視頻通話伴隨著一陣靜電連接上，就像突然間有無數(shù)初創(chuàng)公司消失了一樣。AWS的AI產品副總裁Matt Wood出現(xiàn)在畫面中，擠在多倫多Collision大會上可能是清潔工儲物間的地方。我想象著Wood視頻囚籠外的景象，成千上萬雙目呆滯的開發(fā)者像庫布里克電影中的臨時演員一樣漫無目的地走過，完全不知道他們腳下正在成長的巨獸。Wood的眼中閃爍著秘密的光芒。

“目前，機器學習和AI在AWS的年經常性收入（ARR）中已經是一項數(shù)十億美元的業(yè)務，”Wood說道，隨意地拋出一個足以讓大多數(shù)獨角獸初創(chuàng)公司進入估值巔峰的數(shù)字。“我們對GenAI非?？春?。自早期互聯(lián)網(wǎng)以來，這可能是我們與數(shù)據(jù)、信息和彼此互動方式的最大變化?！?/p>

他們最近的舉措強調了這種承諾：

1.向Anthropic投資40億美元，確保獲得最前沿的AI模型和人才。

2.推出Amazon Bedrock，這是一項托管服務，提供對Anthropic、AI21 Labs等基礎模型的輕松訪問。

3.繼續(xù)開發(fā)定制AI芯片如Trainium和Inferentia，優(yōu)化AI工作負載的性能和成本。

Wood在講話時，條理清晰地描繪出AWS的宏大戰(zhàn)略，我不禁想到硅谷那些可憐的人，帶著他們閃亮的模型和聊天機器人，互相吹噓著AGI和超級智能。那些孔雀們欣賞著自己的羽毛，似乎完全沒有注意到巨大的蟒蛇，盡管它正慢慢地盤繞在他們周圍。

巨獸

當閃亮的AI演示和穿著皮夾克的芯片CEO吸引了公眾的注意時，AWS專注于實際構建和運營AI基礎設施這一不太光鮮但絕對必要的任務。

在AI市場的喧囂中，很容易暫時忘記AWS有多龐大，他們在將客戶需求轉化為云服務方面有多么高效，以及他們在“云大戰(zhàn)”中有多么果斷地獲勝?，F(xiàn)在，他們正在將這一套成功的策略應用于AI市場。

在征服AI市場的過程中，AWS正在部署其贏得云市場的五個驗證過的策略：

1.大規(guī)模基礎設施投資：投入數(shù)十億美元用于AI優(yōu)化的硬件、數(shù)據(jù)中心和網(wǎng)絡。

2.生態(tài)系統(tǒng)建設：通過合作和收購打造一個全面的AI平臺。

3.組件化和服務集成：將AI分解為模塊化、易于組合的服務，融入AWS生態(tài)系統(tǒng)。

4.聚焦企業(yè)需求：根據(jù)大型、受監(jiān)管行業(yè)的特定要求定制AI解決方案。

5.利用其安全和隱私專長：應用AWS既定的云安全實踐，解決AI特有的數(shù)據(jù)保護問題。

當其他人都在專注聊天機器人和視頻生成器時，AWS一直在構建芯片、服務器、網(wǎng)絡、數(shù)據(jù)中心，一個由硅、金屬和代碼構建的帝國。AWS對Anthropic的40億美元投資只是公司構建全面AI生態(tài)系統(tǒng)的一個例子，他們以令人恐懼的效率吸收創(chuàng)新和初創(chuàng)公司。

不要誤會了，極客們，AWS在這里玩的是長遠游戲，他們對贏得下一個AI基準測試或在最新的Kaggle比賽中登頂沒有興趣。他們正在構建將為明天的AI應用提供動力的平臺，并計劃為所有這些應用提供動力。AWS不僅在構建基礎設施，他們正在成為AI本身的操作系統(tǒng)。

那些西裝革履的人，他們肯定來了，銀行、醫(yī)院、工廠——那些無聊的、受監(jiān)管的巨頭，使世界運轉的存在，他們正以三條腿大象的優(yōu)雅姿態(tài)跳入AI池塘，而AWS則在旁邊，準備好毛巾和浸有氯仿的抹布。

Wood指出，這些行業(yè)比平均水平更快地采用GenAI。“他們已經解決了數(shù)據(jù)治理問題，擁有適當?shù)臄?shù)據(jù)質量控制和數(shù)據(jù)隱私控制，”他解釋道?，F(xiàn)有的基礎設施使得采用GenAI成為一個相對較小的步驟。

