选择正确的生成式 AI 用例

选择正确的生成式 AI 用例

关键字: [Amazon Web Services re:Invent 2024, 亚马逊云科技, 生成式AI, Amazon Bedrock, Generative Ai Use Cases, Customer Engagement, Employee Productivity, Business Process Optimization, Data Augmentation, Responsible Ai Development]

导读

对所有组织而言，生成式 AI 都是一种令人兴奋的新能力,但最有影响力的应用是那些注重实际业务价值的应用,而不仅仅是技术新颖性。在本环节中,您将了解到当前在各业务职能和关键行业中受关注的生成式 AI 使用案例。了解实施生成式 AI 的最佳实践,从而提升流程、增强员工能力、转变思维方式,释放可展示的业务价值。

演讲精华

以下是小编为您整理的本次演讲的精华。

变革性的生成式人工智能技术已经吸引了全球企业的关注。亚马逊云科技人工智能解决方案营销主管Albert Spruegas信心十足地宣称,尽管生成式人工智能已经在面向消费者的应用中展现出了令人难以置信的潜力,但它真正的价值将在于整合到组织流程中。他引用了高盛的一项预测,强调生成式人工智能有望在未来十年为全球GDP增长贡献惊人的7万亿美元,凸显了其巨大的变革潜力。

为了阐明生成式人工智能的独特能力,Albert明确区分了传统机器学习(ML)和这一新兴技术。传统ML模型严重依赖大量标记数据来训练特定用例,例如预测、术语预测或预测性维护。相比之下,大型语言模型(LLM)和基础模型作为生成式人工智能的支柱,是在海量未标记数据上进行训练的,使它们能够执行多种多样的任务。这种通用性使生成式人工智能模型能够生成新的文本、图像、音乐,回答问题,总结文档,跨语言和受众进行内容翻译,纠正错误以及对数据进行分类。

此外,生成式人工智能模型可以跨多种模态运作,无缝集成文本、图像、视频、音频,甚至分子结构作为输入和输出。这种多模态能力,加上生成、问答、总结、翻译、纠正和分类的六大核心功能,已经在各个行业催生了数百种生成式人工智能的应用场景。

Albert根据主要受益者将这些众多应用场景分为三大类:面向客户、面向员工或后端流程。面向客户的应用包括聊天机器人、虚拟助手、客户语音分析和个性化。在员工生产力和创造力领域,生成式人工智能可以驱动员工助手、代码生成和数据可视化工具。对于后端流程,智能文档处理、网络安全模型训练、欺诈检测和流程优化等都是关键应用。

深入探讨行业特定的应用场景,Albert强调了生成式人工智能在医疗保健领域的潜力,如环境数字记录员可以转录和总结医患对话,为电子健康记录(EHR)提供支持。在工业领域,由生成式人工智能驱动的维护辅助可以利用文档指导技术人员修理设备。金融行业可以从智能顾问中获益,利用生成式人工智能提供个性化投资建议。零售企业可以利用生成式人工智能总结产品反馈并生成吸引人的产品描述。此外,媒体和娱乐公司可以利用生成式人工智能进行高质量内容创作和视频增强。

为了说明生成式人工智能的实际应用,亚马逊云科技产品营销经理Cali Heath深入探讨了聊天机器人领域。她强调将生成式人工智能嵌入到对话式人工智能应用中的趋势日益增长,高德纳预测到2025年将有80%的此类应用程序将采用生成式人工智能,而2023年这一比例仅为20%。由生成式人工智能驱动的聊天机器人可以利用组织的特定领域数据和可信知识源,提供更自然、更富对话性的响应。

Cali分享了一些公司成功利用生成式人工智能进行聊天机器人的例子。领先的数字旅游代理Booking.com正在使用Amazon Bedrock来定制大型语言模型,结合专有数据,通过对话式聊天提供个性化体验。专注于物业管理通信的中型数字优先公司Quest正在部署由Amazon Bedrock的Titan模型驱动的先进虚拟助手,为租户和物业经理提供全渠道相关信息访问。职业高尔夫球协会PGA Tour正在尝试生成式人工智能功能,如检索、增强生成、提示工程和向量数据库,以提升球迷体验并为广播公司提供实时见解。

