生成式AI時(shí)代下的數(shù)據(jù)戰(zhàn)略白皮書(shū)-埃森哲+AWS

生成式AI飛速發(fā)展,開(kāi)啟企業(yè)全面重塑新時(shí)代人工智能發(fā)展迎來(lái)新拐點(diǎn),將深刻改變未來(lái)商業(yè)模式企業(yè)積極探索生成式AI應(yīng)用,機(jī)遇與挑戰(zhàn)并存02迎接生成式AI時(shí)代,重新審視企業(yè)數(shù)據(jù)戰(zhàn)略02面向生成式AI應(yīng)用,企業(yè)數(shù)據(jù)戰(zhàn)略需把握四大關(guān)鍵點(diǎn)關(guān)鍵點(diǎn)之—:找準(zhǔn)應(yīng)用方向,激發(fā)創(chuàng)新價(jià)值關(guān)鍵點(diǎn)之二:準(zhǔn)備專有數(shù)據(jù),確保數(shù)據(jù)安全關(guān)鍵點(diǎn)之三:驅(qū)動(dòng)數(shù)據(jù)管理,打造最佳實(shí)踐關(guān)鍵點(diǎn)之四:重構(gòu)基礎(chǔ)設(shè)施,實(shí)現(xiàn)高效運(yùn)營(yíng)03埃森哲攜手亞馬遜云科技,助力企業(yè)解鎖生成式AI價(jià)值03助力企業(yè)重塑數(shù)據(jù)戰(zhàn)略,賦能AI加速釋放潛力新戰(zhàn)略,新技術(shù),新方式0404科思創(chuàng)基于AmazonCodeWhisperer提升代碼開(kāi)發(fā)效率全球知名跨國(guó)銀行通過(guò)生成式AI減少交易后電子郵件數(shù)量,提高效率和客戶滿意度生成式AI為大型保險(xiǎn)公司重塑運(yùn)營(yíng)平臺(tái)和合同管理05總結(jié)23468920303440434445463生成式AI飛速發(fā)展,2生成式人工智能:重塑商業(yè)和運(yùn)營(yíng),埃森哲,2023,/s/8w89bqvB6LZOm6V8k9YHOw人工智能發(fā)展迎來(lái)新拐點(diǎn),將深刻改變未來(lái)商業(yè)模式生成式AI正在喚醒全球?qū)θ斯ぶ悄茏兏餄摿Φ恼J(rèn)知,激發(fā)起前所未有的關(guān)注和創(chuàng)造力浪潮由于大語(yǔ)言模型具有處理大規(guī)模數(shù)據(jù)集的能力,它可以“掌握”企業(yè)長(zhǎng)期以來(lái)積累的所有信息,包括創(chuàng)辦至今的發(fā)展歷程、業(yè)務(wù)特點(diǎn)和商業(yè)意圖,所有用語(yǔ)言記錄傳達(dá)的內(nèi)容,如應(yīng)用、系統(tǒng)、文檔、電子郵件、聊天、視頻和音頻等等,都將進(jìn)行創(chuàng)新、優(yōu)化和重塑,最終走向全新的高度。由于大語(yǔ)言模型具有處理大規(guī)模數(shù)據(jù)集的能力,它可以“掌握”企業(yè)長(zhǎng)期以來(lái)積累的所有信息,包括創(chuàng)辦至今的發(fā)展歷程、業(yè)務(wù)特點(diǎn)和商業(yè)意圖,所有用語(yǔ)言記錄傳達(dá)的內(nèi)容,如應(yīng)用、系統(tǒng)、文檔、電子郵件、聊天、視頻和音頻等等,都將進(jìn)行創(chuàng)新、優(yōu)化和重塑,最終走向全新的高度。含生成式AI)方面的投入,這—比例較2023年大幅躍升了24個(gè)百分點(diǎn)。在于使用的生成式AI服務(wù),正在迅速推動(dòng)技術(shù)在商業(yè)領(lǐng)域和社會(huì)公眾中的普及,??ChatGPT推出僅兩個(gè)月,月活躍用戶就達(dá)到了1億,成為有史以?埃森哲研究發(fā)現(xiàn),所有行業(yè)中40%的工作時(shí)間都將得到GPT-4等大語(yǔ)言模型的協(xié)助。這是因?yàn)?語(yǔ)言任務(wù)占到了企業(yè)人員工作總時(shí)長(zhǎng)的62%,其中65%的時(shí)間可以借助生成式AI和自動(dòng)化技術(shù)來(lái)提升工作活動(dòng)24的全球高管認(rèn)為,人工智能基礎(chǔ)模型將在未來(lái)3到的全球高管認(rèn)為,人工智能基礎(chǔ)模型將在未來(lái)3到5年內(nèi)在其組織的戰(zhàn)略22個(gè)職業(yè)類型中,有5個(gè)將受到人工智能大量影響,接近所有工作時(shí)間的的工作時(shí)間都可能會(huì)受到大語(yǔ)言模型(的工作時(shí)間都可能會(huì)受到大語(yǔ)言模型(LLM)的影響,無(wú)論行業(yè)。的全球高管認(rèn)為人工智能基礎(chǔ)模型將實(shí)現(xiàn)跨數(shù)據(jù)類型的連接,徹底改變?nèi)斯な苷{(diào)查的10個(gè)組織中,有6家計(jì)劃將ChatGPT用于學(xué)習(xí)目的,超過(guò)—半3埃森哲技術(shù)展望2023:當(dāng)原子遇見(jiàn)比特,埃森哲,2023,/cn-zh/insights/technology/technology-trends-20234埃森哲技術(shù)展望2023:當(dāng)原子遇見(jiàn)比特,埃森哲,2023,/cn-zh/insights/technology/technology-trends-20235埃森哲商業(yè)研究院2023年6生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,/cn-zh/insights/technology/generative-ai7生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,/cn-zh/insights/technology/generative-ai5企業(yè)積極探索生成式AI應(yīng)用,機(jī)遇與挑戰(zhàn)并存生成式AI可被廣泛應(yīng)用于咨詢建議、內(nèi)容創(chuàng)建、運(yùn)營(yíng)助手、流程自動(dòng)化、企業(yè)安全等方面:通過(guò)提高生產(chǎn)力、提高效率、提升客戶體驗(yàn)等方式,預(yù)計(jì)生成式AI將為企業(yè)帶來(lái)5億美元到30億美元不等的價(jià)值。8創(chuàng)意內(nèi)容生成/創(chuàng)意內(nèi)容生成/共同生成對(duì)話助手/客戶服務(wù)圖1:生成式AI的應(yīng)用場(chǎng)景舉例來(lái)源:埃森哲研究8生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,/cn-zh/insights/te6同時(shí),日新月異的技術(shù)發(fā)展也將帶來(lái)新的挑戰(zhàn)要讓基礎(chǔ)模型在企業(yè)中發(fā)揮適當(dāng)作用,就必須了解其最佳應(yīng)用場(chǎng)景。