北京时间11月28日凌晨，亚马逊云技术re: Invent 2023大会在拉斯维加斯举行。
这场被称为“云计算春晚”的盛会，今年有了很大的不同。原因不同，当然是最近生成式人工智能的爆炸ChatGPT问世已经整整一年了；以ChatGPT、稳定扩散、Runway等为代表的生成式AI应用。掀起狂潮，将世界裹入新时代。我们都看到了生成式人工智能的巨大潜力，它将重塑所有人的行为，无论是信息获取还是内容和产品的生产。
亚马逊云技术对如何在企业中应用生成式人工智能做了一些研究。研究结果显示，75%的应用集中在四个方面:市场、客户、软件工程和研发。而那些试图将生成式人工智能引入工作场景的公司，往往发现效果并不理想。现有的生成式人工智能产品都是针对个人用户，基于互联网、图书数据库、维基百科的大量数据进行训练，无法针对企业的具体业务问题给出针对性的建议。如果为这些AI工具提供内部知识，可能会导致隐私和数据安全问题。
具体来说，这些通用的生成式人工智能应用程序不了解企业的业务、数据、客户、运营或员工；它不知道用户的具体工作，不知道当前任务的信息环境，也不知道可用的数据源。这极大地限制了生成式人工智能应用程序的能力。而且目前这些针对个人用户的产品并没有配备企业要求的安全和隐私功能，无法保证员工在日常工作中的数据和信息安全。最近这样的信息泄露层出不穷，很多公司都禁止员工使用ChatGPT——在工作中——包括OpenAI的最大投资者之一微软。
如果企业自己开发AI应用，不仅需要大量的时间和投入，而且很难随着业务进展不断更新。企业的AI应用要分层次，设置权限作为企业的信息资源管理；应能与其他工具配合，并融入企业工作流程；应能够根据公司的信息政策和可信的信息来源进行审查，并应能够确保隐私和数据安全。
显然，这并不容易。这种困境类似于云服务出现之前的IT基础设施建设困境。并且解决方案可能是相同的。
亚马逊云技术首席执行官亚当·塞利普斯基(Adam Selipsky)在今年的主题演讲中表示:“围绕生成式人工智能的创新是爆炸性的。我们认为生成式人工智能应该帮助工作中的每个人。」
这就是为什么亚马逊云技术发布了Amazon Q:一款面向企业、专为工作而设计的生成式人工智能助手。它可以利用企业的私有知识完成任务，也可以配合亚马逊云技术的很多产品使用，帮助企业提高运营和开发效率。它是一个通用的产品，客户可以根据自身条件灵活配置，让客户企业的每一个员工都能充分发挥生成式人工智能的优势——自然语言理解、信息抽取、内容生成，这些都是生成式人工智能的强项。
“拥有最广泛、最深入的能力很重要，”塞利普斯基说。“我们开始使用亚马逊云技术提供的服务来彻底反思IT基础设施。」
这可能是今年亚马逊云技术最重要的发布。在面向企业的生成式人工智能应用中，亚马逊云技术率先交出了答卷。毕竟，面向个人和面向企业的生成式人工智能之间存在巨大差异。企业要想利用AI提高效率，还得依靠擅长服务企业的资深专家。
那么，亚马逊Q是什么？
01问来源于问题
亚马逊Q这个名字，结合最近的热点新闻，给人留下了很大的猜测空间。其中，最主流的是“Q”来源于问题。
有道理。毕竟企业和员工都是通过解决问题来创造价值的。面向企业用户的生成式人工智能应用应该解决哪些问题？
企业情境下的生成性AI要善于准确回答企业内部知识相关的问题；能够从大量文档和数据源中提取高价值信息，辅助决策；您可以从多个数据源获取数据生成的内容，无论是撰写营销文案还是撰写业务代码。
如果你打开配置好的亚马逊Q，你会发现它的界面和市面上的其他生成式人工智能聊天应用没有太大区别。如果要求它“写一篇引人注目的文章，介绍专业人士如何在时间管理方面出类拔萃，并将文章字数控制在500字以内”或“为这篇关于办公空间可持续设计的报告创建一个格式精美的摘要”，它也可以完成相应的任务。
但是，最重要的地方是看不见的:它的数据和信息源是用户自己企业的私有知识，这些知识是安全的。
很容易看出，这样的提示与使用ChatGPT等生成式人工智能应用时的提示几乎相同。如果有，那就是在使用其他个人生成的AI时缺少“角色扮演”的步骤。这是因为亚马逊Q知道用户定义的角色，了解角色的工作范围，了解角色的工作目标。角色设置早就存在于企业的组织架构和职位安排中，这些企业知识可以成为亚马逊q的隐性知识。
接下来，在某处的一个数据中心，Amazon Q搜索其有权访问的索引数据源，以生成式人工智能的能力生成内容，并提供数据源供用户查看。
亚马逊云技术首席执行官亚当·塞利普斯基(Adam Selipsky)在主题演讲中表示:“你可以轻松地与亚马逊Q聊天，生成内容并采取行动。这一切都基于您对系统、数据存储库和操作的了解。」
