前沿科技，数智经济

文｜白 鸽

编｜王一粟

1992年，有三位冲浪者Buzzy Kerbox、Dave Kalama 和 Laird Hamilton构思了摩托艇拖拽方案，借助摩托艇的速度，首次实现了人类驾驭30英尺以上巨浪的壮举。

人类的聪明之处，往往就在于，能够借助更多的工具和力量，来最终实现自己的目的。

“AI技术的发展恰如巨型海浪的形成：看似平静的涟漪在特定条件下也可演变为高达30米的巨浪，生成式AI和Agentic AI同样已从小规模的突破，发展成当今的超级浪潮。”漂洋过海来到中国的亚马逊云科技全球技术总经理Shaown Nandi，在2025亚马逊云科技中国峰会上说道。

（亚马逊云科技全球技术总经理Shaown Nandi）

当前，随着企业对生成式AI从谨慎探索转向广泛应用，以及亚马逊云科技等科技公司在模型能力、准确性、经济性与安全性等方面持续创新，这股AI超级巨浪正在重塑全球各个行业。

你是选择在水下安稳的原地躲过，还是勇敢地站在潮头，前进一大步？若想站立潮头，仅仅靠自己的力量，很难实现更好的生成式AI落地效果。

Gartner数据显示，从平均数据来看，仅有41%的生成式AI试点项目，能够成功进入生产阶段。

“在这个AI助力创新加速的巨变时代，高效创新的企业将有机会大幅度提升客户体验，革新商业模式，获取高额价值回报。在这一背景下，用一朵对的云对于企业来说变得尤为重要。”亚马逊云科技大中华区总裁储瑞松表示。

数据显示，亚马逊云科技在中国的生成式AI创新中心已推动超过82%的生成式AI项目客户从PoC走向量产。

“AI的发展已经来到了一个拐点，如今我们正处在Agentic AI爆发的前夜。”储瑞松说道。

82%的生成式AI项目

成功率，怎么做到的？

当前，有三分之二的企业高管，认为生成式AI将带来颠覆性变革，97%的CEO预计该技术能够产生重大影响。因此，越来越多的企业都在部署生成式AI。

但生成式AI要想真正走向落地应用，还存着诸多难题。要怎么选择一款适合自己的大模型？怎么将自己的数据融入基座大模型中？又该怎么编排一个好用且能落地的Agent等等？

于企业而言，“选择和努力一样重要。”储瑞松说道，“企业选择合作伙伴和技术栈的时候，不能单纯只看技术指标，选择的合作伙伴要是主流的、开放的、安全的、可持续的，选择的技术栈要能支持Agentic AI开发的主要模式。”

（亚马逊云科技大中华区总裁 储瑞松）

毕竟，当前企业AI落地战，是和时间赛跑，是要能够快速实践Agentic AI应用，并快速总结经验、迭代提升、推广复制。谁跑得最快，谁就有可能更早地获得最大收益。

先人一步，就可能会发展成为持续领先。

另外，相比于降低成本，生成式AI和Agentic AI浪潮下，企业更需要考虑的是如何利用Agentic AI加速创新、提升客户和用户体验，革新商业模式，获取高额价值回报，及提升运营效率。

“我认为Agentic AI时代，产品服务乃至商业模式的创新将是最令人兴奋的。”储瑞松说道。

而很多企业已经认识到AI的创新价值，却仍不知道从何开始。那么，企业落地AI，到底需要什么？

在储瑞松看来，企业想要最大化Agentic AI 带来的价值创造，在技术层面需要做好三点准备，一是统一的AI就绪的基础设施；二是聚合的、经过治理的数据；三是明确的Agentic AI策略和快速高效的执行。

与此同时，亚马逊云科技在众多成功的项目实践中，总结出了推动生成式AI成功落地的四大关键法则。

首先，企业落地生成式AI，要“找到对的场景”，不能为了技术而技术。

第二，选择大于一切，要选择合适的技术方案以及合适的工具。

第三，从“从PoC到量产”，生成式AI不仅仅是企业为了赶时髦追热点所做的一个实验，要确保项目能够产生可持续的商业价值。

最后，“成果监测，及时调整”，建立完善的监测体系，能够帮助企业及时发现并解决问题，特别是在生成式AI这样一个快速发展的领域，持续的成果监测和及时的策略调整显得尤为重要。