許多人工智能應(yīng)用程序使用的數(shù)據(jù)類型,已超出基礎(chǔ)模型的處理范圍。同時(shí),基礎(chǔ)模型可以嘗試的—些應(yīng)用模式,從根本上說(shuō)仍更適合狹義的人工智能?？焖僭鲩L(zhǎng)的計(jì)算需求,以及處理大規(guī)模計(jì)算所需的相關(guān)成本和專業(yè)知識(shí),是當(dāng)前面臨的最大障礙。多方報(bào)告顯示,大型人工智能模型訓(xùn)練所需的計(jì)算量正呈指數(shù)級(jí)增長(zhǎng),從每10個(gè)月翻—番,加快至每3、4個(gè)月翻—番。9模型即使經(jīng)過(guò)訓(xùn)練后,還需通過(guò)微調(diào)才可處理不同任務(wù),因此所有下游應(yīng)用的運(yùn)行和托管成本亦十分高昂。同時(shí),要實(shí)現(xiàn)生成式AI的潛力,數(shù)據(jù)也扮演著至關(guān)重要的角色。數(shù)據(jù)不僅是生成式AI的燃料,更是支撐其模型訓(xùn)練和創(chuàng)新的基石。因此,對(duì)于企業(yè)而言,未來(lái)的數(shù)據(jù)戰(zhàn)略將不僅聚焦于收集和管理數(shù)據(jù),更要關(guān)注模型的訓(xùn)練方式、內(nèi)容生成的質(zhì)量和數(shù)據(jù)應(yīng)用的廣度。企業(yè)需要不斷地審視、調(diào)整和優(yōu)化其數(shù)據(jù)戰(zhàn)略,以—個(gè)全面的數(shù)據(jù)戰(zhàn)略布局來(lái)有效應(yīng)對(duì)生成式9埃森哲技術(shù)展望2023:當(dāng)原子遇見(jiàn)比特,埃森哲,2023,/cn-zh/insights/technology/technology-tre702迎接生成式AI時(shí)代,801找準(zhǔn)應(yīng)用方向,01找準(zhǔn)應(yīng)用方向,選擇—些低風(fēng)險(xiǎn)領(lǐng)域進(jìn)行可行性評(píng)估,然后開(kāi)展生成式AI試點(diǎn),探索04重構(gòu)基礎(chǔ)設(shè)施,考慮支撐人工智能所需的基礎(chǔ)設(shè)施、架構(gòu)、運(yùn)營(yíng)模式和治理結(jié)構(gòu)等,同時(shí)密切關(guān)注成本和可面向生成式AI應(yīng)用,02準(zhǔn)備專有數(shù)據(jù),花時(shí)間和精力來(lái)準(zhǔn)備數(shù)據(jù)基礎(chǔ),且這個(gè)數(shù)據(jù)基礎(chǔ)需要在云平臺(tái)上進(jìn)行管理,確保數(shù)據(jù)的安全03驅(qū)動(dòng)數(shù)據(jù)管理,利用高質(zhì)量的數(shù)據(jù),顯著提升模型訓(xùn)練與數(shù)據(jù)應(yīng)用成效,助力企業(yè)高9關(guān)鍵點(diǎn)之—:找準(zhǔn)應(yīng)用方向,激發(fā)創(chuàng)新價(jià)值生成式AI能夠在多方面提供智能化服務(wù),提高企業(yè)運(yùn)營(yíng)效能優(yōu)化業(yè)務(wù)流程:生成式AI對(duì)歷史背景、下—步最佳行動(dòng)、總結(jié)能力和預(yù)優(yōu)化業(yè)務(wù)流程:生成式AI對(duì)歷史背景、下—步最佳行動(dòng)、總結(jié)能力和預(yù)測(cè)智能的成熟理解力,將同時(shí)在前后臺(tái)辦公環(huán)境中催生出—個(gè)超高效、超個(gè)性化的新時(shí)代,將業(yè)務(wù)流程自動(dòng)化推升到具有變革意義的新水平。此外,在安全防護(hù)、內(nèi)容審核等方面,生成式AI將支持企業(yè)加強(qiáng)治理和信息安全、防止欺詐、完善監(jiān)管合規(guī),通過(guò)在組織內(nèi)部和外部均建立跨域聯(lián)系和推斷能力,名稱擬定、副本生成與測(cè)試以及實(shí)時(shí)個(gè)性化等領(lǐng)域中,帶來(lái)前所未見(jiàn)的速度和創(chuàng)新。生成式AI還能助力代碼編寫(xiě)、實(shí)現(xiàn)代碼編寫(xiě)自動(dòng)化、預(yù)測(cè)和預(yù)先防范問(wèn)題,以及管理系統(tǒng)文檔、獲得數(shù)據(jù)洞察等。面向領(lǐng)域:供應(yīng)鏈、零售、金融等行業(yè)面向領(lǐng)域:供應(yīng)鏈、零售、金融等行業(yè)增強(qiáng)客戶體驗(yàn):大語(yǔ)言模型有望幫助處理約70%非面對(duì)面的客戶服務(wù)溝通,充分利用強(qiáng)大的對(duì)話式智能機(jī)器人,理解客戶意愿、自行擬定回答,提高答復(fù)的準(zhǔn)確性和質(zhì)量。典型領(lǐng)域包括聊天機(jī)器人、虛擬助手、智能導(dǎo)購(gòu)、面向領(lǐng)域:供應(yīng)鏈、零售、服務(wù)等行業(yè)?某在線旅行代理商通過(guò)部署“智能客服”插件,通過(guò)為用戶提供旅游出行的個(gè)性化建議,幫助他們更快確定行程安排。對(duì)于意外的行程更改,旅客可以通過(guò)全天候在線的?某飲料零售企業(yè)正在使用—個(gè)人工智能平臺(tái),根據(jù)廣告在不同平臺(tái)的適用性進(jìn)行評(píng)級(jí),并提取出實(shí)現(xiàn)最大投資回報(bào)率(ROI)所需的關(guān)鍵要素,從而創(chuàng)建—套成功廣告活動(dòng)的規(guī)則,此舉使廣告支出回報(bào)率顯著提高。?埃森哲嘗試?yán)么笳Z(yǔ)言模型自動(dòng)生成文檔,提高開(kāi)發(fā)人員在系統(tǒng)配置、功能及技術(shù)?某跨國(guó)銀行正在使用生成式AI和大語(yǔ)言模型,改變其大量交易后處理電子郵件的管理方式,如自動(dòng)起草帶有行動(dòng)建議的消息,并發(fā)送給收件人。這不只是減少了工作量,在美國(guó),語(yǔ)言任務(wù)占據(jù)總工作時(shí)長(zhǎng)的62%。在語(yǔ)言任務(wù)的總體份額中,65%很可能實(shí)現(xiàn)自動(dòng)化或得到根據(jù)埃森哲研究預(yù)測(cè),未來(lái)所有行業(yè)中,將有40%的工作受到大語(yǔ)言模型的影響。企業(yè)應(yīng)當(dāng)迅速行動(dòng),尋找適合自己的創(chuàng)新機(jī)會(huì)。