释放生成式 AI 的行业潜力

释放生成式 AI 的行业潜力

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Amazon Bedrock， Generative Ai， Foundation Models， Cloud Infrastructure， Data Foundation， Responsible Ai]

导读

生成式 AI 吸引了许多行业的想象力，并有望带来下一波技术进步。在这次创新讲座中，您将听到从医疗保健和金融服务到汽车、媒体和娱乐等重要行业是如何利用生成式 AI 为客户带来成果。请加入亚马逊云科技行业和战略客户技术总监 Shaown Nandi 以及行业领导者的行列，聆听生成式 AI 如何加速内容创建，并帮助企业重新构想客户体验。

演讲精华

以下是小编为您整理的本次演讲的精华。

“大家好!我即将在re:Invent 2023上登台演讲，需要一些帮助。”视频以这句话开场，为一场关于在各行业释放生成式人工智能潜力的精彩演讲拉开序幕。演讲者Sean寻求人工智能助手Alexa的协助，创作一个吸引观众注意力的视频开场。

Alexa建议制作一个高能量的蒙太奇视频，包括悦耳的音乐、引人入胜的视觉效果，并与观众息息相关。“这种流行视频通常包括悦耳的音乐、引人入胜的视觉效果，并与观众息息相关。蒙太奇可能是一个不错的选择，”Alexa建议道。该视频蒙太奇旨在突出生成式人工智能的变革力量，展示它如何成为现实，释放强大的新功能，可以彻底改变各行业的企业。

视频强调，生成式人工智能正处于一个拐点，重塑我们工作、创新和重新定义客户体验的方式。“生成式人工智能正在释放强大的新功能，这将改变您的业务。它正在提供有针对性的财务建议、加快药物发现和个性化购物。它正在缩短制造商的上市时间、生产工作流程、媒体和娱乐，并改变车辆设计方式。它正在提高生产力、加速创新、开启新的商业模式，并创造新的竞争优势，”视频宣称。

在引人入胜的视频蒙太奇之后，本次会议的演讲者Xiaoannandi、亚马逊云科技技术行业总监登台。Xiaoannandi深入探讨了将生成式人工智能整合到产品和体验中的框架，阐明了人工智能(AI)、机器学习、深度学习和生成式人工智能之间的区别。

Xiaoannandi强调了生成式人工智能中基础模型(FMs)的独特能力，解释道:“另一方面，顾名思义，生成式人工智能可以生成新的内容创意，包括对话、故事、图像、视频，甚至音乐。这些内容最终是由称为FMs的基础模型创建的。FMs是独一无二的。它们是在互联网规模的数据上训练的。让FMs与众不同的是，它们可以执行更多任务，因为它们包含了大量参数，使它们能够学习复杂的概念。”

为了说明生成式人工智能的实际应用，Xiaoannandi分享了亚马逊如何利用它的例子。“当您访问Amazon.com并查看某个产品时，您来的一个原因是查看成千上万的评论，但当您看到所有这些针对产品的评论时，可能会感到有些太多。您如何解析它们呢?我们最近在移动应用程序上投入使用了基于人工智能的评论摘要，它会显示在屏幕顶部，总结这些评论的关键要点。这为客户节省了大量购物时间，”她解释道。

Xiaoannandi还介绍了Amazon CodeWhisperer，这是一款人工智能编码助手，可帮助开发人员更高效地编码。“我的团队对一组工程师进行了一项生产力挑战测试，结果发现使用CodeWhisperer的开发人员完成任务的速度提高了57%，成功完成任务的可能性提高了27%，”她透露。

Xiaoannandi强调拥有适当的基础设施、工具和解决方案对于构建生成式人工智能至关重要，她重点介绍了亚马逊云科技在优化基础设施、Amazon Bedrock用于构建FMs以及预构建应用程序(如专为企业设计的企业助手Amazon Q)方面的投资。

Xiaoannandi概述了成功实施生成式人工智能的三个关键领域:构思(确定和优先考虑正确的用例)、执行(使用正确的工具和基础设施)和治理(权衡风险并实施负责任的人工智能实践)。

在构思方面，她强调了从客户或问题反向思考的重要性，定义成功指标，跳出框框思考，并根据业务价值和可行性无情地优先考虑用例。“首先，您必须热爱机会，而不是解决方案。对于在座的技术人员来说，也就是我们大多数人，我们看到了出色的技术，就想要使用它，我们觉得必须使用它。首先，您必须退后一步，问问自己，’我要解决什么问题?您是否被100万个小问题淹没了?是否有大量发票需要处理?也许您在过去几年里雇佣了很多新员工，他们对您的业务缺乏多年的专业知识。’最终，您想要实现什么结果?”Xiaoannandi建议道。

