盤點AWS 年度科技發布會|GenAI 熱潮下企業該如何轉型

撰文:林卓恆
出版:更新:

盤點AWS 年度科技發布會|GenAI 熱潮下企業該如何轉型|雲端技術服務供應商Amazon Web Services (AWS) 最近舉行了 AWS re:Invent re:Cap,盤點年度科技發布會AWS re:Invent 的多項嶄新服務,借此機會《香港01》科技玩物頻道有幸邀請到AWS香港解決方案架構部主管余迪遜先生接受訪問,為本地企業在AI急速發展的當下應如何自處提供深入見解。

AWS re:Invent re:Cap香港專題演講及展覽 活動內容豐富

AWS去年在拉斯維加斯 re:Invent的大會上發表了超過188項創新服務,遍佈企業級生成式AI、數據分析、資訊安全等。此次香港的實體活動設有15場專題演講,探討如何利用這些新技術加速企業的創新,同時設有互動展覽,用戶可以在AWS的示範和解決方案攤位上與專家交流,了解AWS在生成式AI上的新科技新功能,把商業的創新想法付諸實行。

AWS每年都會在拉斯維加斯舉辦大型發布會 re:Invent,是次大會便發表了超過188項創新服務

為幫助企業更輕鬆、安全地建構和應用生成式AI,AWS此次推出了多種工具,其中Amazon Q,幫助連接企業業務資料和系統,讓客戶打造服務自己業務的生成式AI助理,快速提供複雜問題的答案、生成內容並採取行動,讓開發者和IT人員在AWS上建構、部署和維護應用程式與工作負載。而Amazon Bedrock也發布更多模型選擇和新功能,助力安全建構和規模化生成式AI應用。

會場內設有多個攤位,讓到場人士了解AWS最新的技術和服務。攝影:黃寶瑩

活動當日盛況照片:

+3

另外,AWS也在數據基礎設施的整合和治理方面推出了多項新功能,確保企業的數據同步支援生成式AI,同時ETL (Extract, Transform & Load) 的整合可讓跨部門的數據儲存和分析更快速便捷。AWS也持續投入自研晶片、儲存、無伺服器的創新,包括Graviton4晶片和專為以高效能訓練具有數萬億個參數的基礎模型和大型語言模型而打造的Trainium2,都能大大提升客戶運行高效能資料庫、記憶體緩存、大數據分析等工作負載的效率。

AWS

專訪AWS解決方案架構部主管 余迪遜先生

在活動當日,《香港01》科技玩物頻道有幸得AWS解決方案架構部主管余迪遜為本地企業在AI急速發展的當下應如何自處提供意見,並闡述AWS又能如何幫助本地企業面對挑戰。

AWS解決方案架構部主管 余迪遜先生 攝影:黃寶瑩

「GenAI」生成式AI技術為未來大方向 企業宜盡早掌握

在AWS re:Invent中發布了許多AWS的新服務及更新,其中以「GenAI」生成式AI技術最受關注,亦很適合香港的企業使用。余迪遜先生對此加以詳解:「我們有各種服務和方案提供給有不同需要的客戶:如Amazon Q,無論客戶是在AWS上建構、使用內部資料和系統,還是使用AWS實現商業智能(BI)、客服中心和供應鏈管理,Amazon Q都是很好的生成式AI助理,能夠幫助各個產業、各種規模的企業安全地使用生成式AI。例如整合企業内部數據和資料,自動回答員工問題等;或將不同内部通訊軟體的對話整合,方便查閲。」

在re:Cap會場亦有Amazon Bedrock的示範。攝影:黃寶瑩

「如果需要更客製化的功能,又或是企業想將獨特的知識整合到AI之上,那麼以開發應用為主的服務就會較適合。例如Amazon Bedrock,它為客戶提供了不同的基礎模型供開發者選擇,用戶可以通過它快速掌握到如何使用各款大型learning model,同時在安全的環境下建構自己所需要的GenAI程式。」

AI並不遠離生活 各行各業都可運用

生成式AI、雲端科技等科技名詞,一般人可能以為只和IT行業有關;但原來各行各業、各個崗位,都有機會運用到這些技術,提升企業競爭力。余迪遜先生這樣分析:「其實各行各業都會有用到GenAI的地方,當然實際運用方式視乎每間公司真正想要解決的問題,以及公司自身對數據和資料的纍計廣度和深度,最重要的是,企業是否有短中長期的數據策略。」

「例如服務性行業,客服人員可利用AI快速找到所需資料,從而提升服務質素;金融服務業可用自己擁有的獨特數據來訓練AI模型,產出專屬於企業自己的分析統計。從事廣告、市場營銷的人可利用AI生成圖片快速產出企劃的預覽和雛型,再在此之上brainstorm衍生更多想法等等。即使是傳統製造業亦有用得到GenAI的地方,如用來幫助產品設計。」

攝影:黃寶瑩

而對於企業如何運用AI,余迪遜先生亦有獨到見解分享:「各行各業的企業都渴望借助生成式AI來變革營運方式,創造全新的用戶體驗,但其實有許多企業還未參與這一轉型過程。企業對於安全隱私等方面都有不少憂慮。我們建議企業能夠瞭解自己的目標,測試多種基礎模型,進而找到最適合自己應用場景的模型。同時,企業還應該最大化地利用已經擁有的數據和資料。最後,企業需要工具將創新迅速推向市場,還需要具備可以在全球範圍部署生成式AI應用程式的雲端基礎設施。」