过去三年中，亚马逊云科技已经助力1000家客户实现应用场景落地，在中国推动超过82%的生成式AI项目客户从PoC到量产。

而其中发挥关键力量的，就是其早在2023年成立的生成式AI创新中心，亚马逊云科技通过让350位战略顾问、应用科学家、数据科学家、开发人员和专家帮助客户制定生成式AI战略，并协助他们构建生成式AI解决方案，以实现业务成果。

当然，除了理论体系、组织架构等方式之外，亚马逊云科技也已经打磨出了一套体系化的工具，为企业构建AI应用提供全套支持。

如Amazon Bedrock能够满足企业对基座大模型、定制模型能力，创建信任安全机制，以及企业可负担的运营成本等要求。

比如，北京智齿科技为其全球客户构建了一个运行在Amazon Bedrock上的智能全渠道联络中心，使其人工干预的次数减少了42%，将响应准确率提高到87%，并将幻觉的概率降低了90%，大大加快了其上市时间。

而在今年最热门的企业级Agent建设中，想要构建一个“好用可落地”的Agent，可以借助亚马逊云科技的Strands Agents，这是一个开源的Python SDK，只需几行代码就可以构建Agents。

“它的使用非常简单，通过利用最先进模型的规划、思维链、调用工具和反思能力，消除了复杂的Agent编排需求。”Shaown Nandi说道，“通过开源Strands Agents，我们的目标是在快速发展的Agent领域为开发者提供强大、灵活的工具。”

想要真正开发一款好用且优秀的AI应用，可以使用亚马逊云科技的AI应用平台Amazon Q 中的Amazon Q Developer，它是亚马逊云科技的生成式AI驱动的软件开发助手，也可以理解为AI代码编程助手，能够为程序员提供软件代码开发的全生命周期支持。

欧洲金融企业PrivawtBank，在软件开发生命周期的每个部分都采用了Amazon Q Developer帮助其自动化软件开发任务，如单元测试生成、难以检测的漏洞安全扫描和文档生成。其中，Amazon Q Developer生成的代码接受率高达30%。

除了新生应用搭建外，在企业中大多数程序员更多的时间则花在维护和修补现有系统代码中，而基于Amazon Q Developer，一个5人的亚马逊团队成功地使用AI在2天内将1000个生产应用程序从Java 8升级到Java 17。

“平均每个应用程序升级大约需要10分钟，最长的一个不到一小时。”Shaown Nandi说道，“而之前，开发人员可能需要两到三天来升级每个应用程序。”

Shaown Nandi还表示，今年将相同的Java转换能力集成到亚马逊云科技的内部系统中，使其能够迁移数万个生产应用程序，“与之前所需的时间相比，这项工作节省了超过4,500年的开发工作，并通过调整运行这些Java应用程序的实例大小，实现了价值2.6亿美元的年度成本节省。”

现阶段，大概有70%的工作负载仍在本地运行，而在财富500强公司中，70%的遗留IT软件现在已经超过20年了，想要迁移这些应用程序，将需要数月时间，工作量巨大且复杂。

从构建AI应用的技术基础，到打造Agent应用的开发工具，再到能够为程序员提供支持的AI代码编程助手，以及能够支持企业系统迁移的AI工具，亚马逊云科技庞大的工具链体系，无疑能够为企业生成式AI落地，即Agentic AI的应用，提供了体系化的支持。

但体系化工具链的背后，更需要一朵稳定运行的云，才能够真正让企业AI走向落地。

企业级AI落地

需要一朵全球化的稳定云

储瑞松认为：“多云策略不光会导致企业重复投入重复建设，而且不同的云之间有限的连通性会给AI创新的速度带来很大的负面影响。”