這些客戶通常擁有大量私有文本數(shù)據(jù)——市場報告、研發(fā)文件、臨床試驗——這些都是GenAI應用的理想素材?！癎enAI非常擅長過濾、理解、組織、總結、發(fā)現(xiàn)差異、灰色區(qū)域和大量文檔中的有趣部分?！盬ood說。

Wood強調了AWS對GenAI的整體看法，投資于整個堆棧的三個主要方面：

1.基礎設施：“在最低層次，我們確?？蛻魮碛泻线m的基礎設施，能夠使用他們自己的數(shù)據(jù)和大型數(shù)據(jù)集來訓練和調整基礎模型和專業(yè)模型，”Wood解釋道。這包括定制設計的芯片，如用于訓練的Trainium和用于推理的Inferentia，以及高性能網(wǎng)絡能力。

2.模型訪問：通過其Bedrock服務，AWS提供了來自各種提供商的一套廣泛的AI模型。“我們擁有迄今為止最廣泛的GenAI模型，”Wood表示。這些模型包括Anthropic、AI21、Meta、Cohere、Stability AI和AWS自己的Titan模型。

3.應用開發(fā)：AWS提供工具和服務，幫助開發(fā)人員快速輕松地構建AI應用程序。這包括用于機器學習工作流程的SageMaker和用于特定任務的各種AI服務，如文本分析、圖像識別和預測。

要理解AWS的現(xiàn)狀及其相對于Microsoft Azure和Google Cloud的策略，了解各云服務中的AI服務如何相互競爭是很有幫助的。

當我們一起分析AI云服務以及最近在AWS re:Invent、Microsoft Build和Google Cloud Next三大云展示會上發(fā)布的公告時，我們可以更清楚地看到這些行動的細微差別如何發(fā)揮各自的優(yōu)勢：

AWS

GenAI和企業(yè)應用：AWS非常重視利用AI幫助開發(fā)人員創(chuàng)建企業(yè)級應用程序，使用像Amazon Q和Amazon Bedrock這樣的工具來提高生產力、客戶服務和組織內的數(shù)據(jù)管理。對實際、企業(yè)就緒AI解決方案的關注使AWS成為解決實際業(yè)務需求的領導者。

強大的AI基礎設施：AWS提供高性能基礎設施，如專為AI和ML工作負載優(yōu)化的Graviton4和Trainium2，滿足企業(yè)規(guī)模運營的需求。這種基礎設施優(yōu)勢使AWS能夠支持大規(guī)模AI訓練和推理，這對于需要可靠、可擴展性能的大型企業(yè)和開發(fā)人員來說至關重要。

集成的AI服務：像Amazon SageMaker這樣的服務簡化了模型構建和部署，而零ETL集成簡化了數(shù)據(jù)工作流程，這顯然是針對尋求效率和可擴展性的開發(fā)人員和企業(yè)用戶。這些綜合解決方案使企業(yè)能夠快速有效地實施和擴展AI。

Microsoft Azure

企業(yè)集成：Azure的AI服務與Microsoft的更廣泛的企業(yè)生態(tài)系統(tǒng)深度集成，包括Dynamics 365、Office 365和GitHub等產品。這種集成為開發(fā)人員和業(yè)務用戶提供了無縫體驗，使Azure成為已經投資于Microsoft生態(tài)系統(tǒng)的企業(yè)的有力競爭者。

與OpenAI的合作：Azure利用其與OpenAI的合作關系，提供最先進的GenAI模型，如GPT-4 Turbo with Vision，服務于企業(yè)和消費者應用。這種合作增強了Azure的AI能力，使其成為開發(fā)人員和各種應用的多功能選擇。

全面的AI套件：Azure通過Azure Machine Learning和Azure Cognitive Services提供廣泛的AI和ML服務，滿足從視覺到語言理解的多樣化需求。這一廣泛的工具套件為各類開發(fā)人員和企業(yè)提供了靈活性和能力。

Google Cloud Platform（GCP）

先進的分析集成：GCP在將AI與數(shù)據(jù)分析集成方面表現(xiàn)出色，成為專注于數(shù)據(jù)驅動AI應用的開發(fā)人員的強力選擇。像BigQuery ML和Vertex AI這樣的工具突顯了這一重點，特別有利于高度依賴數(shù)據(jù)分析的企業(yè)。

消費者AI：Google的AI努力通常涵蓋企業(yè)和消費者領域。Google的AI模型和能力，如用于Google搜索和Google助手的那些，具有強大的消費者應用，但也提供顯著的企業(yè)利益。這種雙重關注使GCP能夠服務于廣泛的開發(fā)人員和用戶。

創(chuàng)新的AI研究：GCP受益于Google在AI研究領域的領導地位，將先進的AI工具和能力提供給開發(fā)人員。這種研究優(yōu)勢使GCP成為前沿AI技術的領導者。

