「关注」并「星标」我们，
每天接收关于
的最新资讯！
2023年作为生成式 AI 元年，大模型和相关技术的升级更新可谓日新月异，话题热度席卷全球，生成式 AI 对于各类组织、各个行业、各种角色的重塑和讨论热浪迭起，上至董事会下到基层员工无一不卷入其中。一时间，利用生成式 AI 写诗作画创作视频抢着上头条，频频夺人眼球，然而，作为身处企业的打工人，不能回避的问题是：生成式 AI 在企业场景中的落地和应用到底如何？
为此，IDC 携手亚马逊云科技联合开发并重磅发布《五大关键要素 解锁生成式 AI 全新机遇》白皮书，围绕企业场景中的生成式 AI 落地和应用研究分析生成式 AI 产业趋势和技术路径，针对各类客户进行问卷调研和分析师访谈，深度解析不同类型的市场参与者在生成式 AI 领域面临的现实挑战，指出企业解锁落地生成式 AI 应用的五大关键要素，以及借助云服务商一起端到端构建和落地生成式 AI 应用建议。
废话不多说，直接上干货，一起来先睹为快！
观
点
1
预期高不等于进展快：企业用于生成式 AI 的支出正在快速增长，而高关注高预期却没有带来相应的落地进展。综合来看，模型生成结果的准确性、人才技能稀缺、部署的成本等，都影响了生成式 AI 的规模化落地：
24%的企业已经开始投资生成式 AI，并且有相应的预算计划，近70%的企业还没有固定支出计划或尚未开始试点。
观
点
2
生成式 AI 三类市场参与者各有各的难：从基础模型到落地的生成式 AI 应用，需要经过模型训练、模型定制、模型部署、模型推理等环节。各个环节上的行业参与者均面临着不同程度的基础设施、数据集成、应用场景选择、安全与隐私以及负责任 AI 方面的挑战：
大模型提供商在训练基础模型的过程中，数据准备工作复杂而耗时，训练基础设施的管理与优化有较高的门槛，且算力成本高昂，还需要确保模型效果不断提升。
对于生成式 AI 应用开发者而言，需要为应用场景选择最为适配的模型，也需要集成来自不同存储库、不同格式的数据，还需要保障用户数据隐私、模型安全以及生成内容的安全。
对于生成式 AI 应用使用方而言，识别应用场景、利用自有数据与大模型进行交互的过程中如何保证数据安全，如何确保模型生成内容所问即所答，都是其挑战所在。
观
点
3
生成式 AI 要在企业场景落地，5（五大关键要素）+1（一套端到端数据战略）固不可少。整体来看，能够帮助生成式 AI 新生态里的产业参与者加速生成式 AI 应用落地的解决方案，必须具备五大要素：高性价比的基础设施、丰富而灵活的模型选择、使用私有数据实现差异化定制、开箱即用的生成式 AI 驱动的应用和负责任的 AI 策略。
观
点
4
即刻开启云上生成式 AI 之旅。从战略制定、场景评估、行业实践、行动计划和技术建议都给您打包好了：
有必要尽快将生成式 AI 融入企业级战略，确定是自建模型还是使用模型定制功能来发挥企业的差异化优势。在参考外部诸如提高生产力、增强用户体验以及优化业务流程成功实践的同时，筛选确定自身应用场景。目前落地的典型应用场景主要围绕增强客户体验、提升员工生产力与创造力以及优化业务流程等，典型应用场景与企业成功应用案例如下图所示。
扫描下方二维码查看更多客户案例
观
点
5
作为全球云计算的开创者和引领者，亚马逊云科技在全球拥有超过10万家客户使用 AI 和机器学习服务，为企业构建和应用生成式 AI 提供完整的技术堆栈：
亚马逊云科技助力企业解锁生成式 AI 潜力
亚马逊云科技面向互联网、制造、金融、汽车、生命科学、媒体娱乐等以及出海群体提供了丰富先进的生成式 AI 云服务选择，包括针对生成式 AI 应用构建的三层架构：
高性价比且丰富的基础设施加速训练与推理
NVIDIA 多款先进 GPU 产品率先在亚马逊云科技落地，包括首款搭载 NVIDIA Grace Hopper 超级芯片和亚马逊云科技 UltraCluster 的云 AI 超级计算机，以及首款采用 NVIDIA GH200 NVL32 的 NVIDIA DGX 云；同时提供亚马逊云科技持续重点投入的自研芯片，包括支持万亿级参数规模模型训练的 Trainum2，以及面向推理的 Inferentia2，为模型训练和推理提供更高算力、更快的加速比、更好的性价比。
灵活丰富的模型选择，基于私有数据差异化定制
推出 Amazon Bedrock，Amazon Bedrock 能够高效评估、比较和选择最适合其应用场景和业务需求的模型，通过 RAG、微调以及提示词工程实现模型定制功能，助力轻松构建并规模化生成式 AI 应用。Agents for Amazon Bedrock 能够加速并降低应用集成门槛，集成公司内外部数据，制定数据安全和隐私策略，从专有数据源检索所需信息并提供准确响应。
生成式 AI 驱动的应用程序
除此以外，亚马逊云科技高度重视为用户提供负责任的 AI 策略支持，也在持续建设端到端的数据基座以支持生成式 AI 的数据集成需求。
负责任的 AI
亚马逊云科技强调帮助企业建立公正、可解释、稳健、透明、可治理、确保隐私与安全的“负责任的 AI”。全新发布的 Guardrails for Amazon Bedrock 也将助力落实“负责任的 AI”策略：企业希望生成式 AI 应用生成的内容能够确保“所答即所问”，少一些“幻觉”。
端到端数据基座
亚马逊云科技提供了全面、集成、可治理的数据基座 - 用户可以利用 Amazon S3 构建数据湖，无论是结构化或非结构化数据，均可被用来分析并用于机器学习，能够选择多种专用数据库、数据仓库和大数据服务，或是使用托管数据引擎。针对不同类型的数据处理需求，亚马逊云科技最新发布了向量检索相关产品，使得用户能够在成本、性能和规模上取得平衡。
至今为止，全球已有超过10万家来自各行各业、不同规模的客户采用了亚马逊云科技机器学习服务，超过1万家客户利用 Amazon Bedrock 进行创新。
扫描下方二维码下载白皮书
马上点击“阅读原文”
下载白皮书查看更多内容
让我们共同见证亚马逊的一小步
云计算的一大步
