生成式AI的爆發(fā)給人工智能場(chǎng)景落地帶來(lái)了更加廣袤的想象空間，包括文生文、文生圖、知識(shí)問(wèn)答、產(chǎn)品設(shè)計(jì)在內(nèi)的種種場(chǎng)景創(chuàng)新遍地開花。如何推動(dòng)生成式AI應(yīng)用落地，重塑未來(lái)產(chǎn)業(yè)價(jià)值成為關(guān)鍵議題。在這之中，在相關(guān)的產(chǎn)業(yè)創(chuàng)新及能力搭建中，云廠商的角色日益重要，表現(xiàn)也尤為亮眼。

昔日，在數(shù)字化轉(zhuǎn)型進(jìn)程中，云計(jì)算的普及為眾多受制于IT基礎(chǔ)設(shè)施的企業(yè)提供了全新的升級(jí)路徑；如今，在第三次人工智能浪潮襲來(lái)之際，云廠商全面重構(gòu)生成式AI的基座，為其場(chǎng)景落地再一次奠定了基石。

在Gartner發(fā)布的《2023年云AI開發(fā)者服務(wù)魔力象限》報(bào)告中，亞馬遜云科技連續(xù)第四年被列為“領(lǐng)導(dǎo)者”之一，并在縱軸執(zhí)行能力維度處于最高位置。在生成式AI引領(lǐng)的變局中，亞馬遜云科技同樣當(dāng)仁不讓，率先在各行各業(yè)積累了一批可供示范的落地案例，為企業(yè)級(jí)生成式AI的進(jìn)階樹立了新標(biāo)桿。

一、打破數(shù)據(jù)孤島，構(gòu)建企業(yè)級(jí)智能知識(shí)庫(kù)

創(chuàng)新是企業(yè)韌性成長(zhǎng)的要素。西門子作為全球電子電氣工程的老牌王者，對(duì)此早有洞察。如何更好地發(fā)掘數(shù)據(jù)價(jià)值成為其持續(xù)發(fā)力的重要方向。

負(fù)責(zé)IT數(shù)據(jù)分析與人工智能的西門子中國(guó)大禹團(tuán)隊(duì)為此進(jìn)行的探索之一是搭建企業(yè)知識(shí)庫(kù)，一方面，便于更好地進(jìn)行企業(yè)知識(shí)資產(chǎn)的挖掘和保護(hù)，另一方面，讓員工在業(yè)務(wù)活動(dòng)中能更快捷、精準(zhǔn)地獲取相關(guān)知識(shí)，幫助其提升專業(yè)能力，讓企業(yè)知識(shí)“活”起來(lái)，提升知識(shí)重用率。

但是在搭建過(guò)程中，大禹團(tuán)隊(duì)逐漸發(fā)現(xiàn)，長(zhǎng)期以來(lái)企業(yè)內(nèi)部資源的檢索和調(diào)用都存在結(jié)構(gòu)散亂、檢索速度慢、交互不便等問(wèn)題。而且由于橫跨多個(gè)不同領(lǐng)域、涉及多個(gè)不同業(yè)務(wù)單元，如若以傳統(tǒng)方式打造知識(shí)庫(kù)，這些問(wèn)題將始終橫亙其中。因此，大禹團(tuán)隊(duì)決定將大數(shù)據(jù)庫(kù)和生成式AI應(yīng)用于一個(gè)全新的“智能知識(shí)庫(kù)”，從根本上提升知識(shí)庫(kù)的可用性。

在此訴求下，有著長(zhǎng)期良好合作基礎(chǔ)的亞馬遜云科技再次成為西門子合作的首選。在深入調(diào)研和全盤考量后，最終亞馬遜云科技為大禹團(tuán)隊(duì)提供的是一個(gè)智能知識(shí)庫(kù)暨智能會(huì)話機(jī)器人的解決方案指南，能實(shí)現(xiàn)目標(biāo)知識(shí)庫(kù)約80%功能，西門子中國(guó)根據(jù)企業(yè)內(nèi)部需求再做20%定制化開發(fā)，最終形成完整的解決方案。

