2020年是特别的一年,新冠疫情让数字化真正成为行业的新常态,各行业也都在重新审视,在这个新的时代数字化究竟意味着什么?
在信息化时代,企业已经投入了大量的时间和精力,这也为数字化时代打下了良好的基础。AWS大中华区专业服务总经理王承华表示,现在越来越多的企业将信息化的成果向云上迁移,让企业变得更敏捷、更弹性、更安全。而且AWS也在与合作伙伴一起为客户实践创新之旅。
加速服务落地,与合作伙伴共同创新
在帮助企业实现数字化转型这件事上,AWS一直在不断努力。第一,广大服务,AWS推出175个大类的服务,包含了计算、存储、数据库、网络、人工智能、数据分析、安全等各个方面;第二,AWS在全球范围有非常成熟的、丰富的商业实践,有非常活跃的客户在各自的领域探索如何展开数字化;第三,全球技术架构,AWS在全球拥有24个大区,77个可用区,无论是中国企业出海或全球企业来中国,都可以享受到AWS领先、便利的基础设施;第四,安全合规,AWS打造的整个基础设施安全是可以通过各层级审视的,AWS与客户共建安全,客户对自己的数据可以完全把控和可视;第五,AWS拥有活跃的合作伙伴群体服务整个生态圈。
在行业深耕上,AWS也从四方面着手,第一,加强行业团队打造,充分挖掘各行业需求,制定解决方案;第二,加快创新速度和本地服务落地速度;第三,在全球发展基础上,将行业特色经验引入中国进行创新;第四,与APN合作伙伴一起发现更多创造力。
2020年AWS已经在中国落地了150多项服务和功能,服务落地的速度在大大加快,尤其在大数据、AI/ML、容器三个层面。
在解决方案层面,王承华也举了两个例子,第一个例子是数字资产盘活机器人解决方案,金融、医疗保险等行业可以将数据存储在AWS上,机器人通过贴标签,把流程服务化,节省时间和成本,同时提高精准率和响应速度。而且解决方案是开源的,企业可以通过代码、验证模型等进一步优化,提升整个资产的管理。
第二个例子是基于BigBlueButlon的解决方案,其是一个开源的教学软件,在其上可以快速的打造在线学习系统。该解决方案可以支持音频、视频、幻灯、白板、实时聊天、屏幕分享等,设备可以支持手机、平板、PC等。
逐步壮大的合作伙伴生态系统
在中国AWS正逐步壮大合作伙伴生态系统,AWS与百家APN合作伙伴开展联合解决方案,重点覆盖金融、制造、汽车、零售与电商、医疗与生命科学、媒体、教育、游戏、能源与电力九大行业数字化转型。AWS中国区生态系统及合作伙伴部总经理汪湧表示,AWS正与合作伙伴一起打造行业解决方案,同时也将海外优秀的时间引入中国,服务于百万级AWS全球客户。
9月10日,AWS与神州数码集团股份有限公司(神州数码)正式达成战略合作。一方面,作为由光环新网和西云数据所提供的AWS中国区域推广计划的第一家授权增值推广商,神州数码将把AWS广泛而深入的云服务和技术与中国企业的云应用场景进行有机结合,赋能更多合作伙伴更好地利用AWS云为客户提供服务,全方位推动国内云计算市场的创新发展;另一方面,通过AWS托管服务提供商(MSP)计划,神州数码将持续发挥自身在MSP领域积累的丰富经验与领先优势,从云咨询、规划、迁移、运维、及优化全生命周期等角度,为客户提供一站式企业云服务,为企业用户带来更好的云上体验。同时,神州数码还将以中国市场“运营商+发行商”的身份,帮助诸多AWS全球独立软件开发商的产品落地中国市场。
另外,AWS也与毕马威达成了在中国的战略合作,结合毕马威多年在行业积累的经验,以及各个行业SaaS解决方案打造的智慧之光系列数字化解决方案,一起为客户提供在金融、制造业、零售、快消、医疗保健、生命科学等行业的上云直通车。
东软集团汽车电子事业本部大中华区营销总经理尚祖安表示,东软基于AWS构建了云原生汽车在线导航服务NOS,可以为多家车厂在多个国家快速部署,系统可以实现快速升级、快速迭代、更新数据,为中国车企走向海外提供服务。
“电商讲究多快好省,与AWS合作也是同一个逻辑。”北京外研在线数字科技有限公司CEO商其坤表示,AWS服务多,让我们可以快速抢占市场,服务稳定性好,降低运维成本。
上海速石科技公司联合创始人戴毅表示,芯片设计在需求端,对于算力的需求是巨大的,AWS提供了一个分布在全球各地的海量计算池,而且还提供了非常丰富的计算环境选择。
目前,越来越多的合作伙伴正与AWS创造出优秀的数字化解决方案,不断推动中国乃至全球各行各业的企业实现数字化转型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。