科技雲報道：走出“實驗室”，GenAI迎來關鍵拐點_風聞

科技雲報道原創。

對傳統產業來説，GenAI是一場“哥白尼式的革命”，它改變了傳統的業務模式，開啓了人類與AI合作的新紀元。基於AI助手和大語言模型，企業能夠實現智能運營的目標。

如果説，2022年是AI大模型元年，那麼2024年就是AI大模型從技術切實走向落地的元年。從市場發展趨勢來看，各家大模型廠商已經不僅侷限於一味地“卷”參數，而是將更多的注意力放在如何在行業側落地。

與此同時，AI大模型已經在以不可阻擋的趨勢向企業側、行業側滲透，而GenAI的出現，也讓企業對於雲計算及AI技術的需求，逐步從技術部門轉向業務部門。據市場研究機構預測，到2025年，全球GenAI市場規模將達到100億美元以上。其中，企業級GenAI市場將佔據相當大的份額，成為最大的應用領域之一。

GenAI****將從“實驗室”走向“生產線”

隨着這一輪AI技術的快速發展，AI已經從“卷”技術走向“卷”應用的階段，如何幫助用户更好地落地使用AI大模型，用AI大模型為業務提供更多助力已經成為企業的必修課。

根據麥肯錫的研究，GenAI每年對全球經濟的貢獻至多達7.9萬億美元。GenAI不僅對全球經濟產生重要影響，也為各個行業帶來了變革機遇。各行各業領先企業已開始積極應用GenAI，並取得成果。從媒體到金融、從醫療到交通，GenAI正成為推動新一輪創新浪潮的核心動力之一。其中，零售和消費品行業、銀行業、製藥和醫療產品三個行業的價值潛力最大。

今年，Google、OpenAI、阿里巴巴等科技巨頭都陸續推出生成式AI技術，但是還沒有多少客户真正把GenAI系統投入到業務中。

究其原因，GenAI從理論轉向實踐企業需要解決兩大挑戰。第一，要把GenAI投入到企業以及業務用例的過程當中，意味着GenAI將從構建訓練基礎架構轉向構建推理基礎架構。這時，企業必須要能更好地理解、搞清楚，除了訓練的基礎架構，如何打造一個推理的基礎架構。這包括“把推理放在什麼地方？”訓練是在數據中心當中，推理可能會放在邊緣，接近企業客户所在的位置。

同時，隨着這一轉變的發生，如何確保推理基礎架構的安全將成為企業關注的重點。因為訓練基礎架構保護好數據中心就夠了，但如果把推理的基礎架構部署到現實的世界中，離開數據中心到邊緣中，來到了工廠、製造中心和客户所在的地方，包括交通運輸的網絡中，這樣的安全保護的模式就不同了，需要面對不同類型的風險、不同類型的攻擊。

第二大挑戰是，企業CIO和領導者必須做一個決定，即選出幾個需要優先實施的GenAI應用項目，這是很有風險的事情，對企業至關重要，如果選錯了會出現大量的資源浪費。“做出正確的選擇”要求企業必須充分理解到GenAI的價值，對自己的企業而言GenAI在哪些方面能幫上最大的忙。

此外，GenAI轉向實踐還將帶來一個新趨勢，之前大家認為GenAI的成本就是訓練成本，即在訓練的時候構建模型需要用多少台服務器、需要有多少架構開發和維護的人員等。但是，當GenAI轉向實踐時，在企業的用例中，在應用階段的主要成本將是運營成本。

為了幫助企業更好地落地GenAI應用，越來越多的科技巨頭推出不同的技術解決方案，以求幫助企業更好地落地AI應用。

從應用層面看，大模型並不是越大越好，企業需要根據自身適用的場景，選擇適合自身使用的AI模型產品，企業需要根據不同的任務場景，選擇不同的工具。比如醫藥研究，更大的模型、更大的token和參數很重要，但是一些需要快速響應的領域，例如智能客服，小模型反而能提供更低的延遲，更高的性價比。

從市場格局上看，諸如亞馬遜雲科技、IBM、微軟、阿里雲、百度等全球科技巨頭也將平台化的大模型產品視為接下來重點佈局的方向。顯然，平台化、多元化的大模型產品已經成為眾多科技巨頭積極搶佔的市場。

企業引入GenAI的關鍵點

在國內，GenAI應用發展最迅速的領域包括電商、傳媒、娛樂和遊戲，尤其是數字虛擬人和電商視頻營銷，而大部分傳統行業（如金融、能源、教育等）仍處於小規模試點階段。

中國GenAI企業利用國內垂直場景優勢，將GenAI優先應用於商業化基礎設施較完善的新興行業中，市場上主流的商業模式包括雲資源售賣、模型API調用、SaaS收費、素材收費等，大規模應用GenAI的商業模式仍有待探索。

當前，企業GenAI應用主要有三個定位：創造者——推動核心商業模式轉型，重塑核心業務和/或面向客户的方式，例如抵押評估、直接客户互動；塑造者——聚焦幕後整合，改變業務模式的應用程序，例如虛擬專家，前線培訓；使用者——有針對性地提高生產力，利用SaaS解決方案，提高現有任務的效率或準確性，例如編碼協助、文案寫作、客户協助。

企業在考慮引入GenAI時應以速度為先，遵循“四步走”方法論，高效實現GenAI部署和規模化應用。首先，企業應構建“內、外、快、慢”四大戰略來平衡企業內部和外部要素，以及速贏舉措和端到端體系化轉型。