除了这些生成式人工智能的能力之外，考虑到企业的使用环境，Amazon Q还有其他特殊之处。
一、基于用户权限的访问控制:Amazon Q可以理解用户的身份、角色和权限。如果用户在没有Amazon Q的情况下无法访问某些数据，他们也无法使用Amazon Q访问这些数据，当然，管理员可以设置允许特定的响应仅限于特定的员工或数据源。
其次，它可以与其他常见的企业应用程序相协调。Amazon Q可以连接40多个流行的企业应用和文档库，包括S3、Salesforce、Google Drive、微软365、ServiceNow、Gmail、Slack、Atlassian和Zendesk等您可以从这些应用程序中获取数据，并将它们连接到工作流中。
第三，是为了避免产生与公司政策不一致的内容。亚马逊Q有管理控制功能，可以屏蔽整个话题，也可以用关键词过滤问题和最终答案。管理员也可以做出限制，只回复来自企业数据的信息，而不是底层大模型的世界知识，从而避免已经被收入剑桥词典年度词汇的臭名昭著的“错觉”现象。
第四，是最重要的数据和信息安全。驱动亚马逊Q的模型来自亚马逊云技术提供的底层模型，包括亚马逊云技术的泰坦系列。这些模型不会使用客户数据进行训练。在构建Amazon Q时已经充分考虑了安全和隐私问题，以帮助客户满足最严格的企业需求。
这是面向企业用户的生成式人工智能应用，是适合客户企业的商务专家。然而，塞利普斯基表示，这只是“我们未来将继续重新定义我们的工作方式”的开始。」
02 Q来自《星际迷航》
也有人认为Q这个名字来源于《星际迷航》。众所周知，亚马逊的创始人杰夫·贝索斯是《星际迷航》的粉丝，公司里也有很多粉丝。
在这部长寿剧里，有一个叫q的外星种族，他们基本上是无所不能的，会视情况变成最适合与人类交流的形象。
这个观点听起来好像……有一定的道理。亚马逊Q是一个通用的生成式人工智能助手，但它也可以与具体的业务相结合。比如商业智能分析工具亚马逊QuickSight，客户联系工具亚马逊Connect，企业供应链服务亚马逊供应链。
Amazon QuickSight是为云构建的商业智能服务，过去提供自然语言查询功能。在亚马逊Q的加持下，能力得到了进一步的提升。除了更容易生成可视化图表，客户还可以生成数据故事、摘要摘要，并与Amazon Q讨论开放的问题。
统计学家汉斯·罗斯林说，数字很无聊，但人很有趣。如果你想让数据打动人，增强说服力或者促进决策，你需要把它包装成一个数据故事。用户可以提出" "之类的东西来描述上个月业务的变化，以便向领导汇报。或者“给我讲一个关于整体销售业绩趋势的故事。按产品和地区划分数据。“，Amazon Q会考察数据可能对业务意味着什么，然后根据Amazon QuickSight中的数据在几秒钟内提出好的问题并可视化，为用户提供工作依据。
Amazon Q可以快速创建摘要，突出显示仪表盘中的重要内容，帮助用户了解数据中的亮点。亚马逊QuickSight将识别有价值的事实和统计数据，然后使用生成式人工智能来描述值得关注的趋势。这些关键见解将以自然语言描述，帮助用户节省查看详细数据仪表板的时间。
用户还可以和亚马逊Q讨论开放性问题，比如“为什么上个月订单数量增加了？”或者“我该如何应对销量下滑？」;Amazon Q会动态创建数据表，汇总详细信息，并提供相应的视觉效果。这种问题即使使用SQL这样的查询语言也无法回答，但Amazon Q可以帮助用户洞察。
现在，宝马正在亚马逊QuickSight中使用亚马逊Q来优化库存管理，并帮助分析师在几个小时内建立数据仪表板，而过去需要几天时间。
Amazon Connect是一个云联络中心，服务于企业的客户体验。在亚马逊Q的帮助下，员工可以快速成为优秀的客服，快速准确地响应客户需求。亚马逊Q可以根据客户与客服的实时对话，检测客户问题，然后自动回复，提出建议，列出相关信息。该应用程序提高了客户满意度，降低了培训客户服务人员和解决问题的成本。它会自动推荐代理应该说什么，应该采取什么行动，为客户提供更高质量的服务。它还可以在通话后生成摘要，以便客户体验主管跟踪后续步骤。
亚马逊云技术中的亚马逊Q亚马逊供应链使供应链管理者和供需规划者能够及时了解供应链的情况，还可以探究原因并生成解决方案。”“什么事？“，”“为什么？”“如果呢...？有问题可以交给亚马逊Q，无论是“我的货物延迟的原因是什么？”或者“如果我换一家物流公司呢？Amazon Q会将复杂场景的结果可视化，并提问来对比分析不同决策的优劣。
听起来亚马逊Q真的很像《星际迷航》里的Q。
03 Q来自“007”
还有少数人认为Q这个名字来自于“007”系列。q是这个系列的技术专家，也是最著名的皇家特工的好帮手。他总能想出一些新奇有用的道具，帮助007化险为夷，顺便杀四方。
