旗下微信矩阵:
首页 产业 ai 正文

5万人涌向赌城,围观美国AI业态

作为大模型的诞生地,美国AI企业的动向,在某种意义上是AI发展的风向标。机场的横幅,已经点明了当下AI与云密不可分的关系。
2023-12-01 08:04 · 36氪 周鑫雨

“Your Data, Your AI, Your Future.(你的数据,你的AI,你的未来。)”

“Intelligent Data, Your unfair advantage to winning the Cloud.(智能数据,制胜云服务的*优势。)”

11月末,若是你降落在拉斯维加斯麦卡伦国际机场,或许会在大厅里看到一排排AI企业和云厂商相关的夸张标语。走向出口的路上,你的身边会不断穿梭过穿着印有“AI21Lab”“Anthropic”等字样的AI企业员工。或许,你还会被机场工作人员主动询问:“你是来参加AWS(亚马逊云科技)re:Invent大会的吗?”

当地时间11月26日至12月1日,为期5天的re:Invent大会,将“赌城”暂时变成了AI开发者们的朝圣地——会场所在的威斯人酒店,汇聚了超过5万参会者。

△re:Invent现场

参展的数据服务商MongoDB和Databricks,包下了会场的两个酒吧,作为开发者与客户的社交空间——从早上7:00到凌晨,无一不门庭若市。

△MongoDB包下的酒吧

作为大模型的诞生地,美国AI企业的动向,在某种意义上是AI发展的风向标。机场的横幅,已经点明了当下AI与云密不可分的关系。而在re:Invent的展会上,能看到来自AI算力层、模型层、应用层的各类企业。

作为东道主的AWS,在大会上发了两款自研的芯片、一款企业AI助手,更新了从数据库到量子计算的一系列服务。

主会场欢呼最热烈的两个环节,莫过于英伟达CEO黄仁勋、OpenAI老对手Anthropic CEO Dario Amodei登台,分别与AWS CEO亚当·塞利普斯基(Adam Selipsky)宣布了云计算和模型服务的新合作。

△Anthropic CEO与AWS CEO同台

相较于OpenAI开发者大会引发的创业者恐慌,在re:Invent的展会中,能看到AWS与客户、开发者,在模型服务、数据库、安全方案等方面同台竞技:AWS愈发瞄准客户精细化的需求和垂直场景,而处于中间层的To B厂商们,正在向上下游延伸,提供端到端的服务。

为何能够形成这一种纵横捭阖的AI业态?无论是AWS,还是展商,都给出了同样的答案:AI很初期,机会还很多。

云厂商,不断降低客户“买水”的门槛

“我需要一些烹饪建议,我将输入3种食材和烹饪的时间,请给我食谱和详细的步骤。”

几秒后,一个具有食谱生成功能的界面出现在了屏幕上。

△用PartyRock生成一个食谱推荐应用

这是re:Invent展会上,AWS推出的0代码App生成器PartyRock。

11月6日,OpenAI发布的GPT Builder,让AI App的开发门槛,降到了“搭积木”的程度。通过将应用开发程序封装进不同的流程模块,用户可以在GPT Builder中用设置参数的方式完成应用的开发。

怎样的开发模式,才能做到比GPTs的门槛更低?AWS用PartyRock给出的答案是真生的“0代码”,只要一句话,就能搞定所有的开发流程。

“无代码、可微调、可商用,还支持多系统。”谈及PartyRock相较于GPTs的优势,AWS的工作人员对36氪总结。

除了AWS自研的模型Titan,用户可以选择基于Claude、Llama等主流模型,作为AI应用的底座,并且设置相应的参数。

而相较于已经展露出成为操作系统的野心的OpenAI,AWS的策略是和互联网时代的主流操作系统成为盟友,PartyRock生成的AI应用,既可以上架IOS和安卓等主流操作系统,也能作为一个网站发布。

