圖片系AI生成
大模型退居幕后,Agent站上C位,這是2025年AI產業的主旋律。
Agent元年的本質,是大模型技術演進曲線趨緩、市場需求從問答到執行、經濟價值關注可量化ROI的三重拐點疊加。產業的關注焦點,已從模型參數轉向復雜工作流的可靠編排能力與人機責任邊界定義,當大模型的技術狂歡遭遇商業理性,Agent成為AI落地的階段性答案。
亞馬遜云科技CEO Matt Garman此前表示:Agentic AI有可能成為亞馬遜云科技下一個數十億美元規模的業務。為此,幾個月前,亞馬遜云科技成立了直接向CEO匯報的Agentic AI團隊。
近日鈦媒體App對話了亞馬遜云科技全球技術總經理Shaown Nandi,獲悉亞馬遜云科技如何看待Agentic AI,以及如何推動Agentic AI實踐的底層邏輯。
從大模型到Agent的拐點
產業正站在一個新的拐點——從“工具型應用”向“代理型(Agentic AI)應用”的范式轉變。Gartner 將“Agentic AI”列為年度十大戰略性技術趨勢,并做出了一個令人深思的預測:到 2028 年,15% 的日常工作決策將由 Agentic AI 自主完成,而這一比例在 2024 年幾乎為零。
在過去幾年中,AI技術經歷了幾個重要的發展階段:從最初的預測AI(用于欺詐檢測、風險監控等),到助手AI(如聊天機器人),再到現在正在興起的Agentic AI。每個階段都帶來了新的能力和可能性。
AI Agent是能夠替代人類或系統運用 AI 進行推理、任務規劃和執行的自主運行軟件系統。AI Agent的"大腦"由大語言模型(LLM)提供支持,使其具備了類似人類的思考能力,搭配"記憶"系統用于儲存和處理信息,具備豐富的工具訪問能力,可以連接各種API和系統,就像人類使用各種工具完成工作一樣。
Shaown Nandi認為,新的transformer模型、海量可用數據和幾乎無限的計算能力的結合,創造了一些真正特別的條件。最初,企業并不確定生成式AI是否會產生長期、有意義的影響。這項技術未經驗證,在許多情況下成本很高,而且存在安全性、隱私性和準確性方面的問題。
而目前來看,客戶在越來越多地使用Agent。建立Agent的過程中,會回饋生成更多的數據,這些數據需要存儲,客戶也需要訪問更多的數據,以獲得更有效的決策和更好的結果。隨著Agent越來越流行、應用規模不斷擴大,也被更多人接受,亞馬遜云科技可以提供更好的技術方案,幫助企業更高效地運行Agent系統、優化運營、降低成本。
“隨著Agent的發展,與云相關的使用活動也在相應增長。”他說,“現在財富500強的大企業中,有75%的工作負載仍然運行在本地。這意味著未來他們有大規模的遷移任務。很多實踐目前都還處在實施的早期階段,Agent在未來會有非常快速的發展和廣闊的前景。”
在亞馬遜云科技中國峰會上,亞馬遜全球副總裁、亞馬遜云科技大中華區總裁儲瑞松表示,Agentic AI時代,最令人興奮的將是產品服務乃至商業模式的創新,因為能高效創新的企業將有機會大幅度提升客戶和用戶體驗,革新商業模式,獲取高額價值回報。
比如,Uber、 Airbnb創造了共享經濟模式,Netflix開創了訂閱制內容消費模式。隨著AI的快速發展,還有很多初創企業正在致力于創造新的商業奇跡。初創公司Cursor將AI深度集成到代碼編輯器中,革新了編程方式;Perplexity,通過AI實時搜索引擎,提供了全新的信息獲取和知識探索的方式。
儲瑞松指出,我們處在一個企業經營范式轉移的關口。疫情以來,在大環境的不確定下,很多企業聚焦于成本優化,謀求生存之道。而Agentic AI時代的到來,企業更需要考慮的是,利用Agentic AI加速創新、大幅度提升客戶和用戶體驗,革新商業模式,獲取高額價值回報,同時提升運營效率、降低成本的具體路徑。用AI創新、創造價值的重要性將極大提升,變得比成本優化重要得多。
構建一個AI Agent的必需要素
相較于由Agent自主決定的模式,企業級客戶更傾向于確定性,有行業人士對鈦媒體App表示,工程化能力在AI Agent的重要性被低估了。
