在亚马逊云科技生成式AI构建者大会上，亚马逊云科技大中华区产品部总经理陈晓建提到，截至目前，亚马逊云科技已通过开箱即用的生成式AI服务和工具，帮助超过1000家中小企业和初创公司快速实现生成式AI创新，赋能了超过10万名中国开发者。同时，他还分享了在端到端构建生成式AI应用时，企业和开发者需要注意的关键步骤。
今年4月中旬，亚马逊云科技推出了多款生成式AI产品和服务，包括Amazon BedRock（全新全托管服务，允许用户通过API访问亚马逊云科技及第三方基础模型提供商的预训练模型）、Amazon TITan基础模型，并向个人开发者免费提供AI编程工具Amazon codeWhISPeReR。
陈晓建表示，Amazon BedRock所提供的基础模型来自Meta、Anthropic、Stability AI、AI21 Labs、Cohere等领先的第三方提供商，以及亚马逊自家的Amazon TITan模型。近期还新增了Meta的开源大模型LlaMa2和Anthropic的Claude2等热门基础模型。
他强调：“Amazon BedRock的代理功能是一项全新的全托管功能，该功能会自动分解任务并创建编排计划，无需手动编码。通过简单的API接口，代理安全地连接到公司数据，自动将数据转换为机器可读格式，并增加相关信息以生成准确的回答。然后，代理可自动调用API来满足用户请求。”
亚马逊云科技推出的Amazon codeWhISPeReR是一款AI编码助手，能实时生成代码建议，显著提升开发者的生产力。使用该工具的参与者在任务完成速度上平均快57%，成功率提高27%。
通过这些开箱即用的生成式AI服务和工具，陈晓建指出，亚马逊云科技已经帮助超过1000家中小企业和初创公司实现生成式AI创新，并赋能了超过10万名中国开发者。
他还强调，开发生成式AI应用是一个复杂的系统工程，绝不仅仅是简单的产品和服务拼接。因此，加速客户应用商业化落地，不仅依赖亚马逊本身的资源，还需构建强大的合作伙伴生态，以共同解决生成式AI应用构建中的技术问题，并加速应用落地。
目前，亚马逊云科技已与国内大模型创业企业百川智能合作，为企业客户提供更多大模型选择。
尽管已经服务了超过1000家企业，陈晓建向TechWeb表示，生成式AI应用整体仍处于早期阶段，未来可能带来的技术前景非常广泛，超出我们的想象。如今，快速了解行业、客户需求及自身能力提升至关重要。
在过去六个月中，亚马逊云科技团队积累了为1000多家中小企业和初创公司快速实现生成式AI创新的经验。
陈晓建认为，“生成式AI不仅仅是大模型，单一的基础模型无法独立完成任务”。整个生成式AI应用就像冰山，露出水面的部分是基础模型，而冰山下则需要大量基础模型之外的支持服务，如加速芯片、数据库、数据分析和数据安全服务等。
亚马逊云科技提供了一整套端到端的生成式AI技术堆栈，从底层加速层（如加速芯片、存储优化）到中间层模型构建工具和服务，再到顶层的生成式AI应用，每一层都在满足客户不同需求的基础上持续创新。
那么，在“端到端构建生成式AI应用”时，需要走哪些关键路径呢？
亚马逊云科技团队提出了四个步骤和五个层面：步骤包括应用范围、模型选择、模型适配和模型调整，最终到应用程序集成；五个层面则涵盖选择合适的应用场景、借助专门构建的生成式AI工具和基础设施、融合企业私有数据的数据基座、AI原生应用构建及生成式AI服务。
具体而言，在选择合适的应用场景时，陈晓建表示，当前生成式AI典型应用场景为企业带来的业务价值主要体现在三个方面：增强客户体验、提升员工生产力与创造力、优化业务流程。
根据亚马逊云科技的经验，游戏行业是生成式AI应用发展最快的领域，因为游戏行业有许多流程和素材生成可以通过生成式AI进行改善；在营销方面，数字营销企业易点天下借助亚马逊云科技的技术推出了“生成式AI数字营销平台”；海尔创新设计中心通过生成式AI，利用文生图和图生图技术，快速生成素材，生产力提升20%。
在借助专门构建的生成式AI工具和基础设施方面，亚马逊云科技的CEO Adam Selipsky认为，没有单一基础模型适用于所有业务场景。用户应根据自身场景选择最适合的基础模型。因此，亚马逊云科技推出了Amazon BedRock和Amazon SageMaker JumpStart这两项服务，帮助客户安全便捷地选择最合适的模型。Amazon codeWhISPeReR这款AI编程工具则可以极大提高开发者的效率。
此外，构建强大的生成式AI数据“基座”需要全面的服务，以存储用于构建和微调模型的多种数据类型；还需服务间的集成，以打破数据孤岛，确保随时访问所有数据；在生成式AI应用程序的整个生命周期中，还需确保数据安全和管理。
每个客户都有自己的私有数据，这些业务数据是通用大语言模型所不知的。如果企业需要训练一个大语言模型环境，更好地理解自身业务，就需要将私有知识库与大语言模型打通，利用私有数据打造差异化竞争优势。
最后，在构建AI原生应用方面，亚马逊服务百万客户在现代化应用转型过程中积累了一些不变的经验，陈晓建分享给生成式AI时代的构建者：包括以微服务和事件驱动架构为核心的设计框架，松耦合处理各功能模块间的依赖；Serverless First简化运维、提升效率；数据决策优先，将数据视为资产，数据能力作为应用核心竞争壁垒融入生成式AI应用设计；安全围栏控制影响面，减少风险，将安全与数据合规放在重要位置；避免重复造轮子，除了技术本身，在DevOps、基础设施即服务及自动化等现代应用治理理念上持续投入，促进企业内应用资产与实践的共享，构建高效敏捷的构建者文化。
