文 | 钱丽娜

ID | BMR2004

“生成式AI进入大部分人的视野才不过一年半的时间，但其进化速度惊人，只能用日新月异来形容。每个人的未来都可能因为生成式AI而改变。到2030年前，可能有一半的工作时间将通过生成式AI的自动化得以节省，仅中国可能就有2.2亿个岗位经历转型。所以，今天我们已经非常肯定地说，生成式AI时代的黎明已经来临，它将会改变我们每个人的生活和工作方式、改变每一个行业。”亚马逊云科技CEO Matt Garman在亚马逊云科技中国峰会上表示。

“生成式AI时代的黎明已经来临，每一个企业、每一个从业者都要思考这意味着什么。” 亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松说。

生成式AI的基础是拥有百亿、千亿甚至万亿规模参数的大模型。它在预训练过程中，学到了人类积累的知识，并对语言语义的理解和世界知识有了更深入的理解，将其压缩到大模型参数中，涌现出一定的推理能力。

从某种意义上说，这些大模型已经具备了初步能力。假以时日，基于大模型的应用将从根本上改变人们的生活、工作方式和企业的运营模式。

麦肯锡的研究报告预测，到2030年生成式AI有望为全球经济贡献7万亿美元的价值，这个数字超过德国2020年全年GDP。作为AI研发高地之一的中国将分享生成式AI总效益的1/3，每个人的未来都可能因为生成式AI而改变。到2030年，可能有一半的工作时间通过生成式AI的自动化得以节省，仅中国就可能有2.2亿个岗位转型。

亚马逊云科技已经对生成式AI的格局进行了规划。

最底层是GPU算力。企业应用GPU算力，离不开云服务商基础设施的支持。

中间是模型层，这里既包括基础大模型，也包括在基础模型之上利用持续预训练或者微调等技术开发的针对特定领域模型以及微调模型。

顶层是基于大模型的生成式AI应用，包括通用应用，与行业场景紧密结合的行业应用，以及针对企业的特定应用。企业应用可被视作是未被泛化的行业应用，是企业落地的实例。

储瑞松说，在云上的算力数据模型服务应用开发框架的支持之下，各行各业都可以快速进行AI创新探索。那些能够利用生成式AI进行差异化创新、解决高价值特定行业产品的挑战、创造新的业务模式或者机会的企业将脱颖而出，影响整个行业的发展方向。

行业应用将是生成式AI创造价值的方向。虽然尚处于非常早期的阶段，未来如何发展，以及是否能够颠覆行业的情况尚未可知。但回顾最近十几年来新技术发展的历史，就会看到新技术重塑，甚至颠覆行业的例子比比皆是。在一次次的技术更迭中，数码相机取代了胶卷相机，电商冲击了传统的实体零售业，移动支付和互联网金融冲击了传统银行业，新能源车逐步取代传统燃油车，这些例子都是针对某个领域的新技术改变行业的具体案例。

在生成式AI的技术浪潮面前，每家企业都需要生成式AI创新策略。储瑞松说：“我们观察到一些企业已经取得了不错的进展。成功的企业有五方面的成功要素：业务场景、模型的选择、基于自身私有数据的模型定制、负责任AI的实施以及对应用进行持续提升的能力。”

基于与各个行业企业的共同尝试，亚马逊云科技总结出一些容易落地且企业收效较快的场景。

面向企业内部的应用是许多企业的自然选择，因为起步门槛和应用风险相对较低，所以可以直接提高员工生产力。储瑞松说：“我们观察到许多企业目前产生较多场景，包括自动会议摘要、内部知识库、问答机器人、代码伴侣、财务/运营报表的分析等。在面向客户的场景中，我们发现B2C行业的应用需求更快，包括更好的实时翻译、智能导购、智能客服问答、AI伴侣、AI助教等。B2B领域的应用包括智能设备维护引导、智能招聘面试等早期尝试。”

由于所有的场景都处于较早期阶段，智能资源作为新技术创新需要不断试错。这是一个由简入繁的过程。斯坦福大学未来研究所负责人罗伊·阿玛拉（Roy Amara）提出阿玛拉定律（Amara 's Law），即“我们总是高估一项科技所带来的短期效益，却又低估它的长期影响”。

过去一年中，模型能力你追我赶，从一枝独秀变成多花齐放，模型能力的天花板不断被打破。亚马逊云科技预测，不会有一个模型一统天下，企业拥有从多个优秀大模型中选择的权利，这对于企业而言是好事。

同时，由于类似SaaS的云服务，这为企业快速应用大模型提供了便捷性，让所有企业无论规模大小，在选择和使用模型方面都能够轻松应对。

企业在确定甚至筛选创新场景之后，需要根据自身业务需求选择合适模型。选择模型时需要考虑的因素很多，包括模型性能在生成质量、响应速度方面的表现，模型专项能力，例如推理代码、角色扮演等特定领域的能力。模型的稳定性是否能确保输出结果稳定可靠？模型的部署使用和管理成本是否可以降低？储瑞松说：“不同的模型运作方式和擅长的场景各有优势，需要了解不同模型的能力，取其所长，或者将多个模型结合起来产生复合效应，从而提高系统整体治理水平。”