其次，企業應在“負責任的AI”（Responsible AI）框架下，快速制定初版用例圖譜和轉型路徑圖。

第三，企業需要根據用例的重要性與潛在效益進行優先級排序，以“先動起來”的方式逐步推進試點工作，為全公司規模化應用夯實基礎。

最後，企業需要進行全方位運營模式轉型，並將AI內嵌到業務的每個環節，從而實現規模化推廣GenAI。

另外，值得注意的是，金融機構在應用GenAI時尤其需要關注模型幻覺、惡意使用、信息泄露等三大關鍵風險。

GenAI****應用的“最後三公里”

一項技術只有應用到生產中才能體現它的真正價值。

從GenAI應用的關鍵路徑來看，從技術應用的想法到最終的生產上線，要經過定義場景、選擇合適自己的基礎模型、到利用自己的數據做模型適配/調優和評估、再到部署模型、在模型之上構建GenAI應用、評估是否負責任的AI的原則等多個環節。其中，最為關鍵的是要卡住三個環節：選對業務場景、選擇正確的工具、工程化“最後三公里”挑戰。

針對業務場景選擇，科技巨頭亞馬遜雲科技基於與各個行業企業的共同嘗試，總結出了一些容易落地、同時企業收效較快的場景。

其次，針對模型選擇，行業客户需求紛繁複雜，“不會有一個模型一統天下”，企業需要根據自身業務的需求來選擇合適的模型，因此，很多企業都在採取“多模型”的策略。

企業選擇模型時要考慮多方面的因素，但其中最重要的就是在三角形的三點上進行平衡：準確性、成本、響應速度。比如，如果是2C的生成式AI對話應用，響應速度就是最為重要的因素；相反，如果是生成法律文書，那麼最重要的因素就是準確性。

第三，技術生態合作的重要性日趨凸顯。近日，在亞馬遜雲科技中國峯會2024上，亞馬遜雲科技就推出了多個合作伙伴計劃，包括GenAI合作伙伴計劃、行業合作伙伴計劃等。

一方面，亞馬遜雲科技繼續擴展和中國AI大模型廠商的合作，另一方面也更加重視各個垂直行業的智能化應用落地。

比如，亞馬遜雲科技在會上宣佈，百川智能的基礎模型Baichuan2-7B、零一萬物的基礎模型Yi-1.5 6B/9B/34B都將登陸中國區域SageMaker JumpStart，能夠為中國企業提供更多模型選擇。

垂直行業方面，亞馬遜雲科技還和四維圖新加強合作，計劃聯合設計並推出面向汽車行業本地化的服務及專屬解決方案，涉及智能網聯汽車、智能駕駛開發和量產等領域。

即將上任亞馬遜科技CEO的馬特·加爾曼（Matt Garman）表示，中國是亞馬遜雲科技全球最具戰略重要性的地區之一，過去十多年間，亞馬遜雲科技持續投資並擴大在中國的基礎設施。在他看來，GenAI也將以前所未有的方式改變各行各業。

在幫助合作伙伴擁抱GenAI方面，亞馬遜雲科技提出了三條路徑。首先，是場景選擇，需要從自身熟悉的業務場景出發應用GenAI，而不是生搬硬套地將AI技術強加於業務之上。選擇契合度高的場景，可以快速找到切入口。

其次是工具/模型的選擇，應利用成熟有效的工具和模型，加快落地進程，避免重複“造輪子”。

第三，是融合生態的建設，為打造有競爭力的AI應用，需要充分利用雲上融合的生態體系，平衡快速落地與合規治理，兩手並重，從而獲得可持續的商業價值。

為進一步提高企業的GenAI應用能力，亞馬遜雲科技還推出了業內首個GenAI能力認證，旨在驗證、認可在利用亞馬遜雲科技GenAI技術方面擁有專業知識、實踐經驗和成功案例的合作伙伴。

據Canalys全球調查數據統計，在2023年投入生產的GenAI應用之中，有36%是由合作伙伴交付的。亞馬遜雲科技認為，這個比例未來還會增長。隨着GenAI的場景越來越複雜，一定會需要大量的合作伙伴在其中扮演重要的角色，這其中從行業客户而來的更多場景需求是需要合作伙伴來提供的。

亞馬遜雲科技大中華區合作伙伴及業務賦能總經理李曉芒表示，“在亞馬遜雲科技合作伙伴網絡第二個十年新徵程的開局之年，秉持長期主義，我們基於合作伙伴價值成就合作伙伴戰略。這將進一步強化亞馬遜雲科技合作伙伴網絡建設，加速為合作伙伴賦能，助力他們實現業務增長和規模化發展，與亞馬遜雲科技共贏新徵程。”

亞馬遜雲科技大中華區合作伙伴及業務賦能總經理 李曉芒

GenAI落地行業應用才剛剛開始，誰能先找到創造高價值的場景，誰就會先人一步獲得差異化競爭力，這或許比“卷”價格更有意義。以亞馬遜雲科技為代表的科技企業通過幫助企業提高GenAI的應用能力，讓GenAI真正成為提高生產力的工具，為企業和行業打開更大成長空間。

【關於科技雲報道】

專注於原創的企業級內容行家——科技雲報道。成立於2015年，是前沿企業級IT領域Top10媒體。獲工信部權威認可，可信雲、數博會、國家網安周與全球雲計算等大型活動的官方指定傳播媒體之一。深入原創報道雲計算、人工智能、大模型、網絡安全、大數據、區塊鏈等企業級科技領域。