Cali还介绍了亚马逊云科技解决方案库中的Q&A Chatbot解决方案,这是一个无需编码经验即可部署自助式、全渠道聊天机器人解决方案的CloudFormation解决方案。该解决方案使组织能够利用Bedrock功能和大型语言模型增强其对话式人工智能界面,同时对其数据保持控制和安全。

转移到员工辅助领域,亚马逊云科技另一位产品营销经理Sahmabali强调了生成式人工智能提高员工生产力的巨大潜力。她引用了一项最新的麦肯锡研究,显示员工有60%到70%的时间花在了可以由生成式人工智能自动化的例行、重复性活动上。投资于员工生成式人工智能的组织正在四个关键领域获益:客户运营、营销和销售、软件工程以及研发(R&D)。

Sahmabali介绍了员工助手的概念,这是一种由生成式人工智能驱动的工具,能够理解上下文、进行自然对话,并通过自动化繁琐任务来增强人类潜能。这些助手可以通过提供跨各种组织知识库的统一搜索体验来增强内容发现,通过从数据中解锁见解来促进更好的决策,并在销售、营销、产品管理、法律和人力资源(HR)等职能领域实现内容创作。

为了说明员工助手的现实应用,Sahmabali分享了一些公司利用生成式人工智能的例子。全球运动鞋和服装品牌Adidas为其工程师社区创建了一种生成式人工智能解决方案,提供对话式搜索界面以查找信息和回答技术问题。咨询公司Accenture开发了一种基于Amazon Bedrock的生成式内容加速器,可以创建本地化营销活动和图像提示。LexisNexis Legal Professional推出了Lexis+ AI,具有智能搜索、总结和法律起草功能,可以提高律师的效率和效力。

Sahmabali随后介绍了Amazon Q,这是一款专为工作场所设计的突破性生成式人工智能助手。Amazon Q专门针对企业的数据和专业知识进行定制,可以进行对话、生成内容、解决问题并采取行动,同时尊重现有的身份、角色和权限。Amazon Q集成到各种亚马逊云科技服务中,包括管理控制台、IDE、协作工具、商业智能、联系中心和供应链管理,作为亚马逊云科技的专家,利用公司17年的信息提供解决方案、架构和最佳实践。

转移话题,Sahmabali讨论了数据增强对于训练机器学习模型的重要性,尤其是在小型、不平衡或敏感数据集的情况下。她分享了Amazon One的例子,这是一种正在向Whole Foods和第三方场所推出的无接触掌纹识别系统。为了训练Amazon One的机器学习模型,团队创建了数百万张合成掌纹图像,具有不同特征,包括不同的掌纹线条、婚戒和绷带。这种合成数据增强方法使Amazon One的准确率达到99.9999%,比虹膜识别高出一百倍。

另一个案例是在线教育提供商Tic Mos,旨在提供个性化学习体验。Tic Mos与亚马逊云科技生成式人工智能创新中心合作,开发了一款聊天机器人,能够理解学生的技能水平、情绪状态并回答各种问题。然而,Tic Mos缺乏评估聊天机器人所需的数据。创新中心生成了数千个与学习内容相关的合成问题,具有可控的参数,如情绪水平、阅读水平和学生技能。这些问题随后由Tic Mos的主题专家审核,从而创建了一个高质量的数据集来训练聊天机器人。

Sahmabali强调,数据增强可以应用于图像、视频、音频和文本等多种模态,还可以用于为异常检测模型注入异常行为。数据增强的主要好处在于促进负责任的人工智能实践,减少偏差、缓解隐私风险、提高可及性并增强模型的鲁棒性。