储瑞松认为，大模型很重要，是生成式AI创新的基础。但大模型已不再是企业生成式AI创新的唯一要素。企业需要根据自身业务场景需要，选择合适的模型和生成式AI应用创新的平台。“那些能用好生成式AI做‘差异化’创新、解决高价值的特定领域或行业场景的挑战、创造新的业务模式或机会的企业，将会脱颖而出，影响整个行业的发展方向，甚至颠覆行业。所以，我们认为行业应用将是未来生成式AI真正能创造最大价值的方向。今天我们还在早期，但未来有无限可能。”

在中国，亚马逊云科技针对汽车、制造、生命科学、零售电商、媒体娱乐、游戏、软件服务、金融八个行业组建了专门的行业团队，推行行业化战略，成为企业数字化转型值得信赖的伙伴。在汽车行业，亚马逊云科技与四维图新达成战略合作，联合设计并推出面向汽车行业本地化的服务及专属解决方案。在制造业，亚马逊云科技关注工程和设计、智能制造、智能产品与服务、客户体验四大领域，并在每个领域找到具体能用云和生成式AI帮客户创造更大价值的细分场景。在游戏领域，一款名为《猛兽派对》的中国游戏更是通过亚马逊云科技的支持实现了飞跃。

中国头部游戏公司正在使用亚马逊云科技的云服务，在全球游戏舞台创造现象级的爆款。这些游戏企业通常在亚马逊云科技上构建业务基座，利用云原生的服务提高业务的敏捷性、弹性，从而改善用户体验。

所思科技是一家全球化的娱乐产品公司，主要产品包括《猛兽派对》和 SKYBOX。在亚马逊云科技的助力下，《猛兽派对》于2020年仅凭测试版就在全球知名的数字游戏软件发行平台STEAM上获得了最高13万人同时在线的佳绩，也打破了中国游戏在STEAM上的“Wishlist”（愿望清单）、全球测试版DEMO总玩家数、测试版DEMO同时在线人数的所有历史纪录。

所思科技CEO罗子雄在峰会上介绍，《猛兽派对》是公司成立以来发布的第一款游戏，团队中绝大多数人第一次参与游戏制作。最初，所思在只有两名工程师的情况下，取得了STEAM游戏在线人数排行榜第四名的成绩，这在以往是很难想象的事。

2023年9月《猛兽派对》发售首周便在全球获得了销量第三的成绩，甚至在美国区销量都达到了前四的成绩，这是中国游戏在美国主机或电脑游戏市场从未获得过的成绩。 

罗子雄提到，几乎所有的网络游戏都会共同面临两大问题：一是网络的服务质量问题，主要是网络延迟和网络连接的稳定性；二是使用成本和运维成本。由于玩家分布在全球各地，包括北美、南美、欧洲、亚洲等九个区域，需要对网络进行统一部署。借助亚马逊云科技，所思科技只需要一个开发工程师兼职，就能保证服务器在不同区域玩家连接的稳定性和连接速度，以及保证不同的服务器版本的准确性。

储瑞松说：“我们希望游戏开发团队不要‘造轮子’，而是更多地集中在游戏玩法上，不需要关注基础设施。”10年前或20年前，企业为了运营一个网络游戏，需要去租用机房或者去租用网络线路，但现在不需要关心这些事情，也不需要像关心虚拟机一样去关心计算成本或者存储成本，只需要关心调用次数这个指标，从而让运维变得容易，增加开发和调试效率。

这其中，生成式AI正在为游戏行业带来深刻改变。

在研发设计领域，生成式AI能够助力游戏公司提升游戏品质，打造沉浸式的、千人千面的玩家体验。生成式AI可以辅助游戏内容生成，从原画到概念设计、3D模型、NPC、游戏动画、代码和测试的各个环节加速提效。游戏策划制作者可以引入更加智能的对话，实时捕捉玩家偏好，用自然语言跟玩家进行沟通，给予玩家独一无二的游戏体验。

在运维领域，生成式AI可以帮助实现可靠和智能的运维，例如自动合服滚服，自动后端资源管理、安全数据分析漏洞发现等。

在发行和增长阶段，生成式AI可以助力游戏社区内容生成、多渠道多语言玩家UGC的审核和分析。过去可能需要很大团队做的事情现在可以用很少的人力就能更快更好地实现，更快地获得市场反馈，大幅提升用户增长效率。

在亚马逊云科技的支持下，2023年9月，游戏正式版上线后，实现了近30天内好评率高达90%（“特别好评”级别）。同时，《猛兽派对》还获得了堪称“游戏界奥斯卡”2023 TGA（The Game Award）的“最佳多人游戏”和“最佳家庭游戏”提名。

罗子雄说：“我认为AI会改变整个游戏行业的未来，无论是AI对游戏研发流程的革命，还是对玩法的改变。我相信这一次AI对游戏行业的重要性的改变，就像这30年来，3D和网络技术对游戏行业的重要性。”