2023年第三季度，亚马逊云科技结束连续六个月的低速增长，重新进入高速增长阶段。本季度营收同比增长 12%，达到 231 亿美元。
对此，亚马逊CEO Andy Jassy表示，这与生成式AI有很大关系，他认为生成式AI会在未来几年内为亚马逊云科技带来数百亿美元的收入。
云厂商做生成式AI的优势：抢夺时间窗口
云厂商在生成式AI领域的优势还是非常明显的，对于希望落地生成式AI的企业来说，云上的生成式AI服务值得关注。
十多年前公有云服务开始兴起，它带来了容易获取，而且富有弹性的IT资源，省去了用户自行部署管理软硬件系统的操作，这是很基础也很重要的一方面。
更重要的是，它能帮助企业在变化的市场环境中获得更高的灵活性，比如，灵活地采用新技术，抢夺时间窗口，帮助企业灵活地适应市场变化。
在当下，生成式AI就是最大的技术变化因素。有人将它视为原子弹一样有影响力的技术，如果企业也认可生成式AI，那么，就可以将生成式AI视作关系企业未来的战略性技术。
无论你信与不信，生成式AI已经具有了让人不可忽视的存在感。虽然将生成式AI用在严肃的企业生产环境还欠火候，但将生成式AI用在黑客攻击方面已经展示出了破坏力。
今年上半年，WormGPT和FraudGPT已被用于网络诈骗和网络勒索等恶意活动。Darktrace 的研究显示，自从生成式AI爆火以来，复杂的网络钓鱼攻击数量上升了 135%。
稍微关注生成式AI的朋友肯定知道，如今国内外有数不清的大语言模型，还有训练和微调模型的新思路和新方法，技术的变化令人眼花缭乱，令技术爱好者疯狂，也令企业无从下手。
抛开晦涩难懂的各种评测不说，但从普通用户的体验来讲，OpenAI的GPT-4仍是目前最强的生成式AI服务，GPT-4是已知的上限，未来肯定会有比GPT-4更强的AI。
或许，此时此刻，在世界某个不为人知的角落，有人正在使用比GPT-4更强的AI，这种能力帮助企业获得了更强的优势，也让很多企业管理者陷入了焦虑之中。
总之，生成式AI技术日新月异，很多企业都想跟上生成式AI技术进步的步伐，不愿错过任何时机，时间窗口很重要。
这点从全世界都在抢英伟达显卡就可见一斑，因为新一代的显卡可以让企业在第一时间用上最新的技术，而争取到的时间窗口可能决定着企业的发展走向。
正如亚马逊云科技大中华区产品部总经理陈晓建 在生成式AI构建者大会所说，当我们谈生成式AI时，大多数人都在谈论基础模型和生成式AI应用，这些就像是漂浮在海面上的冰山一角，而在冰川的底部，还需要大量服务来支撑。
延伸一下，生成式AI也不只是英伟达的新一代的高性能显卡，就算拿到最理想的算力芯片之后，还需要有一系列工作要做。
如果，这一系列工作放在本地来做，至少需要经过采购、安装部署和软硬件安装调试等一系列环节，如果要放到云上，则可以在最短的时间里开始创建、训练和调优模型，并且基于模型开发出应用。
这就是云计算在生成式AI方面的绝对优势，能帮企业抢到宝贵的时间窗口。
亚马逊云科技积极布局生成式AI
始于2022年年底的生成式AI技术浪潮，在2023年迎来了大爆发，学术界AI论文和模型满天飞，工业界也争相布局生成式AI。作为大型公有云厂商，
亚马逊云科技快马加鞭，从云服务商的角度出发，用自己最擅长的方式切入了生成式AI领域，推出了生成式AI相关云服务。
2023年上半年，亚马逊云科技宣布将发布Amazon Bedrock，9月底，Amazon Bedrock正式可用，这是亚马逊云科技在生成式AI方面的一项重量级服务。
正如陈晓建所说，生成式AI不只是大语言模型，不只是生成式AI应用。
为此，亚马逊云科技提供了包括Amazon Bedrock和Amazon SageMaker JumpStart在内的，比较完整的端到端的生成式AI技术堆栈。
系统化地来看，既有提供计算和存储资源的底层设施，也有用于构建工具和服务的中间层，还有最上层直接面向生成式AI的服务，几乎囊括了企业落地生成式AI所需的所有能力。
其实，在生成式AI大火之前的几年前，亚马逊云科技就在布局AI。
