在生成式AI迅速崛起的2023年，亞馬遜雲科技不僅在技術上加碼布局，也在人才與服務上大舉投入，切實協助客戶完成生成式AI的應用旅程。所以在這一年，生成式AI技術創新中心應運而生。
當時創立生成式AI技術創新中心的使命非常清晰：幫助客戶將人工智慧的潛力轉化為切實的業務價值。從介紹技術，到探索具體應用場景，再到推動生產落地，讓客戶從應用過程中實現價值。
兩年時間過去，人工智慧正朝著更加自主、更智能化的系統的方向發展，所以近期亞馬遜雲科技宣布再向生成式AI技術創新中心追加1億美元投資，助力客戶引領下一波AI創新浪潮。
「生成式AI技術創新中心自成立之初便投入1億美元，如今已支持了超過1000個不同的合作項目，服務範圍涵蓋金融服務、電信、醫療保健、製藥等多個行業的客戶，這些企業不僅應用了生成式AI，還獲得了切實的商業價值。」亞馬遜雲科技生成式AI創新與交付團隊負責人Taimur Rashid表示，1億美元的再次投入，將在既有成果的基礎上，更精準地聚焦客戶當前需求，推動生成式AI和Agentic AI的廣泛落地，並藉助合作夥伴釋放更大的規模效應。
亞馬遜雲科技生成式AI創新與交付團隊負責人Taimur Rashid
生成式AI全生命周期落地初見成果
作為一個全球化團隊，生成式AI技術創新中心擁有近五百名成員，涵蓋戰略師、科學家、工程師和顧問，全面支持生成式AI從構思、探索、實驗到生產部署的全生命周期工作。
過去幾年，生成式AI技術創新中心已擁有超過120個可對外公開的客戶案例，並與新興初創公司保持緊密合作，推動生成式AI技術在各類業務場景中的落地。
在服務客戶的過程中，生成式AI技術創新中心與支持客戶和合作夥伴的客戶團隊緊密協作，同時與服務團隊也保持著非常良好的合作關係。客戶團隊維護關係，創新中心則負責識別用例，並進行優先級排序，通常在45天內就可交付解決方案。
「生成式AI技術創新中心與客戶合作時採用『逆向工作法』。」Taimur Rashid說道，團隊不僅擅長洞察客戶需求，還在構建解決方案的過程中積累可復用資產，從而進一步加速項目的落地。
在生成式AI的應用旅程中，生成式AI技術創新中心提供的服務覆蓋了亞馬遜雲科技的三層技術堆棧。例如應用層的Amazon Q讓企業和開發者快速接入AI能力；中間層的Amazon Bedrock，客戶可以在其上自由選擇專有或開源模型，輕鬆構建生成式AI應用；基礎設施層提供的Trainium晶片等算力資源，則在保障性能的同時顯著降低成本，讓創新不僅可行，更高效落地。
全球領先的工程、供應鏈和製造解決方案提供商捷普（Jabil）與生成式AI技術創新中心合作，僅用三周便部署了基於Amazon Q的智能車間助手，將數據處理時間縮短74%。該助手可連接多個數據源，處理多語言的1700餘項政策與規範，大幅降低團隊在診斷過程中的平均故障排除時間。
Warner Bros. Discovery Sports Europe則利用Amazon Bedrock和Anthropic的Claude 3.5 模型，開發了「Cycling Central Intelligence（CCI）」AI驅動解決方案。山地自行車賽評論員只需通過自然語言提問，即可在幾分鐘內獲取原本需要數小時才能完成的資料準備，大幅縮短研究時間，顯著提升賽事解說的表現力。
追加1億美元投資布局Agentic AI
追加1億美元投資的背後，正是因為亞馬遜雲科技看到，人工智慧正從生成式AI邁向Agentic AI的新階段。
「如果說生成式AI主要依靠提示提升人類生產力，那麼我們正步入一個AI能夠自主運作的時代。」Taimur Rashid認為，智能體在推理、規劃和執行複雜任務等環節具備更高自主性和智能化能力。正是基於對這一趨勢的洞察，以及助力客戶引領下一波AI創新浪潮的戰略考量，選擇追加投資。
