隨著應(yīng)用的深入，生成式AI不再是虛無縹緲的概念，其驚人的創(chuàng)造力和解決問題的能力逐漸讓商業(yè)世界看到了真實價值。如果一開始還有許多人懷疑生成式AI的重要性是否被夸大了，現(xiàn)在，企業(yè)界都在考慮自己的業(yè)務(wù)如何利用這個技術(shù)。
目前，企業(yè)主要考慮的是，如何全面融入生成式AI?具體步驟是什么?有什么可以借鑒的案例?在AI領(lǐng)域深耕超過25年的亞馬遜云科技，對企業(yè)如何應(yīng)用生成式AI來獲得真實的商業(yè)價值，積累了諸多來自全球客戶的實踐經(jīng)驗。
三步走第一步：啟程
萬事開頭難。生成式AI的第一步，在于發(fā)掘能為客戶、員工和組織創(chuàng)造實際價值的場景。在這個階段，企業(yè)需要找到最契合自身業(yè)務(wù)的應(yīng)用場景，明確業(yè)務(wù)痛點是什么。亞馬遜云科技通過觀察客戶發(fā)現(xiàn)，企業(yè)應(yīng)用生成式AI的痛點并不在于找到自身業(yè)務(wù)環(huán)節(jié)的短板，而在于如何找到易于實施且效果顯著的業(yè)務(wù)應(yīng)用場景。對于企業(yè)而言，理想的生成式AI試點項目應(yīng)該是一個低風(fēng)險、易實施，成本可控的項目，例如可以從優(yōu)化流程，或提升生產(chǎn)力入手。
以湯森路透為例，這家財經(jīng)信息服務(wù)提供商攜手亞馬遜云科技，在Amazon Bedrock的幫助下，僅用不到6周的時間便搭建了實驗平臺Open Arena。這個平臺為員工提供了一個聊天式界面，幫助他們以對話的形式進(jìn)行業(yè)務(wù)探索與解決方案開發(fā)，且無需編程背景，最終點燃了整個公司的創(chuàng)新熱情。
再以輝瑞公司為例，這家公司正在利用亞馬遜云科技的生成式AI，在17個使用案例中推動創(chuàng)新和提高生產(chǎn)力，包括科學(xué)和醫(yī)學(xué)內(nèi)容生成以及制造應(yīng)用。輝瑞利用Amazon SageMaker和Amazon Bedrock的大語言模型在幾周內(nèi)開發(fā)了VOX，用于加速研究、預(yù)測產(chǎn)品產(chǎn)量，并幫助公司向患者提供更多藥物。輝瑞估計，一些優(yōu)先使用的應(yīng)用場景每年將節(jié)省7.5億到10億美元的成本。
第二步：構(gòu)建
選好應(yīng)用場景后，企業(yè)就進(jìn)入到真正意義上的工作中構(gòu)建。在構(gòu)建階段，企業(yè)的核心訴求是選擇最適合的模型。
然而，市場上的大模型眼花繚亂，有商業(yè)模型也有開源模型，有些模型在分析和推理方面表現(xiàn)出色，有些則在快速總結(jié)內(nèi)容上更勝一籌，有些則為某些特定行業(yè)量身定制。面對這一現(xiàn)狀，企業(yè)應(yīng)當(dāng)如何實現(xiàn)“魚和熊掌”兼得?
