敏捷性是制定强大生成式AI战略的关键，亚马逊云科技如何做到？

如今，越来越多的组织正在探索生成式AI的巨大潜力，以推动创新、提高生产力并为客户带来卓越体验。

然而，每周都有性能更强、成本效益更好的基础模型问世，加之新的应用场景不断涌现，最佳实践也在持续更新，整个领域正经历剧烈变革。面对技术能力的快速进步，一些组织陷入了如何跟上步伐的困扰。

然而，在生成式AI战略中只有一件事需要避免：采取观望态度，无所作为。

想要在生成式AI领域成功，组织必须积极投入，首要任务是采用支持定制化和适应性的策略。这不仅能确保安全地整合专有数据到AI解决方案中，还能随技术发展保持灵活性。

企业若能在生成式AI战略中优先考虑安全性、敏捷性和灵活性，就能充分释放这项技术的潜能，快速打造满足特定需求的应用以服务客户，同时也为自身建立市场竞争优势。

拥抱敏捷性

在采用新技术时，人们往往倾向于锁定某个单一解决方案，试图一次性应对所有挑战和机遇。然而，鉴于生成式AI发展迅速，组织应当秉持实验性和敏捷性的思维方式，这样才能不断测试新想法、从结果中学习，并快速创新。

举例来说，企业不应寄希望于用单一的生成式AI模型来解决所有问题，而是需要不断测试和迭代各种基础模型，直至找到最契合其使用场景和目标的解决方案。在有了适当的工具和基础设施支持后，组织可以灵活运用多个模型，持续更新调优，甚至能够从头开发专属模型。

采用敏捷方法开发生成式AI时，会将整个开发过程拆分成多个短期冲刺阶段，让团队能够基于实时反馈和结果，定期评估和优化模型。这样不仅能够快速纠正不准确之处和解决其他问题，还能创造更好的业务价值。通过定期复盘和建立反馈环路，团队得以持续学习和提升，而这个过程对于跟上生成式AI的最新发展步伐来说尤为关键。

协同合作是敏捷方法的另一大特色。跨职能团队需要汇集数据科学家、开发人员、领域专家和终端用户的力量，通过紧密协作来确保AI应用既具备扎实的技术基础，又能与业务目标相契合。面对生成式AI带来的复杂挑战，不同视角和专业领域的融合显得尤为重要。

拥抱敏捷方法论，组织就能对新的数据洞察、变化中的用户需求和新兴技术作出快速反应，从而确保其生成式AI应用始终保持与时俱进和高效实用。这种方法既能提升AI模型的技术表现，又能确保解决方案切合用户需求和业务目标，最终打造出更具影响力和可持续发展的AI创新项目。

全方位部署生成式AI

在探索生成式AI创新的过程中，各行各业都开始拥抱敏捷方法。全球领先的新闻科技公司汤森路透，作为法律、会计、出版等专业领域的服务提供商，正在运用生成式AI帮助团队深入洞察数据、实现工作流程自动化，让团队得以腾出更多精力，专注于满足客户的更重要需求。

为了在整个组织内推动探索与创新，并让技术与非技术团队都能轻松使用AI解决方案，汤森路透选择了Amazon Bedrock来开发Open Arena平台。通过这个提供丰富高性能基础模型的全托管服务，他们打造了Open Arena——一个基于网络的企业级人工智能和机器学习自助服务平台。该平台的设计目标是帮助员工以安全且快速的方式开展生成式AI创新。

依托Amazon Bedrock提供的简单用户界面以及企业级的安全和隐私保护功能，汤森路透实现了多个突破：将AI模型部署时间从数天缩短至数小时，简化了测试和创新过程，提高了生成式AI工具的可用性，同时让用户体验更加便捷。

“随着新模型不断涌现，能够灵活运用各类模型的能力对我们来说至关重要，特别是在这个飞速发展的领域。”汤森路透实验室人工智能负责人Joel Hron表示。

“快速启动新应用场景的便利性带来了强大优势，”Hron补充道。“在这个迅速演进的领域里，你既要保持多元化策略，又要能够及时抓住最新技术突破带来的机遇。”

跟上快速发展的步伐

以安全性、灵活性和敏捷性为核心来引入生成式AI的战略思维，适用于所有行业。

PGA TOUR作为汇聚世界顶级球员的高尔夫组织，使用Amazon Bedrock选择最佳的大语言模型进行概念验证，以此构建和优化其虚拟助手，最终目标是帮助高尔夫球迷获取所需信息。而货运初创公司Nexxiot则使用相同的技术为客户提供会话助手，为客户提供关于其运输资产的最佳实时对话式洞察。"直接访问各种基础模型为Nexxiot的创新提供了动力，使我们能够快速无缝地进行实验、开发和部署，"Nexxiot首席技术官Maja Rudinac表示。

无论是什么行业，强大的生成式AI战略的关键都在于敏捷性：即安全可靠地拥抱实验精神，从而促进创新的灵活性。

在不断变化的生成式AI领域，组织既不能袖手旁观，也不能局限于僵化的方案和快速过时的技术。在规划和构建生成式AI的过程中保持灵活和敏捷，对于组织从其最新进展中受益至关重要，这些进展能够助力组织成长。