关键字: [Amazon Web Services re:Invent 2023, Hitachi Companions, Generative Ai, Data Technologies, Hybrid Cloud, Transportation Domain, Conversational Ai]

本文字数: 1700, 阅读完需: 8 分钟

视频

如视频不能正常播放，请前往bilibili观看本视频。>> https://www.bilibili.com/video/BV1Fj411L7Mm

导读

数字业务正在迅速重塑市场、行业和产品，使技术、数据生态系统和战略协作成为成功的关键。加入本论坛，深入探讨云作为一种运营原则如何推动期望的业务成果。此外，探索数据和生成式 AI如何在当今复杂的数字环境中实现竞争优势。通过真实的客户案例，探索构建统一的生态系统和合作伙伴关系如何增强您组织的能力并提供真实世界的影响。本演示文稿由亚马逊云科技合作伙伴 Hitachi Vantara 为您带来。

演讲精华

以下是小编为您整理的本次演讲的精华，共1400字，阅读时间大约是7分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。

演讲者以热情洋溢的方式开始欢迎观众参加主题为“通过混合云和数据技术激发亚马逊云科技的下一个奇迹”的活动。虽然到场观众数量略低于预期，但他仍然对能与现场观众进行更紧密、互动式的对话感到兴奋。

演讲者简要介绍了他将与日立数字公司的Prem共同呈现的内容，并邀请佩恩斯克公司的Cran作为特别嘉宾。为了调动现场的气氛，演讲者通过讲述现实生活中的真实案例来引导活动，强调在当今世界，数据驱动的决策至关重要。他强调，那些将清晰度视为货币、认为进步需要精确性且不愿满足于现状的人，数据对他们来说是至关重要的。演讲者描绘了一副依赖洞察力而非直觉的数据驱动型组织的画面，这些组织不能容忍失败、系统停机或不受保护的访问。在演讲者看来，数据驱动的人把自己看作是痴迷的、不懈的进步主义者，他们的任务是与企业关键任务活动紧密相关。

演讲者详细阐述了数据驱动的人如何利用预测性分析保持供应链运行的方法。他们能够处理店内和在线洞察，以准确预测客户需求。数据驱动的人能够将复杂的规定转化为竞争优势，通过优先确保安全和数字隐私。总之，演讲者强调，未来无疑属于数据驱动的人。

在转向演讲的主题部分，演讲者解释说，他将重点关注数据在生成性人工智能背景下的重要性。他认为，尽管一直以来数据都非常有价值，但在利用像生成性人工智能这样的能力时，现在数据的重要性比以往任何时候都要更大。演讲者提醒观众，对于寻求从AI系统中获得真正价值的组织来说，专有和私人数据集可能非常有用。

海量可用数据的指数级增长、变换模型的进步、并行处理能力以及现代计算能力的飞速发展。更重要的是，通过简洁的自然语言界面，ChatGPT向大众展示了AI的巨大潜力。

演讲者注意到，我们正在见证AI的普及过程，如大型语言模型等功能对普通用户而言变得越来越易获取。然而，他强调，尽管像ChatGPT这样的系统的创新应用令人印象深刻，但在关键的企业应用场景中使用生成性AI仍需审慎考虑。

在企业环境中部署生成性AI时，需要认真评估以下几个方面，包括安全性、可解释性、来源追踪、偏见消除以及采取相应的保护措施。演讲者强调，企业必须关注这些问题，以免引发未来的法律纠纷或其他问题。此外，他还指出，训练生成性AI系统需要在计算基础设施上投入大量资金，这使得成本管理成为一个关键问题。最后，演讲者提到，考虑到与训练大型AI模型相关的较高碳排放量，可持续发展问题也不容忽视。