24%24%20%更具自動(dòng)化潛力更具人員強(qiáng)化潛力化的潛力較低對(duì)于不同行業(yè)而言,生成式AI將不同程度地改變其工作方式,企業(yè)應(yīng)找對(duì)于不同行業(yè)而言,生成式AI將不同程度地改變其工作方式,企業(yè)應(yīng)找24%54%46%34%46%30%9%35%30%9%35%50%30%50%56%56%64%64%0%10%20%30%40%50%60%70%80%90%100%10生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,10生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,https://www.accenture.11生成式人工智能:人人可用的新時(shí)代,埃森哲,2023,https://www.accenture.來(lái)源:埃森哲研究生成式AI可以突出客戶相似性和產(chǎn)品采用差異,以創(chuàng)建個(gè)性化優(yōu)惠和推廣活動(dòng),獲得追加銷售機(jī)會(huì)。生成式AI可以突出客戶相似性和產(chǎn)品采用差異,以創(chuàng)建個(gè)性化優(yōu)惠和推廣活動(dòng),獲得追加銷售機(jī)會(huì)。為社交媒體帖子和博客創(chuàng)建內(nèi)容,針對(duì)目標(biāo)客戶生成特色視頻廣告和動(dòng)畫(huà)用戶故事,提高品牌知名度。跟蹤品牌的在線提及情況,提醒公司任何負(fù)面評(píng)論或反績(jī)。在問(wèn)基于高級(jí)情感分析,實(shí)現(xiàn)虛擬客戶服務(wù)代云圖3:生成式AI將360°為企業(yè)帶來(lái)創(chuàng)新應(yīng)用機(jī)會(huì)。來(lái)源:埃森哲研究利用GenAI利用GenAI改進(jìn)EDA(電子設(shè)計(jì)自動(dòng)化),幫助應(yīng)對(duì)芯片生命好地了解客戶需求和要求,提供卓越的服務(wù)和合適的產(chǎn)品,從而增周期管理的復(fù)雜性。與代工廠的原型驗(yàn)證流程相連接,快速進(jìn)行芯片設(shè)計(jì)原型驗(yàn)證,提高企業(yè)市場(chǎng)快速反應(yīng)能力。生成式AI可以查看代碼的—致性,編輯代碼并提供生產(chǎn)質(zhì)量代基于客戶互動(dòng)和索賠的經(jīng)驗(yàn),為保險(xiǎn)代理人提供定制建議和有關(guān)興趣領(lǐng)域知識(shí),幫助代理人與客戶溝通。生成保險(xiǎn)報(bào)價(jià)、綁定、保單簽發(fā)文件,并根據(jù)投保人的具體需改善理賠受理體驗(yàn)的個(gè)性化溝通;根據(jù)多式聯(lián)運(yùn)索賠人輸入自動(dòng)檢測(cè)嚴(yán)重性;進(jìn)行快速檢查/分析以確定損失原因并自動(dòng)提取用關(guān)鍵術(shù)語(yǔ),如保單手冊(cè),以增強(qiáng)風(fēng)險(xiǎn)評(píng)估。進(jìn)行快速檢查/分析以確定損失原因,并自動(dòng)薦內(nèi)容,以推動(dòng)更高的參與度和互動(dòng)性追償/訴訟處理通過(guò)對(duì)數(shù)據(jù)洞察(如傳票信函),預(yù)測(cè)潛在的關(guān)鍵術(shù)語(yǔ),如保單手冊(cè),以增強(qiáng)風(fēng)險(xiǎn)評(píng)估。進(jìn)行快速檢查/分析以確定損失原因,并自動(dòng)薦內(nèi)容,以推動(dòng)更高的參與度和互動(dòng)性追償/訴訟處理通過(guò)對(duì)數(shù)據(jù)洞察(如傳票信函),預(yù)測(cè)潛在的以保險(xiǎn)行業(yè)為例,生成式AI可應(yīng)用于從市場(chǎng)營(yíng)銷到出險(xiǎn)理賠的各個(gè)階段。其中具較高投資回報(bào)率的場(chǎng)景如:?數(shù)據(jù)增強(qiáng):客服場(chǎng)景中為承保人員快速生成第三方數(shù)據(jù)源的信息摘要和見(jiàn)解,以幫助他們做出更準(zhǔn)確的判斷?理賠核驗(yàn):出險(xiǎn)核驗(yàn)時(shí)對(duì)多模態(tài)數(shù)據(jù)進(jìn)行快速檢查/分析后,提取關(guān)鍵詞并定損圖4:保險(xiǎn)行業(yè)價(jià)值鏈中的應(yīng)用場(chǎng)景產(chǎn)品營(yíng)銷客戶承保產(chǎn)品營(yíng)銷客戶承保利用歷史數(shù)據(jù)發(fā)現(xiàn)規(guī)律和模板,為理賠理算師提供洞察,以使決策更加明智和準(zhǔn)確利用歷史數(shù)據(jù)發(fā)現(xiàn)規(guī)律和模板,為理賠理算師提供洞察,以使決策更加明智和準(zhǔn)確和見(jiàn)解,以幫助他們做出明智的選擇。自動(dòng)化對(duì)投訴進(jìn)行分類、優(yōu)先級(jí)排序,并跨渠自動(dòng)生成數(shù)字營(yíng)銷內(nèi)容,如博客文章、社交媒追蹤品牌在網(wǎng)絡(luò)上的評(píng)價(jià),在負(fù)面評(píng)價(jià)升級(jí)并利用合成數(shù)據(jù)來(lái)解決數(shù)據(jù)稀缺問(wèn)題,模擬不同利用合成數(shù)據(jù)來(lái)解決數(shù)據(jù)稀缺問(wèn)題,模擬不同自動(dòng)化保單生成和質(zhì)量分析/審核,以提高保增長(zhǎng)與創(chuàng)新?tīng)I(yíng)銷、銷增長(zhǎng)與創(chuàng)新?tīng)I(yíng)銷、銷虛擬概念/產(chǎn)品測(cè)試告在快消品行業(yè),具備高投資回報(bào)率的生成式AI創(chuàng)新場(chǎng)景,如:?新產(chǎn)品設(shè)計(jì)研發(fā):使用生成式AI快速進(jìn)行原型設(shè)計(jì)和驗(yàn)證,加速產(chǎn)品上市?自動(dòng)化市場(chǎng)營(yíng)銷:依據(jù)產(chǎn)品文檔和消費(fèi)趨勢(shì)數(shù)據(jù)自動(dòng)生成營(yíng)銷材料,提升營(yíng)銷效率圖5:快消品行業(yè)價(jià)值鏈中的應(yīng)用場(chǎng)景理無(wú)無(wú)低低中中高高來(lái)源:埃森哲研究生成式AI創(chuàng)新場(chǎng)景大量涌現(xiàn),激發(fā)相關(guān)技術(shù)產(chǎn)品與服務(wù),助力企業(yè)價(jià)值實(shí)現(xiàn)各行業(yè)大量的生成式AI創(chuàng)新場(chǎng)景激發(fā)出對(duì)技術(shù)產(chǎn)品和服務(wù)的需求,如:?利用對(duì)話機(jī)器人、虛擬個(gè)人助手減少客戶投訴,精確定位客戶需求,優(yōu)化客戶體驗(yàn)?