在整體解決方案中有三大亮點(diǎn)：

其一，采用“RAG 架構(gòu)+向量數(shù)據(jù)庫(kù)”設(shè)計(jì)，核心主體知識(shí)庫(kù)以向量方式構(gòu)建，能夠存儲(chǔ)超大規(guī)模的向量數(shù)據(jù)。另外，RAG 架構(gòu)保障了知識(shí)庫(kù)在不影響訪問(wèn)速度的前提下，擁有了近乎無(wú)限的可擴(kuò)展性，極大地拓展了大模型的可用性；

其二，開源搜索引擎Amazon OpenSearch Service 的無(wú)服務(wù)器特性讓開發(fā)人員不需要管理集群或擔(dān)心生產(chǎn)規(guī)模，可以快速推動(dòng)部署；

其三，機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker上提供了豐富的模型開發(fā)和訓(xùn)練工具，保證客戶可以在云端輕松實(shí)現(xiàn)大語(yǔ)言模型的調(diào)優(yōu)以及測(cè)試更多不同類型的開源模型。

最終大禹團(tuán)隊(duì)在亞馬遜云科技的支持下，僅用三個(gè)月就完成了生成式AI對(duì)話機(jī)器人“小禹”的開發(fā)、部署與上線。相較傳統(tǒng)機(jī)器人，“小禹”的回答內(nèi)容不僅生成速度更快，其對(duì)搜索關(guān)鍵詞的命中率也更高，用戶體驗(yàn)更優(yōu)。西門子中國(guó)專屬智能知識(shí)庫(kù)上線后，首周就有超過(guò)4000 位內(nèi)部用戶參與使用，超過(guò)12000 個(gè)問(wèn)題被提出并解答。

二、發(fā)力在線教育，觸發(fā)教學(xué)模式全蛻變

縱觀歷史，每一輪科技革命都會(huì)給教育形態(tài)帶來(lái)深刻變化。生成式AI同樣正在觸發(fā)教育教學(xué)模式的深層次變革。

作為外研社推進(jìn)數(shù)字化轉(zhuǎn)型的載體，外研在線正在積極投入生成式AI建設(shè)，以期實(shí)現(xiàn)對(duì)外語(yǔ)教學(xué)的智慧化提升。不過(guò)，進(jìn)行大范圍的生成式AI探索與測(cè)試的前提，是有靈活、易部署、高效的底層基礎(chǔ)設(shè)施架構(gòu)予以支持。

因此，外研在線的人工智能團(tuán)隊(duì)首先詳細(xì)評(píng)估了生成式AI對(duì)業(yè)務(wù)的影響與挑戰(zhàn)；再者，外研在線希望對(duì)市面上主流的基礎(chǔ)大模型進(jìn)行大范圍的評(píng)測(cè)和試用，以選擇出最適配自身教學(xué)環(huán)境的基礎(chǔ)模型工具。與此同時(shí)，為了滿足長(zhǎng)期持續(xù)的推理需求，外研在線還需要進(jìn)行數(shù)據(jù)的清洗，模型的定制化、量化、微調(diào)和壓縮等優(yōu)化工作，以降低大語(yǔ)言模型的使用成本。

綜合考慮上述需求后，與外研在線有多年成功合作經(jīng)驗(yàn)的亞馬遜云科技脫穎而出。在拓展生成式 AI 應(yīng)用時(shí)，外研在線同樣選擇基于亞馬遜云科技基礎(chǔ)設(shè)施和產(chǎn)品服務(wù)進(jìn)行構(gòu)建。

完全托管式機(jī)器學(xué)習(xí)服務(wù)Amazon SageMaker 為企業(yè)提供一整套工具和框架，包括數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型部署、自動(dòng)化建模等功能，這套端到端模型部署方案，可以實(shí)現(xiàn)基礎(chǔ)模型的二次開發(fā)微調(diào)，為所有開發(fā)人員構(gòu)建、訓(xùn)練和部署模型提供便利。

在搭建生成式AI平臺(tái)時(shí)，外研在線正是采用了Amazon SageMaker為大模型進(jìn)行微調(diào)，而數(shù)據(jù)處理部分由云服務(wù)器Amazon EC2承擔(dān)工作負(fù)載，處理第三方的開源數(shù)據(jù)集，并使用云存儲(chǔ)Amazon S3保存AI模型的各種數(shù)據(jù)和模型文件，以此獲得在大模型上更便捷地構(gòu)建生成式AI應(yīng)用的能力。