亞馬遜云科技認(rèn)為，選擇適合業(yè)務(wù)需求的模型至關(guān)重要，但沒有一個“萬金油式”的模型能夠適用于各個場景和各個應(yīng)用�；谝陨吓袛�，亞馬遜云科技選擇和多家模型合作伙伴合作。其生成式AI服務(wù)Amazon Bedrock能夠提供多種模型，客戶可以針對不同的應(yīng)用場景或根據(jù)自身對不同模型的性能要求，如延時、可靠性、地域分布等，選擇一個最適合自己的模型。
除了選擇合適模型外，另一個很容易被企業(yè)客戶忽略的問題是，數(shù)據(jù)才是企業(yè)業(yè)務(wù)是否能產(chǎn)生效果的關(guān)鍵因素，高質(zhì)量的數(shù)據(jù)對模型的最終表現(xiàn)結(jié)果十分重要。高質(zhì)量的數(shù)據(jù)需要滿足六大要素:時效性、完整性、唯一性、準(zhǔn)確率、規(guī)范性和可追溯性。例如，在金融行業(yè)、醫(yī)療健康行業(yè)等高專業(yè)度的行業(yè)中，企業(yè)需要的不只是合適的模型，更重要的工作是怎樣將模型和企業(yè)業(yè)務(wù)數(shù)據(jù)相結(jié)合，進(jìn)行模型定制。
對此，亞馬遜云科技打造了三層生成式AI架構(gòu)，涵蓋基礎(chǔ)設(shè)施、模型構(gòu)建工具和開箱即用的應(yīng)用程序。無論是底層的算法工程師，還是業(yè)務(wù)開發(fā)工程師，亦或是財務(wù)、銷售或市場營銷人員，都能在框架中找到所需的產(chǎn)品。
以法拉利為例，這家世界知名跑車提供商為了給用戶帶來更好的購車體驗，基于Amazon Bedrock，在亞馬遜云科技上開發(fā)了車輛定制工具。該定制工具提供的定制選擇包含輪圈選擇、車輛顏色、內(nèi)飾配色等內(nèi)容的數(shù)百萬種組合，幫助用戶提升了交互效率，節(jié)省了最終用戶20%的定制化時間。同時，借助云上工具帶來的低成本優(yōu)勢，法拉利運行了成千上萬次虛擬仿真，從而加速F1賽車和跑車產(chǎn)品的設(shè)計與研發(fā)，縮短上市時間。
另一個例子是孤獨星球，其將數(shù)十年來編纂的萬億頁內(nèi)容轉(zhuǎn)化為一個大規(guī)模的、精心策劃的、個性化的線上旅行工具，為旅行者們提供服務(wù)。孤獨星球使用Amazon Bedrock開發(fā)了一個提供旅行規(guī)劃的生成式AI工具。該公司發(fā)現(xiàn)Amazon Bedrock比其他選擇更具成本效益，效率提高了78%，相較于手動策劃旅行體驗和行程成本低80%。
還有一家客戶支持軟件平臺Happy Fox，為70多個國家和地區(qū)的1.2萬多家公司提供服務(wù)。通過使用Amazon Bedrock上的Claude模型，這家公司正在提高客戶支持解決方案的性能和準(zhǔn)確性，生成式AI功能將自動化支持工單解決率提高了40%，并將支持代理的生產(chǎn)力提高了30%。
第三步：規(guī)模擴展
在生成式AI試點項目滿足業(yè)務(wù)需求且轉(zhuǎn)為規(guī)�；瘧�(yīng)用之前，企業(yè)還應(yīng)當(dāng)考慮數(shù)據(jù)安全與隱私是否得到保障，投資回報率是否得到驗證，各方利益相關(guān)者(包括業(yè)務(wù)、技術(shù)、法律和安全部門)是否達(dá)成共識，并且已經(jīng)為大規(guī)模應(yīng)用制定了適當(dāng)?shù)暮弦?guī)與治理框架，以及負(fù)責(zé)任的生成式AI使用準(zhǔn)則等因素。
在將生成式AI應(yīng)用正式投入到規(guī)�；a(chǎn)之前，企業(yè)還需要深入考慮的問題就是成本。生成式AI應(yīng)用的成本除了訓(xùn)練模型和模型調(diào)用的費用外，構(gòu)建人才團隊也是成本中心所在，因此企業(yè)需要讓整個組織，不管是專業(yè)技術(shù)工程師、還是一線業(yè)務(wù)人員都能夠?qū)W習(xí)與應(yīng)用生成式AI。
DoorDash是美國外賣送餐服務(wù)平臺，擁有數(shù)千人的客服團隊，回復(fù)涉及稅務(wù)、應(yīng)用故障、注冊流程等客戶問題。基于亞馬遜云科技生成式AI技術(shù)，DoorDash打造了一款全自動化語音機器人系統(tǒng)，可自動化處理70%的來電，進(jìn)行專業(yè)的機器人回答，年均節(jié)省呼叫中心成本達(dá)300萬美元。