其中最主要的云服务就是Amazon SageMaker，这是一个在线的机器学习训练平台，下层有各种CPU和AI加速器芯片，既有第三放比如英伟达的显卡，也有英特尔的Gaudi加速器，还有自研的训练和推理芯片，可以创建大规模训练集群，可以快速完成机器学习训练。
刚刚提到的Amazon SageMaker JumpStart其实是2020年就发布的，支持用户自由使用各种公开的预训练模型，也支持做微调。此外，亚马逊云科技还有一系列的SaaS化的AI应用，可以提供开箱即用的AI能力。
总之，正因为此前就在做类似的事情，所以，当生成式AI技术浪潮来临时，亚马逊云科技能以极快的速度推出生成式AI相关服务。
想要落地生成式AI，需要走好这五步
对于想要落地生成式AI的企业来说，需要考虑哪些问题呢？对于这个问题，陈晓建提到了五点。
第一步，选择一个合适的场景，并为场景搭配一个合适的模型。
麦肯锡在一份报告中提到，生成式AI所带来的经济效益之中，大概有3/4来自营销和销售、产品和研发、软件工程和客户运营四个领域。生成式AI在增强用户体验，提升员工的生产力和创造力，在优化业务流程方面潜力十足。
第二步，借助于专门构建的生成式AI工具和底层设施，快速搭建高性价比的生成式AI应用，这里主要指的还是Amazon Bedrock和Amazon SageMaker JumpStart，两者现在都是亚马逊云科技主推的生成式AI服务。
区别在于，Amazon SageMaker JumpStart 的自由度更高一点，操作空间大，使用门槛也相对较高，用户可以选各种在HuggingFace上开源的大语言模型，还能自己挑选合适的EC2实例来运行模型。
而Amazon Bedrock是Serverless的服务，用户用API来访问来自Meta、Anthropic、Cohere、AI21 Labs、Stability AI等机构的特定几个大模型，用户不用编写代码就能用自己的数据来调整模型。
很明显Amazon Bedrock的易用性更强一些，门槛更低一点。
第三，数据是每个企业的核心要素，因此，过去多年来一直在帮企业打造数据基座，让企业放心大胆地安排自己的数据。
陈晓建认为，一个强大的数据底座需要做好三个方面：一个是需要全面的服务来存储各种各样类型的数据，第二个，需要一个服务打通和汇聚不同来源的数据，第三个，是要能安全有效地管理数据。
亚马逊云科技有Amazon S3对象存储，还有EFS文件和EBS块存储，还有包括关系型数据库和非关系型数据库在内的8大类数据库，能以各种方式存储各种各样的数据。
同时，为了打通数据，亚马逊云科技还在推行Zero ETL技术。为了做数据治理，还推出了叫Amazon DataZone的专业服务。在数据的存储、管理和应用方面，几乎做到了应有尽有。
第四，许多企业在云上构建云原生业务，在生成式AI的时代，也一样可以用云原生技术快速构建生成式AI应用。亚马逊云科技不仅有多种容器服务，还有一系列的Serverless的技术方案，一番组合就能快速上线生成式AI应用。
第五，除了搭建生成式AI应用本身，用户同样可以使用多种开箱即用的服务来降低工作的复杂性。目前，亚马逊云科技最主要开箱即用的生成式AI服务就是Amazon CodeWhisperer，这是一个对个人免费的智能编码服务，可以帮助开发者提高生产力。
结束语
生成式AI是一个比较系统化的工程，需要对应场景，也需要对应的一系列技术平台来落地。而云厂商能提供最便捷的技术平台，能帮助企业抢夺时间窗口。
这其中，亚马逊云科技的一番操作值得关注，因为亚马逊云科技是非常懂怎么做云服务的。
有数据显示，80%运行在云中的容器化应用程序都在亚马逊云科技上运行。这个数字肯定会令谷歌感到尴尬，因为Kubernetes是谷歌开源的容器编排项目，而谷歌也有云服务。
眼下，微软虽然与OpenAI有比较紧密的技术合作关系，但将微软Azure视为竞争对手的话，在面向生成式AI的云服务市场竞争中，两家的竞争格局变化也非常值得期待。