對(duì)于外研在線格外關(guān)注的大模型部署問(wèn)題，亞馬遜云科技提供了豐富的專業(yè)技術(shù)支持資源，其專業(yè)服務(wù)團(tuán)隊(duì)與外研在線通力合作，協(xié)助評(píng)測(cè)了市面上幾乎所有的大模型和生成式AI工具，并針對(duì)不同的應(yīng)用場(chǎng)景完成多次POC測(cè)試。同時(shí)采用 Amazon SageMaker 部署了多個(gè)大模型進(jìn)行測(cè)試和比較，直觀演示實(shí)時(shí)推理，運(yùn)行批量推理任務(wù)，使繁復(fù)的測(cè)試變得簡(jiǎn)潔高效，確保外研AIGC平臺(tái)按時(shí)上線運(yùn)行。

在亞馬遜云科技助力下，外研在線推出了 iTEST、iWrite、iTranslate 等提供智能點(diǎn)評(píng)、譯文潤(rùn)色的新服務(wù)，實(shí)現(xiàn)基于項(xiàng)目的學(xué)習(xí)、人機(jī)交互式共創(chuàng)學(xué)習(xí)、無(wú)限個(gè)性化學(xué)習(xí)、沉浸式學(xué)習(xí)等新學(xué)習(xí)方式，幫助學(xué)生獲得更好的學(xué)習(xí)體驗(yàn)，同時(shí)也減輕教師的工作負(fù)擔(dān)，達(dá)成了提高教學(xué)效率和質(zhì)量的目標(biāo)。

三、加碼智能制造，按下云上工業(yè)設(shè)計(jì)快進(jìn)鍵

隨著智能家居產(chǎn)品的不斷升級(jí)，市場(chǎng)對(duì)產(chǎn)品的工業(yè)設(shè)計(jì)和上市速度提出了更高的要求。成立于1994年的海爾創(chuàng)新設(shè)計(jì)中心為海爾智家旗下七大品牌全球的所有產(chǎn)品提供設(shè)計(jì)創(chuàng)新和模式探索。為了更好地服務(wù)用戶，數(shù)字化重構(gòu)勢(shì)在必行。

數(shù)字化要和最新的行業(yè)應(yīng)用結(jié)合，要達(dá)到資源的最高效配置，這是海爾設(shè)計(jì)數(shù)字化轉(zhuǎn)型的兩個(gè)要點(diǎn)。此前，海爾設(shè)計(jì)使用的是自建的私有云系統(tǒng)，部署在自有 IDC 內(nèi)。這套私有云系統(tǒng)存在諸多問(wèn)題：桌面系統(tǒng)資源擠兌、文件存儲(chǔ)系統(tǒng)因容量受限無(wú)法長(zhǎng)期保存歷史文檔、渲染系統(tǒng)由于資源受限渲染任務(wù)需要長(zhǎng)時(shí)間的排隊(duì)等待，以及基礎(chǔ)系統(tǒng)維護(hù)復(fù)雜、無(wú)法彈性擴(kuò)展等，對(duì)業(yè)務(wù)產(chǎn)生了較大影響。

海爾設(shè)計(jì)希望通過(guò)數(shù)字化轉(zhuǎn)型提高設(shè)計(jì)效率的同時(shí)，還能獲得全新的方案和思路，去幫助設(shè)計(jì)打開市場(chǎng)局面、更好應(yīng)對(duì)全球化挑戰(zhàn)，這是海爾設(shè)計(jì)最終選擇與亞馬遜云科技合作的主要原因。

據(jù)此，亞馬遜云科技為海爾設(shè)計(jì)提供了四個(gè)完整的云上解決方案，全面替代自有機(jī)房，讓設(shè)計(jì)中心的工作流程實(shí)現(xiàn)全面云化。具體而言，包括3D云桌面系統(tǒng)、文件共享系統(tǒng)、渲染農(nóng)場(chǎng)系統(tǒng)以及自動(dòng)化設(shè)計(jì)系統(tǒng)等四個(gè)部分：

3D云桌面系統(tǒng)：在海爾設(shè)計(jì)的青島辦公室，3D云桌面系統(tǒng)為300多位3D設(shè)計(jì)師、平面設(shè)計(jì)師提供便捷易用的桌面環(huán)境。通過(guò)公有云上的資源隔離劃分，海爾設(shè)計(jì)在徹底解決原自建 IDC的VDI方案“資源擠兌造成卡頓、閃退或宕機(jī)”以及“多人使用時(shí)性能衰退”等問(wèn)題的基礎(chǔ)上，還能有約30%性能提升，可謂一舉多得。

