11月末，若是你降落在拉斯維加斯麥卡倫國際機場，或許會在大廳里看到一排排AI企業和云廠商相關的夸張標語。走向出口的路上，你的身邊會不斷穿梭過穿著印有“AI21Lab”“Anthropic”等字樣的AI企業員工。或許，你還會被機場工作人員主動詢問：“你是來參加亞馬遜云科技re:Invent大會的嗎？”

美國當地時間11月26日至12月1日，為期5天的re:Invent大會，將“賭城”暫時變成了AI開發者們的朝圣地——會場所在的威斯人酒店，匯聚了超過5萬參會者。

作為大模型的誕生地，美國AI企業的動向，在某種意義上是AI發展的風向標。機場的橫幅，已經點明了當下AI與云密不可分的關系。而在亞馬遜云科技re:Invent的展會上，能看到來自AI算力層、模型層、應用層的各類企業。

作為東道主的亞馬遜云科技，在大會上發了兩款自研的芯片、一款企業AI助手，更新了從數據庫到量子計算的一系列服務。

主會場歡呼最熱烈的兩個環節，莫過于英偉達CEO黃仁勛、OpenAI老對手Anthropic CEO Dario Amodei登臺，分別與亞馬遜云科技CEO Adam Selipsky宣布了云計算和模型服務的新合作。

相較于OpenAI開發者大會引發的創業者恐慌，在re:Invent的展會中，能看到亞馬遜云科技與客戶、開發者，在模型服務、數據庫、安全方案等方面同臺競技：亞馬遜云科技愈發瞄準客戶精細化的需求和垂直場景，而處于中間層的To B廠商們，正在向上下游延伸，提供端到端的服務。

為何能夠形成這一種縱橫捭闔的AI業態？無論是亞馬遜云科技，還是展商，都給出了同樣的答案：AI很初期，機會還很多。

云廠商，不斷降低客戶“買水”的門檻

“我需要一些烹飪建議，我將輸入3種食材和烹飪的時間，請給我食譜和詳細的步驟。”幾秒后，一個具有食譜生成功能的界面出現在了屏幕上。這是re:Invent展會上，AWS推出的0代碼App生成器PartyRock。

11月6日，OpenAI發布的GPT Builder，讓AI App的開發門檻，降到了“搭積木”的程度。通過將應用開發程序封裝進不同的流程模塊，用戶可以在GPT Builder中用設置參數的方式完成應用的開發。

怎樣的開發模式，才能做到比GPTs的門檻更低？亞馬遜云科技用PartyRock給出的答案是真生的“0代碼”，只要一句話，就能搞定所有的開發流程。“無代碼、可微調、可商用，還支持多系統。”

除了亞馬遜云科技自研的模型Titan，用戶可以選擇基于Claude、Llama等主流模型，作為AI應用的底座，并且設置相應的參數。

而相較于已經展露出成為操作系統的野心的OpenAI，亞馬遜云科技的策略是和互聯網時代的主流操作系統成為盟友，PartyRock生成的AI應用，既可以上架IOS和安卓等主流操作系統，也能作為一個網站發布。

PartyRock可以被視作亞馬遜云科技在2023年4月推出的AI服務Amazon Bedrock的“娛樂版”。至于為什么要發布這樣一個易上手的AI App生成產品，亞馬遜云科技的意圖也很明顯：收割一批學生、白領等非技術背景的用戶。

如今美國的AI企業在爭相向開發者“賣水”、建立開發者生態的同時，也在不斷降低AI工具的使用門檻。不過，相較于PartyRock提供的輕量化的To C應用的開發環境，企業用戶的需求則復雜得多。

如今多數企業對AI應用的需求，是快速復制專家知識。亞馬遜云科技在大會上發布的AI工作助手AmazonQ，一方面作為亞馬遜云科技的客服和業務經理，為企業答疑解惑，并提供解決方案，另一方面也能連接企業的業務數據、信息和系統，幫助企業創建專屬的AI Agent。

相較于微軟此前發布的Copilot，Q的定制化屬性更為突出。當企業客戶部署自己的Agent時，Q會生成一個網絡應用程序，管理員工的訪問權限，以此保護企業信息安全，并提供更準確的服務。比如針對銷售，Q將優先綜合銷售相關的業務數據和資料，在進行會議摘要時，Q也會將銷售部分的內容優先進行總結。

