用最专业的眼光看待互联网
立即咨询近期，与AWS客户高管的会议引发了对生成式人工智能的广泛关注和讨论。他们心中浮现的问题是：“这对我的企业意味着什么？”提出这个问题是合理的，它不仅关乎生成式人工智能的能力，还关系到它能为您的企业创造哪些价值。生成式人工智能如何影响您的企业，取决于您和竞争对手如何利用它来创新商业模式和获得竞争优势。重要的是要明白，获得的收益或损失则取决于您和竞争对手对其的创新使用方式。
管理创新是一个企业长久以来面临的问题。生成式人工智能的潜力超出了我们的想象，它与其他技术如物联网、分析服务等结合，为商业和任务挑战提供了解决方案。IT界常常误将技术与商业模式混为一谈。以生成式人工智能为核心的创新需要思考如何将其融入业务模式以及如何管控其中的风险。
AWS的生成式人工智能方法也因此变得更为清晰。我们的核心使命是帮助客户推动业务向前发展，超越单纯的技术能力，确保客户能够利用这些能力实现成功。这就是我们所称的“客户至上”。我们致力于使人工智能民主化，即让这些技术轻松获得，使其成为企业正常的实验、学习和满足客户需求的环节之一。
生成式人工智能及其带来的各种可能性，似乎是下一个能够改变商业运作的重大技术突破。宏观来看，生成式人工智能的最新进展让我们看到，极其庞大的基础模型既实用又强大，能够相对容易地进行调优以完成重要任务，这一点令人惊讶。即使在人工智能研究的前沿，研究者们也未曾确定大型模型生成的自然语言内容将能多么引人信服。
不仅仅是语言，基础模型还可以用于其他领域，例如基于氨基酸序列的模型可用于医疗健康中的新蛋白质工程模型，金融市场模型能够为金融应用提供支持，稳定扩散模型则能创造图像。大型语言模型所展现出的意外行为远超过单纯的语言操作。生成式人工智能将改变我们思考解决广泛商业和任务挑战的方式，创新不仅是寻找聊天机器人等工具的应用。
通过使用生成式人工智能，企业将追求建立可持续的竞争优势。这需要将生成式人工智能与独特且有防御性的资源相结合。以ChatGPT为例，其使用的大型语言模型属于基础模型FM，在GPT4的情况中包含了数百亿的参数。大多数公司无法自己创建大型FM，因为这需要巨大的资源和专业知识，因此它们必须使用外部供应商提供的FM，这也意味着未来的竞争者同样会接触到这些模型。
您的长远优势将来自对FM的调优、您独特数据的添加或使用，以及将生成式人工智能整合到真正特有的商业流程中。尽管FM本身可能并不独特，您仍拥有海量独特数据：客户信息、过往交易、传感器数据等。这些数据可以用于对FM进行调优、生成生成式人工智能应用的提示，构建您自己的模型或与FM一起创建应用。
如果您使用Amazon Bedrock，则可以以安全的方式将专有数据与FM结合，保持这种数据的私密性。这使您能够专注于管理数据质量，并找到独特的方式利用数据以构建差异化服务和竞争功能。
将生成式人工智能纳入公司为客户创造价值的独特方式是一个整合任务；生成式人工智能必须与您日常的IT应用保持一致。云可以通过Amazon API Gateway、分析服务、数据湖及异步数据传输等工具提供集成能力，并确保您的身份验证和授权政策在所有IT能力中保持一致。
AWS对生成式人工智能的重视在于支持我们的客户建立可持续的竞争优势，而不仅仅是实施新技术。
企业领导者常常错误地认为，增强创新能力仅仅是提高员工具有更多的想法。实际上，员工通常拥有丰富的创意，尤其是那些与客户密切接触的员工。创新的挑战在于执行这些想法，让它们有机会展现其有效性。创新理念本质上是冒险的，因为它们是新的且未经验证的。管理创新的关键是降低创新的风险，并调整治理流程以便在风险降低的前提下允许更多自由。
云技术在这方面表现出色，员工可以迅速搭建基础设施来测试想法，如果想法不奏效则可以快速弃用基础设施并停止支付。根据需要，他们可以快速变更基础设施。员工可以通过将AWS的多种高级服务当作构建块，并通过无服务器功能将它们整合，轻松快速地构建新功能。
云极大地降低了尝试创新想法的成本和风险，使公司能够考虑之前会被拒绝的想法。借助生成式人工智能，企业可将其与其他构建块服务结合，进行新想法的测试，而风险和成本则显著降低。再次强调，不仅仅是测试生成式人工智能的能力，还需将这些能力嵌入必须经过验证的商业流程中。