總結

AWS：主要關注于幫助開發(fā)人員構建企業(yè)級應用程序，提供無縫集成到業(yè)務運營的強大、可擴展的AI解決方案。AWS的戰(zhàn)略合作伙伴關系和基礎設施投資使其成為企業(yè)AI的強大領導者。

Azure：在企業(yè)和消費者應用之間取得平衡，通過與OpenAI的合作，利用Microsoft生態(tài)系統(tǒng)的深度集成和先進的AI模型。Azure為開發(fā)人員和企業(yè)提供了多功能和集成的解決方案。

GCP：在數(shù)據(jù)分析和AI研究方面表現(xiàn)強勁，重點關注消費者和企業(yè)應用，由Google更廣泛的AI計劃推動。GCP的雙重關注使其能夠滿足多樣化的開發(fā)人員需求。

堆棧堆疊

當一項技術真正成功時，它意味著什么？它會淡出背景，變得像電力或蜂窩數(shù)據(jù)一樣普及且不可見。這種即將到來的動態(tài)與研究員Simon Wardley的技術從創(chuàng)生到商品化和公用事業(yè)模型的演變模式相一致。

例如，在早期的“創(chuàng)生”階段，GenAI需要由技術高超的研究人員創(chuàng)建的全新、定制模型。但在短短的時間內，基礎方法——變壓器架構、擴散模型、強化學習等——變得越來越被理解、可復現(xiàn)且易于獲取。

Wardley的組件化理念表明，隨著技術的成熟，它們被分解為不同的、模塊化的組件。這一過程允許更大的標準化、互操作性和效率。在AI的背景下，我們看到這一點的體現(xiàn)，AI堆棧的各個元素——從數(shù)據(jù)預處理到模型架構再到部署框架——變得更加模塊化和可重用。

這種組件化使得創(chuàng)新速度加快，因為開發(fā)人員可以混合搭配標準化的部分，而不是從頭開始構建所有內容，它還為技術成為更多公用事業(yè)鋪平了道路，因為這些組件可以輕松地打包并作為服務提供。

AWS一直以來都是組件化的高手，正是這種方法使其在云計算市場上占據(jù)了主導地位。通過將復雜的云技術分解為滿足特定客戶需求的獨立模塊化服務，AWS使云計算變得更加可訪問、靈活和具有成本效益。

現(xiàn)在，AWS正在AI領域重復這一成功的策略。像Bedrock這樣的服務，提供預訓練模型的豐富選擇，以及SageMaker，它簡化了機器學習工作流程，都是AWS如何將AI堆棧組件化的完美例子。通過提供一套專門構建的AI服務，企業(yè)可以根據(jù)特定需求進行混合搭配，AWS正在使AI普及化，使企業(yè)更容易采用和集成AI技術。

Bedrock不僅僅是一個產品，它是一個生態(tài)系統(tǒng)。Bedrock是AWS的策略，要成為AI模型的應用商店，用規(guī)模和效率的承諾吸引客戶。Anthropic、AI21、Meta、Cohere——所有這些都在這里，喂養(yǎng)這個巨獸——經過精心包裝，只需幾行代碼即可部署。AWS旨在將Bedrock定位為AI/ML價值鏈中的關鍵組件，降低復雜性，推動跨行業(yè)的采用。

想想Bedrock在Amazon的起始位置，它在云計算中的競爭優(yōu)勢。這是一個如此美麗、如此高效的陷阱，以至于抵抗不僅是徒勞的，幾乎是難以想象的：

1.龐大的客戶基礎：AWS是領先的云服務提供商，已有數(shù)百萬客戶在使用其服務。

2.大量數(shù)據(jù)：這些客戶數(shù)據(jù)已經存儲在AWS服務器上，使其更易于用于AI訓練和推理。

3.訓練有素的勞動力：大多數(shù)開發(fā)人員和數(shù)據(jù)科學家已經熟悉AWS的工具和服務。

4.規(guī)模經濟：AWS龐大的基礎設施使其能夠以具有競爭力的價格（不可戰(zhàn)勝的價格）提供AI服務。

5.運營專業(yè)知識：AWS擁有多年管理復雜、大規(guī)模計算環(huán)境的經驗。

AWS的另一關鍵策略是為客戶提供靈活性和未來保障?！拔覀儾幌嘈艜幸粋€模型統(tǒng)治所有領域，”Wood說，展示了他內心的甘道夫。這種方法允許客戶根據(jù)每個特定用例選擇最佳模型，按需進行混合搭配。Wood指出，許多客戶已經在組合使用多個模型，創(chuàng)造了“智能的乘數(shù)效應”。