“即便PartyRock很有趣,但我们认为它不具有竞争力。”不过,AWS销售和营销高级副总裁Matt Garman对36氪直言。PartyRock,可以被视作AWS在2023年4月推出的AI服务Amazon Bedrock的“娱乐版”。至于为什么要发布这样一个易上手的AI App生成产品,AWS的意图也很明显:收割一批学生、白领等非技术背景的用户。

△PartyRock

一名参加re:Invent的美国开发者告诉36氪,如今美国的AI企业在争相向开发者“卖水”、建立开发者生态的同时,也在不断降低AI工具的使用门槛,“AI native application makes AI native people(AI原生应用造就AI原住民)。”

不过,相较于PartyRock提供的轻量化的To C应用的开发环境,企业用户的需求则复杂得多。

如今多数企业对AI应用的需求,是快速复制专家知识。AWS在大会上发布的AI工作助手AmazonQ,一方面作为AWS的客服和业务经理,为企业答疑解惑,并提供解决方案,另一方面也能连接企业的业务数据、信息和系统,帮助企业创建专属的AI Agent。

△AI工作助手AmazonQ

相较于微软此前发布的Copilot,Q的定制化属性更为突出。当企业客户部署自己的Agent时,Q会生成一个网络应用程序,管理员工的访问权限,以此保护企业信息安全,并提供更准确的服务。比如针对销售,Q将优先综合销售相关的业务数据和资料,在进行会议摘要时,Q也会将销售部分的内容优先进行总结。

对AI而言,没有“无用”的数据

要提高自动驾驶的安全性,什么样的驾驶数据是有用的?

在re:Invent展会上,若是进入AWS的模拟驾舱,或许对不同数据发挥的价值就有了直观的了解。

△AWS模拟驾驶舱

这个装载道路摄像头,并在仪表盘、方向盘、脚踏板上布满传感器的模拟驾舱,通过AWS的IoT(物联网)服务,将车内外数据传输到数据库,并可视化呈现。

△驾驶过程数据的可视化呈现

“很多人认为道路数据是自动驾驶的关键,但车内的驾驶数据是辅助机器做出决策的核心。”工作人员介绍。

他对36氪举了个简单的例子:在行驶过程中遇到倒下的树木和行人,驾驶员会踩下油门;但遇到落叶,车并不会停下,“想要提升自动驾驶体验和提高行驶安全,就要善于利用驾驶过程中的所有数据”。

模拟舱的试验,是数据对AI的重要性的缩影。在re:Invent的现场能明显感受到,AI是主角,而“Data”又是AI的主角。

随着AI的发展,一方面,BI(商业智能)、Text to SQL(文生SQL)等数据相关的AI应用场景,已经被初步验证。

另一方面,各行业被要求利用更多的业务数据,去洞察和满足用户愈发精细化的需求。愈来愈多的企业意识到,不存在“无用”的数据。如何让所有的业务数据发挥价值,成了数据服务商提供服务的重点。

比如AWS的数据管理服务DataZone,在大会上推出了AI推荐(AI Recommendations)功能,将原有企业找数据的过程,转化为让具有价值的数据,主动找到企业。企业只需输入自己的业务需求,DataZone就能够提供相应的数据索引,并为企业提供使用数据的建议。

△DataZone AI推荐功能

根据不同的数据生态,美国AI公司们在云服务方案的选择上,也更加精细化。

经过十多年的发展,美国云厂商已经培养出了较为鲜明的业务优势。几名参展的客户总结:AWS注重全球化和大而全的服务,微软Azure注重平台化和定制化的服务,谷歌云则注重于垂直场景。

对于不少To B厂商而言,选择云服务不仅要考虑到自身业务的需求,还要考虑到客户企业的多样性和需求。展会上,不乏根据业务特色,选择多云部署的厂商。

比如成立于2008年的数据安全解决方案提供商,Druva。Druva的一名产品经理告诉36氪,自2008年成立起的很长一段时间,Druva将自己和客户的数据库、系统,都搭建在微软智能云服务Azure上。

