasi Philomin：之前提到的AI代理是一個很好的答案，它會成為一個重要的發(fā)展方向。同時我還想強調(diào)幾個趨勢，其一是成本的下降，AI推理和訓練的成本將持續(xù)下降，使更多企業(yè)能夠負擔得起并大規(guī)模應用生成式AI。

　　其二是多模態(tài)模型的興起，未來，AI將能夠同時處理文本、圖像、音頻等不同類型的數(shù)據(jù)，并將它們結(jié)合起來，提供更強大的功能。

　　其三是超個性化應用，生成式AI將推動超個性化應用的發(fā)展。舉個例子，假設您是一家游戲公司，您可以為每個玩家提供完全不同的游戲體驗。AI可以根據(jù)玩家的偏好和行為，動態(tài)調(diào)整游戲內(nèi)容，使同一款游戲在不同玩家眼中變得截然不同。

　　這些趨勢將推動生成式AI進入一個全新的發(fā)展階段，為各行各業(yè)帶來更多創(chuàng)新和機遇。

（文章來源：21世紀經(jīng)濟報道）

相關知識

科技巨頭加碼“AI+生命健康” AI醫(yī)療的春天將要到來
【獨家專訪】健康體檢巨頭如何All in AI？對話美年健康總裁徐濤
監(jiān)管生成式AI：數(shù)字健康專家委員會討論FDA面臨的挑戰(zhàn)
2024醫(yī)療人工智能報告：生成式AI爆發(fā)，醫(yī)療AI走到新的十字路口
下一個萬億產(chǎn)業(yè)！AI醫(yī)療破解難題 專家熱議AI重塑醫(yī)療體系方向
乳業(yè)數(shù)智化轉(zhuǎn)型新范式——蒙牛發(fā)布AI驅(qū)動雙飛輪與全球首個營養(yǎng)健康領域模型MENGNIU.GPT
【關注】這個“天津模式”，引發(fā)全球?qū)＜矣懻摚?/a>
以AI賦能醫(yī)療健康產(chǎn)業(yè)升級 微醫(yī)榮登2024胡潤全球獨角獸榜
亞馬遜云科技加碼醫(yī)療領域，賦能大米和小米推出特需兒童AI解決方案
落地了超1300家，騰訊健康AI大模型商業(yè)化加速跑

網(wǎng)址: 專訪AWS生成式AI全球副總裁：生成式AI正逐漸從“炒作”轉(zhuǎn)向?qū)嶋H價值 http://www.u1s5d6.cn/newsview760950.html