安全性是AWS在云計算多年經驗中獲得的另一個顯著優(yōu)勢。AWS在Nitro上進行了大量投資，提供云實例的硬件級安全性。Wood強調：“我們已經將架構一直延伸到加速器，以確?？蛻裟軌驖M足并超越他們自己的隱私和機密性要求。我們看不到數(shù)據(jù)。將其放在內部的封閉環(huán)境中，這樣他們自己的員工也看不到數(shù)據(jù)或權重?！边@種級別的安全性對于處理敏感數(shù)據(jù)的企業(yè)，尤其是在受監(jiān)管行業(yè)中，是至關重要的。

AWS的財務資源使其能夠進行長期博弈。例如，它可以等待并以低價收購陷入困境的AI初創(chuàng)公司，進一步鞏固其地位。這一策略讓人想起AWS在云計算早期時的做法，當時它積極從自己的合作伙伴生態(tài)系統(tǒng)中進行收購。

通過提供廣泛的服務并不斷降低價格，AWS使得較小的云提供商難以競爭。大多數(shù)潛在競爭者最終退出市場或被收購。我認為歷史即將重演。

不可避免的聲音

想象一下2030年。你醒來，對你的AI助手喃喃自語，你的一天像一臺精密的機器一樣展開。那個有用的助手？當然是運行在AWS上的。自動駕駛車輛順利地載你到辦公室？由AWS提供動力。診斷疾病、管理投資或設計產品的AI？都在AWS生態(tài)系統(tǒng)中愉快地運轉。

Wood現(xiàn)在正要結束談話，我能看出來他需要走了。他沒有告訴我他的秘密，但他表現(xiàn)得自信從容，就像Bob Ross畫完一片快樂的小云朵一樣，給出最后的點睛之筆：“AWS通過使用芯片、SageMaker和Bedrock，確實擁有你成功所需的一切，無論你使用的是大模型、小模型還是介于兩者之間的任何模型?！?/p>

這種對AWS現(xiàn)有基礎設施的信心不僅限于Wood。在即將舉行的VB Transform活動中，AWS戰(zhàn)略客戶總監(jiān)Paul Roberts將論證，我們目前不需要其他技術突破來滿足GenAI的基礎設施擴展需求。Roberts主張，軟件改進就足夠了，這反映了AWS的信念，即他們的云基礎設施能夠應對AI的所有挑戰(zhàn)。

當AI的熱潮達到頂峰，然后逐漸消退時，AWS繼續(xù)其無聲而堅定的前進。AI革命來臨然后消退。不是轟然一聲，而是服務器風扇的嗡嗡聲。你運行你的AI模型，現(xiàn)在更快了，更便宜，更容易，你不問為什么，AWS的云在嗡嗡作響，一直在嗡嗡作響，現(xiàn)在更響了。一首勝利的歌，你能聽到嗎？

從戰(zhàn)略角度來看，我認為AWS在AI領域的主導地位似乎已成定局，他們在云計算領域的既定地位，加上其龐大的生態(tài)系統(tǒng)和客戶基礎，為潛在競爭對手設置了巨大的進入壁壘。隨著AI服務從定制解決方案演變?yōu)闃藴驶a品和公用事業(yè)，AWS完美地利用其規(guī)模經濟，以無可匹敵的價格提供這些服務，同時不斷創(chuàng)新。

AWS專注于用戶需求、卓越運營和大規(guī)模創(chuàng)新的理念確保他們在AI開發(fā)和部署的前沿。他們全面的AI服務套件，從基礎模型到高級API，使他們成為企業(yè)采用AI技術的一站式平臺。這些服務的廣度，加上企業(yè)級功能和與現(xiàn)有AWS產品的無縫集成，創(chuàng)造了一個競爭對手難以匹敵的價值主張。

他們與領先的AI初創(chuàng)公司和研究機構的戰(zhàn)略合作和協(xié)作，使他們能夠將新模型和技術融入其平臺，為客戶提供未來保障，進一步鞏固其作為AI服務首選提供商的地位。

隨著我們向2030年邁進，已經深度集成到AWS生態(tài)系統(tǒng)中的企業(yè)的轉換成本將繼續(xù)上升，使新進入者更難在市場上站穩(wěn)腳跟。AWS多年來建立的信任和品牌認可將作為額外的護城河，特別是對于優(yōu)先考慮可靠性和性能的企業(yè)客戶。

隨著AI變得越來越普及并逐漸融入我們日常生活的背景中，AWS很可能成為推動這一轉型的無形力量。問題不在于AWS是否會主導AI領域，而是他們的主導地位會有多全面。云的嗡嗡聲不僅是一首勝利之歌——它是整個時代的配樂。