跟着应用的深化，生成式AI不再是虚无缥缈的办法，其惊东说念主的创造力和处置问题的技艺逐步让交易宇宙看到了真不二价值。若是一启动还有很多东说念主怀疑生成式AI的重要性是否被夸大了，当今，企业界齐在磋议我方的业务如何诓骗这个技巧。
咫尺，企业主要磋议的是，如何全面融入生成式AI?具体要津是什么?有什么不错模仿的案例?在AI领域深耕跳跃25年的亚马逊云科技，对企业如何应用生成式AI来得到果然的交易价值，积存了诸多来娇傲家客户的实践警戒。
第一步：动身
万事起头难。生成式AI的第一步，在于发掘能为客户、职工和组织创造现实价值的场景。
在这个阶段，企业需要找到最契合本人业务的应用场景，明确业务痛点是什么。亚马逊云科技通过不雅察客户发现，企业应用生成式AI的痛点并不在于找到本人业务要津的短板，而在于如何找到易于膨胀且服从显耀的业务应用场景。关于企业而言，理思的生成式AI试点状貌应该是一个低风险、易膨胀，本钱可控的状貌，举例不错从优化经由，或普及坐褥力动手。
以汤森路透为例，这家财经信息作事提供商联袂亚马逊云科技，在Amazon Bedrock的匡助下，仅用不到6周的时刻便搭建了实验平台Open Arena。这个平台为职工提供了一个聊天式界面，匡助他们以对话的格式进行业务探索与处置决议诱骗，且无需编程配景，最绝顶燃了扫数公司的创新关心。
再以辉瑞公司为例，这家公司正在诓骗亚马逊云科技的生成式AI，在17个使用案例中激动创新和提高坐褥力，包括科学和医学内容生成以及制造应用。辉瑞诓骗Amazon SageMaker和Amazon Bedrock的大言语模子在几周内诱骗了VOX，用于加快研究、展望居品产量，并匡助公司向患者提供更多药物。辉瑞测度，一些优先使用的应用场景每年将从简7.5亿到10亿好意思元的本钱。
第二步：构建
选好应用场景后，企业就进入到果然意旨上的责任中——构建。在构建阶段，企业的中枢诉求是采用最允洽的模子。
然则，市集上的大模子头晕眼花，有交易模子也有开源模子，有些模子在分析和推理方面发扬出色，有些则在快速回来内容上更胜一筹，有些则为某些特定行业量身定制。面对这一近况，企业应当如何达成“鱼和熊掌”兼得?
亚马逊云科技合计，采用允洽业务需求的模子至关重要，但莫得一个“万金油式”的模子概况适用于各个场景和各个应用。基于以上判断，亚马逊云科技采用和多家模子合作伙伴合作。其生成式AI作事Amazon Bedrock概况提供多种模子，客户不错针对不同的应用场景或凭据本人对不同模子的性能条款，如延时、可靠性、地域诀别等，采用一个最允洽我方的模子。
除了采用合适模子外，另一个很容易被企业客户忽略的问题是，数据才是企业业务是否能产奏服从的谬误要素，高质地的数据对模子的最终发扬收敛特地重要。高质地的数据需要喜跃六毛糙素:时效性、完竣性、独一性、准确率、表恣意和可回想性。举例，在金融行业、医疗健康行业等高专科度的行业中，企业需要的不仅仅合适的模子，更重要的责任是怎样将模子和企业业务数据相联结，进行模子定制。
对此，亚马逊云科技打造了三层生成式AI架构，涵盖基础措施、模子构建用具和开箱即用的应用范例。不管是底层的算法工程师，如故业务诱骗工程师，亦或是财务、销售或市集营销东说念主员，齐能在框架中找到所需的居品。
以法拉利为例，这门第界驰名跑车提供商为了给用户带来更好的购车体验，基于Amazon Bedrock，在亚马逊云科技上诱骗了车辆定制用具。该定制用具提供的定制采用包含轮圈采用、车辆神采、内饰配色等内容的数百万种组合，匡助用户普及了交互服从，从简了最终用户20%的定制化时刻。同期，借助云上用具带来的低本钱上风，法拉利运行了千千万万次捏造仿真，从而加快F1赛车和跑车居品的贪图与研发，裁汰上市时刻。
另一个例子是孤独星球，其将数十年来编纂的万亿页内容变调为一个大界限的、全心谋划的、个性化的线上旅行用具，为旅行者们提供作事。孤独星球使用Amazon Bedrock诱骗了一个提供旅行讨论的生成式AI用具。该公司发现Amazon Bedrock比其他采用更具本钱效益，服从提高了78%，相较于手动谋划旅行体验和行程本钱低80%。
还有一家客户因循软件平台——Happy Fox，为70多个国度和地区的1.2万多家公司提供作事。通过使用Amazon Bedrock上的Claude模子，这家公司正在提高客户因循处置决议的性能和准确性，生成式AI功能将自动化因循工单处置率提高了40%，并将因循代理的坐褥力提高了30%。