就像智能家居设备，如果家里的智能设备来自不同的厂商，就需要多个APP去管理，毕竟他们之间并不能互联互通。

“虽然买的时候便宜，但实际使用体验并不好，这在云上也是一个道理。”储瑞松说道。

因此，企业在落地生成式AI时，需要一朵安全、稳定可靠、能灵活支持企业的业务扩展，且始终能够保持领先的云。

目前，亚马逊云科技是全球运行GPU规模最大的云服务商，并且计划继续扩大投资规模，其已经与英伟达合作14年，能够为客户提供来自英伟达的最新GPU计算实例，以及亚马逊云科技自研的高性价比、低能耗自研AI芯片Amazon Trainium，并提供配套的网络和存储解决方案。

2025年4月，亚马逊的CEO安迪贾西在发布给股东的年度信里提到：“AI真的是一个能彻底改变我们所有认知的机会。”贾西也在此次股东信中指出，亚马逊将继续在AI芯片、数据中心与AI基础设施建设方面大举投资。

据悉，亚马逊宣布将在2025年投入约1000亿美元用于其人工智能项目的研发，其中大部分将用于AI相关项目，涵盖AWS的数据中心、网络设备、AI硬件以及生成式AI服务能力建设。

而在稳定性方面，全球权威咨询机构弗若斯特沙利文数据显示，亚马逊云科技以99.99%的超高可用性，成为中国唯一达到“四个九”标准的云服务提供商，其稳定性较行业平均水平高出5倍！

同时，亚马逊云科技是中国唯一实现每个区域部署至少3个物理隔离可用区的云厂商，且100%采用独立电力、制冷和网络系统，每个可用区配备独立电力、制冷、网络系统，同一区域内的可用区之间具有足够的距离，并保持彼此在100公里以内，既能防地震洪水等区域性故障，又能实现单位毫秒级延迟的同步复制。

在数据层面，亚马逊云科技能够提供全面大数据能力，包括数据湖、数据仓库、数据流、实时分析，帮助客户打破数据孤岛，统一治理异构数据，实现基于数据的业务洞察。

更为重要的是，亚马逊云科技还是一朵全球化最高的云。亚马逊云科技覆盖全球245个国家和地区，相比其他云厂商，可提供的云服务种类多60%，并拥有三倍以上的数据中心数量。

当企业的业务想要从一个国家地区扩展至另外一个国家地区时，需要一朵云能够很好地支持业务，而不是限制业务，亚马逊云科技则能够提供大环境不确定下的灵活应对的确定性。

同时，基于云和AI服务以及服务全球客户积累的经验，亚马逊云科技还在中国构建了一个多方位的创新支持体系。

通过“行业解决方案路线图”理解行业客户价值链、痛点需求；匹配本地以及全球的行业合作伙伴，满足客户多维需求；通过“行业解决方案资产库”和合作伙伴一起助力客户运用前沿技术快速落地创新方案、获取价值。

当然，于亚马逊云科技中国来说，更重要的一点是：在中国，服务全球化。

今年，对于出海企业来说是“大考之年”。日益复杂的地缘政治、各地区逐渐收紧的合规监管、全球供应链重组，给出海企业带来大环境的不确定性。

而在大环境不确定性下，云和AI服务商的选择应该要能给企业出海带来一些确定性。

据IDC《中国公有云服务市场（2024上半年）追踪》，亚马逊云科技占据了中国企业出海云支出的3/4。在沙利文研究院发布的《2024年中国企业出海云服务市场报告》中，亚马逊云科技稳居“领导者”位置。

此外，今年4月，亚马逊云科技还宣布“三横一纵”战略升级：

三横：覆盖全球、稳定高可用的基础设施，以及领先的云和AI服务；利用专业的安全合规理念和技术能力，并整合专业合作伙伴，为企业出海提供一站式合规解决方案；利用全球资源及合作伙伴网络助力企业打造出海“朋友圈”，加速拓展全球业务；

一纵：聚焦行业赋能，打造“行业解决方案资产库”；

基于此战略，亚马逊云科技为出海企业提供更完整、更专业、更合规、更体系化的一站式服务。

总体来看，亚马逊云科技紧紧围绕着“生成式AI+出海”，打造了一套完整的产品和服务体系。这些不仅是亚马逊云科技在全球最卷的云计算市场（中国）中立足的根本，更是赢得下一个时代的重要筹码。