专访亚马逊云科技全球客户技术支持与服务副总裁:2024年GenAI理性回归 企业需寻找AI性能与成本的平衡点
每经记者 李卓 每经实习记者 张梓桐 每经编辑 董兴生
“生成式人工智能(GenAI)的本质与核心就是数据,数据碎片化与部门间技术壁垒是企业打破数据孤岛面临的主要障碍。企业内部数据往往分散存储在不同的部门与系统中,数据格式、标准与质量各异,缺乏有效的整合与共享机制。”亚马逊云科技全球客户技术支持与服务副总裁Uwem Ukpong近日在接受《每日经济新闻》记者专访时说。
回望2024年,从训练到推理,从大模型到AI Agent(智能体),生成式AI正跨越技术发展的新里程碑,步入全新发展阶段。
技术的变革固然令人振奋,但如Uwem Ukpong所言,当前企业应用生成式AI仍面临多种挑战:持续攀升的研发成本、日益激烈的市场竞争以及尚未完全攻克的技术难题,如模型的可解释性、数据隐私保护等,都成为摆在所有参与者面前的严峻挑战。
在12月的亚马逊云科技re:Invent全球大会上,亚马逊云科技发布的Amazon Nova系列新款基础大模型成为全场焦点。该系列已涵盖6款大模型,在语言、图像和视频生成等关键领域广泛布局,极大丰富了其AI模型矩阵。
亚马逊云科技的出击,使得原本就硝烟弥漫的AI战场竞争更加白热化。在这场激烈的角逐中,微软、谷歌等科技巨头纷纷倾尽全力,毫不吝啬地投入海量资源。OpenAI更是连开12天发布会,预告新一代AI推理模型o3和o3-mini的重磅登场。
所有参与者都在全力押注AI,巨头们更是一轮又一轮地加码投入,因为在这场格局尚未尘埃落定的较量中,谁都不愿错失引领下一个科技时代的历史性机遇,这无疑是一场关乎未来科技主导权的“无限战争”。
曾经,生成式AI一度被过度炒作,尤其是在AI代理概念成为热门话题之时,市场热度急剧攀升。但Uwem Ukpong指出,当前,客户对于AI工具的态度已发生显著转变。
“如今,客户已逐渐回归理性,更加关注如何将AI工具真正实现规模化应用。一方面,开始有针对性地筛选并应用适合自身业务需求的AI技术;另一方面,则找寻人工智能性能与成本间的平衡点,而非盲目跟风追逐热点。”Uwem Ukpong表示。
当潮水退去,行业开始回归理性,一些隐忧也浮出水面。
根据相关云安全状况报告,半数以上的企业将安全性视为云迁移过程中的首要挑战。云迁移涉及大量敏感数据与关键业务流程的转移,一旦发生数据泄露或安全事故,将给企业带来不可估量的损失。
因此,企业在选择云服务提供商时,不仅要关注其技术实力与服务水平,更要重视其安全保障措施与合规认证情况。例如,数据加密技术、访问控制机制以及安全审计体系等,都是衡量云服务提供商安全性的重要指标。
此外,如何打破数据孤岛的技术与流程成为另一难题。Uwem Ukpong指出,数据碎片化与部门间技术壁垒是企业打破数据孤岛面临的主要障碍。“企业内部数据往往分散存储在不同的部门与系统中,数据格式、标准与质量各异,缺乏有效的整合与共享机制。”
在他看来,要解决这一问题,企业首先需要建立统一的数据规范化与标准化流程,对数据进行清洗、治理与集中管理,确保数据的准确性与一致性。在此基础上,构建数据分析与应用模型,实现数据价值的挖掘与利用。然而,这一过程需要投入大量的人力、物力与时间,对一些中小企业而言,技术与资源的限制使其难以有效推进。
在大模型竞争赛道上,最终能承担得起从头构建大模型高昂成本的公司将寥寥无几,其中,发挥各自的独特优势就成为获客的关键。
在Uwem Ukpong看来,亚马逊云科技拥有遍布全球的基础设施和合作伙伴网络,这使得客户能够实现跨国部署和全球协作,提高了业务效率和灵活性。同时,亚马逊云科技还与全球合作伙伴建立了合作关系,共同为客户提供服务和解决方案。
然而,在国内市场,亚马逊云科技也面临着一些挑战。一方面,由于国内市场的法规环境和客户需求与海外市场存在差异,亚马逊云科技需要不断适应和调整其产品和服务策略;另一方面,本土云服务提供商在价格、服务响应速度和本地化支持等方面具有优势,对亚马逊云科技构成了一定的竞争压力。
对此,Uwem Ukpong表示,亚马逊云科技的重点更多在于更贴近实际需求的服务。“在帮助客户构建生成式AI解决方案的过程中,我们发现企业选择的生成式AI应用场景也在逐渐迭代升级,从原先简单的生成式AI尝试例如对话式聊天机器人,过渡到内容、图像、视频等多媒体内容生成,以及数据洞察与决策等。”
按照业界著名的技术发展曲线(Gartner Hype Cycle)来衡量,生成式AI的发展进程已顺利越过第二阶段峰值期,稳步踏入规模化应用的关键阶段。
尽管未来可能会经历一段因期望落差而产生失望情绪的时期,但这也是新兴技术发展的常见路径。随着越来越多的AI应用在各行业落地生根,生成式AI正逐步褪去“炒作”的外衣,展现出其切实的应用价值与商业潜力。
因此,实际的行业应用成为云厂商当前在国内市场竞逐的关键要素。
Uwem Ukpong表示,当前在中国,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。
以汽车为例,Priority Research数据显示,2022年,全球汽车行业生成式AI市场价值达到了3.12亿美元。预测显示,到2032年,这一数字将达到约26.9亿美元,2023年至2032年的年复合增长率为24.03%。
Uwem Ukpong表示,生成式AI与汽车行业的结合主要在营销、客户服务等环节。在营销与客户服务领域,AI可以助力营销内容的智能化生产,通过AI代理支持多角色间的高效协作,提升工作效率与生产力。在智能座舱体验方面,生成式AI则可以持续增强自然语言理解能力、响应速度及情绪感知,缩短创新周期,降低研发成本。
“自动驾驶领域同样迎来了生成式AI的深刻影响。随着合成仿真训练数据及海量多模态数据智能管理需求的激增,生成式AI通过场景模拟加速了自动驾驶技术的创新步伐,为行业开创了全新的商业模式,并探索出更多盈利途径,有力推动全自动驾驶愿景的实现。”Uwem Ukpong说。
此外,在设计与制造环节,Uwem Ukpong表示,生成式AI能够根据客户的个性化需求与偏好,从外观、内饰到驾驶动态,全方位定制汽车,提升消费者的满意度与忠诚度。
而在制造业方面,Uwem Ukpong表示,亚马逊云科技的重点在于制造业流程的改造上,通过降低构建生成式AI应用关键路径中的门槛,针对严重依赖人工参与的工业产品设计、企业内部IT/HR等部门资料繁杂业务等具体业务场景,工业设计、知识库以及营销加速等场景开发定制化解决方案。
随着大模型的持续发展壮大,通向通用人工智能(AGI)的道路虽依然漫长,但已逐渐清晰可辨。
随着技术的不断演进与信息的快速流通,大模型之间的差距或将逐渐缩小并趋于同质化。届时,巨头之间的竞争将不仅局限于模型本身的性能,而更多地将转向如何基于大模型构建差异化的应用生态与商业模式。