作家 | ZeR0

裁剪 | 漠影

如何应用东说念主工智能（AI）进行立异和增强业务竞争力？这是当下许多企业正在念念考的标的。在生成式AI和大模子激越驱动下，各家云想到巨头都在蠢蠢欲动，从想到层、平台与器具层到应用层，提供面向企业生成式AI教训和部署的多元选项。

每年举行的云想到嘉会AWS re:Invent大会，是科技行业具有参考意思的“风向标”之一。在本年11月底举行的re:Invent大会上，大众最大公有云巨头亚马逊云科技（AWS）全面裸露了其生成式AI时期堆栈，并公布多项生成式AI新工作、新器具，异常是改变用户构建、部署、运维应用和使命负载形式的企业级生成式AI助手Amazon Q。

时间，AWS生成式AI大众副总裁Vasi Philomin博士领受智东西等少数媒体的采访。他告诉智东西，Amazon Q的定名来自007系列电影中给詹姆斯·邦德提供多样时期器具的有名军需官Q；而Amazon Q之是以能成为企业业务的“懂王”，竣事让客户约略更缓慢地探索新工作和功能、学习不纯熟的时期、构建惩处有贪图、发现问题、升级应用圭臬等多种复杂的任务，其背后不是单一模子，而是多种模子的组合。

往常五年，Vasi Philomin隆重推出并经管了亚马逊云科技的多项AI工作，包括话语类、视觉类、工业类AI工作以及开拓者器具。在采访中，他挑剔了AWS围绕生成式AI落地、监管等议题的观点，强调AWS擅长让AI时期在现实世界的生意环境中信得过有用，并将其通盘的AI才略提供给客户，以便企业在竞争中脱颖而出。

一、一款大模子不行包打寰球，99.9%客户不应构建新的大模子

早在20世纪90年代，Vasi Philomin还在读博士时，坐拥电商平台的亚马逊照旧大规模应用机器学习算法来为客户推选册本。如今，亚马逊有无数的AI落地用例，举例装机量突出1亿的智能语音助手Alexa，每周与用户有突出10亿次语音互动；在订单履行中心，东说念主类与机器东说念主相助，每天搬运上百万个包裹。

“咱们知说念如何应用这些东西，并将其应用于现实世界的业务问题与规模，这是咱们正用通用东说念主工智能作念的事情。”Vasi Philomin说，这需要端到端的念念考，在不同堆栈层上进行立异，最终客户才智信得过领受你的工作。

在他看来，在提供生成式AI工作方面，AWS有三点才略情投意合：

这还没完，下半场比赛接穆勒传球完成双响后，莱万已经在前11轮比赛中打进了16球，刷新了盖德-穆勒前11轮15球的德甲纪录，而今天之前，这一纪录已经尘封了51年。

率先，单一模子不行包揽一切，AWS提供不同种类的模子采纳，约略以异常通俗的形式为客户提供妥当其业务使命负载的最好模子组合。

其次，云想到企业会将交流的功能提供给通盘客户，那么企业如何应用这些功能才智变得与其竞争敌手不同？企业自有的数据是重要。可对托管基础模子进行探望的Amazon Bedrock平台提供了定制功能，让企业能使用我方的数据高明且安全地定制模子，构建互异化的生成式AI应用。

第三，亚马逊自研基础模子的Amazon Titan竣事了多项升级，包括新增Amazon Titan Text Lite与Amazon Titan Text Express谎言语模子、Amazon Titan多模态镶嵌模子、Amazon Titan图像生成器模子，这些均可微调。

其中，Amazon Titan图像坐蓐器的迥殊之处在于从现实用例驱动逆向使命，其使命形式不是探究需要最好的图像生成时期，而是率先了解它将用在那处（告白或营销行业的创意东说念主员界说新品、新公司想要创建一个品牌logo等），然后详情模子是什么、应用如何运作。AWS干与许多元气心灵来确保现实世界的偏见不会影响生成图像。

在Vasi Philomin看来，99.9%的客户不应该尝试构建新的大模子，这是莫得生意意思的，只消当你再行念念考一个异常具体的业务，它才有益思。构建大模子需要破耗无数资金和东说念主才，现存定制功能不错将构建生成式AI应用的经由变得更低廉、更容易，把事情从几个月减少到几小时、从1亿好意思元减少到不到100万好意思元。

二、五个策略，确保竣事负包袱的AI

在赢得客户信任方面，进行上述使命时，AWS永久铭刻企业客户对秘密安全的需求，多年来已竖立一系列安全纪律，并在竣事负包袱AI的说念路上作念了五件事：

第一，护栏功能。企业可左证本人用例及负包袱的AI战略，制定模子必须侧宗旨主题，通过自动评估最终用户的输入和基础模子的薪金，提高模子对应用圭臬中不良内容的反馈形式的一致性，促进最终用户与生成式AI应用的安全交互。

