关键字: [出海日城市巡展, Amazon Bedrock, 生成式Ai, 智能产品, 商业模式, 产品创新, 运营效率]
导读
魏宇先生在”智能产品行业论坛”上介绍了生成式AI为中国出海企业带来的机遇和挑战。他指出生成AI技术正在快速发展,为企业带来广阔市场空间,但也需要企业从业务场景选择、工具选型、数据战略和合规治理等方面做好准备。亚马逊云科技推出了普惠AI服务,为企业提供算力、工具、模型和解决方案,帮助企业快速应用生成AI技术,提升出海竞争力。他强调企业内部数据是构建差异化竞争力的关键,亚马逊云科技可提供数据处理和分析服务。最后他介绍了亚马逊云科技在生成AI落地方面的丰富资源和服务,包括场景选定、技术支持、原型开发和专业交付等,旨在助力企业抓住生成AI带来的机遇。
演讲精华
尊敬的各位来宾,下午好。今天,我很高兴有机会与大家一起探讨生成式人工智能(Generative AI)技术能够为中国出海企业带来的机遇和挑战。我叫魏宇,来自亚马逊云科技的解决方案架构部。在接下来的半小时里,我们将主要讨论生成式AI技术在智能产品领域的应用场景及相关最佳实践。希望大家能在这段时间内有所收获。
让我们先回顾一下过去十几年的发展历程。在云计算和互联网技术兴起的初期阶段,我们共同见证了第一批中国出海企业获取技术红利的情况。时至今日,这些企业已经成长为各自领域的龙头企业或代表性公司,尤其是在个人社交媒体、电商和短视频等领域,有许多在全球范围内广为人知的品牌。事实上,它们都是中国第一批走向海外的企业。
随着大数据、云计算和移动互联网技术的不断发展,互联网+话题逐渐成为各行各业不可回避的讨论重点。特别是在大数据分析和机器学习技术出现之后,又有更多的中国企业希望利用这些新技术发现新的商业模式,实现商业或产品转型,开拓海外市场。
时至今日,自去年生成式AI技术开始快速发展以来,我们就会发现越来越多的中国出海企业积极投入该技术的应用,希望利用生成式AI优化现有产品,甚至变革商业模式。同时,我们也发现这种新技术的商业转化速度变得越来越快。
让我给大家举一个例子。1926年,人类发明了第一个晶体管收音机,从第一个用户到累计500万用户,这个过程历时了38年。但是,如果回想一下过去的几年时间,像Facebook或国内的微信这样的移动互联网应用,积累500万用户的时间仅用了4年和1年。去年,大家可能都体验过一些基于生成AI技术开发的应用或产品,这些产品积累到500万用户的时间被缩短到了短短一个月。可以想见,我们正处于一个竞争非常激烈的环境之中,企业应对的时间就会非常有限。
事实上,许多标准普尔500强企业这两年都在积极设计或加大投入,将生成AI技术应用于商业转型的具体落地实践,在这方面的投资也在逐渐增加。
从市场规模的角度来看,生成式AI技术能够为我们带来广阔的市场空间。根据麦肯锡的一项调研报告,首先,生成式AI能够带来新的场景和收入,可以增加4.4万亿美元的市场规模。其次,80%的拥有5000人以上员工的企业高管认为,在未来18个月内,生成式AI技术一定会颠覆现有的商业模式,甚至现有的产品架构。第三,全球范围内有30%的企业都在积极主动地加大生成式AI的计划和投资。
基于这种趋势和问题,亚马逊云科技总结了四个关键点,可以帮助企业抓住生成式AI所能带来的机遇。
第一点是业务场景的选择。我们不建议客户生拉硬套地将生成AI技术应用于任何场景,而是建议从一个相对简单、可以快速商业化并看到价值的场景入手,然后逐步迭代,最后再扩展到更复杂的场景。
第二点是工具层面。就像士兵在战场上作战一样,如果武器不顺手,就很难占据有利位置。在生成AI应用落地的过程中,我们也需要一个非常顺手的工具,以事半功倍的方式达成目标。
第三点是数据战略。生成AI技术本身是相对通用的,真正能为企业带来差异化竞争力的是企业内部积累的行业数据、客户数据和产品数据。只有将这些数据结构化地利用起来,再结合生成AI技术,才能构建差异化的竞争力。
第四点是安全和合规。在新技术落地之初,大家往往只关注如何快速实现商业化,但可能会忽略安全和合规方面的问题。如果在前期不考虑这些问题,生成式AI技术就无法为您提供稳定的价值输出。