第三步：界限扩展
近亲乱伦在生成式AI试点状貌喜跃业务需求且转为界限化应用之前，企业还应当磋议数据安全与秘密是否得到保险，投资酬报率是否得到考据，各方利益干系者(包括业务、技巧、法律和安扫数门)是否达成共鸣，而况依然为大界限应用制定了适合的合规与束缚框架，以及负背负的生成式AI使用准则等要素。
在将生成式AI应用慎重插足到界限化坐褥之前，企业还需要深化磋议的问题即是本钱。生成式AI应用的本钱除了教育模子和模子调用的用度外，构建东说念主才团队亦然本钱中心处所，因此企业需要让扫数组织，不管是专科技巧工程师、如故一线业务东说念主员齐概况学习与应用生成式AI。
DoorDash是好意思国际卖送餐作事平台，领非常千东说念主的客服团队，回复波及税务、应用故障、注册经由等客户问题。基于亚马逊云科技生成式AI技巧，DoorDash打造了一款全自动化语音机器东说念主系统，可自动化处理70%的回电，进行专科的机器东说念主回答，年均从简招呼中心本钱达300万好意思元。
好意思国蚁集航空面对着优化其55年历史的乘客作事系统(PSS)的挑战，该系统使用复杂的数据格式，职工需要几个月致使几年才能学会如何使用。他们使用Amazon Bedrock来教育生成式AI模子认识传统的预订数据(PNRs)并将其翻译成浅显的英语。这使得底本需要职工手动研究数小时的问题当今能在几秒钟内得到谜底。这使得职工概况更快、更一致地答复客户商酌，达成自助作事功能，让职工专注于为搭客提供愈加个性化的作事。这家公司目的在6个月内在招呼中心部署Amazon Bedrock处置决议，并在扫数PSS当代化过程中融入生成式AI，以构建果然以客户为中心的智能系统。
“
企业应用生成式AI的痛点并不在于找到本人业务要津的短板，而在于如何找到易于膨胀且服从显耀的业务应用场景。
”
关于生成式AI的过去发展趋势，亚马逊云科技合计应当重心关注Agent、多模态东说念主工智能、多模子合作、东说念主工智能计策与模范制定四大领域。
→ Agent用于处理复杂任务：Agent能和洽并分析任务，将其拆解为合理的逻辑要津，调用API与其他系统交互，从而达成端到端的经由自动化，因此成为了场景日益复杂下，很多企业的重心部署状貌。
→ 大言语模子将走向多模态技艺：过去生成式AI将进入多模态因循时期，不错处理多种类型的数据输入，使用户概况无缝整合结构化表格数据、音频、视频和非结构化文本。
→ 多模子合作处置复杂问题：跟着客户将复杂的东说念主工智能处置决议付诸膨胀，其越发意志到在速率、本钱和准确率之间寻求均衡的重要性。而为不同的任务选用不同类型的模子，不错有用达成这种优化。
→ 完善东说念主工智能计策与模范：东说念主工智能的礼貌与模范正在接续完善，企业应该狗仗人势，制定前瞻性计策，将安全与背负置于东说念主工智能发展的中枢位置。
时于当天，生成式AI仍然是一个全新的探索领域，过去的创作和阻滞还会接续表露。亚马逊云科技将陆续激动安全、透明和负背负的生成式AI发展，与人人各地计策制定者和业界联袂合作，探索生成式AI的无尽可能。
亚马逊云科技大中华区居品部总司理
陈晓建
本文来自亚马逊云科技大中华区居品部总司理陈晓建在“良币时期:《哈佛交易辩驳》2024中国年会”的主题演讲，内容经本东说念主说明。
生成式AI横空出世两年以来，公论场喧嚣吵杂，但《哈佛交易辩驳》汉文版恒久更兴盛和留恋的是应用宇宙：在物换星移顶住竞争与用户/客户需求的交易宇宙，由生成式AI驱动的新作念法、新策略，到底带来了哪些果然的价值和全新的挑战？在这场由硅谷启动的交易竞争新格式中，中国企业的近况和可预思的过去是什么。
《哈佛交易辩驳》汉文版联袂亚马逊云科技，共创「生成式AI：建立可见的交易价值」专题，于2024年下半年，深化调研数十家中国企业应用生成式AI的具体场景/经由/挑战/服从，选出有代表性的案例，共同见证中国企业生成式AI的先驱、早期拥抱者。当下是生成式AI服从立异的阶段，咱们期待这些1.0时期的先驱，能激发和启发更多中国企业跟进这场生成式AI带来的服从立异。
《哈佛交易辩驳》汉文版 谋略样子
投稿、告白、内容和商务合作
newmedia@hbrchina.org91 萝莉