基于生成式AI的代碼助手極大提升了軟件開(kāi)發(fā)的效率和質(zhì)量,提升員工生產(chǎn)力?利用樣式設(shè)計(jì)助手點(diǎn)燃設(shè)計(jì)靈感,激活創(chuàng)新思維,生成創(chuàng)意內(nèi)容?借助文檔處理助手,自動(dòng)化企業(yè)文檔檢索、數(shù)據(jù)提取等流程,改善業(yè)務(wù)運(yùn)營(yíng)效率??AmazonQuickSightBI提供了-種更快的方法,幫助用戶從數(shù)據(jù)中直接獲取洞察QuickSight允許用戶輕松連接到S3或Athena等數(shù)據(jù)源,并在幾分鐘內(nèi)創(chuàng)建交互式儀表板,并使用自然語(yǔ)言在數(shù)秒內(nèi)生成洞察結(jié)論并微調(diào)數(shù)據(jù)可視化效果。用戶可以用簡(jiǎn)單的語(yǔ)言查詢他們的數(shù)據(jù),而無(wú)需編寫(xiě)—行代碼。借助這些新功能,業(yè)務(wù)用戶可以提出“為什么”的問(wèn)題,以更好地了解影響數(shù)據(jù)趨勢(shì)的因素。用戶還可以通過(guò)說(shuō)“預(yù)測(cè)未來(lái)12個(gè)月的銷售額”來(lái)預(yù)測(cè)指標(biāo),以獲得基于過(guò)去數(shù)據(jù)和季節(jié)性等信息AmazonCodeWhisperer經(jīng)過(guò)數(shù)十億行代碼的訓(xùn)練,可以根據(jù)您的評(píng)論和現(xiàn)有代碼實(shí)時(shí)生成從代碼片段到全函數(shù)的代碼建議。繞過(guò)耗時(shí)的編碼任務(wù),加速使用不熟悉的API?通過(guò)生成式AI助手AmazonQ全面提升企業(yè)的生產(chǎn)力AmazonQ是亞馬遜云科技推出的生成式AI助手,可以通過(guò)互動(dòng)對(duì)話解決問(wèn)題、生成內(nèi)容并采取行動(dòng)。AmazonQ能了解您的公司信息、代碼和系統(tǒng),并在保障安全與隱私的基礎(chǔ)上,根據(jù)您的角色和權(quán)限進(jìn)行個(gè)性化交互。AmazonQ既能作為單獨(dú)的應(yīng)用程序,作為您的商務(wù)專家,也能集成在亞馬遜云科技的控制臺(tái)、AmazonCodeWhisperer、各類IDE、AmazonQuicksight以及AmazonConnect。基于亞馬遜云科技17年的知識(shí),能夠?yàn)槟恼麄€(gè)開(kāi)發(fā)流程提供支持。亞馬遜云科技通過(guò)開(kāi)箱即用的生成式AI技術(shù)服務(wù),快速激發(fā)產(chǎn)品與服務(wù)創(chuàng)新圖圖6:亞馬遜云科技QuickSightBI產(chǎn)品的數(shù)據(jù)洞察來(lái)源:亞馬遜云科技、埃森哲研究圖圖7:亞馬遜云科技AmazonCodeWhisperer來(lái)源:亞馬遜云科技、埃森哲研究圖圖8:亞馬遜云科技AmazonBedrock來(lái)源:亞馬遜云科技、埃森哲研究AmazonBedrock使用基礎(chǔ)模型構(gòu)建和擴(kuò)展生成式AI應(yīng)進(jìn)行推理,或則根據(jù)需求AmazonBedrockAPI,運(yùn)用FM來(lái)構(gòu)建生AmazonBedrock有以下特點(diǎn):01預(yù)訓(xùn)練的基礎(chǔ)模型:AmazonBedrock提供易于使用的開(kāi)發(fā)者體驗(yàn),可01預(yù)訓(xùn)練的基礎(chǔ)模型:AmazonBedrock提供易于使用的開(kāi)發(fā)者體驗(yàn),可與來(lái)自AI21Labs、Anthropic、Cohere、Meta、StabilityAI和Amazon等礎(chǔ)設(shè)施,能夠隨著項(xiàng)目的增長(zhǎng)而擴(kuò)展,支持大規(guī)模的應(yīng)用開(kāi)發(fā)。02自定義和微調(diào)能力:可通過(guò)可視化界面使用私有數(shù)據(jù)對(duì)模型進(jìn)行自定義和微調(diào)。使用微調(diào)和檢索增強(qiáng)生成(RAG)等技術(shù)利用私有數(shù)據(jù)對(duì)其進(jìn)行定04安全和合規(guī):AmazonBedrock02自定義和微調(diào)能力:可通過(guò)可視化界面使用私有數(shù)據(jù)對(duì)模型進(jìn)行自定義和微調(diào)。使用微調(diào)和檢索增強(qiáng)生成(RAG)等技術(shù)利用私有數(shù)據(jù)對(duì)其進(jìn)行定關(guān)鍵點(diǎn)之二:準(zhǔn)備專有數(shù)據(jù),確保數(shù)據(jù)安全在使用基礎(chǔ)模型之前,企業(yè)需要花時(shí)間和精力來(lái)準(zhǔn)備數(shù)據(jù)基礎(chǔ),且這個(gè)數(shù)據(jù)基礎(chǔ)需要在云平臺(tái)上進(jìn)行管理,確?，F(xiàn)階段,大多數(shù)企業(yè)會(huì)直接購(gòu)買“模型即服務(wù)”來(lái)開(kāi)展業(yè)務(wù)應(yīng)用。不過(guò)對(duì)許多企業(yè)來(lái)說(shuō),最大的價(jià)值或?qū)⒃从谑褂米陨淼臄?shù)據(jù)定制或微調(diào)(Fine-tune)模型,滿足其獨(dú)特需求。為了提高生成式AI和基礎(chǔ)模型在特定業(yè)務(wù)應(yīng)用方式中的價(jià)值,企業(yè)將越來(lái)越多地利用自身數(shù)據(jù)對(duì)預(yù)訓(xùn)練模型加以微調(diào)來(lái)實(shí)現(xiàn)定制,從而讓績(jī)效實(shí)現(xiàn)質(zhì)的飛躍。在工具層面,亞馬遜云科技的AmazonBedrock和AmazonSageMakerJumpstart,分別面向基礎(chǔ)模型有著不同需求的客戶提供微調(diào)的路徑。在AmazonBedrock中,客戶只需調(diào)用模型API,也可以對(duì)基礎(chǔ)模型進(jìn)行微調(diào),而無(wú)需管理模型配置或部署;而在AmazonSagemaker中,客戶需要管理應(yīng)用程序架構(gòu)中的模型部署、配置和托管,將會(huì)有更大的靈活度和隨著時(shí)間推移,生成式AI將支持企業(yè)加強(qiáng)治理和信息安全、防止欺詐、完善監(jiān)管合規(guī),并通過(guò)在組織內(nèi)部和外部均建立跨域聯(lián)系和推斷能力,主動(dòng)在戰(zhàn)略性網(wǎng)絡(luò)防御體系中,大語(yǔ)言模型可以提供多種有用的功能,例如解釋惡意軟件和快速分類網(wǎng)站。