在执行方面，Xiaoannandi重点介绍了亚马逊云科技用于生成式人工智能的技术栈，包括用于训练和推理的优化基础设施、Amazon Bedrock用于构建FMs，以及预构建应用程序(如Amazon Q)。她强调选择适合工作的正确工具的重要性，考虑诸如安全性、隐私性、规模、价格、性能和业务相关性等因素。

在治理方面，Xiaoannandi强调需要实施负责任的人工智能计划，采用诸如内容过滤和拒绝主题列表等防护措施，并保护知识产权和公司数据。“您应该首先实施一个负责任的人工智能计划。您希望遵循透明度、公平性、问责制和隐私权的原则。负责任的人工智能计划有许多需要考虑的属性，它们都需要人工监督，人工智能只是辅助人类判断，而不是取代人类，您希望组建一个跨职能团队来做到这一点，”她建议道。

本次会议还邀请了三位客户演讲者，分享了他们在各行业实施生成式人工智能的经验。

首先，吉利德科学公司(一家制药公司)首席信息官Mark Berson讨论了他们如何在制药价值链中应用生成式人工智能，从药物发现到商业化。Berson强调了坚实的云和数据基础、采用数据网格架构以及遵循快速实验和建立治理政策等原则的重要性。

Berson解释道:“在吉利德，我们采用了数据网格架构来管理我们的企业数据平台上的大规模数据。除了这种数据网格架构之外，我们还专注于数据所有权。我们将数据所有权下放到业务领域，将所有权分散到最接近数据并拥有该数据业务背景的业务团队。我们还采用了数据即产品架构。在过去几年里，我们已经在运行于亚马逊云科技云上的企业数据平台上发布了300多种数据产品。”

Berson强调了实施生成式人工智能时遵循指导原则的重要性，例如确保数据和模型运行在他们的云平台上、启用快速实验、在用例和技术支持方面进行企业内部协作、启用模型选择、遵循人工智能和机器学习最佳实践，以及建立治理政策和架构框架，以确保负责任地使用人工智能。

Berson分享的一个关键经验是，高层赞助和支持、构想可能性艺术、以及在业务和IT之间实现紧密协调以确保务实地应用技术并以业务成果衡量成功至关重要。

接下来，Carrier公司人工智能主管Seth Walker分享了他们建立在四大支柱之上的企业人工智能战略:沟通和能力、集中式平台、数据和治理。Walker讨论了生成式人工智能如何减少开发开销，并启用诸如内容生成、文档分析和人工智能代理等基础能力。

Walker解释了Carrier确定和实施生成式人工智能用例的方法，他说:“我们创建了这种企业结构，帮助我们实现企业战略，帮助我们在整个组织中推动人工智能的采用。但这对于特定的用例意味着什么呢?这在长期意味着什么呢?我们不仅要考虑明天要做什么，尽管这很重要，但我们还要考虑作为一家公司，我们在5到10年内想达到什么样的地步?如果不长远考虑，您就无法成为一家100多年历史的公司。”

Walker分享了一个Carrier已在供应链运营中部署生成式人工智能的用例。“我们想要做的是，我们有自己的供应链。每个人都听说过供应链存在的各种问题，而供应链对于我们的业务和客户来说当然是非常重要的，对吧?他们希望确保按照我们承诺的时间收到产品，并希望对此有透明度和可见度。因此，我们有工具供客户访问，以了解’我的货物在哪里?里面有什么?’但我们希望将这种功能集成到一个聊天机器人中。”

利用Amazon Web Services Bedrock Agents，Carrier开发了一款聊天机器人，可以直观地理解并查询来自其供应链系统的数据，为客户提供实时更新和信息，无需广泛的预编程。

第三位客户演讲者Fay Callel是Prime Video和Amazon Studios的科学与创新总监，她展示了生成式人工智能如何帮助提供优质的娱乐体验。Callel分享了三个用例:优化流媒体质量、升级低分辨率内容，以及通过微型流派轮播实现个性化内容发现。

关于优化流媒体质量，Callel解释道:“我们采用的解决方案是使用视频基础模型，这种模型对内容语义、场景中的物体和动作有深入的理解，然后我们使用编码技术来提升视频中重要部分的分辨率，这有助于在网络带宽受限的情况下优化和提高流媒体质量。”

