“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，若是你下降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口号。走向出口的路上，你的身边会不停穿梭过穿着印有“AI21Lab”“Anthropic”等字样的AI企业员工。或许，你还会被机场事情职员自动询问：“你是来加入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”暂时酿成了AI开发者们的朝圣地——会场所在的威斯人旅店，汇聚了跨越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到破晓，无一不熙熙攘攘。

△MongoDB包下的酒吧

作为大模子的降生地，美国AI企业的动向，在某种意义上是AI生长的风向标。机场的横幅，已经点明晰当下AI与云密不能分的关系。而在re:Invent的展会上，能看到来自AI算力层、模子层、应用层的各种企业。

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盘算的一系列服务。

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，划分与AWS CEO亚当·塞利普斯基（Adam Selipsky）宣布了云盘算和模子服务的新互助。

△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，在模子服务、数据库、平安方案等方面同台竞技：AWS愈发瞄准客户细腻化的需求和垂直场景，而处于中央层的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，照样展商，都给出了同样的谜底：AI很初期，时机还许多。

云厂商，不停降低客户“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，一个具有食谱天生功效的界面泛起在了屏幕上。

△用PartyRock天生一个食谱推荐应用

这是re:Invent展会上，AWS推出的0代码App天生器PartyRock。

11月6日，OpenAI宣布的GPT Builder，让AI App的开发门槛，降到了“搭积木”的水平。通过将应用开发程序封装进差其余流程模块，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，才气做到比GPTs的门槛更低？AWS用PartyRock给出的谜底是真生的“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的事情职员对36氪总结。

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

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

“即便PartyRock很有趣，但我们以为它不具有竞争力。”不外，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”。至于为什么要宣布这样一个易上手的AI App天生产物，AWS的意图也很显著：收割一批学生、白领等非手艺靠山的用户。

△PartyRock

一名加入re:Invent的美国开发者告诉36氪，现在美国的AI企业在争相向开发者“卖水”、确立开发者生态的同时，也在不停降低AI工具的使用门槛，“AI native application makes AI native people（AI原生应用作育AI原住民）。”

不外，相较于PartyRock提供的轻量化的To C应用的开发环境，企业用户的需求则庞大得多。

现在多数企业对AI应用的需求，是快速复制专家知识。AWS在大会上宣布的AI事情助手AmazonQ，一方面作为AWS的客服和营业司理，为企业答疑解惑，并提供解决方案，另一方面也能毗邻企业的营业数据、信息和系统，辅助企业确立专属的AI Agent。

△AI事情助手AmazonQ

相较于微软此前宣布的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会天生一个网络应用程序，治理员工的接见权限，以此珍爱企业信息平安，并提供更准确的服务。好比针对销售，Q将优先综合销售相关的营业数据和资料，在举行集会摘要时，Q也会将销售部门的内容优先举行总结。

对AI而言，没有“无用”的数据

要提高自动驾驶的平安性，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，或许对差异数据施展的价值就有了直观的领会。

△AWS模拟驾驶舱

这个装载蹊径摄像头，并在仪表盘、偏向盘、脚踏板上充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，并可视化出现。

魅族开放车机系统，还要造自己的车

△驾驶历程数据的可视化出现

“许多人以为蹊径数据是自动驾驶的要害，但车内的驾驶数据是辅助机械做出决议的焦点。”事情职员先容。

他对36氪举了个简朴的例子：在行驶历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平安，就要善于行使驾驶历程中的所有数据”。

模拟舱的试验，是数据对AI的主要性的缩影。在re:Invent的现场能显著感受到，AI是主角，而“Data”又是AI的主角。

随着AI的生长，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，已经被开端验证。

另一方面，各行业被要求行使更多的营业数据，去洞察和知足用户愈发细腻化的需求。愈来愈多的企业意识到，不存在“无用”的数据。若何让所有的营业数据施展价值，成了数据服务商提供服务的重点。

好比AWS的数据治理服务DataZone，在大会上推出了AI推荐（AI Recommendations）功效，将原有企业找数据的历程，转化为让具有价值的数据，自动找到企业。企业只需输入自己的营业需求，DataZone就能够提供响应的数据索引，并为企业提供使用数据的建议。

△DataZone AI推荐功效

凭证差其余数据生态，美国AI公司们在云服务方案的选择上，也加倍细腻化。

经由十多年的生长，美国云厂商已经培育出了较为鲜明的营业优势。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，选择云服务不仅要思量到自身营业的需求，还要思量到客户企业的多样性和需求。展会上，不乏凭证营业特色，选择多云部署的厂商。

好比确立于2008年的数据平安解决方案提供商，Druva。Druva的一名产物司理告诉36氪，自2008年确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。

但随着营业在全球局限内的扩张，Druva面临的是扩张的全球客户。Druva做的决议是，将用户的数据部署在跨国部署营业成熟的AWS云上，但自身的数据库，依然搭建在Azure上，以提高服务的稳固性和平安性。

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、中央层的厂商都最先确立从数据处置、AI应用定制、平安治理等全流程的AI服务，愈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一组口号，宣告自己宣布了新的AI助手Dru，并可为客户提供定制化服务。

△Druva宣布了数据备份AI Copilot

Druva事情职员告诉36氪，为客户提供定制化的数据备份AI Copilot拥有广漠的市场时机：“以往，光靠人力解决客户的数据问题，效率异常低下。现在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，针对性地提供数据治理、剖析等服务。”

在展会上，手艺服务商IBM秀出的“肌肉”，是险些所有大厂都在结构的天生式AI训练、微调、部署服务。这项名为watsonx.ai的功效，也将Prompt Engineering（提醒词工程）、训练、调整和部署等模子训练流程，封装到低代码的模块中，让企业能够较低门槛地开发AI模子，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置超级独角兽Databricks，不仅搬来了从数据治理到剖析的一整套解决方案，还把与客户互助研发的AI写真天生应用搬到了展会现场。

现在，海内大部门AI写真应用仍需上传20张差异角度的脸部照片作为机械学习的“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分钟内天生照片的AI写真方案。除却气概和审美差异，Databricks天生写真的面部细节并不亚于海内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

不外，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的中国用户许多。”事情职员对36氪先容，为了进入中国市场，Databricks在中国组建了20多人的团队。然而，由于付费看法的差异，大部门用户选择的是Databricks的免费基础服务，“付用度户仅占10%左右”。

为何“重复造轮子”，依然能够有繁荣的业态？美国AI玩家们给出的谜底是：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”，为企业提供开源手艺方案的选择、微协调部署服务。即便开源社区Huggingface也提供同样的服务，但双方依然保持了互助关系。当被问到互助的窍门，Red Hat事情职员告诉36氪：“AI仍在相当初期的阶段，最主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）。此前已经宣布了云盘算服务DGX Cloud的英伟达，这次也将*设置了最新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，“人人都在互助和竞争中相互学习对方的优势”。若是站在供应商的角度，加入生态的互助同伴越多，AWS就能够知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物，但这没关系，AI很初期，双方都另有空间。”Matt总结。