在生成式 AI 的時代，工作過程中利用AI幫助寫郵件、翻譯、繪畫、編程，甚至用一句話安撫即將“發飙”的客戶或老板，已經司空見慣。
然而，真正的挑戰在于如何將這些技能無縫整合，使 AI 不僅僅是一個單一的執行工具，而是能夠自主操作並深切體察用戶需求的智能夥伴。
Anthropic 最新發布的升級版 Claude 3.5 Sonnet AI 模型及其新增的“計算機操控（Computer Use）”功能告訴我們：這一步已經可以做到了！
所謂“計算機操控”，是指AI大模型能根據用戶的指令在計算機屏幕上自由移動光標，點擊特定位置，並通過虛擬鍵盤輸入文本，模擬人類與計算機的交互方式，最終完成人類的指令。
這次發布不僅代表了技術的革新，更預示著 AI 從簡單的自動化工具向真正能夠實際解決問題的智能工具的轉變。
據悉，目前 Claude3.5已上線 Amazon Bedrock 平台；此外，盡管“計算機操控”功能還在持續完善中，但其也已經被如 Asana、Canva 和 DoorDash 等大型企業采用，以處理涉及多步驟的複雜任務。
Anthropic 希望通過提前發布此功能，吸引開發者社區的廣泛反饋，進一步優化和完善這一創新工具。
隨著 Claude 3.5 再一次展示出 AI 的巨大潛力，我們也可以看出AI下一步的重點：真正在商業上落地。
在最近的 2024 Innovate 大會上，亞馬遜雲科技作爲 Anthropic 的早期投資人，分享了其在 Amazon Bedrock 平台上集成全球前沿 AI 大模型後，與多家全球先鋒企業實現 AI 技術商業化落地的案例和最佳實踐。
Amazon Bedrock 不僅支持不同AI智能體的開發，還提供了廣泛的大模型服務，助力企業跨越技術的複雜性，快速實現 AI 集成與應用。
那麽，作爲一家注重業務實用性和效率的技術實踐者，亞馬遜雲科技是如何推動生成式AI技術在衆多行業中的應用？
01, POLY.AI：不僅是語音助手---更是業務落地“小能手”
“嗨！我是您的智能助手，請描述一下您想要咨詢的問題或回複對應數字。”
隨著又一年“雙十一”的到來，智能客服成爲了今年各大企業率先開始采用的AI工具。
但在實際客服場景中，用戶的問題總是千奇百怪，問題的切入點和問法都各有不同，僅靠 RAG（檢索增強生成）並不能完全處理問題；同時，業務側往往還需要讓 AI 與真人“真假難辨”，從而減輕現有客服團隊的壓力和成本。
因此，AI客服技術的引入，本質上是爲了降低成本和提高效率，在具體業務場景中能夠解決企業依賴大量人力資源來應對的那些簡單且高度重複的客戶溝通任務。
在這一領域中，Poly AI 已經“走在了前面”。他們利用大語言模型和生成式AI技術，正在爲各行各業的企業打造高度定制化的語音助手。這些助手不僅能有效地處理複雜的電話客服對話，降低企業的運營成本，還能提升用戶的滿意度。
圖源：Poly AI
如今，Poly AI 的語音助手服務覆蓋衆多行業，包括旅遊、住宿、零售、公共服務及金融等。不僅僅是生成式 AI，他們的産品還能夠根據每個客戶的具體需求進行個性化定制，甚至在服務老年群體時，能根據目標用戶的特性調整交流方式，從而優化用戶體驗。
這是怎麽做到的？
答案來自于與亞馬遜雲科技的合作。據了解，Poly AI 在Amazon SageMaker平台上進行了大規模語音克隆和合成算法的訓練。通過這一合作，Poly AI 能夠實現零樣本學習，幫助企業將其品牌個性融入語音助手的聲音克隆過程中，使語音助手不僅僅是一個工具，而是品牌文化的延伸。
此外，在客戶服務對話的語音生成方面，Poly AI 還積累了獨特的數據集，並在探索將這些模型通過 Amazon Bedrock 等平台以無服務器 API 的方式進行部署。這種方式不僅能夠提高部署的靈活性，還能夠通過 AWS 提供的安全護欄技術，確保模型的可控性和可解釋性。
例如，遇到雙十一的時候，商家能夠快速適應客戶需求的變化，可以在需要時立即擴展服務容量，處理高峰期的大量客戶問詢，而不需擔心服務器容量或運維問題。
