关键字: [ 亚马逊云科技中国峰会2024, GI (Generative AI), 业务创新应用场景, 产业链整合创新, 多业态融合创新, 生成Ai 商业潜力, 数据驱动业务增长]

本文字数: 2700, 阅读完需: 14 分钟

导读

在” 亚马逊云科技中国峰会2024” 上, 演讲者探讨了生成式人工智能如何加速行业创新。他指出, 生成式AI 不仅是一项先进技术, 更是一个深刻的业务问题, 能够在多语言交互、洞察与决策、客户服务和营销、产品创新、运营优化以及专业知识支持等领域带来突破性创新。演讲者强调, 生成式AI 可以帮助企业在出海过程中选择合适的工具和模型组合, 提高效率; 同时数据驱动业务、安全合规也是需要重视的关键问题。总的来说, 生成式AI 正在推动各行业的创新发展, 为企业带来新的商业机遇。

演讲精华

以下是小编为您整理的本次演讲的精华，共2400 字，阅读时间大约是12 分钟。

各位来宾, 线上的嘉宾大家下午好。我特别荣幸能在这个展台上跟大家分享生成式人工智能(Generative AI, 简称GAI) 如何加速整个行业的创新。谈到创新这个话题, 我们不得不提及阿马拉定理。简单的科技带来的效果是立竿见影的, 我们非常直观地就可以看见。但往往说划时代的科技技术, 它在短期内的效益会被低估, 但在长期内会带来革命性的变革。

基于这个定理, 让我们回顾一下过去十年有哪些技术在行业上面带来了巨大的变革。二十年前, 大家看到的是云计算, 云计算从底层的信息基础架构上面深刻地改变了我们数字化基座以及技术和业务之间的联动关系。然后, 技术在专业分工的前提下, 逐步地会和业务发生强关联的融合效应, 我们看到互联网加新技术和场景的结合催生了出海进一步激烈的演进。出海非常直接地推动了电商的发展, 导致时间空间的一系列变化, 让我们的业务从局部的地理位置拓展到了更广袤的世界各地。我们的产品借助出海的销售环节, 向内拉动了供应链的一系列诉求, 催生了另一系列相关行业的并生出海。在这些并生出海的过程中, 当业务量逐步增大时, 我们又看到了一系列创新的出现。

今天大家在谈论生成式AI 时, 我们明确地认为它不单单是一个先进技术问题, 同时也是一个非常深刻的业务问题。在谈论各种生成式AI 的事情时, 我相信大家不是以技术发烧友的身份来关注它, 更多的是看我们能否找到一些新的场景、新的应用、新的模式的各方面突破。对于未来生成式AI 的市场, 有一组数据分享给大家。第一组数据就是我们粗略估计整个生成式AI 的市场应该可以达到4.4 万亿的体量。在未来18 个月的时间里面,80% 在规模达到5,000 人以上的企业会认为在行业内生成式AI 会对一系列业务有颠覆或极大升级的作用和效益。另外, 在全球范围内30% 的企业事实上已经制定了生成式AI 的一系列计划, 包括投资计划和业务相关计划。

对于出海这个话题而言, 我们说谈到生成式AI, 有四个关键问题, 我今天想要跟大家分享一下。第一个问题就是生成式AI 的业务属性非常强, 我们在业务属性上面应用场景应该大事着眼, 小事着手, 这一点其实和传统的业务演进思路在今天的技术驱动下有了本质的差别。传统的演进业务思路是先从业务规划开始, 发现业务实践, 再由业务实践推导出投资计划和硬件支撑计划。但今天是一个业务全球急速发展、急速融合和颠覆的时代。在创新领域里面, 我们简单地谈有三个领域可以有极大突破和创新: 第一个是在企业内部效率的极大提升, 在价值链范畴内的创新, 这一点我会专门谈我们的业务领域有哪些。第二点是在产业链前后的整合问题, 今天我们看到的像电商、自媒体等, 并不是业务的突破, 而是在方式方法和触达上面的产业链创新领域。第三个领域是我们在多业态的融合, 以及在生态环境内内容下, 多业态之间的创新环节, 像大家今天特别熟悉的电动汽车, 它恰恰在传统行业间催生了新的巨大业务。在这些创新领域, 大家所面临的问题一模一样, 就是谁都没有经验预判未来市场会有什么业务, 但它又是极具魅力和商业潜力。所以在小步快跑上面, 以及在整个应用加速问题上面, 生成式AI 会帮到大家很大的忙。

第二点, 我们说在谈到整个出海领域里面, 今天的工具已经远超于在座各位, 以及各种企业里面的人的想象, 就是专业分工, 对于科技、工具、平台、底层架构, 以及架构和应用之间的耦合关系, 这些领域上面会有极大突破。所以在出海、创新、业务范畴内, 我们如何能够选到合适的工具、模型或工具模型组合, 对我业务会有极大帮助, 将对整个出海进程会有事半功倍的效率。