尤其值得关注的是，Amazon Bedrock使员工能够使用不同的FM进行创新。Bedrock的初始版本支持来自AI21 Labs、Anthropic、Stability AI及两种Amazon Titan模型的模型，这些模型每种都设计用于特定类型的应用。员工在测试新想法时可以选择最能支持他们意图的FM，或尝试多种进行比较。
AWS对生成式人工智能的态度与良好的创新管理实践相符合，能够激励企业流程的创新。
尽管可持续竞争优势是关键目标，但企业也可以利用生成式人工智能简化客户服务。当客户需求发生变化时，擅长于云技术灵活性的公司能够迅速应对。随着生成式人工智能的发展这将不可避免企业可以利用这种灵活性来融入新功能并构建新应用。随着竞争对手推出新能力，企业需要迅速响应以匹配。
过去几十年里，企业一直在学习灵活应变的方法，而在整合生成式人工智能的过程中，同样的考虑将适用。企业如何感知变化需求？如何迅速且增量地交付成果？如何管理投资以快速执行计划并调和需求与优先级的变化？云计算和现代实践例如DevOps是构建灵活性和快速响应的关键。
IT领导者将迅速意识到，使用生成式人工智能不仅仅是产生一个想法并简单推出。与其他技术一样，它必须有效地运营，相关的挑战对IT从业者而言并不陌生。首先，AI应用和模型必须具备可靠的部署流程、版本控制、测试以及满足合规要求的能力。用户必须被授权，界面需连接至其他系统，同时需要提供帮助台服务，以确保应用的安全性，处理伦理问题并实施必要的防护措施。
生成式人工智能必须成为企业整体技术运营的一部分。云技术在简化IT运营方面卓越，AWS提供的丰富服务和云支持的自动化将是确保生成式人工智能应用可靠、弹性、安全和高效的关键。尤其是，Amazon SageMaker旨在简化AI应用的落地过程。它不仅自动化治理流程，提供机器学习工件的集中目录，还将机器学习应用整合到自动测试和部署CI/CD管道中，并实时监控数据与模型，以确保其质量。
魔戒官网梯子谈到效率，生成式人工智能应用成为企业核心业务流程的一部分时，成本问题变得尤为重要。AWS Inferentia和AWS Trainium芯片设计目的是经济高效地训练和部署AI模型，而云服务的全面以及无缝的弹性扩展能力在管理企业所开发创新的成本上将发挥重要作用。
在人工智能领域，关注伦理问题并确保符合适用的框架至关重要。由于Amazon Bedrock基于不同FM的选择，AWS客户可以选择最符合其合规需求和企业价值观的FM，即使这些需求随时间而变化。客户可以利用AWS AI服务卡，这些卡片提供了关于AWS各项服务如何处理公平性、偏见、可解释性、隐私与安全、稳健性、治理和透明度的信息。
负责任的人工智能不仅仅涉及治理流程的建立，它也是文化变革的一部分。治理流程建立了必要的规则和保护措施，然而员工的日常活动受到企业文化的指引，培养负责任的人工智能使用文化是变革领导力的新前沿。
在我的新书中，我建议数字化转型的伦理并不仅限于规则和合规，这更应该视为企业表达其价值观的方式，甚至能够成为商业优势。如今，消费者的消费决策基于所购买供应商所展现的价值观；而员工则根据潜在雇主的价值观选择就业机会。企业有机会超越合规和行业框架，制定伦理愿景并将其融入到企业文化和运营中。生成式人工智能和整体人工智能是企业伦理价值观显露的领域，优于传统的ERP系统和物流管理。
生成式人工智能是一种强大的新技术。对于AWS客户而言，它不仅仅是这样更是实现业务目标和制定新商业目标的方法。问题不再在于技术本身能做什么，而在于企业如何创新，将其融入消费者价值传递的过程中，形成竞争优势。这是我们看待AWS生成式人工智能的方法。
标签：灵活性、人工智能、最佳实践、商业价值、创新
Mark Schwartz是亚马逊网络服务的企业战略家，著有《商业价值的艺术》和《在敏捷时代的IT领导力：从容坐镇》。加入AWS之前，他曾担任美国公民和移民服务局国土安全部的一部分、Intrax的CIO和Auctiva的首席执行官。他拥有沃顿商学院的MBA、耶鲁大学的计算机科学学位和耶鲁大学的哲学硕士学位。
地址：天水市错螺禁地403号