Shaown Nandi深以為然,他提到,大型企業的需求通常非常具有挑戰性。在亞馬遜云科技,我們在提供服務,比如通過Amazon Bedrock幫助客戶構建應用時,首先考慮的就是幾個核心點。
對于企業級應用,安全性和韌性必須在設計初期就被納入考量,在此之后再去考慮功能的實現。但如果是面向C端的應用或產品,開發初期通常更關注是否能打造出讓用戶眼前一亮、使用體驗好的功能,然后才逐步去補充對風險的考慮。這是兩者之間有非常本質的區別。
“在云計算剛興起時,我們也經歷過類似階段,很多客戶都是在經歷問題后逐步總結經驗、形成規范。所以我們現在的企業客戶尤其重視我們的服務韌性、安全性和可控性。”他說。
亞馬遜云科技也總結了構建AI Agent的關鍵要素,第一,需要統一的AI就緒的基礎設施;第二,需要聚合并治理過的AI就緒的數據;第三,需要明確的策略和快速高效的執行。
首先,企業需要有統一的AI就緒的基礎設施。在Agentic AI時代,企業上云的關鍵是選擇一朵對的云。而若想選擇對的云,企業需要考慮以下因素:第一,安全性,這是底線;第二,穩定可靠,因為云會成為未來Agentic AI“數字員工”的工作場所,云的穩定可靠將給企業的Agentic AI “數字員工”提供一個好的工作場所。
第三,靈活性,若要很好地支持企業的全球業務拓展,云需要提供大環境不確定性下靈活應對的確定性。第四,技術領先性,AI發展日新月異,云需要與時俱進,才能很好地支持企業的AI創新。所以企業選擇云服務商不光要看其當下的技術能力,還要看其是否以云為主業、是否有合理的營利,能支持長期、高強度投入,未來還能保持領先。
第二,企業也需要聚合且治理過的AI就緒的數據。在AI時代,企業獨有的、能給企業帶來差異化價值的是數據,這也是很多企業最重要的戰略資產。企業數據是否AI就緒是決定企業AI應用水平天花板的重要因素。數據決定一家企業未來Agentic AI“數字員工”的視野高度、能力范疇、決策水平和執行效果。
企業Agentic AI“數字員工” 作為一個整體,所需的數據有沒有、能不能被訪問、質量是否高,決定了它們能給企業創造價值的多少。所以,要最大化Agentic AI 能給企業帶來的價值創造,企業必須打破數據孤島,有效聚合和治理數據。Agentic AI“數字員工”是僅僅能幫助個別人、個別團隊,還是大的部門、乃至整個企業,取決于數據是否是企業級、以及是否經過聚合和治理。
最后,要實現Agentic AI價值創造,企業還需要有明確的策略并快速高效地執行。企業需要對Agentic AI價值創造有客觀的預期:短期不要有過高不切實際的期望,但是長期一定不能低估它將會對各行各業帶來的影響。
同時,企業還要選擇合適的合作伙伴和技術棧。在選擇時,企業不應只關注技術指標,而應選擇主流、開放、安全、可持續且深刻理解企業業務,能長期陪伴的合作伙伴。同時,所選擇的技術棧也需要能支持Agentic AI開發的主要模式,如workflow、 graph、swarm等。在明確的策略下快速高效的執行非常重要。能快速實踐Agentic AI應用、并及時總結經驗、迭代提升、推廣復制的企業,將有可能更早地從中獲益、并疊加膨脹獲益,從先人一步發展成為持續領先。
關于Agent開發類型,Shaown表示,原則上所有的Agent都可以由客戶和合作伙伴開發,亞馬遜云科技會專注于與自身專業知識相關的Agent,例如推出專注于遷移任務的Amazon Transform,或在Amazon Q Developer中構建軟件開發相關的Agent。
Shaown Nandi總結表示,“我們的目標是讓市場上擁有更多Agent和模型的選擇。我們非常重視與合作伙伴的協同,希望能為他們提供底層技術能力,包括Amazon Bedrock、基礎設施服務、數據庫能力、數據處理能力和計算能力,幫助他們更高效地開發符合自身需求的應用,從而推動整個市場更快、更有效地發展。”(本文首發于鈦媒體APP,作者 | 張帥,編輯 | 蓋虹達)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.