對AI而言，沒有“無用”的數據

要提高自動駕駛的安全性，什么樣的駕駛數據是有用的？

在re:Invent展會上，若是進入亞馬遜云科技的模擬駕艙，或許對不同數據發揮的價值就有了直觀的了解。

這個裝載道路攝像頭，并在儀表盤、方向盤、腳踏板上布滿傳感器的模擬駕艙，通過AWS亞馬遜云科技的IoT（物聯網）服務，將車內外數據傳輸到數據庫，并可視化呈現。

模擬艙的試驗，是數據對AI的重要性的縮影。在re:Invent的現場能明顯感受到，AI是主角，而“Data”又是AI的主角。隨著AI的發展，一方面，BI（商業智能）、Text to SQL（文生SQL）等數據相關的AI應用場景，已經被初步驗證。另一方面，各行業被要求利用更多的業務數據，去洞察和滿足用戶愈發精細化的需求。愈來愈多的企業意識到，不存在“無用”的數據。如何讓所有的業務數據發揮價值，成了數據服務商提供服務的重點。

比如亞馬遜云科技的數據管理服務DataZone，在大會上推出了AI推薦（AI Recommendations）功能，將原有企業找數據的過程，轉化為讓具有價值的數據，主動找到企業。企業只需輸入自己的業務需求，DataZone就能夠提供相應的數據索引，并為企業提供使用數據的建議。

根據不同的數據生態，美國AI公司們在云服務方案的選擇上，也更加精細化。

經過十多年的發展，美國云廠商已經培養出了較為鮮明的業務優勢。幾名參展的客戶總結：亞馬遜云科技注重全球化和大而全的服務，微軟Azure注重平臺化和定制化的服務，谷歌云則注重于垂直場景。

端到端，不只是巨頭游戲

在美國，端到端的AI服務不僅僅是云巨頭的游戲。

不少數據庫、中間層的廠商都開始建立從數據處理、AI應用定制、安全管理等全流程的AI服務，更甚者與大廠共分蛋糕，提供AI應用開發工具或者框架。

“Your New AI Copilot for Backup（數據備份的AI助手）。”在展會上，Druva一組標語，宣告自己發布了新的AI助手Dru，并可為客戶提供定制化服務。

在展會上，技術服務商IBM秀出的“肌肉”，是幾乎所有大廠都在布局的生成式AI訓練、微調、部署服務。這項名為watsonx.ai的功能，也將Prompt Engineering（提示詞工程）、訓練、調整和部署等模型訓練流程，封裝到低代碼的模塊中，讓企業能夠較低門檻地開發AI模型，和構建AI應用。

估值高達430億美元、被英偉達投資的數據處理超級獨角獸Databricks，不僅搬來了從數據管理到分析的一整套解決方案，還把與客戶合作研發的AI寫真生成應用搬到了展會現場。

目前，國內大部分AI寫真應用仍需上傳20張不同角度的臉部照片作為機器學習的“養料”。但Databricks這位寫真領域的“外行人”，卻拿出了一套只需現場拍攝一張正面照、5分鐘內生成照片的AI寫真方案。除卻風格和審美差異，Databricks生成寫真的面部細節并不亞于國內AI寫真應用。

而Databricks的老對手，市值超700億美元的Snowflakes，則把一整套動捕滑雪游戲搬到了展會現場。

不過，想要進入中國市場，AI外企們尋找合適的商業模式依然是難點。為何“重復造輪子”，依然能夠有繁榮的業態？美國AI玩家們給出的答案是：開放的心態+開放的生態。

開源解決方案提供商Red Hat，做的是開源生態的“搬運工”，為企業提供開源技術方案的選擇、微調和部署服務。即便開源社區Huggingface也提供同樣的服務，但雙方依然保持了合作關系。

可以看到亞馬遜云科技的大多客戶，都在做自己的“AmazonQ”（助手），自己的“Qdrant”（亞馬遜云科技的向量數據庫），甚至自己的“Bedrock”（亞馬遜云科技的AI開發平臺）。此前已經發布了云計算服務DGX Cloud的英偉達，這次也將首個配置了最新GPU GH200 NVL32的DGX Cloud，搭在了亞馬遜云科技的云上。

剛剛給微軟Ignite開發者大會捧場的英偉達CEO黃仁勛，也現身亞馬遜云科技的主會場。

Matt Garman說：”作為客戶的MongoDB、Snowflake，都是亞馬遜云科技數據庫Redshift的有力競爭者，大家都在合作和競爭中相互學習對方的優勢”。若是站在供應商的角度，加入生態的合作伙伴越多，亞馬遜云科技就能夠滿足用戶更多元的需求。

審核編輯 黃宇