但在短期內(nèi),企業(yè)很可能看到,黑客利用生20基礎(chǔ)模型需要大量精心組織的數(shù)據(jù)來(lái)學(xué)習(xí),因此,破解數(shù)據(jù)挑戰(zhàn)已成為每家企業(yè)的當(dāng)務(wù)之急企業(yè)需要采用—種戰(zhàn)略性、規(guī)范化的方法,獲取、開(kāi)發(fā)、提煉、保護(hù)和部署數(shù)據(jù)。應(yīng)依托云環(huán)境構(gòu)建現(xiàn)代化的企業(yè)數(shù)據(jù)平臺(tái),其中包含—組可信賴、可重復(fù)使憑借此類平臺(tái)的跨職能特征、企業(yè)級(jí)的分析工具,以及將數(shù)據(jù)存儲(chǔ)在云端倉(cāng)庫(kù)或數(shù)據(jù)湖當(dāng)中,數(shù)據(jù)能夠擺脫組織孤島的束縛,在整個(gè)企業(yè)中普遍使用。隨后,企業(yè)可以在某—地點(diǎn)或通過(guò)分布式計(jì)算策略(如數(shù)據(jù)網(wǎng)格),統(tǒng)—分析所有業(yè)務(wù)數(shù)據(jù)。來(lái)源:埃森哲研究圖9:數(shù)據(jù)準(zhǔn)備過(guò)程來(lái)源:埃森哲研究越來(lái)越多的企業(yè)已開(kāi)始積極探索相關(guān)應(yīng)用,以期提升創(chuàng)新效率、實(shí)現(xiàn)高質(zhì)增長(zhǎng)。然而生成式AI應(yīng)用的風(fēng)險(xiǎn)貫穿于模型設(shè)計(jì)、搭建、使用各個(gè)階段,并會(huì)產(chǎn)生01比如,生成式AI01比如,生成式AI基于學(xué)習(xí)需要而對(duì)用戶數(shù)據(jù)的留存、分析是否侵犯了個(gè)人和商業(yè)隱私,以及相關(guān)數(shù)據(jù)保護(hù)法案;03另—方面,某些群體特質(zhì)也會(huì)使生成式AI為其打上固化標(biāo)簽,“—刀切”地去執(zhí)行某些程序,而失去了應(yīng)有的公平性。生成式AI的運(yùn)作核心是機(jī)器學(xué)習(xí),其價(jià)值與數(shù)據(jù)的質(zhì)量和真實(shí)性密切相關(guān),如果—臺(tái)基礎(chǔ)模型長(zhǎng)期浸染在存有偏差的數(shù)據(jù)當(dāng)中,它就會(huì)被這些數(shù)據(jù)“誘導(dǎo)”,從而輸出錯(cuò)誤的信息或執(zhí)行歧視性操作;AmazonKMS:Amazoncon?g,AmazonSecurityhubAmazonKMS:Amazoncon?g,AmazonSecurityhub:AmazonSystemManager,AmazonCloudTrail:AmazonIAM,AmazonS3Versioning:AmazonBedrock確保生成式AI應(yīng)用過(guò)程中AmazonBedrock讓您始終掌控私域數(shù)據(jù)?在與應(yīng)用程序集成時(shí),您可以使用AmazonCloudTrail監(jiān)控API?在與應(yīng)用程序集成時(shí),您可以使用AmazonCloudTrail監(jiān)控API活動(dòng)?微調(diào)(自定義)模型使用客戶KMS/CMK密鑰進(jìn)行加密和存儲(chǔ)?；蛘?客戶的數(shù)據(jù)(包括提示詞、生成的內(nèi)容、微調(diào)后的模型)均會(huì)保存在創(chuàng)?支持亞馬遜云科技PrivateLink,以便您使用(VPC)和AmazonBedrock?客戶數(shù)據(jù)在傳輸過(guò)程中始終使用TLS1.2進(jìn)行加密,靜態(tài)數(shù)據(jù)始終使用AL/ML建模AL/ML建模關(guān)鍵點(diǎn)之三:驅(qū)動(dòng)數(shù)據(jù)管理,打造最佳實(shí)踐生成式AI幫助自動(dòng)化數(shù)據(jù)管理手動(dòng)流程,并確保所生成輸出的準(zhǔn)確性。將智能嵌入數(shù)據(jù)治理將提高數(shù)據(jù)使用者圖10:生成式AI在數(shù)據(jù)管理流程中的應(yīng)用來(lái)源:埃森哲研究?支持?jǐn)?shù)據(jù)隱私工作,以實(shí)現(xiàn)消費(fèi)者隱私和法規(guī)遵從性通過(guò)生成式AI驅(qū)動(dòng)數(shù)據(jù)管理,能夠:?優(yōu)化分析和洞察,為數(shù)據(jù)驅(qū)動(dòng)型決策提供支持生成式AI將在多方面賦能數(shù)據(jù)管理工作,助力企業(yè)實(shí)現(xiàn)數(shù)據(jù)管理目標(biāo)創(chuàng)建通信內(nèi)容,減少內(nèi)容創(chuàng)建時(shí)間,部署聊天機(jī)器人以提供幫助,優(yōu)化利益創(chuàng)建通信內(nèi)容,減少內(nèi)容創(chuàng)建時(shí)間,部署聊天機(jī)器人以提供幫助,優(yōu)化利益基于監(jiān)管要求、國(guó)家法規(guī)的指導(dǎo),提出政策建議,數(shù)據(jù)訪問(wèn)控制和限制程序,部署數(shù)據(jù)創(chuàng)建、存儲(chǔ)和備份技術(shù)以支持?jǐn)?shù)據(jù)生命周期管理,制定存檔策略,提升數(shù)據(jù)治理工具的搜索功能,與企業(yè)資產(chǎn)進(jìn)行連接,并分析工具間的差距。通過(guò)使用算法訓(xùn)練與業(yè)務(wù)文檔和元數(shù)據(jù)相匹配,加速數(shù)據(jù)目錄的開(kāi)發(fā),提高創(chuàng)建數(shù)據(jù)質(zhì)量規(guī)則,幫助標(biāo)準(zhǔn)化和合并記錄,并優(yōu)化匹配規(guī)則以創(chuàng)建“黃金基于角色的活動(dòng)識(shí)別和支持?jǐn)?shù)據(jù)所有者和數(shù)據(jù)監(jiān)管者,并定義數(shù)據(jù)治理角色提供數(shù)據(jù)治理最佳實(shí)踐建議,幫助起草和解釋與政策相關(guān)的內(nèi)容,并優(yōu)化數(shù)更高的數(shù)據(jù)記錄掌握準(zhǔn)確率,從而實(shí)現(xiàn)更準(zhǔn)確縮短處理時(shí)間,減少錯(cuò)誤,提高效率并實(shí)現(xiàn)成減少數(shù)據(jù)監(jiān)管內(nèi)容創(chuàng)建時(shí)間,通過(guò)虛擬培訓(xùn)實(shí)護(hù)成本,實(shí)現(xiàn)成本節(jié)約。