「没有一个大模型可以一统天下，大模型已不再是企业生成式 AI 创新的唯一要素。」
文 | 黎诗韵 编辑 | 郑玄
在 ChatGPT 引发生成式 AI 浪潮的一年半里，「大模型」本身吸引了绝大多数关注。
一方面，是国内外大模型公司激烈竞逐，不断推高模型的能力上限，另一方面，企业也迫切想用上大模型，有实力的企业，要么想要研发自己的大模型，要么将第三方模型在本地部署。
然而今天，情况似乎发生了一些转变。参加完 5 月 29 日举办的亚马逊云科技峰会，听了各行业代表的分享、并在现场与很多人交流之后， 我们发现亚马逊云科技提出了一个行业的关键问题：企业到底要的是大模型，还是智能生产力？
经历了去年对大模型的「尝鲜」之后，今天似乎越来越多企业意识到，大家不能为了 AI 而 AI。我们发现，主流优秀企业的需求正在收敛和明确，那就是要利用 AI 来提升生产力——自己在本地部署一个大模型，这件事好像并没有那么重要。按照亚马逊云科技全球企业战略总经理 Ishit 的话说：「我们在全球看到，客户正在经历三个阶段，「100 个场景需求的想法，20 个生成式 AI 的测试项目，最后落地 2-3 个场景。」
亚马逊云科技围绕生成式 AI 搭建的三层技术栈，处于中间层的核心产品 Amazon Bedrock 成为了此次峰会的重点。它正是为那些不想做模型的研发和部署、只是想调用模型 API 的客户准备的。
「没有一种大模型可以一统天下」，「大模型已不再是企业生成式 创新的唯一要素。」 亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松在峰会上说。
某种程度上，这不仅代表了某种企业诉求、商业趋势，也反映了这家全球最大的云计算巨头在大模型时代的战略定力。它的目标并不是像 OpenAI 那样聚焦大模型、冲击 AGI，而是要更多地帮客户务实地用上 AI——模型只是一种技术手段。
在过去一年里，2 万企业先行者用生成式 AI 技术解决了实际问题，在整场峰会上，这样的讨论和展示占了绝大多数篇幅。
亚马逊云科技相信「不会有一个模型能够一统天下」｜图片来源：亚马逊云科技
如果说提升智能生产力
是「彼岸」， 亚马逊云科技
想做最好的「摆渡船」
如果说 OpenAI 的目标是 AGI，那么亚马逊云科技与之完全相反，它们的所有产品和服务体系，目标都是在 AI 发展的大进程里，探索如何构建起一个工具和生态体系，来帮助企业更好地用 AI 提升生产力。
如果说提升智能生产力是「彼岸」，亚马逊云科技想做最好的「摆渡船」。
这个「摆渡船」包括三层，对应亚马逊的三层生成式 AI 技术栈，它们本质上对应着不同需求的客户： 最底层主要包含英伟达和亚马逊自研的芯片、 Amazon SageMaker 工具 等，主要面向训练推理和部署自己模型的客户；中间层以 Bedrock 工具为主，主要面向想直接 调用大模型的客户；最上层以 AI 助手 Amazon Q 为核心，面向想直接「开箱即用」开发 AI 应用的客户。
亚马逊云科技围绕生成式 AI 搭建的三层技术栈｜图片来源：亚马逊云科技
今年峰会上，Bedrock 为代表的中间层成为亚马逊云科技的重心。 据极客公园了解，该产品的使用量自爆发以来，近一年时间，全球已有两万多家客户使用。
过去企业那种「自己训练一个模型试试」的新鲜劲已经过去了，越来越多企业正倾向于以更轻量的方式开发 生成式 AI 的企业级应用,「多快好省」地用上大模型、获得直接的智能生产力跃升。
当然亚马逊云科技依旧在支持坚持要自建模型的公司。但从客户的需求量上，大模型公司始终是少数，而且会越来越收敛。
亚马逊云科技一直的观点是，「不会有一个模型一统天下」。 这不仅是因为市面上涌现了多个优秀的大模型，它们彼此竞逐；更是因为每个模型都各有优势，它们在性能、专项能力、稳定性、成本、安全性等参数上各有千秋，综合评估后才能帮客户选到最适合的模型，甚至多模型结合会产生真正的商业价值。
亚马逊云科技明确了自己的战略—— 那就是要针对主流的企业需求，给他们提供最好的「摆渡船」。