但随着业务在全球范围内的扩张,Druva面对的是扩张的全球客户。Druva做的决策是,将用户的数据部署在跨国部署业务成熟的AWS云上,但自身的数据库,依然搭建在Azure上,以提高服务的稳定性和安全性。

端到端,不只是巨头游戏

在美国,端到端的AI服务不仅仅是云巨头的游戏。

不少数据库、中间层的厂商都开始建立从数据处理、AI应用定制、安全管理等全流程的AI服务,更甚者与大厂共分蛋糕,提供AI应用开发工具或者框架。

“Your New AI Copilot for Backup(数据备份的AI助手)。”在展会上,Druva一组标语,宣告自己发布了新的AI助手Dru,并可为客户提供定制化服务。

△Druva发布了数据备份AI Copilot

Druva工作人员告诉36氪,为客户提供定制化的数据备份AI Copilot拥有广阔的市场机会:“以往,光靠人力解决客户的数据问题,效率非常低下。如今部署在用户数据系统中的AI Copilot不光可以提高问题解决效率,还能通过自然语言交互,针对性地提供数据管理、分析等服务。”

在展会上,技术服务商IBM秀出的“肌肉”,是几乎所有大厂都在布局的生成式AI训练、微调、部署服务。这项名为watsonx.ai的功能,也将Prompt Engineering(提示词工程)、训练、调整和部署等模型训练流程,封装到低代码的模块中,让企业能够较低门槛地开发AI模型,和构建AI应用。

△watsonx.ai

估值高达430亿美元、被英伟达投资的数据处理超级独角兽Databricks,不仅搬来了从数据管理到分析的一整套解决方案,还把与客户合作研发的AI写真生成应用搬到了展会现场。

目前,国内大部分AI写真应用仍需上传20张不同角度的脸部照片作为机器学习的“养料”。但Databricks这位写真领域的“外行人”,却拿出了一套只需现场拍摄一张正面照、5分钟内生成照片的AI写真方案。除却风格和审美差异,Databricks生成写真的面部细节并不亚于国内AI写真应用。

△数据服务商Databricks的AI写真应用

而Databricks的老对手,市值超700亿美元的Snowflakes,则把一整套动捕滑雪游戏搬到了展会现场。

△Snowflakes的动捕滑雪游戏

不过,想要进入中国市场,AI外企们寻找合适的商业模式依然是难点。

“Databricks的中国用户很多。”工作人员对36氪介绍,为了进入中国市场,Databricks在中国组建了20多人的团队。然而,由于付费观念的不同,大部分用户选择的是Databricks的免费基础服务,“付费用户仅占10%左右”。

为何“重复造轮子”,依然能够有繁荣的业态?美国AI玩家们给出的答案是:开放的心态+开放的生态

开源解决方案提供商Red Hat,做的是开源生态的“搬运工”,为企业提供开源技术方案的选择、微调和部署服务。即便开源社区Huggingface也提供同样的服务,但双方依然保持了合作关系。当被问到合作的秘诀,Red Hat工作人员告诉36氪:“AI仍在相当初期的阶段,最重要的是一起做大市场。

可以看到,AWS的大多客户,都在做自己的“AmazonQ”(助手),自己的“Qdrant”(AWS的向量数据库),甚至自己的“Bedrock”(AWS的AI开发平台)。此前已经发布了云计算服务DGX Cloud的英伟达,这次也将*配置了最新GPU GH200 NVL32的DGX Cloud,搭在了AWS的云上。

刚刚给微软Ignite开发者大会捧场的英伟达CEO黄仁勋,也现身AWS的主会场。

△英伟达CEO黄仁勋现身

Matt Garman告诉36氪,作为客户的MongoDB、Snowflake,都是AWS数据库Redshift的有力竞争者,“大家都在合作和竞争中相互学习对方的优势”。若是站在供应商的角度,加入生态的合作伙伴越多,AWS就能够满足用户更多元的需求。

“我们和客户会构建一些相互重叠的产品,但这没关系,AI很初期,双方都还有空间。”Matt总结。

【本文由投资界合作伙伴36氪授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。