云计算和大数据

它的问世,让我们离科幻电影中的AI又近了一步

近几年AI有多火?

这不,最近好莱坞也开始“凑热闹”了。

近日,《AI创世者》上映,凭借时下火爆的AI话题、高度原创的科幻世界观、豪华满目的高科技载具和特效战争场面,吸引了众多影迷们的关注。

在电影中有一段介绍了AI机器人可以自己设计、制造武器,并由此改变了整个剧情的发展。等等!这就相当于AI已经完全“掌控”制造业的各个上下游环节与产业链了吧。

如果放到现在,这一点还真的很难实现。

当前,可以看到各种主流生成式AI应用虽种类众多,但其大都是面向消费级,无法触及企业中各类应用及数据,面对企业复杂的数据结构与规则,就显无能为力了。

然而,科技巨头们怎会心甘?

本周,在拉斯维加斯召开的re: Invent大会主题演讲中,亚马逊云科技CEO Adam Selipsky正式宣布推出Amazon Q。亚马逊云科技官方对其的定义为:企业级生成式AI助手!

它也是一套划时代的产品,完全不同于常见的消费级生成式AI应用,而是专注企业工作场景的应用。

Amazon Q:程序员的得力助手

Amazon Q自诞生之初就是面向企业级的设计。亚马逊云科技首席执行官Adam Selipsky表示:Amazon Q基于亚马逊云科技17年来积累的知识和经验训练而成,用户可通过多种方式访问Amazon Q,包括亚马逊云科技管理控制台、文档页面、IDE、Slack或其他第三方对话应用程序的聊天界面。这使得用户能够更轻松地获取问题答案、解决问题和生成内容等。它可帮助用户轻松探索新服务、学习技术、构建解决方案、发现问题和升级应用,上手更快。

事实上,Amazon Q的能力可能早已超过了你的想象。

Amazon Q可根据企业业务进行定制化,通过特定的数据集来训练Amazon Q,使其更符合企业的需求。这将有助于提高效率、减少人工干预,并提高企业的竞争力。

以代码编写为例,正常情况下编写一项功能的代码需要考虑重构很多内容,包括:思考设计、编写代码、添加测试、标记等等,一个文件动辄几百至几千行代码。对于程序员而言,重构是一项比较艰巨的任务。

有了Amazon Q,它可以更加智能地理解用户需求,根据需求迅速生成新代码,并实现自动化测试、优化、集成、查错等功能,从而帮助程序员节省大量时间,提高工作效率。

没错,就像科幻电影中的那样,AI帮助你来完成工作!非常的酷吧。

此外,Amazon Q还拥有代码转换功能,为开发人员提供了一种方便高效的方式来升级他们的应用程序。在峰会上,Adam Selipsky介绍道:Amazon Q在代码转换过程中可实现识别、整合、升级及测试。它曾在短短两天内,成功将1000个应用程序从Java 8升级到Java 17。该功能也同样非常有助于高效率地从不同操作系统重实现迁移,如Windows与Linux。

系统部署、运维同样拿手

云计算推动了行业创新与发展,但企业中种类繁多的应用导致配置过于复杂,使得构建、部署和运维成为新的痛点。通常情况下,员工需要耗费大量的时间去完成这些工作,但也未免会出现错误。

试想一下,如果你是管理员,面对500个应用,且对应更多数量的数据库,将是一个怎样的管理“场面”呢?是不是看着就头大了?

面对这些挑战,Amazon Q依然可以通过自动化手段来完成。Amazon Q是亚马逊云科技优良架构框架、最佳实践、文档和解决方案实施的专家,使用户能够更轻松地探索新服务和功能、学习不熟悉的技术、构建解决方案、发现问题、升级应用程序等,而且能够更快上手。

并且,Amazon Q的使用也非常简单,通过问答形式即可帮助用户解决问题。用户甚至可以直接问:帮我找到合适的Amazon EC2实例,为我的游戏应用程序部署具有最高性能的视频编码工作负载。Amazon Q就可提供一系列实例以及使用每个实例的理由。

亚马逊云科技的控制台提供了一个名为“Troubleshoot with Amazon Q”的按钮,用户可通过该按钮快速排查Amazon EC2或Amazon S3配置错误等问题。Amazon Q作为一款生成式AI助手,能够利用亚马逊云科技的知识和经验,为用户提供修复建议和解决方案。

此外,用户还可通过询问特定的问题,例如“为什么我无法从笔记本电脑连接到我的Amazon EC2实例?”,来排查网络问题。Amazon Q将分析客户的端到端网络配置并提供诊断,帮助客户找到问题所在并提供相应的解决方案。