接下来,我将分别对这四个关键点进行详细阐述。
第一点,关于场景选择,总的来说就是”大数着眼,小数着手”。这八个字是怎么理解的呢?一般在选择场景时,大家习惯于认为这是一项新技术,就应该找到公司内部最复杂的场景,最能展示技术实力的项目来落地。但根据我们过去的经验,这种做法往往会导致失败,投资也会被浪费。
在亚马逊内部,我们经常提倡”逆向工作法”的原则。所谓逆向工作法,其核心就是从业务目标出发,通过业务目标找到合适的业务和应用场景。在这些场景内部,我们要评估生成AI技术是否真的适合该项目和场景落地。在此基础上,我们再去寻找尽可能简单的项目快速落地,让客户能够快速体验到生成AI带来的真实好处和优势。随着这个过程的推进,必将有经验积累,最终再扩展到更复杂、更具挑战的项目上。这种过程往往能够确保技术与商业很好地结合。
我们总结了6个领域,生成式AI技术可以帮助出海企业取得成功。
第一个领域是翻译和本地化适配。如果您有一个新产品要销往海外国家,首先要考虑的就是该产品的语言文字是否能与当地语言相匹配,以便当地消费者能够快速理解和使用。生成AI技术在这方面可以为您提供专业、易用的翻译工具,无需从头开发或购买昂贵的商业软件。此外,生成AI技术还可以帮助您快速了解当地市场文化,将文化特点融入产品之中。
第二个领域是市场分析。当一个新产品进入新市场时,我们必须做大量的市场分析工作,需要找到许多市场数据。过去,我们可能都是通过人工方式分析,然后出具报告,效率有限。有了生成AI技术之后,我们可以大大加快整个市场数据和前景分析的工作,并为商业决策提供辅助判断。
第三个领域是构建精准的个人用户画像。当产品最终进入用户手中时,我们往往需要了解当地最终客户的需求。从技术需求来看,就是需要精准构建个人用户画像。构建用户画像的关键在于处理海量的客户个人用户数据。生成AI技术可以帮助快速分析和处理当地市场最终用户的使用习惯和情况,将分析结果转化为产品迭代的特性需求,从而帮助快速迭代出符合当地需求的产品。
第四个领域是产品创新。我们已经有许多出海企业利用生成AI技术优化了自身产品的设计和创新能力。比如,青岛海尔就在亚马逊云上构建了一整套产品设计平台,利用生成AI技术帮助设计师加速产品草图、概念图以及风格图的设计等环节。原本可能需要手工绘制的工作,现在只需几条简单的指令,就可以快速将想法转变为概念图,然后在此基础上进行定制化修改,就可以快速出图了。类似这样的产品创新案例,在云上已经有很多成功的先例。
除此之外,在优化运营效率以及提供专业知识支持方面,生成AI技术也可以帮助企业提升出海竞争力。
这里给大家举一个具体的场景案例。去年,我们与一家国内灯具制造商合作,为他们打造了一些智能照明解决方案。原来,如果要使用传统的氛围灯,无论是在楼宇内还是家用场景,用户基本上都需要在手机APP上手工调整不同的配置,比如配色风格、亮度等。特别是在一些特定环境下,要调整的内容非常多,往往达不到很好的效果。
有了生成式AI技术之后,我们只需输入需求,比如描述想要达到的场景效果,或者提供一张参考图片,生成AI背后的大模型就会为您输出一整套相关的配置建议,同时执行这套配置,您就可以直观地看到最终的结果。通过这种简单直观的需求输入,我们就大大简化了手工调整配置的工作内容。
另一个案例是关于个人家用电视的智能画框。现在,电视不仅是一个显示器,有时还是家里软装的一部分。在生成AI技术出现之前,电视画框可选的风格图片都是有限的,由厂商预制的,更新速度慢,个性化支持有限。但有了生成AI技术之后,您可以即时生成符合自己家居风格和喜好的背景图片。只需通过语音或文字输入需求,它就可以实时生成各种风格的图片,无论是水墨风格、油画风格,还是其他您喜欢的绘画风格,都可以快速为您生成,完全符合个人用户的真正需求。
第二部分,我们来谈一谈工具层面。事实上,亚马逊云科技已经在平台上推出了许多生成AI相关的服务。在设计这些服务时,我们的初衷就是想为所有用户提供一种”普惠AI”,让不同规模、不同行业、不同国家和地区的客户都能平等地使用生成AI技术,站在同一起跑线上面临全球竞争。
