亚马逊云科技正在杀死比赛

亚马逊云科技正在杀死比赛

题图|视觉中国

今天凌晨亚马逊云科技纽约峰会上,有两个数字相当惊人:

1. 96%的AI独角兽,业务跑在亚马逊云科技上; 2. 2024福布斯AI 50榜单中,90%的企业用的是亚马逊云科技;

这家云计算领头羊企业,已经积累了太大的竞争优势——他们在过去是云计算马太效应的最大受益者,如今又拿下了最多的新兴企业。如果不是甲方企业成熟的多云架构,多少做出了稀释,今天的云计算市场恐怕已无悬念可言。

这一切都源于 18 个月来,亚马逊云科技近乎疯狂的产研迭代速度。亚马逊云科技自己的数据显示:从2023年至今,他们已经正式发布了326 项生成式 AI 功能;同期机器学习和生成式AI服务的 GA(正式可用)数量,超过其他供应商两倍。对比一下,这一阶段的第二梯队云计算企业,可能半年召开一场会议,仅仅是为了宣布产品降价。

从Amazon Q这一项服务出发,能更深切地体验亚马逊云科技程序员的工作强度:2023年12 月 re:Invent 官宣,2024 年 4 月正式推出,而到了今天,Amazon Q已经融入了亚马逊云科技最为人瞩目的Amazon SageMaker服务。

“傻瓜式”服务来了

关于Amazon Q,过去已知的内容是其由三部分组成,包括:Amazon Q Developer,服务技术同学的研发工作;Amazon Q Business,帮助企业员工做企业内部的数据挖掘和决策;Amazon Q Apps,基于 Amazon Q Business,帮助员工构建生成式AI应用程序,自动化日常工作。

但在独立服务客户的范畴外,Amazon Q也在快速深入亚马逊云科技自己的GenAI产品体系。从这一点上,亚马逊云科技真是把“吃自己的狗粮”贯彻到了极致。

在 7 月 10日的亚马逊云科技纽约峰会上,亚马逊云科技官宣 Amazon SageMaker Studio已经内置了 Amazon Q Developer,可以通过自然语言交互,提供构建、训练机器学习模型的分步指导、生成入门代码,拆解复杂任务,检索文档以及直接提供故障排除帮助。

翻译过来就是,现在基于亚马逊云科技的服务做机器模型训练,其实并不需要有JD(职位描述)中常见的“熟悉相关工具的使用”,你需要的只是表达想要做什么,然后按步骤行事就可以了。

而类似的功能,虽然在过往整个数字化转型工程中频频出现,但最终在实际的使用体验上并不好。负面的反馈最早并非源自业务人员,而是来自研发人员。

原因是,每个企业的研发团队几乎都有自己的代码规范,以及可复用的代码库。让AI基于自己的风格重写一个功能,有时只会起到反效果。所以过往大部分的AI工具可以提供建议,可以检索文档,但却不能生成代码。

亚马逊云科技显然已经考虑到这个问题,因此昨天的另一项发布是,允许使用私有代码库自定义Amazon Q Developer。简单来说,就是 Amazon Q Developer 会先学习企业自己代码库中的示例代码,而后再开始写。

这就很有意思了。过去的AI被叫做感知型 AI,它要么进行感知或检索,要么进行简单的重复工作;而今天的 AI叫做认知型 AI,它具备了认知和学习能力。二者的差别就在一个细微却十分重要的功能上得以体现,并直接改变了AI进入业务流程,创造代码和文档的实现难度。

云计算行业,时常将自己比喻为信息时代的“自来水龙头”,意思是使用云端资源和服务,就像打开水龙头一样简单,随处可得,简单可用。

但老实说,过去这“水龙头”的说明书可有点难懂。到了今天,以自然语言24小时同AI交互的使用方式,才真正改变了这种状况。

带着这样的认知,再看本次纽约站 Amazon Q Apps 和 Amazon App Studio的更新,就很容易理解了。

Amazon Q Apps在4月已经发布过预览,在昨天官宣全面推出。它的功能虽然被描述为用自然语言构建应用程序,但核心场景其实是基于企业数据源,用应用替代表格和文档,改变企业员工间的信息传递模式。

这里必须要聊聊,所有大型企业都面临的沟通效率低下的问题。文档是一个让人又爱又恨的东西,如果太短,意味着没什么内容;如果太长,则意味着学习成本很高。甚至曾经有一批程序员的主要工作之一,就是写文档——只为了让这玩意的可读性更高些,降低协作成本。

某种程度上,这变成了企业级的“亚健康状态”:如果你读不懂文档,或者文档本身写的有不好,就只能联系文档作者,期待他分出时间为你答疑。有时跨部门的配合并不容易,有时则是这位同事已经离职,查无此人。

“亚健康状态”存在太久,就会变成真正的病症:明明是一个重复了五年的老项目,但每次启动都像是重新来过。项目经理既不了解过往经验,也很难找到一个顾问。大家对复盘逐渐失去兴趣——都知道同样的问题,接下来还会再次出现。

允许 Amazon Q Apps将这些文档,变成一个应用,以 ChatBot级的体验保持智能交互,恐怕是目前最有前景的解决方案。

而 Amazon App Studio 在功能上看起来和 Amazon Q Apps很像,都是通过自然语言构建应用程序。但 Amazon App Studio实际上是干掉了过去的众多“无代码”服务。