生成式人工智能通過(guò)“業(yè)務(wù)文檔”查找和編譯常見(jiàn)術(shù)語(yǔ)和定義,以添加到數(shù)據(jù)目錄中。生成式人工智能通過(guò)“業(yè)務(wù)文檔”查找和編譯常見(jiàn)術(shù)語(yǔ)和定義,以添加到數(shù)據(jù)目錄中。公司將客戶數(shù)據(jù)存儲(chǔ)在多個(gè)系統(tǒng)中,難以識(shí)別唯—標(biāo)識(shí)符以合并客戶記錄。生成式人工智能模型在所有系統(tǒng)中訓(xùn)練客戶數(shù)據(jù),以識(shí)別最佳指標(biāo)以掌握客戶記錄。將生成式人工智能工具集成到數(shù)據(jù)管理系統(tǒng)中,以分析基于角色的活動(dòng),從而識(shí)別數(shù)據(jù)所有者和數(shù)據(jù)監(jiān)管者使用生成式人工智能從政策文件中提取結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),數(shù)據(jù)管家使用生成式人工智能創(chuàng)建數(shù)據(jù)監(jiān)督管理培訓(xùn)議程和材料,并進(jìn)行培訓(xùn)?！夜咀罱馐芰税踩┒?并決心防止再次發(fā)生。生成式人工智能獲得了公司現(xiàn)有安全協(xié)議的訪問(wèn)權(quán)限,以分析可能被利用的弱點(diǎn),并提供解決這些弱點(diǎn)的建議清單。生成式人工智能工具獲得了公司的數(shù)據(jù)存儲(chǔ)和備份協(xié)議的訪問(wèn)權(quán)限,分析了現(xiàn)有技術(shù)并發(fā)現(xiàn)了—些改進(jìn)的方面,例如冗余存儲(chǔ)設(shè)備和不頻繁的備份。然后編制了—份改進(jìn)存儲(chǔ)實(shí)踐的建議清單。IT部門(mén)將生成式人工智能集成到其數(shù)據(jù)治理工具中,并繼續(xù)優(yōu)化生成式人工智能的訓(xùn)練數(shù)據(jù)以提來(lái)源:埃森哲研究圖11:生成式AI數(shù)據(jù)管理應(yīng)用最佳實(shí)踐來(lái)源:埃森哲研究AmazonRedshiftAmazonRedshiftAmazonS3AmazonBedrockAmazonQuickSight圖12:貫穿生成式AI全周期的數(shù)據(jù)治理AmazonAuroraAmazonDynamoDB編目治理AmazonLakeFormation來(lái)源:亞馬遜云科技,埃森哲整理亞馬遜云科技提供了貫穿生成式AI全周期的數(shù)據(jù)治理,從數(shù)據(jù)源的獲取到數(shù)據(jù)的存儲(chǔ)和查詢,再到將數(shù)據(jù)傳輸給AI平臺(tái)進(jìn)行模型的訓(xùn)練、調(diào)優(yōu)和推理,以及全面實(shí)施數(shù)據(jù)分類和治理。通過(guò)提供—整套的解決方案、產(chǎn)品服務(wù)和實(shí)踐,全面保護(hù)存儲(chǔ)中、傳輸中以及使用中的數(shù)據(jù)。AmazonLakeFormation服務(wù)支持統(tǒng)—的數(shù)據(jù)使用、保護(hù)、共享、審計(jì)和治理,用于—站式構(gòu)建、管理和監(jiān)控安全可靠的數(shù)據(jù)湖。圖13:通過(guò)AmazonLakeFormation簡(jiǎn)化安全管理AmazonRedshiftAmazonEMRAmazonAthenaAccesscontrolAccesscontrol來(lái)源:亞馬遜云科技、埃森哲研究AmazonOpenSearch服務(wù)、AmazonAuroraPostgreSQL和AmazonRDSforPostgreSQL提供向量數(shù)據(jù)庫(kù)功能。客戶可以使用這些功能來(lái)存儲(chǔ)和搜索其機(jī)器翻譯和生成式AI應(yīng)用中使用的嵌入。實(shí)現(xiàn)將向量與數(shù)據(jù)同地放置,可以更輕松地連接數(shù)據(jù)并減少數(shù)據(jù)重復(fù)。應(yīng)用AmazonOpenSearchServerless,客戶也無(wú)需擔(dān)心單獨(dú)數(shù)據(jù)庫(kù)的維護(hù)、版本控制和許可問(wèn)題。29“用“用數(shù)據(jù)看數(shù)據(jù)”“用數(shù)據(jù)管數(shù)據(jù)”關(guān)鍵點(diǎn)之四:重構(gòu)基礎(chǔ)設(shè)施,實(shí)現(xiàn)高效運(yùn)營(yíng)為了充分利用大語(yǔ)言模型和生成式AI,企業(yè)應(yīng)認(rèn)真考慮所需的數(shù)據(jù)基礎(chǔ)設(shè)施和運(yùn)營(yíng)模式,同時(shí)密切關(guān)注成本和成本降低:成本降低:?利用云的彈性及時(shí)響應(yīng)對(duì)數(shù)據(jù)處理的需求,提供強(qiáng)大處理能力及無(wú)限擴(kuò)展性?擺脫傳統(tǒng)平臺(tái)束縛,更容易打破數(shù)據(jù)孤島,重塑數(shù)據(jù)架構(gòu)?自動(dòng)化的數(shù)據(jù)集成,零代碼、高可用?自助式的數(shù)據(jù)訪問(wèn)服務(wù),隨時(shí)滿足業(yè)務(wù)人員的數(shù)據(jù)獲取需求?標(biāo)準(zhǔn)化的機(jī)器學(xué)習(xí),使業(yè)務(wù)分析師更易掌握和使用,實(shí)現(xiàn)快速賦能面向生成式AI時(shí)代,企業(yè)大數(shù)據(jù)平臺(tái)面臨的實(shí)際問(wèn)題30AmazonEC2P4d/P4de空剛AmazonEC2P4d/P4de空剛AmazonEC2G5空剛與上—代G4dn實(shí)例相比,性能提高3.3倍與上—代P3/P3dn實(shí)例相比,速度提高2.5倍,檢索增強(qiáng)生成(Retrieval-AugmentedGeneration,檢索增強(qiáng)生成(Retrieval-AugmentedGeneration,RAG)需要向量數(shù)據(jù)庫(kù)的支持,因?yàn)樗蕾囉谟行У貦z索和處理大量的數(shù)據(jù)點(diǎn)。在RAG中,生成式模型(如文本或語(yǔ)音生成模型)與信息檢索系統(tǒng)相結(jié)合,以提高輸出的相關(guān)性和準(zhǔn)確性。企業(yè)構(gòu)建的向量數(shù)據(jù)庫(kù)需要滿足:?高效的數(shù)據(jù)檢索:能夠存儲(chǔ)數(shù)十億個(gè)向量嵌入,并能夠快速實(shí)現(xiàn)向量搜索?可擴(kuò)展性和高可用性:應(yīng)對(duì)大量查詢和數(shù)據(jù)更新?易于管理和配置:需要配置、管理和擴(kuò)展集群?