投資將主要應用於五個方面：
第一，助力客戶發展Agentic AI能力。推動AI在自主決策、任務規劃和執行等環節的應用；
第二，深化與初創企業的合作。初創企業對生成式AI能力有著迫切需求，更緊密地融入創新中心；
第三，加大工程化能力的投入。更有目的地規劃助力客戶規模化創新並快速實現價值；
第四，強化與合作夥伴的協作。過去幾年，創新中心圍繞自身構建了獨特的合作夥伴生態「亞馬遜雲科技生成式AI合作夥伴創新聯盟」，目前已有17家合作夥伴加入。通過精選核心夥伴，傳授方法論，從而在更大範圍內擴展創新中心的差異化優勢。
第五，持續提升科學技術能力，探索前沿科技創新與應用。作為一支創新團隊，希望持續投資科學與技術本身。密切關注新興領域，其中物理AI便是重點之一。
生成式AI技術創新中心已經幫助眾多客戶利用Agentic AI獲得商業價值。阿斯利康（AstraZeneca）與生成式AI技術創新中心構建了一款基於生成式AI的對話式分析解決方案，幫助內部團隊高效解析來自全球多個市場的醫療專業文檔。通過部署智能體系統，查詢響應時間縮短了50%，並能從多源數據中提取高價值洞察，進行模式匹配，加速了從藥物發現到臨床試驗再到商業化的全過程。
雅虎財經（Yahoo Finance）通過合作打造了多智能體系統，重新定義了向數百萬投資者提供市場數據的方式。通過該系統雅虎財經能夠打造高度專業化的智能體，專注於處理數據的不同部分，從突發新聞的抓取和分析，到金融數據的處理，專業文件的解讀，並行協調各項任務。系統從多方數據源獲取有價值的洞察，顯著提升了數百萬投資者的市場研究體驗，也讓團隊幾乎無需編程經驗即可完成這一切。
規模化與本地化加速業務價值實現
生成式AI技術創新中心成立之初，客戶最迫切的需求是識別並優先排序用例。為此，中心在過去幾年間構建了一套方法論，能夠系統識別內部與外部的應用場景。其中，一些用例具有橫向普適性，可跨多個行業復用。以智能文檔處理為例，該能力已被應用於製藥行業的臨床試驗數據處理，以及保險行業的索賠審核等場景。
以寶馬集團的合作為例，其構建的聯網車輛後端系統目前管理著超過2300萬輛聯網車輛，每天處理約170億次請求，生成197TB數據。這不僅是龐大的數據挑戰，更是一個規模化問題，如何高效獲取、分析這些數據，並以極高速度將資訊呈現給用戶。
在這一過程中，生成式AI技術創新中心打造了一系列可復用的資產，用於優化數據收集、數據處理，並以可擴展的方式在眾多邊緣設備上進行數據呈現。這些資產在與其他客戶的合作中被成功復用，顯著提升了不同項目的交付效率。Taimur Rashid指出，這些資產既可作為創新中心的「解決方案加速器」，也可根據需要開源或直接提供給客戶與合作夥伴，幫助更多企業在規模化數據場景中實現快速落地與價值釋放。
而且為了更好地支持中國客戶，生成式AI技術創新中心組建了一支專屬團隊，專家常駐一線主要城市。
例如金山辦公（WPS）海外版藉助Amazon Bedrock使WPS能夠靈活調用多種模型，在短短兩個月內完成人工智慧應用WPS AI的上線，成本節約了35%。通過與WPS緊密合作，WPS AI為用戶提供語義檢查、內容改寫、文檔潤色和一鍵生成PPT等功能。確保應用在30多種辦公場景中全面測試，覆蓋語法糾正、郵件縮寫撰寫等各類文本生成功能，助力其海外用戶快速體驗AI帶來的效率提升。
生成式AI技術創新中心同時還與全球眾多機構保持緊密聯繫，包括中東、美國及亞太等地區的科研機構。通過聯合研究與開發，以及與合作期刊共同發表論文，這些合作在推動前沿科研方面發揮了重要作用。在中東地區，創新中心與當地研究機構不僅作為客戶建立聯繫，還在關鍵領域共同開發獨特解決方案，實現聯合創新。
以推動更多客戶利用生成式AI實現業務價值為目標，生成式AI技術創新中心正在加快腳步。