第三点, 刚才台上嘉宾提到了高频, 提到了一个词叫做数据驱动业务, 我们在谈到生成式AI 、谈到创新时, 今天我们看待数据的观点已经发生了本质变化。昨天大家认为数据是系统之间的桥梁, 我系统之间企业内部是否通畅、运转流畅, 是否数据一致。今天我们明确地说数据叫做生产资料, 能否从数据里挖掘洞察, 能否基于数据去驱动业务增长、驱动创新, 是各企业竞争实力的核心体现。

第四点, 这个问题刚才几位嘉宾也或多或少地谈到了, 就是安全合规。我们出海目的地多种多样, 有去日韩、东南亚、北美、澳大利亚、欧洲, 在各种地域落地点的问题上面, 除了底层技术安全, 上层运营安全以及业务安全受到法规限制。同时生成式AI 在应用领域里面, 我们怎么做到机器安全合规和业务运营安全统一考量。

接下来我一个一个打开刚才的四个话题, 跟大家汇报。第一个问题是大处着眼, 小处着手。在业务体量上面, 我们看到生成式AI 已经应用的领域有六个, 有一系列突破:

第一是多语言交互。今天大模型就是语言模型, 大自然语言模型, 在交互上面对于出海企业在多语种、跨时区问题上面有了极大突破, 也对第一步进入不同目的地市场和生态产生关联关系有了巨大帮助。

第二是洞察与决策。原本企业里面站在金字塔尖的是经营分析系统, 大家很长时间用BI 去管理整个企业, 但今天用固定报表很难对非固定市场、非固定业务类别的企业进行管理。生成式AI 在这个领域可以发挥极大作用, 对营销数据分析、对话数据分析、决策支持提供帮助。在这个领域, 大量企业已经通过生成式AI 取得了很大业务帮助。

第三是客户服务和营销。在这个领域里面, 有大量内容的劳动范围和从业人员是低附加值的重复内容。在体验性内容和既往知识复用过程中, 如何从海量知识和服务体系里给客户准确便捷的回答和美好体验, 生成式AI 能够极大地帮助。

第四是产品创新。今天产品开发面临的极大问题是产品研发侧和市场侧之间的联动效率。如何做到前端市场需求恰好就是后方立项产品的标准? 生成式AI 可以迅速结合市场需求和产品研发知识沉淀, 更快地耦合, 通过信息技术迅速推到市场, 通过反馈验证产品投放效率, 在产品创新上比原先效率有了极大提升。

第五是优化运营效率。这一点重要内容谈到的是业务运营体系优化模式问题。原本模式建立在第一、二、三产业既定操作运行逻辑基础上, 但今天技术突破了原逻辑。在这个逻辑里面, 如何通过知识分析, 发现相应洞察, 对原企业运营和产业链内部勾稽关系发生突破, 让人员效率更加提升, 一些先进公司里已经有所尝试, 取得成果。

第六是专业知识支持。在这个领域会比前面5 个类别更复杂。我们认为生成式AI 是模拟人类智能行为, 如果达到一定水平, 它就会具备知识能力, 可以向员工提供建议, 被充分赋能成为效率极强、高算力的角色, 企业效率和业务拓展速度会有很大帮助。比如一点科技是电商助力公司, 通过生成式AI 找到传统业务中可提升效率的领域, 通过生成电商素材, 把成本整体降低50%, 通过客户服务场景整合, 把CTR 点击率提高35% 。

第二个话题是工具侧工具链。从亚马逊角度来说, 我们在技术范畴内是综合性公司, 认为生成式AI 分三个领域: 层基础芯片和基础设施服务; 再往上是通用模型构建, 没有一个模型可应付所有业务场景, 企业会做模型组合和定制开发; 再往上是开箱即用的生成式AI 工具包和应用, 包括亚马逊Q 、Code 、Wesper 等。在这里多说一句, 整个Byterock 在工具层面上, 应该是全球范围内整合能力最强的平台, 支持各种工具、大模型使用, 以及企业自建模型API 调用。

比如牧童科技是一家游戏公司, 在全球化运营时看到多语种跨时区里有一些恶意攻击, 影响游戏体验。原本处理办法是加大量客服人员或各语种维护人员, 但这很难达到体验要求。牧童利用生成式AI 的多语种分析, 可迅速找到恶意攻击特征并采取处理, 整个识别准确率达90% 以上, 舆情分析更加准确。