此外，采用無服務器構建 API 允許商家快速部署新功能和進行實時測試，以更好地適應特定人群的需求。通過 AWS 的安全護欄技術，也能確保這些更新和數據處理的安全性及合規性，使企業能夠安心處理敏感信息。
從Poly AI 的實踐中我們可以看出，當業務場景有 AI 的加持時，AI 能夠提供靈活、精准的解決方案，從而實現業務快速落地和價值最大化。
那麽從市場策略的角度出發，AI 可以做到什麽？
02, 橋水 ：用AI---“預判市場的預判”
如果說矽谷是人工智能技術的孵化地，那麽華爾街無疑是將這些技術進行商業化運用的先行者。
自從 2023 年開始，金融巨頭們就開始紛紛表達對人工智能潛力的高度認可。比如凱雷（Carlyle）將生成式人工智能的誕生稱爲“人類歷史的轉折點”，並將其與電氣化相提並論；花旗（Citi）也在一份報告表示：“我們認爲人工智能是遊戲規則的改變者。”
今年，橋水（Bridgewater）在向美國證監會提交的信息披露材料顯示，它已在投資中開始使用人工智能。
具體是如何使用的？據了解，橋水憑借其長達五十年的全球市場投資經驗，深刻理解市場運作的核心動力，並將這些知識編織成了一套複雜的專家系統。這些系統可以通過日常接收和處理大量外部數據來生成市場觀點。
如今，隨著AI技術的不斷成熟，橋水意識到利用 AI 和機器學習技術還可以進一步優化這一過程。因此，橋水打造出一款新一代的投資邏輯生成系統——人工智能投資助手（AIA）。
AIA 能夠結合實時市場數據和曆史趨勢分析，爲橋水提供更深入的市場洞察和投資策略，顯著提高決策的速度和准確性，這將徹底改變傳統投資分析的模式。
亞馬遜雲科技提供的底層技術平台進一步增強了這種能力，使得這款AI不僅是自動化分析工具，更是智能決策的支持者。
“在構建AI投資助手的過程中，Bedrock 平台是一個至關重要的工具。”橋水首席技術官 Aaron Linsky 表示。具體而言，Bedrock 的高度靈活性允許橋水根據具體任務需求，從多種AI模型中選擇最合適的，如 Claude 和 LLaMA，確保在不同市場情境下都能實現最優性能。
這種靈活性讓橋水能夠在複雜的全球金融市場中，從基礎的推理任務到更高階的市場分析，充分發揮AI的潛力。
Aaron Linsky
過去一年中，Aaron Linsky 的團隊深刻體會到，直接參與系統使用的投資者，往往是最佳的提示詞工程師。通過與這些投資者的緊密合作，團隊能夠實地應用AI技術，不斷優化和叠代模型，提供更准確的市場預測和洞見。
此外，與亞馬遜雲科技的生成式AI創新中心的合作，也讓橋水得以開展一系列概念驗證項目。比如，通過結合生成式AI與檢索增強生成（RAG）等技術，AI投資助手能夠在投資分析中承擔起20%最具挑戰性的任務，幫助投資者處理複雜的市場問題。
隨著Claude 3 Opus等新模型的加入，生成式AI能夠生成更爲接近市場實際需求的答案，並爲分析師提供初步的市場洞察。這不僅加速了整個投資流程，也極大提升了分析的准確性。
“橋水的成功經驗來自于三大核心理念。” Aaron Linsky 表示，首先，理解技術爲業務帶來的附加價值至關重要，尤其是在 AI 模型的使用上，不應局限于單一模型，而是要根據需求選擇最合適的工具；其次，構建靈活的基礎設施，使其能夠隨技術進步不斷演進；第三，最有效的提示詞工程師往往是那些了解業務需求的專業人士，因此讓終端用戶參與到AI系統的開發與叠代中，將大大加速應用的成熟與優化。
“我預判了市場的預判。”這個對于投資人來說至關重要的能力，已經可以通過 AI 來實現。
03, NinjaTech ：AI 可以滿足---“既要、又要、還要”
如果說 AI 的上半場是依靠生成式技術來産生內容，那麽現在，AI 正在徹底改變我們對工作效率的認識，使其從單純的自動化工具轉變爲企業團隊中的積極協作者，這些AI智能體也將成爲業務流程的關鍵參與者。
這正是 NinjaTech 的目標：他們的産品主要包括四大智能體：研究員、調度員、編碼員和顧問。這些智能體不僅可以通過網頁與用戶互動，還能以虛擬化身的形式，通過 Unreal Engine 5 實現高度逼真的交互體驗，極大提升了用戶的沈浸感。