对于提升低分辨率内容的质量，Callel展示了《星际之门》电视剧的对比效果，演示了如何利用AI超分辨率技术无需物理胶片即可将内容分辨率提升，从而获得更锐利的高对比度边缘和更身临其境的场景。

在个性化内容发现领域，Callel介绍了一款由大型语言模型驱动的微型流派轮播生成器工具。“这种由大型语言模型驱动的AI创新，赋予了我们的营销和节目策划团队使用种子标题和提示来创建深度沉浸式内容的能力。例如，假设我们想推广一系列与《指环王》电影类似的作品。你只需向该工具提供这个提示，工具就会在整个目录中搜索，并生成与《指环王》高度相关的内容组合。它还可以进一步推荐这种轮播的标题，比如’神秘的高端奇幻’或’受托尔金中土世界故事启发’。”

最后，演讲总结了关键要点，强调了从机会出发反向思考、打好数据基础、利用优化的基础设施和Bedrock、实施负责任的AI程序以及激励团队采用生成式AI的重要性。同时推荐了Amazon Web Services Pathfinder、培训与认证以及生成式AI创新中心等资源，以获取进一步的学习和支持。

总的来说，Amazon Web Services re:Invent 2024大会上的这段视频全面概述了生成式AI、其在各行业的潜在应用以及成功实施的框架。演讲中通过吉利德科学公司、Carrier和Prime Video的真实案例和客户故事，展示了生成式AI如何改变他们运营的各个方面，从药物发现到供应链管理，再到个性化娱乐体验。视频强调了构思、执行、治理和负责任AI实践的重要性，同时重点介绍了亚马逊云科技在优化基础设施、工具和解决方案方面的投资，以支持生成式AI的构建。

下面是一些演讲现场的精彩瞬间：

在re:Invent 2024大会上，一位演讲者正在寻求帮助，希望能为演讲视频开场部分创作出令人印象深刻的内容。

吉利德公司认为，在未来4-5年内，人工智能将有助于加速药物发现和开发的核心过程，成为提高效率和加快洞见获取的重要推动力。

通过与员工和客户的有效沟通，并提高各部门人员的相关技能，企业可以充分利用人工智能技术，推动创新并为公司创造价值。

通过集中化平台、专家指导、治理框架和人员培训，确保整个组织的创新和风险缓解协同工作。

利用生成式人工智能，公司开发了一款智能聊天机器人，可以透明地查询供应链信息，为客户提供实时货物跟踪和可视化服务。

在企业人工智能战略中，通过构建组织结构、工具和流程以及理念，确保员工朝着共同目标努力，同时提升技术人员和业务人员的人工智能技能，以识别并解决业务中的具体问题。

在重新发明2024大会上，亚马逊云科技(亚马逊云科技)展示了其在行业和生成式人工智能领域的创新成果，包括交互式演示和创新演讲。

总结

在一个引人入胜的叙事中，我们踏上了探索生成式人工智能在各个行业变革潜力的旅程。故事从一个吸引人的视频介绍开始，为这项技术对企业和客户体验产生的深远影响奠定了基调。

首先，我们深入探讨了制药领域，吉利德科学公司正准备利用生成式人工智能加速药物发现和靶点评估过程。通过利用大型语言模型分析海量科学文献和数据库，吉利德公司旨在简化靶点评估报告的交付，实现更高的吞吐量，并缩短救生治疗药物上市的时间。

接下来，我们见证了制造业领军企业Carrier如何利用生成式人工智能推动其业务垂直领域的创新。通过围绕通信、能力、工具和治理的集中式人工智能战略，Carrier已部署了直观查询数据并为客户提供实时供应链可视性的聊天机器人，从而减少了开发开销，为未来的人工智能代理铺平了道路。

在媒体和娱乐领域，Prime Video和亚马逊影视公司展示了生成式人工智能如何革新内容交付和个性化。从通过视频基础模型优化流媒体质量，到使用人工智能超分辨率技术升级低分辨率内容，再到利用微型流派生成器策划个性化内容轮播，Prime Video正在推动身临其境的娱乐体验。

这个叙事以一个行动号召达到高潮，鼓励观众拥抱生成式人工智能，并利用亚马逊云科技全面的产品和服务，包括用于构建应用程序的Bedrock、优化的基础设施以及即将推出的亚马逊Q助手。通过专注于负责任的人工智能、治理和持续学习，通往释放生成式人工智能全部潜力的道路已经展现，让企业能够创新并重新定义所属行业。

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。亚马逊云科技致力于成为企业构建和应用生成式AI的首选，通过生成式AI技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI应用的大模型等工具、以及开箱即用的生成式AI应用。深耕本地、链接全球 – 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。