这种说法可能也有道理，就像信息论创始人克劳德·香农命名克劳德，Mac上著名的效率工具阿尔弗雷德命名蝙蝠侠，万能的老管家。
亚马逊Q确实是技术专家。它是由亚马逊云技术17年积累的知识和经验训练出来的，是亚马逊云技术服务的绝对专家。用户可以提出关于亚马逊云技术产品的问题，搜索亚马逊云技术服务的运营模式，探索架构解决方案的最佳实践，获取故障的原因和解决方案，或者向亚马逊Q求助，选择满足特定需求的最佳云服务产品。
对于以上所有类型的问题，亚马逊Q都会给出明确的答案，并在浩如烟海的文档和记录中列出引用来源。在过去，这些搜索和判断是艰巨的任务，而且往往是艰巨的挑战。现在，用户可以随意提问以获得更详细的答案，亚马逊Q煞费苦心。
不仅如此。今年4月，亚马逊云技术发布了人工智能编程助手Amazon CodeWhisperer。这是一个强调安全性的AI编程助手，使用亚马逊云技术自己的代码训练，而不是像Github Copilot一样大量使用开源代码。现在，Amazon Q也与Amazon CodeWhisperer相结合，将构建软件的专业知识与对客户代码的理解相结合。软件工程师可以和Amazon Q聊天，了解程序逻辑，让维护旧代码的工作不那么令人生畏；他们还可以在Amazon Q的帮助下调试代码、编写测试和优化代码，以加快开发过程。
现在，这些新功能可以用在亚马逊CodeCatalyst和VS Code等代码编辑工具中。开发者给Amazon Q分配任务，Amazon Q会起草一个一步一步的计划，编写代码；开发者只需要看看亚马逊Q提出的建议，做一些修改，然后批准就可以了。Amazon Q还可以自动生成测试，评估代码质量。现在知名咨询公司埃森哲已经开始使用Amazon Q来帮助发展自己的业务。他们希望利用亚马逊CodeWhisperer和亚马逊Q来支持5万名软件开发人员和IT人员。
除此之外，Amazon Q还能做一件开发者害怕的工作:维护和升级应用。最近，一个由五名亚马逊云技术开发人员组成的小团队使用Amazon Q转码将1000个应用程序从Java 8升级到Java17——在两天内——每个程序升级的平均时间不到10分钟。过去，手动升级一个程序大约需要两天时间。
“我真的相信亚马逊Q是革命性的。亚当·塞利普斯基(Adam Selipsky)表示，“我们希望从事不同类型工作的人都能从亚马逊Q中受益..」
亚马逊云技术的初衷是降低客户的技术应用门槛，亚马逊Q也是如此，配置只需要轻点几下:首先提供一个应用名称，设置一个新的身份让亚马逊Q玩；其次，选择一个检索器从索引中提取数据；最后，连接到数据源，等待索引完成。
然后，你可以在云服务的控制台中随时调出这个AI助手。
当然，和《007》系列中的Q一样，亚马逊Q也需要整个团队的支持。对于Amazon Q来说，它的支撑是使用的基础大模型，企业用户自身的知识，强大的计算和存储能力。
在今年的re: Invent大会上，亚马逊云技术发布的AI stack包含了从自研AI训练芯片Trainium 2、大型模型管理和训练平台Amazon基岩到Amazon Q的诸多产品和服务，Amazon Q的能力就是在这些技术的基础上实现的。在这些基础上，用户可以直接连接自己的数据源来使用Amazon Q，也可以通过Zero-ETL的功能将自己的知识数据库转化为矢量数据库，通过Amazon基岩提供的功能选择合适的大模型，并对其进行微调或不断预训练，以满足自己企业定制生成式人工智能的需求。
毕竟现在不像去年，AI已经成为看得见的趋势，实验室里粉丝的疯狂旋转已经转化为现实世界的生产力提升；亚马逊云技术认为，释放AI潜力的关键是用自己独特的业务数据对其进行定制。
04亚马逊Q是商业生成式人工智能的起点。
面向个人的生成式人工智能已经流行了一年，面向商业的生成式人工智能的竞争也开始了。微软的Colipot和谷歌的Duet AI都已经渗透到云服务中，希望成为企业用户的好帮手。
不同的是，亚马逊云技术是利用其基础设施和全栈的优势，用Amazon Q连接了从硬件到软件，从产品到服务的很多关键点。
Constellation Research分析师霍尔格·穆勒(Holger Mueller)表示:“亚马逊云技术构建了一系列跨服务能力，亚马逊Q是下一个发展阶段。Amazon Q试图为亚马逊云技术提供的所有服务添加一个统一的助手，以减少这家市场份额最高的云服务企业所面临的复杂挑战。
而复杂是这个瞬息万变的时代最不可或缺的东西。生成式人工智能的崛起为云服务提供商开辟了一片新的蓝海，也在加速云服务提供商的转型。在瞬息万变的时代，只能靠创新和应变；正如塞利普斯基所说，“适应能力是你能拥有的最有价值的能力。」"