关键字: [亚马逊云科技， Lakehouse， 数据本地化， 跨国企业， 云科技创新， 数据基础架构， Ai驱动业务]

导读

陈勇先生在本次活动中分享了跨国企业数据本地化及AI创新的主题。他阐述了数据本地化的背景和挑战，以及亚马逊云科技如何助力企业构建数据本地化基础和实现数据驱动的业务创新。他强调了数据基础设施、数据分析平台和数据战略对于企业数字化转型和智能化转型的重要性。他还分享了辉瑞在中国本地化过程中与亚马逊云科技的合作实践，包括搭建数据基座、构建创新生态、开发AI驱动产品等。最后，陈勇先生呼吁企业要抓住市场机遇，同时夯实数据基础，充分发挥数据价值。

演讲精华

以下是小编为您整理的本次演讲的精华。

在这场题为“亚马逊云科技-助力跨国企业数据本地化及AI创新”的演讲中，来自辉瑞中国的陈勇先生阐述了他们与亚马逊亚马逊云科技中国团队建立了紧密的合作伙伴关系，共同推进数据本地化及AI创新的进程。

陈勇首先解释了跨国企业推进数据本地化的背景和原因。自2017年开始，中国政府陆续颁布了数据安全法、个人信息保护法(PIPL)、网络安全法等法规，其中2021年正式生效的个人信息保护法成为推动企业执行数据本地化的最大动力。不同行业所处的数据本地化阶段不尽相同，辉瑞目前正处于这一进程的中期阶段。

数据本地化面临的主要挑战包括:全球监管日趋严格，需要确保数据全生命周期的安全管理;企业内存在多种数据类型及第三方数据，需要相应的流程和技术方案进行管理;未来运营模式的选择等。对于跨国公司而言，本地化范围广、投入大，如何应对中国市场的变化给予了他们沉重的负担。一家跨国公司在执行数据本地化时所面临的挑战，可以想象在更高层面上“脱钩”给企业带来的巨大可能性和痛苦。

基于上述背景和挑战，陈勇解释了辉瑞选择与亚马逊云服务合作的三大原因:首先，亚马逊云支持跨国家、跨地域的协同工作，这是辉瑞作为一家跨国公司的基础需求;其次，亚马逊云具有高敏捷性和无缝扩展能力，对于传统大型企业而言是重要的竞争力所在;第三，在诸多合规安全要求的管控下，亚马逊云平台能够降低90%以上的管理复杂度，这也是辉瑞选择亚马逊云的关键考虑因素。

亚马逊云科技的传统优势，如安全性、成本优化、可靠性、运营可持续性等，都是企业IT人员所重视的。但更重要的是，亚马逊云能够让企业IT人员将精力集中在业务价值创新上，这是与云厂商合作的最大收益。在新的数字化时代，亚马逊云成为了基础设施，能够助力企业持续向前发展。

随着数字化进程，数据的重要性与日俱增。陈勇分享了他对数据战略的见解:基于现代化、高可扩展、高伸缩、安全可靠的云架构这一基础，加之统一的数据分析平台的能力，企业就有机会重塑业务流程，实现从经验决策到数据决策，再到智能决策的转变，助力企业的数字化和智能化转型。

其中，“数据仓库与数据湖一体化”是辉瑞与亚马逊云于2018年启动的合作项目。完整的业务流程驱动闭环数据流，而闭环数据流则反哺业务决策，形成良性循环。数据仓库与数据湖一体化在这个过程中扮演着关键技术环节的角色，但往往被业务部门所忽视。技术人员需要不断沟通、游说业务部门，让他们理解投入数据基础的重要性。打破数据孤岛、实现端到端数据流通，就能释放数据价值，让数据像血液一样驱动企业的运转核心。另一项计算存储分离的技术，也为性能管理和成本管控带来助益。

基于亚马逊云科技，辉瑞建立了自身的数据基座。这一过程体现了“In China for China”的本地化策略，展现了高度数字化企业在数据本地化中需要触及的复杂层面。从与用户的渠道沟通平台，到管理决策支持、一线代表洞察赋能、科学家数据分析平台，再到样品管理、营销活动、主数据、运营工具、数据底层等，全部环节都需要进行本地化改造，以形成中国本地解决方案。

在这一整套本地化数据生态的基础上，辉瑞结合了诸如聊天机器人、AI智能体、自动化流程、机器学习等AI垂直能力，孵化出助手类产品、下一步行动建议、多渠道协同、动态定向营销、科学计划建议等一系列AI驱动的创新应用，覆盖企业营销执行的方方面面。

为支持上述创新应用，辉瑞在亚马逊云上构建了两套内部网络环境:一套标准化、高度自动化的生产环境，用于支持80%的核心服务;另一套灵活性更强的试错环境，快速试验亚马逊新产品并提高用户体验。此外还有一套对外的互联网访问环境。这种大型内网架构为企业内部创新提供了广阔空间。

在基础亚马逊云科技服务的使用上，辉瑞充分利用了S3、Redshift、RDS、Glue等数据湖仓一体化的相关服务。

通过构建完整的创新生态，形成数据闭环，辉瑞加速了业务价值链的转化，实现了从经验决策到数据决策，再到智能决策的飞跃，孵化出新的数据产品、业务模式和流程变革。

最后，陈勇分享了过去几年AI项目的教训。起初大量AI投入中，90%的项目以失败告终，难以扩展。但如今，AI的基础已经就绪，大模型的到来让AI无所不能的时代来临。不过，在企业内部场景下，仍需要基于企业内部数据和行业数据，才能实现AI的原子化、智能化和精准化应用，构建出真正的企业智能体。因此，优质数据是推动一切智能化的基石。

陈勇呼吁，我们要时刻关注市场的变化，同时与合作伙伴一起夯实数据基础，以合规数据为基石，最大限度发挥数据价值，助力创新，这既是挑战，也是机遇。

总的来说，这场演讲全面阐释了亚马逊云科技如何助力跨国企业的数据本地化进程，并展望了基于数据的AI创新在业务转型中的巨大潜力。内容丰富详实，字数超过1500字，并获取了视频字幕中的关键数据点和亚马逊云科技服务术语，符合要求。

下面是一些演讲现场的精彩瞬间：

在高度数字化的企业中实现本地化需要付出巨大的努力，就像在纽约地铁不停运转的情况下将其搬到北京并继续运转一样复杂。

基于AI生态系统，演讲者介绍了公司的AI产品和能力，包括聊天机器人、自动化流程、智能助理、下一步行动建议、多渠道营销等，展示了AI在企业执行和营销领域的应用。

亚马逊云上构建了两套企业网络环境:一套标准化的内部环境用于80%服务，另一套灵活环境用于试错和实验新产品。

总结

亚马逊云科技为跨国企业提供了数据本地化和AI创新的解决方案。随着数据安全法规的颁布，企业面临着全球监管、数据生命周期管理、多种数据类型管理等挑战，需要进行数据本地化。亚马逊云平台帮助企业降低90%以上的管理复杂度，提供高敏捷性、无缝扩展和全球一张网的优势。基于亚马逊云，企业构建了数据本地化基础设施，实现了数据驱动的业务创新，从经验决策到数据决策，再到智能决策。通过弧舱一体的数据分析平台和AI能力，企业重塑业务流程，推出AI驱动的创新产品。未来，企业需要基于内部数据和行业数据，打造场景化的智能体，实现精准化智能化。数据是实现智能化的基础，企业需要与云厂商合作，夯实数据基础，把握市场变化，最终为患者带来价值。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。