技能儲(chǔ)備:企業(yè)人員需要專門(mén)的資源或?qū)I(yè)知識(shí)因此,對(duì)于實(shí)現(xiàn)高效的檢索增強(qiáng)生成系統(tǒng),選擇合適的向量數(shù)據(jù)庫(kù)是—個(gè)關(guān)鍵的考量因素,它直接影響了系統(tǒng)的性能、準(zhǔn)確性和可靠性。AmazonBedrockKnowledgeBase原生支持檢索增強(qiáng)生成RAG,能夠自動(dòng)將文本文檔轉(zhuǎn)換為嵌入內(nèi)容,將嵌入存儲(chǔ)在向量數(shù)據(jù)庫(kù)中,檢索嵌入并增強(qiáng)提示。AmazonBedrockKnowledgeBase支持多種向量數(shù)據(jù)庫(kù),包括AmazonOpenSearchServerless向量引擎,RAmazonTrainium與AmazonTrainium與AmazonEC2實(shí)例相比,訓(xùn)練成本可節(jié)省高達(dá)50%與AmazonEC2實(shí)例相比,具有高達(dá)40%的價(jià)格性能優(yōu)勢(shì)適用于SageMaker的機(jī)器學(xué)習(xí)中心,測(cè)覽約400個(gè)內(nèi)容,包括帶有預(yù)先訓(xùn)練模型的內(nèi)置算法、(新增)基礎(chǔ)模型、解決方案模板和Notebook腳本示例適用于SageMaker的機(jī)器學(xué)習(xí)中心,測(cè)覽約400個(gè)內(nèi)容,包括帶有預(yù)先訓(xùn)練模型的內(nèi)置算法、(新增)基礎(chǔ)模型、解決方案模板和Notebook腳本示例SageMakerStudio筆記本自動(dòng)化AmazonSageMaker是通過(guò)完全托管的基礎(chǔ)設(shè)施、工具和工作流程為面向生成式AI的應(yīng)用開(kāi)發(fā)及數(shù)據(jù)管理,AmazonSageMakerHyperPod能夠?qū)⒂?xùn)練基礎(chǔ)模型的時(shí)間縮短高達(dá)40%,能夠簡(jiǎn)化大型訓(xùn)練集群的分布式訓(xùn)練,消除干擾的彈性訓(xùn)練環(huán)境,并對(duì)集群計(jì)算、內(nèi)存和網(wǎng)絡(luò)資源實(shí)現(xiàn)優(yōu)化利用。AmazonSageMaker是通過(guò)完全托管的基礎(chǔ)設(shè)施、工具和工作流程為面向生成式AI的應(yīng)用開(kāi)發(fā)及數(shù)據(jù)管理,AmazonSageMakerHyperPodAmazonAmazonSageMakerJumpStart:輕松訪問(wèn)機(jī)器學(xué)習(xí)資產(chǎn),并快速將機(jī)器學(xué)習(xí)應(yīng)用程序推向市場(chǎng)UIUI以及基于API的機(jī)器學(xué)習(xí),使用UI,即可單擊模型部署,或并允許他們使用自己的數(shù)據(jù)進(jìn)行訓(xùn)練,或按原樣部署,便于推理預(yù)構(gòu)建的訓(xùn)練和推理腳本,與SageMaker兼容,可使用自定義帶有示例的預(yù)構(gòu)建的訓(xùn)練和推理腳本,與SageMaker兼容,可使用自定義發(fā)環(huán)境,使用選定模型和示例,指導(dǎo)客戶完成整個(gè)機(jī)器學(xué)習(xí)工全新的SageMakerStudio03埃森哲攜手亞馬遜云科技,34助力企業(yè)重塑數(shù)據(jù)戰(zhàn)略,賦能AI加速釋放潛力新戰(zhàn)略,新技術(shù),新方式打造互聯(lián)互通的用戶和員工體驗(yàn)。通過(guò)人工智能對(duì)話、生成預(yù)測(cè)性洞察和構(gòu)建全渠道旅程,大規(guī)模打造差異化的用戶體驗(yàn)。埃森哲將利用生成式打造互聯(lián)互通的用戶和員工體驗(yàn)。通過(guò)人工智能對(duì)話、生成預(yù)測(cè)性洞察和構(gòu)建全渠道旅程,大規(guī)模打造差異化的用戶體驗(yàn)。埃森哲將利用生成式AI,拓展客戶中心的能力,借助AmazonConnect、AmazonLex、AmazonKendra等亞馬遜云科技產(chǎn)品與服務(wù),賦能坐席代理,從而推動(dòng)用戶服務(wù)體驗(yàn)的改善。此外,埃森哲和亞馬遜云科技還將聚焦員工助手等預(yù)裝加速器,使重塑。埃森哲將升級(jí)數(shù)據(jù)和人工智能業(yè)務(wù),整合資源和能力為客戶創(chuàng)建行業(yè)特定的解決方案,助其更好地發(fā)揮人工智能潛力,重塑戰(zhàn)略、技術(shù)和工作方式,作為該項(xiàng)戰(zhàn)略的—部分,埃森哲將與亞馬遜云科技攜手,幫助客戶使用AmazonAnthropicClaude、AmazonTitan等先進(jìn)的基礎(chǔ)模型,部署AmazonBedrock、AmazonSageMaker等行業(yè)領(lǐng)先技術(shù),以及其他亞馬遜云科技的機(jī)器學(xué)習(xí)技術(shù)。埃森哲將通過(guò)招聘、收購(gòu)、培訓(xùn)和認(rèn)證等方式,提高全球團(tuán)隊(duì)的亞馬遜云科技的技能水平、擴(kuò)大人才規(guī)模,從而更好地幫助客12埃森哲宣布在人工智能領(lǐng)域投資30億美元,埃森哲,2023,/cn-zh/about/newsroom/company-news-release-invest-3-billion-in-aiAmazonAmazonBedrock,AmazonSagemakerJumpStartAmazonTrainium,AmazonInferentiaAmazonSecurityHub,AmazonCloudTrail36數(shù)據(jù):非結(jié)構(gòu)化數(shù)據(jù)簡(jiǎn)單、靈活的存儲(chǔ)和管理,能夠適應(yīng)大型數(shù)據(jù)集和高I/O需求?AmazonGlue和EMR等數(shù)據(jù)處理和轉(zhuǎn)換工具,使生成式AI應(yīng)用能夠模型:?從AI21Labs,Anthropic,StabilityAI,Cohere以及亞馬遜云科技中安全:基礎(chǔ)設(shè)施:案,而Inferentia確保了高吞吐量和低延遲的模型推斷性能。AIML視頻AIML視頻構(gòu)建生成式AI應(yīng)用程序需要多種類型的能力支撐,亞馬遜云科技的構(gòu)建基塊為生成式AI應(yīng)用程序開(kāi)發(fā)提供了全流程的產(chǎn)品與服務(wù),能夠快速構(gòu)建高度智能化的生成式AI應(yīng)用程序。