从日立公司的角度来看，演讲者分享了一些关于生成性AI实验的关键经验教训：

• 通常，多个较小的、经过精心调优的模型结合领域自适应预训练，要比单个大型模型更为有效。

• 依赖于一组专门化的较小模型，而非单一大型模型，往往更具效果。

• 提供虚拟化数据访问，例如来自内部或云端的数据源，而不是将所有数据集中在一个地方，这样更为高效。

• 实施可观察系统以监控模型、追踪行为并衡量准确性，这将非常有价值。

演讲者解释说，日立正致力于开发一个端到端的“AI盒子”解决方案，包含以下三个组件：

1. 一个语义数据层，使得AI应用程序能够统一访问数据，同时整合了知识图、关系数据库以及其他丰富的信息来源（而不仅仅是嵌入式数据）。

2. 为模型训练优化存储和计算基础设施，通过将高性能并行文件系统与智能对象存储和数据优化相结合来实现。

3. 提供一个简化的自然语言界面，使得开发者能够轻松地调试、微调并追踪他们的'伴侣' AI代理。

这个解决方案并不依赖于一个大型模型，而是采用了多个专门的伴侣模型，通过这些模型的协同工作，可以从内部部署到云再到边缘进行发现和分配。尽管发言人承认管理一组模型本身相当复杂，但这个系统提供了诸如发现、微调、监控等功能，使得这种集合方法成为可能。

凭借丰富的行业领域专业知识，日立正致力于开发适用于各个行业的客户助手。随后，发言人邀请他的同事Prem来介绍客户如何通过AI和生成性AI功能来获得价值的实例。

Prem首先概述了客户正在使用AI产生影响的三个关键领域：改善客户体验、加速企业转型以及利用数据资产创收。他强调了金融、物流、汽车、航空和医疗保健等领域中使用AI创造价值的使用案例。

然而，Prem指出，客户在衡量AI部署的投资回报率方面仍面临挑战。他强调了在寻求业务利益而非表面实施共同创造解决方案的重要性。Prem概述了一种规划和执行AI采用的结构化方法：远景、评估、执行和演变。

值得一提的是，Prem断言“没有AI就没有AI”，强调了生成性AI必须建立在健壮的基本机器学习模型之上，以实现其全部潜力。他重申，虽然生成性AI可以显著增强现有应用程序，但它需要预先构建的机器学习基础才能发挥最大价值。

为了说明这些观点，Prem邀请了来自Penske公司的Servant分享他们长期运行AI部署的细节。Servant首先概述了Penske的业务涵盖汽车销售、卡车租赁、物流以及其他运输相关的活动。

他在解释日立如何成为彭斯克公司AI旅程的可信合作伙伴时提到了一些关键信息。自2017年首次引入引导式维修解决方案以来，日立一直是彭斯克公司在AI领域的重要合作伙伴。通过分析连接卡车的数据，他们能够预测故障发生时的最佳维修方案，从而提高卡车的运行效率。此外，他们还开发了一种前瞻性的诊断引擎，能够预测潜在的故障，并采取预防措施。

这些AI技术的实施已经显著提高了卡车的道路行驶时间和确保客户按时交货的能力。例如，在美国，70%的货物都是通过卡车运输的，因此优化卡车运行时间的潜力巨大。

展望未来，彭斯克公司期待着通过结合生成性AI来进一步扩大其引导式维修应用的范围。他们的目标是让系统能用通俗易懂的语言与技术人员实现实时互动。为了实现这一目标，他们已经选择了亚马逊Bedrock来访问外部的大型语言模型，并计划训练一个专门针对交通运输领域的定制模型。

他强调了将生成性AI与补充数据和AI功能相结合的重要性。彭斯克公司正为此目的投资一个协同平台，以及智能搜索和客户服务作为初始使用案例。他们的分层部署架构将允许在这个快速发展的领域中不断创新和整合的创新灵活性。

在彭斯克公司的演讲结束后，普雷姆欢迎大卫从亚马逊云科技分享他们对生成性AI的看法。大卫将当前阶段称为“结束的起点”，这意味着生成性AI的早期热潮已经开始消退。他提醒人们，由于创新速度之快，这些功能可能无法带来持续的竞争优势。