文件共享系統(tǒng)：基于Amazon S3特性構(gòu)建的文件共享系統(tǒng)，讓公司、小組和個(gè)人之間得以共享存儲(chǔ)。這種對(duì)冷熱數(shù)據(jù)進(jìn)行自動(dòng)分層的無(wú)限容量存儲(chǔ)系統(tǒng)讓數(shù)據(jù)安全性提高了3倍，而此前自建 IDC 每人最大分配500G容量、每天只允許一個(gè)備份且最多保留7天的設(shè)定，自此成為歷史。

渲染農(nóng)場(chǎng)系統(tǒng)：在搭建渲染農(nóng)場(chǎng)系統(tǒng)時(shí)，部署了亞馬遜云科技自有渲染產(chǎn)品 Amazon Thinkbox deadline 軟件及 HPC 集群進(jìn)行圖片渲染，具備高性能和彈性，讓設(shè)計(jì)師提交任務(wù)后就能拿到渲染效果圖，徹底解決渲染任務(wù)排隊(duì)問(wèn)題。而低負(fù)載時(shí)它會(huì)自動(dòng)降低 Amazon EC2 Spot 數(shù)量且按實(shí)際使用時(shí)間（精確到秒）付費(fèi)，從此不再浪費(fèi)。

自動(dòng)化設(shè)計(jì)系統(tǒng)：自動(dòng)化設(shè)計(jì)系統(tǒng)/智能設(shè)計(jì)渲染系統(tǒng)通過(guò) Amazon EC2、Amazon Thinkbox Deadline、Amazon DynamoDB 等運(yùn)行自動(dòng)化設(shè)計(jì)軟件，10分鐘就能自動(dòng)生成人工需要數(shù)天才能完成的大批量渲染效果圖，徹底解決了原自建 IDC 存在的算力瓶頸問(wèn)題。

亞馬遜云科技為海爾設(shè)計(jì)中心量身定制的這四套系統(tǒng)形成了完善的端到端的工業(yè)設(shè)計(jì)解決方案，讓設(shè)計(jì)中心的工作流程實(shí)現(xiàn)了全面云化、自動(dòng)化。上線后，自動(dòng)化設(shè)計(jì)系統(tǒng)應(yīng)用讓原有項(xiàng)目周期縮短了 30%，獲得巨大成功，成為了工業(yè)設(shè)計(jì)行業(yè)的樣本型范例。

四、助力服務(wù)升級(jí)，深耕跨境電商業(yè)務(wù)場(chǎng)景

多年來(lái)，電商領(lǐng)域都在探索著以更好的技術(shù)工具實(shí)現(xiàn)降本增效的路徑。而隨著生成式AI的突破性發(fā)展，人工智能生成的營(yíng)銷內(nèi)容和圖片在電商領(lǐng)域也迎來(lái)了爆發(fā)期。

店匠科技是一家專注于全球獨(dú)立站銷售的SaaS企業(yè)級(jí)技術(shù)公司，聚焦跨境電商場(chǎng)景。在與商家的交流中，店匠科技發(fā)現(xiàn)，服裝鞋帽類產(chǎn)品更新迭代快，對(duì)內(nèi)容素材要求高、作圖壓力大。因?yàn)?/span>素材圖片的拍攝和處理不僅涉及到拍攝創(chuàng)意、版權(quán)、成本等問(wèn)題，還需要考慮面對(duì)不同國(guó)家消費(fèi)者、模特和產(chǎn)品展示的多樣性。

為了更好地服務(wù)服裝商家，針對(duì)其素材圖片制作成本高、需快速上架等痛點(diǎn)，店匠科技決定推出人工智能生成的圖片應(yīng)用—— BetaCreator。