“无代码”构建工具,有着生成式AI爆发前,独特的尴尬——简单说就是,智能了,但没完全智能。允许使用者不懂编程,但不能一点不懂。

原始的编程可以笼统的分为四个步骤:以简易代码或程序框图的形式,构建架构;基于某种编程语言实现该架构;撰写测试用例,并进行测试;部署上线。

“无代码”类工具通常可以实现 2-4 步,但需要用户以拖曳的形式,直接或间接的完成第一步。而第一步通常是最难的,看似复杂的编程语言反倒只是工具。加上组织往往都有惯性,致使该类工具过去的应用情况并不好。

Amazon App Studio在架构搭建上着实发了大力,得益于生成式 AI 的进步,完全可以实现从需求到产品的转化。

同样,Amazon Bedrock的Agent现在支持内存保留和代码解释了,意思就是在已经可以托管,高度自动化的Amazon Bedrock服务上,加上了对每一个使用者的“定制记忆”。此前订机票你记不得的信息,AI会帮你记住,并在最新的交互中做出提醒。

Agent、托管、深入业务流,一切都在向全新的智能体验撒腿狂奔。曾经所有推进数智化转型的企业,都在思考,去哪里招聘一个既懂业务、又懂技术、还懂产品的业务架构师。但从现在看来,这个岗位的员工,很可能是数字化的。

安全是个不性感,但很重要的议题

当 2023 年 4 月亚马逊云科技最早推出 Amazon Bedrock时,一个“大模型货架”的概念出现在企业服务领域。这基于两个基本的概念:

1. 当下没有哪一个单独的大模型,会成为“唯一解”。 2.当前的基础模型市场,仍存在高度的不确定性。

而在“货架”的陈列中,最耀眼的可选模型,其实是 Anthropic的Claude3.5 Sonnet。一则,其发布时,就在各项指标评测中超越了Gemini 1.5 pro;二则,亚马逊将向Anthropic投资高达 40 亿美元,并持有其部分股权。有“血缘关系”加持,相信配套服务也更完善。

果不其然,就在昨天,亚马逊云科技宣布推出Fine-tuning for Claude 3,几个步骤就可以完成对Claude 3模型的调优。

不过,发生在 7 月 10 日的另一项重要更新,笔者认为更加值得关注——Guardrails forAmazon Bedrock 现在可以检测幻觉,并覆盖到第三方模型构建的应用程序。

安全问题始终是个没有多少科幻色彩,但能打开客户钱包的要素。

但过去行业对此类问题的态度是高傲的。

一则,安全功能等于让客户为“未来风险”预付费,本身就是有一定难度的。

二则,幻觉问题,生成式AI与生俱来的技术特性,甚至不能被称为问题。越是高段位的技术专家,越喜欢推荐客户在低精度要求的业务场景中使用大模型,而不是在金融、医疗等场景下,期待大模型不出现幻觉。

但对于云计算来说,服务和技术本身就是两码事。幻觉问题,可以在一定程度上被解决,大量的金融客户乐见其成。

这也是为什么 Guardrails的本次更新,如此引人关注。

亚马逊云科技在官网上提到,Guardrails for Amazon Bedrock 可以过滤掉75%以上的幻觉反应,以应对RAG和汇总工作负载。

Guardrails新引入了一种上下文检查机制,会在情景下设置两个过滤参数,一个基于信息参考源进行置信度打分,一个基于查询相关性进行置信度打分。二者低于阈值会导致回答被阻止,客户可以根据实际业务对幻觉的容忍程度,调整阈值。

西班牙最大的保险公司 MAPFRE已经是 Amazon Bedrock 的客户了,纳斯达克则是另一个重要客户。

毫无疑问,两者所在行业,都对大模型幻觉问题高度敏感,也间接表明 Guardrails for Amazon Bedrock目前的客户满意度相当不错。

在这种良性反馈的激励下,亚马逊云科技顺势推出了 Guardrails API,进一步扩展了这种安全功能的服务外沿,使其不仅局限在 Amazon Bedrock服务内部。

向低效说再见

这种不断的服务外扩,像是 Amazon App Studio,像是 Guardrails API,在过去一年,亚马逊云科技的发布会上实在是太常见了。

亚马逊云科技正在杀死的比赛,不仅是关于云计算的,也是关于企业服务的。

过去存在大量企业协作工具,其实提供的核心价值之一是知识库——相比于一些企业级的聊天软件,这需求更加刚性。

但今天,这种知识库其实更像是大模型的“粮食”,它先吃下去,再以你需要的方式呈现出来。

比如昨天发布的 Expeanded data connectors for Knowledge Base,亚马逊云科技新增了多个数据源,包括Salesforce、Confluence 等,你甚至可以添加一些自己找的Web链接——还记得将一大堆外部参考链接,复制粘贴在 Teambition里留档的日子吗?可以说再见了。

应该说,所有规定用户必须重复某些低效操作的应用,在今天都有被这样的云服务革命的风险。从商业层面来看,过往一切具有较高学习成本的应用,都只是暂时的形态。

智能化、自动化、简单化以及促进信息传递,这可能是2024云端GenAI服务,最主要的演化任务了。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 [email protected]

Thu, 11 Jul 2024 11:21:35 GMT 原文链接🔗: