利用生成式人工智能测量和提升云投资回报率

利用生成式人工智能测量和提升云投资回报率

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Amazon Bedrock， Cloud Value Framework， Return On Investment， Generative Ai， Staff Productivity， Business Agility]

导读

云计算承诺为投资采用云技术的客户带来更低的成本、更大的创新、更高的弹性以及其他益处。但客户如何衡量他们在云上投资的回报率呢？本次会议将指导客户如何使用云价值框架（CVF）来衡量他们在云上投资的回报率。会议将首先概述CVF，然后介绍一个包含与CVF相aligned的关键绩效指标（KPIs）的平衡计分卡示例，最后以一个白板讨论环节结束，探讨如何使用生成式AI和相关服务来改善成本、敏捷性、生产力、弹性和可持续性。

演讲精华

以下是小编为您整理的本次演讲的精华。

亚马逊云科技 re:Invent 2024大会由经验丰富的亚马逊云科技解决方案架构师Kunley热情洋溢地欢迎与会者拉开序幕。他承认客户普遍期望他们在云计算上的投资能带来可观回报。然而，Kunley敏锐地指出，客户常常面临着难以量化和确定是否真正实现了预期投资回报的挑战。

Kunley继而概述了本次会议的议程，分为两个部分。第一部分将深入探讨一个全面的衡量框架，而第二部分将探索利用前沿的生成式人工智能来优化云投资。他首先阐述了组织采用云计算的诸多动机，包括节省成本、提高可靠性、加强安全措施、促进创新以及扩大客户覆盖面。

Kunley强调了主导自身云计算之旅的重要性，并着重指出客户有必要衡量并向高管团队和董事会证明他们的投资。他介绍了关键绩效目标(KPOs)和关键绩效指标(KPIs)的概念，这些是设定目标和跟踪进度的关键工具。

随后，Kunley揭示了亚马逊云科技云价值框架，这是一种全面的方法，包括五大支柱:节省成本、提高员工生产力、运营恢复能力、业务敏捷性和可持续性。对于每个支柱，他都提供了来自IDC报告的深入见解，包括目标、指标和基准，这些量化了亚马逊云科技客户实现的价值。

Kunley强调了采取平衡方法的必要性，就像保持均衡饮食一样，需要在所有支柱上明确目标并精心跟踪进度。他介绍了平衡计分卡框架，包括四个不同的视角:客户、财务、内部流程以及学习与成长。

通过一系列生动的示例，Kunley展示了任何一个领域的失衡都可能削弱其他领域，从而凸显采取全面的云战略的至关重要性。为了便于跟踪进度，他建议创建一个综合指标仪表板，将KPI、目标和云价值框架支柱对齐，使高管能够切实评估投资回报。

此时，Chenglong接手演示，深入探讨利用生成式人工智能应用于常见用例的实践，如提高员工生产力、简化软件开发周期和优化核心业务运营。他引用了令人信服的调查数据，突出了生成式人工智能在各行业的快速采用，其中科技行业的采用率高达90%，即使政府和公共部门也有60%的采用率。

在员工生产力的用例中，Chenglong演示了Amazon Kendra这一强大服务如何无缝连接分散的数据源、理解用户查询并在尊重访问权限的前提下提供精心策划的答复。他巧妙地将这一服务带来的成本节约和生产力提升与云价值框架的相应支柱相映射。

在软件开发领域，Chenglong展示了Amazon CodeWhisperer的功能，这是一款前沿工具，可以建议最佳实践、生成代码片段、自动化测试和执行安全扫描，从而显著加快开发周期。他引用了一些公司利用这一创新服务实现大幅时间和成本节省的真实案例。

转而关注核心业务用例，Chenglong强调了Amazon QuickSight Q的变革潜力，它使用户能够从自然语言查询中创建洞见丰富的可视化效果。这一功能有效消除了IT瓶颈，促进了更快的决策，从而提高了业务敏捷性。

随后Oren上台讨论了需要更复杂解决方案的高级用例。他强调了仔细评估生成式人工智能的需求、组建合适的团队和预算、设定现实的里程碑，以及确保拥有足够的数据来支持所提出的用例的重要性。