从服务和平台角度来看,亚马逊云科技将其定义为3层。最底层是基础设施层,提供充足的算力,无论您需要使用知名GPU厂商的芯片,还是亚马逊自研的GPU计算芯片,我们都有丰富的选择供您使用。在此基础之上,我们将构建生成AI应用所需的工具和基础模型捆绑在一起,打造了一个平台,您可以通过方便的API访问和调用,这就是我们的AmazonBedrock服务。最上层则是一些开箱即用的应用,比如AmazonQ这种智能对话机器人,您可以直接将它嵌入到您的应用或平台中使用。当然,我们云上的许多服务,比如BI服务QuickSight、呼叫中心服务Connect等,都集成了生成AI的能力,您无需了解技术细节,也不需要组建团队开发相应功能,都可以直接使用相关服务。
刚才提到的AmazonBedrock服务,实际上是我们整个生成AI服务中最核心的一个服务,简单来说就是一个模型即服务。首先,我们在这个平台上为您准备了业界许多知名厂商提供的技术模型,您可以根据场景和功能性能要求进行选择。其次,您也可以使用我们这个平台,利用自己企业内部的数据对模型进行预训练或再训练,从而找到适合您企业使用习惯的模型。第三,对于一些复杂的应用场景,比如涉及复杂逻辑的应用,我们也提供了相应的智能代理,它可以自动按照您定义好的流程步骤,调用不同的功能和接口,实现最终的整合。同时,我们也充分考虑了安全、隐私、合规等方面的需求,在这个服务中有许多功能都是围绕安全合规相关的内容。
在AmazonBedrock平台上,我们整合了业界许多知名厂商的基础模型。例如,包括亚马逊自研的泰坦系列模型在内,都可以在平台上使用。此外,最近可能大家也看到了一些消息,关于Anthropic公司的Claude 3模型,目前已经被公认为业界能力最强的技术模型之一,Claude系列的模型在我们的Bedrock上也都可用。另外,在文生图领域非常流行的Stable Diffusion模型,也可以在我们平台上使用。
刚才提到的Claude 3模型,现在可以说是业界综合水平最高的大语言模型。如果大家关注生成AI领域的一些通用基准测评,就会发现在10项测评中,Claude 3都排名全球第一,包括本科级别的专业知识回答、研究生级别的专业逻辑问题回答,以及数学逻辑问题回答等。
除此之外,Claude 3模型实际上是一个全系列多模态模型,不仅能理解我们输入的文字问题,还能理解图片、表格和其他复杂的多模态内容。同时,它也是一个输出最快的模型,您可以很快获得相应的结果。但在结果处理上,我们做到了所谓的结果可控,一些不健康、涉及敏感话题的问题答案,模型是不会输出的,这样可以提高模型回答的准确率。
在设计Claude系列模型时,亚马逊内部经常强调没有一个模型可以满足所有业务场景的需求,我们往往需要通过不同模型满足不同业务需求。因此,Claude系列从模型的智力水平、成本和响应速度这三个维度,推出了三款不同的选择。
这里给大家举一个基于Claude-Base模型的场景案例,来自智能家居领域,涉及视频处理。这个案例包括两个部分:视频检索和视频内容理解。
大家可以想象一下,在一堆视频中,无论是ToB场景还是ToC场景,当您想搜索特定视频时,传统方式只能基于视频的名称或提前打好的标签进行检索,检索的准确率往往有限。有了生成AI技术之后,我们可以利用大语言模型技术,让它去理解每一段视频内部想要表达的核心内容和关键点。在搜索时,我们不仅可以基于视频名称或标签,还可以基于整个视频的主体内容进行搜索,从而更精准地匹配出您的搜索目标。
另一个维度是单一视频的自然语言交互。传统上,比如说您家里有一段监控视频,如果想知道门口是否有可疑人员经常出现,或者宠物、老人是否出现过危险行为,您可能只能自己翻看视频,慢慢查找并识别相关事件,效率低下。有了生成AI技术之后,大模型可以帮您总结视频内部发生的各种事件。通过这个总结,您就可以快速结合前面提到的搜索功能,针对一个具体事件,比如今天家里的狗狗吃了几次饭、喝了几次水,提出这样一个简单的问题,大模型就会快速告诉您,狗狗在视频中的哪些时间段吃了几次饭、喝了几次水。所以,您对视频的浏览不再是手工翻看,而是可以通过自然语言方式快速查询和检索。