第二，模子评估功能。Amazon Bedrock的模子评估包括自动和东说念主工评估，可匡助客户评估、相比和采纳在构建应用或用Agent来奉行自动化使命时哪个模子更妥当他们。

第三，版权补偿。要是客户使用Amazon Titan模子或其输出内容侵扰了第三方版权，神秘顾客介绍AWS将对使客户进行补偿。客户无需驰念版权诉讼。

第四，隐形水印。通盘Amazon Titan模子生成的图像都包含不可见水印，这些水印被瞎想成“辩认蜕变”，对图像被批改具备违反力，有助于减少作假信息传播，确保AI时期安全、透明。

第五，工作卡（Service Card）。这比模子卡（Model Card）更有益思，Model Card只针对一个模子来记载模子档案，为安全与伦理说念德提供参考，但常常使用模子前后还有一些使命要作念，因此需从系统的角度来看。AWS旧年界说了超越模子功能的AI Service Card办法，诠释注解了构建模子的宗旨、作念法、截止、原则、秘密安全、偏见与公说念等等，这些都有助于客户决定如何以负包袱的形式使用该模子。

“我以为咱们今天所领有的，足以让客户信得过驱动使用这个东西，并追求一些信得过具有颠覆性的使用案例，这将改变他们今天所领有的立异后劲。”Vasi Philomin说。

三、Agent擅长作念的事，与还需惩处的穷困

Vasi Philomin也共享了对agent办法的意会。在他看来，GPT仅仅一个模子，而agent更像是一个使命流。Agent是基础模子之上的玄虚，本色上是一个不错同期作念两件事的数字使命者：

第一，它不错匡助你快速创建一个了解业务特定常识的数字使命者。

你不错用使命流快速教它对于业务的常识，比如AWS本年推出的Agents for Amazon Bedrock功能，可通过通俗几步创建和部署王人备托管式的agent，借助特定业务的常识库迥殊数据，动态调用API来奉行复杂的业务任务。这么作念约略让agent立即形成特定业务常识的大家。

第二，它不错帮你将使命自动化。

企业有许多里面API，需要调用各个API来串联业务逻辑。比如你在亚马逊电商网站上买东西，成绩后想换一对并吞品牌、不同情愫的鞋，亚马逊作念的幕后使命是用agent竣事的，其作念法是创建一个agent，教agent通盘里面API和文献中的常识，比如一个API不错去查询这个牌子是否有这种情愫的鞋子、一个API不错查验情愫是否可用，一个API不错进行订单交换。

面前agent会剖释雇务，率先用你所领有的常识来了解业务，然后通过了解通盘里面API，采集调用API所需的信息，并决定何时调用它们。Agents for Amazon Bedrock功能使生成式AI应用约略跨公司系统和数据源奉行多步骤任务。

Vasi Philomin告诉智东西，要加快AI agents的应用，需要惩处如下问题：

第一步，创建一个企业就绪的agent框架，制定数据安全和秘密策略，确保调用API有正确的权限，为特定应用创建的agent可探望相应信息。

下一步，今天尚且不行创建出一个不错教它100个API的agent并欲望它知说念调用哪些，因为其背后模子还没那么高大，要是想作念更复杂的事情，需要更多的科学越过。

现时的解法是把问题剖释成更小的部分，创建多个有不同功能的agent，然后把这些agent所作念的使命纠合起来，最终完成任务。这条目开拓东说念主员作念一些软件开拓使命，通过编写代码来惩处每一个更小的部分再进行组合。

AWS的方针群体是企业开拓东说念主员，一直在念念考客户濒临的挑战以及如何使用时期来匡助他们惩处，但愿为不同企业客户提供惩处有贪图，使他们尝试作念的事情变得更容易或更具本钱效益，或者让他们有契机作念以前不可能作念到的事情。

结语：股东生成式AI普惠的重要：高明安全定制，负包袱地开拓

围绕生成式AI模子的立异正在重塑东说念主们在使命和家庭中交互的许多应用，普及东说念主类的坐蓐力。跟着生成式AI日益普及，越来越多的企业关注如安在同等资源的基础上赢得竞争上风，以及如何以经济有用的形式将AI大规模应用于现实世界。对此，AWS以为企业使用迥殊数据打造更懂得本人业务、更懂客户的生成式AI应用至为重要。

看向将来，Vasi Philomin向智东西转头了他所关注的生成式AI重要挑战：一是企业就绪，必须信得过关怀企业的数据和数据治理，关怀谁有权柄探望这些东西，与通用东说念主工智能缜密纠合，这是许多客户采纳AWS的信得过原因；二是赢得客户信任，负包袱地惩处一些挑战，这仍然需要作念许多使命，跟着时刻推移，基础模子会变得更高大神秘顾客介绍，能在将来竣事更复杂任务的自动化。