Oren介绍了Amazon Bedrock，这是一项强大的服务，提供了高性能基础模型的选择，支持使用组织数据定制模型、检索增强生成(RAG)以提高响应质量，以及强大的安全和治理措施。

他深入探讨了Amazon Bedrock的特性，如模型评估功能，可通过自动和人工评估组件帮助选择最适合特定用例的基础模型。知识库功能支持无缝集成专有数据，而代理功能则支持将复杂任务分解为可管理的步骤，利用操作和知识库进行系统性问题解决。

Oren最后巧妙地将生成式人工智能服务与云价值框架联系起来，强调它们有助于优化成本节约、业务敏捷性、运营恢复能力和可持续性，从而使客户能够最大限度地实现云投资回报。

整个会议贯穿了真实的客户案例和用例，丰富了内容，并提供了生成式人工智能服务带来的变革性影响的具体示例。例如，知名公司Buyer利用Amazon Kendra的决策科学生态系统训练、构建和部署机器学习模型，从而将新员工入职时间缩短了70%，开发人员的生产力提高了30%。

在软件开发领域，领先组织DJC利用Amazon CodeWhisperer开展了一个将Java代码从旧版本迁移到Java 17的项目。这个通常需要50个开发人员工作日的项目仅用了几个小时就完成了，估计节省了4，500个开发人员年的工作量，年化效率提升了2.6亿美元。

宝马采用了Amazon QuickSight Q的AI驱动的创作体验，显著节省了时间，加快了关键决策，彰显了该服务提高业务敏捷性的能力。

本次会议提供了一个全面的框架来衡量云投资，并结合了利用生成式人工智能服务实现成本节约、提高生产力和推动业务创新的实际案例，使客户能够最大限度地实现云投资回报。客户案例和用例的无缝融入进一步丰富了内容，为与会者提供了这些前沿技术变革潜力的切实见解。

下面是一些演讲现场的精彩瞬间：

Andy Jassy，亚马逊云科技首席执行官，通过询问观众中有多少人已在云端运行生产工作负载或正在探索云采用来吸引观众。

他强调了数据孤岛的挑战以及跨不同来源维护访问控制和权限的统一数据视图的需求。

Amazon Q Business智能地整理和分析来自各种来源的数据，提供准确的基于权限的自然语言回答用户查询。

利用云中预先训练的生成式AI模型可以节省训练和微调的基础设施成本，同时仍然允许您根据自己的知识库和数据源回答问题。

强调投资Amazon CodeWhisperer的好处，例如更快的上市时间、更高的运营弹性以及通过快速特性开发提高的业务敏捷性。

Amazon Bedrock的代理功能允许将大型任务分解为可管理的步骤，执行操作并搜索知识库，从而实现与多个系统和数据源的无缝交互，提高运营效率。

Chen、Lun和演讲者强调了亚马逊云科技上可用的一些生成式AI服务，以及它们如何帮助优化成本节约、业务敏捷性、运营弹性和可持续性。

总结

在这个富有洞见的演讲中，演讲者们深入探讨了如何利用生成式人工智能来衡量和提高云投资回报。他们介绍了亚马逊云科技云价值框架，这是一个全面的工具，可以通过五大支柱来量化云投资带来的价值:成本节约、员工生产力、运营弹性、业务敏捷性和可持续性。他们强调了平衡计分卡方法，作为全面跟踪云战略的手段，包括客户满意度、财务绩效、内部流程和创新能力。

演讲者接着探讨了如何利用Amazon Q Business、Amazon Q Developer和Amazon Q in QuickSight等生成式人工智能解决方案来优化员工生产力、加快软件开发周期并赋予数据驱动的决策能力。真实案例展示了切实的好处，如缩短入职时间、提高开发人员生产力和加快上市时间。

对于更高级的使用场景，演讲者介绍了Amazon Bedrock，这是一项全托管服务，通过单一API提供高性能基础模型的选择。模型评估、知识库和代理等功能支持定制化、与专有数据的无缝集成以及高效的任务分解，从而提高运营效率并为人工智能应用程序开辟新的可能性。

最后，演讲者强调在开展生成式人工智能项目时，谨慎规划的重要性，需要考虑数据可用性、预算和投资回报等因素。通过利用亚马逊云科技的生成式人工智能服务和云价值框架，组织可以优化云投资、推动创新并实现可衡量的业务成果。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。