美國聯(lián)合航空面臨著優(yōu)化其55年歷史的乘客服務(wù)系統(tǒng)(PSS)的挑戰(zhàn)，該系統(tǒng)使用復(fù)雜的數(shù)據(jù)格式，員工需要幾個月甚至幾年才能學(xué)會如何使用。他們使用Amazon Bedrock來訓(xùn)練生成式AI模型解析傳統(tǒng)的預(yù)訂數(shù)據(jù)(PNRs)并將其翻譯成簡單的英語。這使得原本需要員工手動研究數(shù)小時的問題現(xiàn)在能在幾秒鐘內(nèi)得到答案。這使得員工能夠更快、更一致地回應(yīng)客戶詢問，實現(xiàn)自助服務(wù)功能，讓員工專注于為旅客提供更加個性化的服務(wù)。這家公司計劃在6個月內(nèi)在呼叫中心部署Amazon Bedrock解決方案，并在整個PSS現(xiàn)代化過程中融入生成式AI，以構(gòu)建真正以客戶為中心的智能系統(tǒng)。
展望未來對于生成式AI的未來發(fā)展趨勢，亞馬遜云科技認(rèn)為應(yīng)當(dāng)重點關(guān)注Agent、多模態(tài)人工智能、多模型協(xié)作、人工智能政策與標(biāo)準(zhǔn)制定四大領(lǐng)域。
→ Agent用于處理復(fù)雜任務(wù)：Agent能協(xié)調(diào)并分析任務(wù)，將其拆解為合理的邏輯步驟，調(diào)用API與其他系統(tǒng)交互，從而實現(xiàn)端到端的流程自動化，因此成為了場景日益復(fù)雜下，許多企業(yè)的重點部署項目。
→ 大語言模型將走向多模態(tài)能力：未來生成式AI將進(jìn)入多模態(tài)支持時代，可以處理多種類型的數(shù)據(jù)輸入，使用戶能夠無縫整合結(jié)構(gòu)化表格數(shù)據(jù)、音頻、視頻和非結(jié)構(gòu)化文本。
→ 多模型協(xié)作解決復(fù)雜問題：隨著客戶將復(fù)雜的人工智能解決方案付諸實施，其越發(fā)意識到在速度、成本和準(zhǔn)確率之間尋求平衡的重要性。而為不同的任務(wù)選用不同類型的模型，可以有效實現(xiàn)這種優(yōu)化。
→ 完善人工智能政策與標(biāo)準(zhǔn)：人工智能的法規(guī)與標(biāo)準(zhǔn)正在不斷完善，企業(yè)應(yīng)該未雨綢繆，制定前瞻性政策，將安全與責(zé)任置于人工智能發(fā)展的核心位置。
時至今日，生成式AI仍然是一個全新的探索領(lǐng)域，未來的創(chuàng)作和突破還會不斷涌現(xiàn)。亞馬遜云科技將繼續(xù)推動安全、透明和負(fù)責(zé)任的生成式AI發(fā)展，與全球各地政策制定者和業(yè)界攜手合作，探索生成式AI的無限可能。
亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理
陳曉建
本文來自亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建在“良幣時代:《哈佛商業(yè)評論》2024中國年會”的主題演講，內(nèi)容經(jīng)本人確認(rèn)。
生成式AI橫空出世兩年以來，輿論場喧囂熱鬧，但《哈佛商業(yè)評論》中文版始終更興奮和著迷的是應(yīng)用世界：在日復(fù)一日應(yīng)對競爭與用戶/客戶需求的商業(yè)世界，由生成式AI驅(qū)動的新做法、新策略，到底帶來了哪些真實的價值和全新的挑戰(zhàn)？在這場由硅谷啟動的商業(yè)競爭新格局中，中國企業(yè)的現(xiàn)狀和可預(yù)見的未來是什么。
《哈佛商業(yè)評論》中文版攜手亞馬遜云科技，共創(chuàng)「生成式AI：締造可見的商業(yè)價值」專題，于2024年下半年，深入調(diào)研數(shù)十家中國企業(yè)應(yīng)用生成式AI的具體場景/流程/挑戰(zhàn)/效果，選出有代表性的案例，共同見證中國企業(yè)生成式AI的先行者、早期擁抱者。當(dāng)下是生成式AI效率革命的階段，我們期待這些1.0時代的先行者，能激勵和啟發(fā)更多中國企業(yè)跟進(jìn)這場生成式AI帶來的效率革命。