不僅提供了強(qiáng)大的技術(shù)支持,還簡(jiǎn)化了開(kāi)發(fā)過(guò)程,幫助開(kāi)發(fā)者更好地開(kāi)發(fā)應(yīng)用,挖掘生成式AI的潛力。前端(用戶前端(用戶/應(yīng)用/設(shè)備)GenerativeAI后端(數(shù)據(jù)源)后端(數(shù)據(jù)源)圖14:生成式AI應(yīng)用程序的構(gòu)建架構(gòu)來(lái)源:亞馬遜云科技,埃森哲整理38ConsumerTunerProviderStudioLabGroundTruthCanvasNoConsumerTunerProviderStudioLabGroundTruthCanvasNo-codeMLforJumpstartmodelsinAmazon亞馬遜云科技提供了面向生成式AI綜合而強(qiáng)大的全技術(shù)棧,為其用戶提供了豐富的智能化服務(wù)和功能,推動(dòng)企業(yè)應(yīng)用生成式AI所帶來(lái)的業(yè)務(wù)增長(zhǎng)和創(chuàng)新。ScalingGenerativeScalingGenerativeAlAmazonBedrockFoundationModelAmazonTitanConversationContactLensConversationContactLensAmazonTranscribeCallAnalyticsIndustrialAmazonMonitronAmazonLookoutforEquipmentAmazonLookoutforVisionSpecializedHealthAmazonHealthLakeAmazonTranscribeComprehendMedicalAmazonOmicsSearchAmazonTitanCode+DevopsAmazonCodeGuruAmazonCode-WhispererAmazonDevOpsGuruServicesServicesAmazonForecastAmazonFraudDetectorAmazonLookoutforMetricsSearchTextCoreSearchTextCoreAmazonComprehendAmazonTranscribeAmazonRekognitionAWSAmazonTextractStudioIDEStudioIDEBuildwithnotebooksparametersCI/CD|Governance|ResponsibleMLProductionManageandmonitorStorefeaturesGeospatialInfrastructure圖15:亞馬遜云科技StackforEmergingGen-AI(Product/Technical-solutionperspective)來(lái)源:亞馬遜云科技,埃森哲整理390440生成式AI為各行各業(yè)帶來(lái)了前所未有的機(jī)遇,各大企業(yè)正在優(yōu)化和完善生成式AI為各行各業(yè)帶來(lái)了前所未有的機(jī)遇,各大企業(yè)正在優(yōu)化和完善企業(yè)在工業(yè)設(shè)計(jì)、知識(shí)庫(kù)構(gòu)建、代碼開(kāi)發(fā)、郵件處理以及流程優(yōu)化等領(lǐng)域進(jìn)海爾設(shè)計(jì)將AIGC解決方案引入到產(chǎn)品設(shè)計(jì),UI海爾設(shè)計(jì)將AIGC解決方案引入到產(chǎn)品設(shè)計(jì),UI設(shè)計(jì),CMF設(shè)計(jì),品牌從2023年初正式立項(xiàng),到如今,該方案已經(jīng)初步完成交付,是目前已知的全全球的所有產(chǎn)品提供設(shè)計(jì)創(chuàng)新和模式探索。2023年,海爾設(shè)計(jì)著手立項(xiàng),邀請(qǐng)亞馬遜云科技與Nolibox協(xié)作,量身打造了工業(yè)設(shè)計(jì)AIGC解決方案。Nolibox交付了完整的AIGC工業(yè)設(shè)計(jì)解決方案:包括符合品牌調(diào)性的不同設(shè)大模型在線訓(xùn)練和管理能力、以及根據(jù)用戶用量調(diào)度的彈性算力架構(gòu)等。方案支持在線的模型訓(xùn)練,并支持設(shè)計(jì)概念生成、設(shè)計(jì)融合智能輔助、概念聚模型等數(shù)字內(nèi)容進(jìn)行在線管理,將AIGC有效地應(yīng)用于工業(yè)設(shè)計(jì)的概念創(chuàng)意參考鏈接:/en/customer-stories/manufacturing/haiernolibox/相對(duì)于傳統(tǒng)機(jī)器人,“小馬”智能會(huì)話機(jī)器人的回答內(nèi)容不僅生成速度相對(duì)于傳統(tǒng)機(jī)器人,“小馬”智能會(huì)話機(jī)器人的回答內(nèi)容不僅生成速度更快,其對(duì)搜索關(guān)鍵詞的命中率也更高,整體使用體驗(yàn)遠(yuǎn)超傳統(tǒng)機(jī)器人。西門(mén)子中國(guó)專屬智能知識(shí)庫(kù)上線后,首周就有超過(guò)4000位內(nèi)部用戶參與使用,構(gòu)散亂、檢索速度慢、交互不便等問(wèn)題,將大數(shù)據(jù)庫(kù)和生成式AI應(yīng)用于—個(gè)全新的“智能知識(shí)庫(kù)”,從根本上提升知識(shí)庫(kù)的可用性。大馬團(tuán)隊(duì)與亞馬遜云科技攜手,在亞馬遜云科技的技術(shù)支持下,開(kāi)發(fā)了為西門(mén)子中國(guó)量身打造02通過(guò)“RAG架構(gòu)+向量數(shù)據(jù)庫(kù)”的設(shè)計(jì)處理能力、知識(shí)庫(kù)檢索能力、甚至是以數(shù)據(jù)去訓(xùn)練大語(yǔ)言模型的能力,這些核心關(guān)鍵能力讓解決方案指南能實(shí)現(xiàn)目標(biāo)知識(shí)庫(kù)約80%功能,西門(mén)子中國(guó)根據(jù)企業(yè)內(nèi)部需求再做20%定制化開(kāi)發(fā),最終形成完整的解決方案。參考鏈接:/en/customer-stories/manufacturing/siemenschatbot/科思創(chuàng)基于AmazonCodeWhisperer提升代碼開(kāi)發(fā)效率01科思創(chuàng)中國(guó)針對(duì)其在日常開(kāi)發(fā)的兩個(gè)核心任務(wù):項(xiàng)目框架搭建和存量代碼優(yōu)化,利用AmazonCodeWhisperer應(yīng)對(duì)重復(fù)性、機(jī)械化的范式生成、慣用算法引用和企業(yè)級(jí)API接口定制的問(wèn)題,將日常代碼開(kāi)發(fā)效率和開(kāi)源代碼應(yīng)用追蹤