Amazon Q被誉为业务专家,它可以安全、精准地帮企业解决业务难题。并仅需三个步骤就能完成应用的部署,极大降低了使用门槛。

首先,根据企业自己的需求配置Amazon Q,也就是构建。

然后连接、设置数据源,它可支持salesforce、 Micra softer、Google Slaton等超过40种数据源,通过这些真实数据来了解企业,并对其内容做索引。此时企业的各种信息,如名称、公司架构、业务行为均可被纳入Amazon Q的管辖,它能够理解所有信息的内容及具体业务需求,并提出建议。当然,它也会依托数据不断地进行自我提升。

最后一步就是运行,将应用最终部署至云平台,优化网络体验。企业用户可通过网页来设定所有细节,并根据业务需要以超高的速度处理各种要求,从而提供可行的见解。Amazon Q将一系列复杂、抽象的问题交由AI处理,真正实现了智能。

Amazon Q已经与亚马逊云科技深度融合,无论在哪里都可以顺利使用它,例如管理控制台、流行的集成开发环境等。

什么?Amazon Q还懂业务

在日常工作中,我们遇到的其中一项挑战就是报告分析与撰写报表,虽从表面上看这项工作相对简单,但实际却需要花费大量时间去整理数据,往往一顿操作下来令人身心疲惫。

那么,现在你的救世主来了,Amazon Q可以在一些工具的配合下实现协作,帮助企业员工轻松搞定报表、培训、总结等工作。

Amazon Q还支持客户连接到其业务数据、信息和系统,为企业创建生成式AI助手提供了可能性。这些AI助手可以根据企业的需求量身定制,为员工提供对话、解决问题、生成内容并采取与业务相关的行动的能力。

企业员工可以使用Amazon Q在流行系统中完成任务,如Jira、Salesforce、ServiceNow和Zendesk等。通过与这些系统的集成,Amazon Q可以帮助员工快速完成任务,提高工作效率。

例如,员工可要求Amazon Q在Jira中打开一个工单,以便快速跟踪和解决特定的问题或任务。同样,在Salesforce中,员工可以使用Amazon Q创建新的案例,以便更好地满足客户需求并提高客户满意度。

企业应用场景

值得关注的是,Amazon Q已经能够为Amazon QuickSight、Amazon Connect和Amazon Supply Chain提供基于生成式AI的助理。

例如在Amazon Connect(云联络中心)里,Amazon Q能够根据用户与客服之间的实时对话检测用户问题,并自动回复、给出建议以及提供相关资料。它能够为企业减少客服人员培训、解决问题的时间并降低成本。

Amazon QuickSight是一种高效的、易用的、低成本的和基于云的商业决策服务,可提供交互式仪表板、分页报告、分析等功能。但海量的数据处理对于企业员工而言依然是枯燥且重复性的,并同样需要消耗大量时间去整理。Amazon Q在与Amazon QuickSight结合之后,这一切将变得极为简单。

Amazon Q还有一个“故事”生成功能,企业员工甚至可以直接要求它:描述上个月业务发生的变化,用于向领导层汇报。几秒钟内,根据Amazon QuickSight中的可用数据,它就可以创造出一段效果良好的描述。真的令人叹为观止。

同理,供应链的问题也可以通过Amazon Supply Chain与Amazon Q的结合来实现轻松管理与优化,使效率倍增。

谈了这么多Amazon Q的特点,它在实际应用方面到底表现如何呢?

埃森哲是一家全球性服务公司,其业务范围很广,也是数字化技术运用非常成熟的“风向标”级企业。Amazon Q为埃森哲带来了革命性的改变,利用Amazon CodeWhisperer和Amazon Q为多达50000名软件开发者和IT人员提供支持。借助Amazon CodeWhisperer,将开发工作效率提高了30%,同时还提高了安全性、编程质量和绩效。

此外,制造型企业也正通过处理海量的生产型数据来提升自身效率,宝马集团依托于Amazon QuickSight中新增的Amazon Q功能,帮助分析师快速构建仪表板,从以前的数天时间缩短为几个小时。并且其故事生成功能,也可以更高效地在董事会上清晰地展示业务情况。

近日,IDC发布了《2023—2024年中国人工智能计算力发展评估报告》显示,2023年中国人工智能服务器市场规模将达91亿美元,同比增长82.5%。有67%的中国企业已经开始探索生成式人工智能在企业内的应用机会或已经开始进行相关资金投入。由此可见,生成式AI正加速迈入全面应用时代,市场潜力巨大。

Amazon Q的发布无疑为火热的AI市场注入了新鲜血液,能够设身处地地为企业解决实际问题,在这方面它有着独特的魅力。它利用先进的生成式AI技术,将企业数据、信息和系统无缝连接,使员工能够更高效、更智能地完成任务、解决问题和生成内容。无论是排查配置错误,还是与流行系统集成完成任务,Amazon Q都展现出了强大的能力与灵活性,极大提升了企业工作效率。

新一轮的AI热潮已至,相信在Amazon Q的推动下,我们离科幻电影中的AI将更近一步。

(0)

本文由 计算杂谈 作者:云中子 发表,转载请注明来源!

关键词:
LensNews

热评文章

发表评论