但要開發(fā)這款新應(yīng)用，店匠科技要面對(duì)不少挑戰(zhàn)：第一，電商行業(yè)發(fā)展迅速，企業(yè)自身構(gòu)建和部署模型耗時(shí)耗力且不易靈活擴(kuò)展；第二，人工智能生成的圖片有一定的算法和工程門檻，企業(yè)缺乏專業(yè)的算法人員以及成熟的實(shí)踐經(jīng)驗(yàn)；第三，新應(yīng)用的用戶體驗(yàn)至關(guān)重要，需要?jiǎng)?chuàng)新、易用的人工智能技術(shù)來(lái)滿足和優(yōu)化這些需求。

綜合考慮下，店匠科技最終選擇了與亞馬遜云科技一起攻堅(jiān)這些難題。

雙方傾力合作下，店匠科技將模型輕松托管在 Amazon SageMaker 上，在此基礎(chǔ)上，不但快速構(gòu)建了 BetaCreator，還迅速完成了模特生成、模特?fù)Q臉、商品變款、背景更換、創(chuàng)意爆款等應(yīng)用場(chǎng)景的實(shí)驗(yàn)，不但幫助商家快速實(shí)現(xiàn)了電商素材圖片的自動(dòng)生成和自動(dòng)化處理，還保障了生成的電商素材圖片在細(xì)節(jié)、質(zhì)量和連貫性方面都有生動(dòng)逼真的表現(xiàn)力。

另外，Amazon SageMaker JumpStart機(jī)器學(xué)習(xí)中心還為店匠科技提供了數(shù)百種內(nèi)置算法以及經(jīng)過(guò)預(yù)訓(xùn)練的模型庫(kù)，加速模型的構(gòu)建和部署。同時(shí)，Amazon SageMaker JumpStart 還提供了負(fù)責(zé)任的人工智能技術(shù)，自身帶有鑒黃、鑒恐等功能，若有涉黃涉恐的輸入或生成內(nèi)容，會(huì)自動(dòng)打碼、降低風(fēng)險(xiǎn)。

從構(gòu)思產(chǎn)品原型到最終上線的整個(gè)過(guò)程，亞馬遜云科技技術(shù)團(tuán)隊(duì)為店匠科技突破技術(shù)難關(guān)提供了全方位的技術(shù)支持與服務(wù)。

店匠科技通過(guò)使用 Amazon SageMaker 全托管式服務(wù)，大大提高了機(jī)器學(xué)習(xí)模型的訓(xùn)練速度和效率，使產(chǎn)品的開發(fā)周期從過(guò)去的6個(gè)月縮短到2個(gè)月，顯著降低了模型訓(xùn)練和調(diào)優(yōu)的時(shí)間成本。加上Amazon SageMaker JumpStart 提供的不斷更新的模型庫(kù)，店匠科技得以輕松靈活嘗試新的模型來(lái)優(yōu)化產(chǎn)品功能。整體而言，在此基礎(chǔ)上構(gòu)建的BetaCreator不僅節(jié)省了商家廣告投放時(shí)不同素材圖片的測(cè)試時(shí)間，還大大提升了電商素材圖片的產(chǎn)出效率，為生成式AI在電商領(lǐng)域的落地提供了又一代表性范例。

結(jié)語(yǔ)

如果用AI把所有應(yīng)用、所有產(chǎn)品都重做一遍，會(huì)發(fā)生什么呢？這里有巨大的想象空間。但毋庸置疑的是，人工智能有望成為重塑中國(guó)關(guān)鍵產(chǎn)業(yè)的強(qiáng)大力量。

但是前景與現(xiàn)實(shí)之間尚有距離，尤其是落實(shí)到千行百業(yè)的全面應(yīng)用，中國(guó)企業(yè)人工智能與業(yè)務(wù)相結(jié)合的能力還有很大的進(jìn)步空間。

在生成式AI刮起的颶風(fēng)中，亞馬遜云科技作為全球云計(jì)算領(lǐng)導(dǎo)者，其當(dāng)前的技術(shù)路線選擇及實(shí)戰(zhàn)路徑,正在促使其成為更多企業(yè)踐行生成式AI戰(zhàn)略的合作伙伴。從上述案例中，我們可以看到，任何技術(shù)都要在真實(shí)的應(yīng)用場(chǎng)景中實(shí)現(xiàn)價(jià)值轉(zhuǎn)化，才能真正成為撬動(dòng)發(fā)展的飛輪。我們更希望，有了這些標(biāo)桿案例的參照，各行業(yè)企業(yè)可以更快梳理好自身的生成式AI用云圖鑒。