亞馬遜雲科技的願景一直是希望推動生成式AI的普惠，讓各行各業都能充分發揮生成式AI的潛力。亞馬遜雲科技首期創業加速器的主題也被定為「「AI賦能行業變革」。
「亞馬遜雲科技創業加速器」 是亞馬遜雲科技與包括深圳天使母基金、上海臨港科創投、啟明創投、紀源資本、五源資本、高榕資本、金沙江創投、真格基金、梅花創投、香港科技園公司在內的28家創投與產業機構共同推出的、針對初創企業的深度賦能計劃。
亞馬遜雲科技大中華區戰略業務發展部總經理顧凡表示，沒有一家企業能夠用自己的一個解決方案和產品，完全把客戶的生成式AI應用的解決方案落地，就像「漢堡包」有很多層面之間是有差距的，創業企業則有機會針對這些差距提供自己的核心價值。
初創企業抓住生成式AI的機會
麥肯錫發布的《生成式人工智慧的經濟潛力》報告指出，生成式AI可以被用到16個業務部門的63個場景，解決具體的業務挑戰，為企業帶來2.6到4.4萬億美元的價值。
未來每一個To C或者To B的應用，都可以通過生成式AI去重新構建。在亞馬遜雲科技大中華區戰略業務發展部總經理顧凡看來，一方面，各行各業的應用場景都有可能由大模型帶來更新升級，另一方面，生成式AI還將帶來諸多全新的應用場景。
所以生成式AI為創業企業帶來了巨大的發展機會，具體的機會主要體現在基礎模型、生成式AI應用，上下游工具鏈。
基礎模型：基礎模型是生成式AI底層的重要平台，大量初創企業已經加入到基礎模型創業的大潮中。亞馬遜雲科技CEO Adam Selipsky也在多個場合強調，不會有一個生成式AI基礎模型適用所有業務場景。企業既需要通用性更廣的大模型，也需要在專屬領域能力更深入的模型。
生成式AI應用：無論是To C還是To B，內嵌生成式AI能力的應用才是王道。初創企業要打造自己的「殺手鐧」應用，因為真正改變未來「遊戲規則」的是對基礎模型進行調優和定製化，服務企業與行業的特定場景和領域。初創企業既要充分利用私有數據幫助各行各業構建定製模型，解決行業應用的具體問題，同時還要具備妥當地保護這些私有數據安全的能力。
上下游工具鏈：伴隨著基礎模型的進化，公共數據和私有數據的交替使用，需要各種工具鏈將其串接起來。例如，從數據的清洗、存儲、處理，再到形成定製化的模型，以及模型的蒸餾、性能調優等，這些新工具的需求為生成式AI初創企業帶來了新的機會。
「生成式AI現在不管是資金側、供給側，還是需求側都有泡沫。」金沙江創投主管合伙人張予彤認為，企業需要關注客戶需求，儘快找到PMF（Product Market Fit，產品市場匹配），在場景中進行積累，築起更高的壁壘。
加速器做好三個層面的連接
首期創業加速器關注 「AI賦能行業變革」，提供了28門定製課程，覆蓋初創企業全成長周期最關注的話題，並邀請近40位亞馬遜雲科技內部專家、創投機構和產業技術大咖，從前沿技術賦能、創投網路資源、全球業務拓展和創新文化賦能四個方面為初創提供支持。
亞馬遜雲科技首期創業加速器全部30家入營初創企業均獲得了亞馬遜雲科技提供的技術資源支持，助力他們加快生成式AI產品技術驗證和落地；20家初創企業已經與大企業和創投機構對接，針對業務發展、融資機會等話題探討可能性；11家入營企業加入了亞馬遜雲科技合作夥伴網路，未來將有更多機會與亞馬遜雲科技一起為客戶提供解決方案；此外，還有11家入營企業之間通過加速器有機會進一步探討潛在業務合作的機會。
亞馬遜雲科技在設立創業加速器的時候定了一個很重要的目標，除了提供6個模塊、28門課和邀請40多位專家之外，還要深層次的實現三個層面的連接。
第一，與亞馬遜雲科技的連接，通過技術幫助初創企業選對工具，儘量把人和錢投入到業務模式以及業務應用上，並把這些初創企業真正納入到亞馬遜雲科技的生態合作夥伴中，幫助它們渡過創業的早期和中期階段，真正贏得一些頭部的企業級客戶。
第二，與大企業和創投及產業機構的連接，傳統行業真正培育自己的數字化的能力需要花費大量時間，通過將初創企業的既有能力與大企業的場景相結合，可以加速產業數字化的速度。
第三，初創企業之間的連接，沒有一家企業能夠單憑自身的一個解決方案和產品就能完全落地客戶生成式AI應用的解決方案。亞馬遜雲科技希望讓初創企業之間能建立連接，形成優勢互補，共同開發滿足客戶不同需求的解決方案。
傾聽入營企業的真實故事
亞馬遜雲科技首期創業加速器中，做生成式AI業務的入營初創95%都在應用和工具鏈方面。
加速器入營企業熵簡科技是一家為中國金融資管行業提供數字化基礎設施的專家型科技公司。熵簡科技一直專注在智能投研方向，業務核心是利用大數據和AI的技術手段，為金融資管機構提供先進的技術方案，幫助他們實現更高的收益。熵簡科技利用生成式AI實現了金融行業智能投研方面的突破，把以往想不到的、或者技術上不太可實現的，轉變成能夠落地的產品和解決方案。
熵簡科技聯合創始人兼CTO李漁表示，金融投資的本質是基於時間維度做價值預測，核心就是要賺取預期差的錢，這個預期差來自於資訊不對稱和認知不對稱。從業這麼多年來，基於大模型的生成式AI技術讓機器智力第一次有機會接近專業投資經理的水平，這是一個真正意義上的相變點。我們意識到如果確保算力和數據足夠，機器投資經理可以讓機構在資訊不對稱與認知不對稱形成巨大的競爭優勢。
另一家入營企業Jina AI於2020年 2 月成立，是一家致力於多模態AI技術研發的初創公司，從模型調優、模型服務搭建、提示詞調優等方面打造讓開發者節省時間的產品和工具。比如PromptPerfect、SceneXplain以及jina-embeddings-v2向量模型及其配套的API服務。其中PromptPerfect從年初推出以來已累計幫助全球超過21萬位開發者優化了200多萬條提示詞。
Jina AI聯合創始人兼CTO王楠表示，我們看到在填補差距的過程中，有很多工具鏈上的環節是有缺失的，目前也沒有一家公司能夠覆蓋整個生成式AI的工具鏈，所以我相信大家都希望能共同建立起整個工具鏈。
兩家企業代表都提出了，亞馬遜雲科技最大的優勢在於它能夠連接不同的資源，通過加入亞馬遜雲科技加速器，能夠跟其他的開發者和企業建立起聯繫，成為初創企業的增量。