第三点是关于数据战略的重要性。事实上,如果只是单纯使用生成AI技术,不考虑其他任何因素,是无法帮助您占据有利位置的。因为生成AI技术本身是相对通用的,所有企业都会使用。真正能为企业带来差异化竞争力和价值的,是企业内部积累的行业数据、客户数据以及产品数据。只有当您将这些数据结构化地利用起来,再结合生成AI技术,才能构建出差异化的竞争力。
因此,构建一个完善的数据平台,实际上是发挥生成AI技术最大能力的必备条件。在亚马逊云科技上,我们将数据与生成AI技术集成的手段主要有三个方面。
从最左侧开始,是所谓的持续性预训练。也就是说,我们可以利用企业内部不同主题、不同类型的信息或数据,统一地输入给基础模型,让它进行一次重训练。目的是让这个基础模型更好地掌握您企业相关的特殊信息或特点,让它更熟悉您的企业。通过这种方式,我们相当于把一个通用的基础模型转变成一个满足您特定行业或企业需求的定制化模型。无论您后续将它转变为对话模型,还是让它执行文生图等工作,它都可以更有针对性地基于您企业的需求完成相应的任务。但最左侧这种持续预训练方案,坦率来说它的成本和技术复杂度是最高的,并不是所有企业都能承受。
所以,我们还有中间这种叫做检索增强生成的技术,它的核心是将传统搜索能力和生成AI技术结合起来。首先,您的问题相关答案会经过一个搜索过程,通过这个过程可以保证我们答案的准确度,尤其是在回答一些特定的、个性化的企业场景问题时,如果没有搜索过程,基础模型往往无法给出准确答案,甚至可能完全错误。有了这个检索增强生成技术之后,我们就可以首先经过搜索,将答案的范围框定住,再利用大语言模型强大的综合归纳和整合能力生成最终答案。通过这种方式,我们就可以很好地将企业数据和生成AI技术结合起来,同时还可以保证相关内容的准确度。相比之下,这种方案的成本会比之前的持续预训练方案大幅降低,所以我们现在有很多客户都在尝试使用这种检索增强生成技术落地生成AI相关项目。
最右侧是微调技术,它的技术复杂度和成本介于前两者之间。所谓微调,是利用企业的一些私有数据,对模型进行调整,但与持续预训练不同的是,微调所用的数据往往是一个特定领域的数据,而不是企业内部全领域或多领域的数据。通过针对特定领域、特定垂直场景的数据进行微调,这个模型就会变成您在该领域或行业的专家模型。
所以,我们提供了这三种将企业数据与生成AI技术相结合的方式,供企业根据自身情况选择,从而真正发挥出差异化竞争力。
在亚马逊云科技上,您还可以看到我们提供了许多丰富的数据分析和数据处理服务,可以帮助您更简单地处理企业数据,从数据注入、存储,到分析、展现,我们有一系列所谓的全都云原生服务供您选择使用。您可以很简单地将企业内部不同类型、相对杂乱的数据,按照我们统一的标准进行处理,生成真正有价值的数据,然后将这些数据输入给生成AI模型,比如大模型。同时,在数据治理方面,我们也有专门负责数据编目和数据治理的服务,如Lake Formation等,可以供您使用。
这里给大家举一个具体的案例。我们与一家专门从事消费者声音(VOC)分析的公司合作,打造了一个名为”舒赖VOC分析平台”的解决方案。在生成AI技术出现之前,他们就有一系列基于传统数据分析技术的机器人产品,就像您看到的这个架构图一样,他们利用了云上的许多数据分析服务,将这些服务封装起来,形成了最终对外的产品。有了生成AI技术之后,他们将现有的数据、工具与生成AI技术相结合。通过这种方式,他们提升了15.4%的用户满意度,以及超过12%的用户留存率。
同样的案例还有,去年我们帮助西门子在国内发布了一整套生成式AI平台。在引入生成AI或智能助理这样的应用之前,他们实际上在云端构建了一整套数据分析和处理平台,将公司内部的所有数据首先集中起来,然后通过标准化的方式进行处理和优化,最后筛选出真正有价值的数据,才会输入给生成AI技术使用。通过这种方式,他们打造出了真正满足西门子内部员工使用习惯和功能要求的平台。