這款 SaaS 版“賈維斯”的誕生，離不開底層技術的支持。據 NinjaTech CTO Sam Naghshineh 介紹，亞馬遜雲科技的定制AI芯片（Trainium 和 Inferentia）使 NinjaTech 成爲少數幾家能夠在不使用GPU的情況下構建 AI 智能體的公司之一。
“與傳統 GPU 解決方案相比，NinjaTech 在使用 Trainium 和 Inferentia 時，成本節約達 82%-89%。” Sam Naghshineh 表示，這一顯著的成本優勢使得他們能夠以更具競爭力的價格爲客戶提供高效、經濟實惠的 AI 服務。
除了成本優勢，按需使用資源也是 NinjaTech 的一大成功關鍵。GPU 資源的緊張局面在行業內普遍存在，而 NinjaTech 通過亞馬遜雲科技的按需配額機制，確保了資源的充足供應。
這種按需彈性擴展的能力，也使得 NinjaTech 在面對突發性科研需求時，能夠快速響應，從而提高了工作效率。
此外，NinjaTech 還利用了 Amazon SageMaker進行生成式AI模型的微調和優化。在複雜的AI模型訓練中，NinjaTech需要處理不同的上下文、內存管理、數據存儲等挑戰，而SageMaker的按需服務模式，使他們能夠快速進行實驗、訓練，並在不浪費資源的前提下高效部署 AI 應用。
“Amazon SageMaker的Exaflop計算資源使我們的研發團隊能夠迅速進行大規模實驗，顯著縮短了研發周期。”Sam Naghshineh說。
NinjaTech 的未來也不僅限于當前現有的四大智能體。未來，公司還計劃在亞馬遜雲科技的支持下，加速開發更多的定制化智能體，並探索智能體之間的協作。
這種協作能夠進一步增強AI的適用性，覆蓋更多的場景和行業應用。此外，NinjaTech 還計劃通過培訓，幫助更多的行業從業者和專業人士掌握生成式AI的使用方法，以提高整體的生産力。
可以說，NinjaTech通過其多智能體系統，確保技術投資直接轉化爲企業增長和效率提升，如今已在全球信息工作者中掀起了一場 AI 效率革命。
04, 是人工智能---更是人工智能體
回到開頭，不管是寫郵件、翻譯、繪畫、編程，在工作過程中，到底什麽才是AI的正確使用“姿勢”？
從 Poly AI 的案例中，我們可以看出，將 AI 定制化應用于特定業務場景能極大提升服務質量和效率。通過大語言模型和生成式AI技術，Poly AI 打造的語音助手能根據用戶的特定需求調整其服務方式，從而爲不同行業提供更加精准的客戶支持。
從橋水的案例中，我們看到，除了擔任智能助手外，AI 還可以深入到決策制定的核心，通過數據分析和模型優化，幫助公司把握市場脈動。橋水利用AI投資助手系統，不僅提升了市場分析的准確性和效率，還能適應瞬息萬變的金融市場，提供實時的策略調整。
從NinjaTech的案例中，我們發現，通過合理部署AI智能體系統，還能夠大幅提高公司的運營效率。這些智能體不僅能通過精細化管理和自動化流程顯著提升任務處理的速度和精准度，還能進行智能體之間的協作，從而進一步增強 AI的適用性，覆蓋更多的場景和行業應用。
落地到具體業務中、靈活跟上市場變化、提高公司運營效率……不管是哪個環節，作爲全球雲計算的開創者和引領者，亞馬遜雲科技都在這個過程中扮演了至關重要的角色，實際上，不管是 Poly AI、橋水還是 NinjaTech，其共同點都是通過靈活的基礎設施、按需擴展的資源管理和與全球領先AI模型的無縫集成。他們不約而同選擇了亞馬遜雲科技，實現了AI應用的快速落地。
這也正是亞馬遜雲科技“技術務實主義”核心理念的體現。所謂“技術務實主義”，是指采取切實可行的技術解決方案，以滿足具體業務需求而非僅僅追求技術的前沿性。通過這種務實的方法，亞馬遜雲科技幫助企業不僅優化現有流程，還能在不斷變化的市場中保持競爭力，通過技術創新實現商業價值的最大化。
未來，如何更好地運用好 AI？或許，這不僅僅是一場技術競賽，更是對企業戰略洞察力和執行力的全面考驗。---來源 : 創業邦 -