大卫解释说，亚马逊云科技的目标是在整个栈中普及生成性AI的访问。他们在基础设施层使用了定制硅等硬件，以实现高效模型训练。中间层则通过SageMaker和完全管理的Bedrock提供了不同程度的控制。用户友好的AI应用程序如Transcribe构成了最上层。

他指出，尽管这项技术本身并不复杂，但其投产过程需要进行重大的流程变革。大卫建议寻求经验丰富的合作伙伴，如日立，以应对与治理、合规、确定使用案例和变更管理等相关挑战。

在总结部分，大卫指出，尽管大部分公司都可以在内部实施生成性人工智能，但与专家合作以加速部署和采用最佳实践仍然具有很高的价值。他强调，成功运用生成性人工智能的关键在于整合工具、人员和流程的优势。在演讲结束之际，演讲者邀请了观众们分享他们对这个新兴功能的意见和经验，并对充满洞察力的对话表示感谢。

下面是一些演讲现场的精彩瞬间：

我们克服障碍并消除孤立，使您从数据丰富转向数据驱动，因为毫无疑问，未来属于数据驱动型。

数据每2至3年就会翻倍，为企业带来挑战和机遇，以获取推动差异化的见解。

虽然LLM对企业具有巨大潜力，但在将其用于关键任务时，安全性、可解释性、数据来源、偏见控制以及适当的安全措施至关重要。

领导者解释了为什么AI应该增强而非替代基本功能。

亚马逊云科技正致力于构建一个协调平台，将生成式AI与其他AI输入相结合，以提供统一的生成式体验。

合作伙伴带来的宝贵经验有助于公司在云端征程中取得成功。

总结

日立风险投资公司正在开发一种一体化的解决方案，该方案包含三个关键部分：语义数据层（用于统一数据访问）、高性能模型训练硬件（以提高效率）以及NLP接口（用于创建"伙伴"AI代理）。这一解决方案旨在让领域专家能够利用生成性人工智能的力量。

客户们正将生成性人工智能应用于客户体验优化、企业转型和创新收入渠道的开发。这些应用主要包括提示工程设计、公共模型的微调以及定制模型的构建。底层的AI模型进一步提升了生成性人工智能的价值。

潘世克公司利用AI进行预测性维护和预防性诊断，同时扩大了引导维修的范围，使得技术人员能够与生成性人工智能进行动态互动。他们计划将外部LLM（例如亚马逊的Bedrock）与内部的运输LLM以及其他AI系统相结合，以实现一致的数字体验。

生成性人工智能并没有固有的防御壁垒——要保持竞争优势，就必须持续地进行部署和改进。亚马逊云科技提供了全栈工具来帮助实现这一目标。在这个过程中，像日立风险投资公司这样的合作伙伴带来了宝贵的经验，为我们提供了支持。

演讲原文

https://blog.csdn.net/just2gooo/article/details/134819892

想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！

2023亚马逊云科技re:Invent全球大会 - 官方网站

点击此处，一键获取亚马逊云科技全球最新产品/服务资讯！

点击此处，一键获取亚马逊云科技中国区最新产品/服务资讯！

即刻注册亚马逊云科技账户，开启云端之旅！

【免费】亚马逊云科技“100 余种核心云服务产品免费试用”

【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”

亚马逊云科技是谁？

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者，自 2006 年以来一直以不断创新、技术领先、服务丰富、应用广泛而享誉业界。亚马逊云科技可以支持几乎云上任意工作负载。亚马逊云科技目前提供超过 200 项全功能的服务，涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面；基础设施遍及 31 个地理区域的 99 个可用区，并计划新建 4 个区域和 12 个可用区。全球数百万客户，从初创公司、中小企业，到大型企业和政府机构都信赖亚马逊云科技，通过亚马逊云科技的服务强化其基础设施，提高敏捷性，降低成本，加快创新，提升竞争力，实现业务成长和成功。