第四点是关于合规与治理的问题。我们所谓的落地,大家往往都会关注如何快速将技术商业化,但可能会忽略安全和合规方面的问题。生成式AI技术本身有一些特殊性,如果您在项目前期不考虑这些问题,生成式AI技术就无法为您提供稳定的价值输出,所以我们建议您一定要在项目初期就同步考虑合规和治理相关的内容。
为什么会有这些风险呢?这要从生成式AI技术的技术背景说起。前两年,大家可能听说过”大模型幻觉”这个问题。所谓幻觉,就是您问了一个问题,但基于大模型现有的知识水平,它实际上无法回答,但它会按照自己的逻辑组合出一个看似合乎逻辑的答案,而这个答案的内容实际上是完全错误的。这个问题在一些对外场景中,可能会给客户带来错误的误导,引发一系列问题。
除此之外,在使用生成AI技术时,我们还可能面临个人数据、隐私、数据保护以及知识产权等相关的挑战。正是由于这些潜在风险,我们才建议您在项目落地之初就要考虑合规和治理的问题。
在设立生成AI服务时,亚马逊云科技就充分考虑了这些需求。首先,我们不会利用您企业的私有数据,您的数据只供您自己使用和管理,这样可以充分保证您的数据隐私。其次,在合规性方面,AmazonBedrock服务本身已经通过了许多行业和区域性认证,比如医疗领域的HIPAA、欧盟的GDPR、通用的SOC等,这就意味着当您的产品出海到对应区域和国家时,使用我们的服务自然就满足了相应地区的合规要求。
最后一点是关于落地支持。在落地这一块,亚马逊云科技也可以为您提供丰富的资源,这里的一个核心点就是所谓的”最后3公里”。之所以叫”最后3公里”,是因为基于生成AI技术开发应用,其落地过程往往比普通应用更加复杂。但大家不用担心,我们在这方面拥有庞大的资源团队,可以帮助您一起完成落地。
从场景选定开始,我们有解决方案架构师团队,可以帮助您选定场景、制定整体方案。当您需要使用云上特定产品时,我们也有相应的产品技术专家提供支持。此外,针对大模型本身的一些调优,以及一些技术难点的突破,我们有人工智能实验室、数据联合创新实验室和快速原型开发团队,这些团队都可以帮助您攻克技术难题,并将您的想法以POC(概念验证)的方式落地到我们的云平台上。
当然,除此之外,我们还有专业服务团队,可以为您提供端到端的交付服务。比如说,如果您的企业规模相对较小、没有任何技术资源,只有场景和需求,我们的专业服务团队就可以为您提供交钥匙式的项目交付服务。同时,在赋能方面,如果您希望了解生成AI技术,我们也有培训团队和专业讲师,可以帮助您掌握和了解相关技术。
总的来说,我们现在所处的这个时代,技术的演进和出现已经不再是循序渐进的,而是在某个时间点突然爆发。如果您能够在这个爆发的时间点抓住机遇,就能为您带来更多的商业价值和收益。亚马逊云科技期望能与您一起发现并定义业务目标,寻找有价值的业务场景,并以技术手段和方式将生成AI技术相关项目落地,让这项技术真正为业务带来价值。我们也希望大家能够积极参与这一浪潮,共同分享机遇。
总结
生成式AI技术正在迅速发展,为中国出海企业带来巨大机遇。亚马逊云科技总结了四个关键点帮助企业抓住这一机遇:
- 从简单可行的业务场景入手,逐步迭代到更复杂的场景,避免盲目追求技术而忽视商业价值。生成AI可应用于翻译、文化融合、市场分析、用户画像、产品创新和运营效率提升等多个领域。
- 选择合适的工具和平台,如亚马逊云科技的Bedrock平台,集成了业界顶尖模型,并提供模型定制、复杂流程编排等功能。
- 制定数据战略,充分利用企业内部数据,通过持续预训练、检索增强生成或微调等方式,赋予模型企业特色,构建差异化竞争力。
- 重视安全合规和治理,亚马逊云科技的服务已通过多项认证,并采取措施保护数据隐私和知识产权。
亚马逊云科技拥有丰富的资源和专业团队,可为企业提供端到端的支持,从场景选择、技术突破到交付和培训,助力企业顺利抓住生成AI机遇,提升出海竞争力。企业应积极参与这一浪潮,与亚马逊云科技携手探索生成AI在业务中的应用价值。