Bedrock 核心亮点包括：丰富的近 30 种主流模型选择（包含 Claude3 和亚马逊自研模型），同时具有 RAG（检索增强生成）、知识库、模型微调和定制功能、开发工具 Agents保障模型安全的工具 Guardrails for Amazon Bedrock 等。
Guardrails 值得标个重点。生成式 AI 技术固然带来了生产力提高，但它也包含风险，比如生成内容里可能含有仇恨、暴力、色情等有害倾向。Guardrails 是唯一一项由顶级云服务商提供的解决方案，能帮客户阻止高达 85% 的有害内容用户只需在 Guardrail 提供相应的自然语言描述，即可过滤相关内容。
Bedrock 产品核心介绍｜图片来源：亚马逊云科技
这个主力产品的明确、以及功能设计，都代表了亚马逊在 AI 时代独特的战略定位。
作为一家主张「Customer Obsession」（客户至尚）的公司，满足客 户的需求才是目标，至于大模型，只是完成这个目标的手段。
别摸石头了，先行的
企业已经率先「过河」
过去一年里，亚马逊云科技各行各业的客户利用其生成式 AI 平台做出很多不错的进展。甚至可以说，现场，我们看到了很多实例。
观察下来可以分为这么几类：一、扩大了收入；二、新的产品和新的业务模式；三、提升了用户体验；四、优化了流程、提升经营效率；五、提升了员工生产力。
超过一万家客户使用 Amazon Bedrock｜图片来源：亚马逊云科技
以提升用户体验为例，沐瞳科技旗下产品在全球近十亿月活，但玩家在游戏场景下有时会有被辱骂的情况，当玩家进行投诉的时候，如果要让玩家有很好的游戏体验，就需要 7X24 小时人工客服，而且人工客服最好还能跨语种、跨时差的处理。现在的做法是依靠社区里的志愿者用业余时间进行辱骂判定。但通过调用 Amazon Bedrock 上的 Claude3 模型，AI 客服能够实现随时准确的判罚辱骂，准确率能够达到 90%，而且不准确的情况还有可能是「理解不同」，甚至出现 AI 判断正确、人工判断失误的情况，极大的提升了玩家的体验。
广告营销公司易点天下在做全球营销的过程中，最大的需求是多语种的广告文案生成、模特的照片生成。借助 Amazon Bedrock 上的 Claude3 模型，这家公司用 AI 创作广告营销文案、用 AI 模特创建模特图， 将成本和时间降至了原来的十分之一，为电商独立站的海外扩张成本降低了 50%。
新产品和新模式也在智能生产力的提升下开始出现。石头科技就是一个例子，他们利用大模型的自然语言交互能力开发了陪伴型家用机器人。全球最知名的运动品牌之一，将它们过去超过 15 万个鞋子设计图放到亚马逊云科技上训练模型，从而激发设计师产生更好的设计创意。桥水基金，使用亚马逊云科技来训练数据模型，能够帮助投资分析师把投资分析的时间从 1 小时缩短到 15 分钟。
这显然已经是可以观测到的生产力的巨大提升。
亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松表示， 到 2030 年，生成式 有望为全球经济贡献 7 万亿美元的价值。这个数字比德国 2023 全年的 GDP 还多。 到 2030 年，仅中国可能就有 2.2 亿个岗位因生成式 AI 经历转型。
亚马逊云科技峰会｜图片来源：亚马逊云科技
从亚马逊云科技的企业案例和它极其明确的产品布局来看，在全球范围内，动作快的企业确实已经慢慢走过了「摸石头」的试水阶段，触达了提升生产力的「彼岸」。
给更多企业的启示是：最终企业要的不是大模型本身，而是智能生产力带来的竞争力提升，应该明确这一目标、用上合适的新工具，「尽快过河」。
AI 行业正在进入新阶段，大模型「价格战」正在打响—— 一方面，更低价的算力似乎降低了 AI 创业者的成本和压力；而另一方面，在仍未找到合适变现模式的情况下，「价格战」正在重演当年网约车大战的补贴盛况。
对此，作为经历过互联网、移动互联网再到 AI 2.0 创业时代的李开复，想和大家仔细聊聊。
5月30日（周四）20:00，零一万物 CEO、创新工场董事长李开复博士将做客极客公园视频号直播间，盘点那些「卷」上天的大模型，是否能让 AI 应用迎来爆发式增长。欢迎预约~