与此负责任的人工智能承诺保持一致,亚马逊云科技专注于四个关键领域:通过提供工具、指导和资源,将负责任的人工智能从理论转化为实践;在创建基础模型时端到端地集成生成式人工智能,并对公平性和准确性进行严格测试;通过AI Service Cards等资源优先考虑教育;与政府、学术界和行业合作伙伴合作,缓解新出现的挑战。

最后,Albert Spruegas为着手生成式人工智能项目的组织提供了建议。他建议专注于解决组织独有的具体可衡量的问题,利用组织的数据实现差异化,并不断迭代直至达到预期结果。让第一个项目在组织内部可见且具有关联性,可以激发进一步采用,并鼓励团队识别自己的使用案例。

Albert着重介绍了亚马逊云科技提供的有助于推广生成式AI应用的宝贵资源,包括AI用例探索器(一种根据行业、业务职能和预期结果建议用例的工具)、AI解决方案库(提供AI和生成式AI的Cloud Formation解决方案)以及生成式AI创新中心(与组织合作启动创新项目)。此外,亚马逊云科技还拥有一个强大的合作伙伴生态系统,在Bedrock和生成式AI技术方面具有专业知识。

总体信息强调,应该关注解决方案及其影响,而不仅仅是技术本身。通过利用生成式AI解决组织独有的具体可衡量的问题,并利用专有数据,企业可以释放这项开创性技术的真正变革潜力,从而获得竞争优势。

下面是一些演讲现场的精彩瞬间：

阿尔伯特·斯普鲁加斯是亚马逊云科技人工智能解决方案营销主管，他与卡莉、希思和萨哈马巴利一同出席了reinvent2024大会。

通过与客户服务团队结合使用聊天机器人，客户可以享受到令人信服的好处，如减少呼叫量、降低呼叫放弃率，并通过语音、聊天等多渠道全天候以较低成本与品牌互动，同时让客服团队专注于需要人工介入的问题。

Booking.com利用亚马逊Bedrock和自有数据定制大型语言模型，通过对话式聊天为客户提供更加个性化的旅行体验。

Quest公司利用亚马逊Bedrock和Titan模型部署了先进的虚拟助理，为租户和物业管理公司提供全渠道沟通服务。

美国职业高尔夫球协会(PGA Tour)正在与亚马逊云科技合作，利用新的生成式人工智能功能来提升球迷体验，包括检索、增强生成、提示工程和向量数据库，为客户带来全新的连接。

通过员工助理，员工可以利用先进的人工智能技术，轻松发现内容、做出更好的决策、提高工作效率并获得个性化支持，从而释放人类的潜能。

本次会议旨在展示多种不同的使用案例和客户故事，希望您能从中找到可以在贵组织中应用的解决方案，并专注于解决方案和影响，而不仅仅是技术本身。

总结

生成式人工智能的兴起为各行业带来了广泛的变革性应用场景,有望彻底改变企业与客户互动、赋能员工以及优化流程的方式。本次会议探讨了生成式人工智能的主要应用,深入探讨了聊天机器人、员工助理和数据增广等领域。

由生成式人工智能驱动的聊天机器人可以提供动态、个性化的响应,保持上下文和对话流程,从而增强客户体验。员工助理利用生成式人工智能来提高生产力,在各种角色中协助内容发现、决策制定和内容创作。数据增广是一种从现有数据集创建合成数据的过程,可以解决数据稀缺、不平衡和隐私问题,促进负责任的人工智能发展。

像Booking.com、Quest和PGA Tour这样的公司正在利用生成式人工智能提供个性化体验、虚拟助理和粉丝互动。Adidas、Accenture和LexisNexis正在通过人工智能驱动的搜索、内容生成和法律草拟来赋能员工。亚马逊One和Tic Mos展示了数据增广在实现高精度和个性化学习方面的强大力量。

随着生成式人工智能的不断进步,亚马逊云科技强调负责任的发展,优先考虑公平性、准确性、透明度和与合作伙伴的合作。关键是要确定与业务目标相一致的高影响力应用场景,通过多个项目进行迭代,并利用亚马逊云科技资源,如人工智能用例探索器、解决方案库和生成式人工智能创新中心。

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。