第三个话题是数据驱动业务增长, 从数据中找洞察。在生成式AI 领域, 形成模型最复杂的是用自己数据建模, 耗时长代价大; 再往下是用通用模型但考虑上下文增强; 最简单是用传统模型微调生成应用。不分对错, 企业要根据自身数据选择方式。最主要是是否有相应数据, 包括内部数据、外部数据、设备应用数据、合作伙伴数据, 是否能用技术栈从前到后覆盖数据全生命周期。亚马逊云科技产品在数据采集、存储、查询、分析、模型、调用等全链条服务全覆盖。

比如Booking 作为旅行出行服务商, 为给客户完美体验并结合客户价值创新, 需大量数据加工和安全合规要求。它用生成式AI 处理住宿信息、航班位置等2800 万条、150PB 的旅行数据, 整个过程便捷, 效果特别好。

第四个话题是生成式AI 治理和创新并重。在法规遵从、机器视觉幻觉、监管等方面有诉求, 从一开始就解决并找合作伙伴辅助, 在公平性、可解释性、稳健性、隐私安全治理、透明度等方面把握好, 避免在出海过程中中途减速回修的问题。

最后一个话题, 从亚马逊角度来说, 出海在生成式AI 领域是最后3 公里问题。今天职业分工和科技领域细分程度逐步增加, 第一个合作伙伴是亚马逊作为云全球第一大厂商, 我们有大量ISV, 从底层基础模型、工具链端到端应用, 以及上层业务应用, 拥有最广大的合作伙伴。再往前, 企业还需要业务规划和洞察类合作伙伴, 也就是SI 。我们同时也有这样的合作伙伴。再往前, 我们认为整个最后3 公里, 包括场景选择、模型选择、业务推进、工程化再到调优的整个过程, 亚马逊希望和大家一起合作打通。今天在出海范围内, 全球大家能找到的目标Logo 基本上都是亚马逊的客户, 而且大家这些客户在和我们一块也产生了很密切的联系。

总之, 这场演讲全面阐述了生成式人工智能在加速创新和企业出海中的重要作用, 并介绍了亚马逊云科技在该领域的产品服务。生成式AI 不仅是先进技术, 更是深刻的业务问题, 在企业内部效率提升、产业链整合、多业态融合等领域可实现创新, 需要选择合适工具模型组合提高效率, 从数据中挖掘洞察驱动业务增长, 重视安全合规。亚马逊提供从芯片到模型再到应用的全栈服务, 在数据全生命周期服务全覆盖, 希望与合作伙伴共同打通” 最后三公里”, 为企业出海提供全方位支持。

下面是一些演讲现场的精彩瞬间：

阿马拉定理阐述了创新科技在短期内效益常被低估, 但长远来看将带来革命性变革。

亚马逊云科技中国峰会2024:AI 在营销数据分析、对话数据分析和决策支持方面发挥着重要作用, 帮助企业获得业务增长。

GI 能够快速结合市场需求和产品研发知识, 加快产品创新步伐, 提高产品投放效率。

通过云技术优化业务运营体系, 突破传统产业链运作逻辑, 提高人员效率, 实现企业数字化转型。

亚马逊云科技中国峰会2024: 通用智能(GI) 有望达到人类水平, 为企业提供高效智能支持, 加速业务拓展和触达目标市场。

通过 GI 技术, 一点科技公司将电商业务成本降低50%, 客户点击率提高35%, 展现了 GI 对传统业务的深刻理解和优化能力。

总结

生成式人工智能(AI) 正在加速整个行业的创新进程。这场革命性的变革虽然短期内效益可能被低估, 但长远来看, 其影响将是深远而广泛的。

AI 不仅是一项先进技术, 更是一个深刻的业务问题。它为企业带来了六大创新领域: 多语言交互、洞察与决策、客户服务和营销、产品创新、优化运营效率以及专业知识支持。通过AI, 企业可以提高效率、缩短研发周期、优化业务流程, 并获得更精准的市场洞见。

此外,AI 还为企业出海带来了新的机遇。借助AI 工具和模型, 企业可以更好地适应不同目的地市场的需求, 提高跨国营销和客户服务的质量。但同时, 企业也需要注重AI 应用的安全合规性, 确保业务运营的合法合规。

总之, 生成式AI 正在推动行业创新, 开启新的商业模式和增长空间。企业应当抓住这一机遇, 大处着眼、小处着手, 充分利用AI 的力量, 实现业务的高效创新和可持续发展。

2024 年 5 月 29 日，亚马逊云科技中国峰会在上海召开。峰会期间，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松全面阐述了亚马逊云科技如何利用在算力、模型、以及应用层面丰富的产品和服务，成为企业构建和应用生成式 AI 的首选。此外，活动还详细介绍了亚马逊云科技秉承客户至尚的原则，通过与本地合作伙伴一起支持行业客户数字化转型和创新，提供安全、稳定、可信赖的服务，以及持续深耕本地、链接全球，助力客户在中国和全球化发展的道路上取得成功 。