每(mei)經(jing)記者(zhe)｜張梓桐(tong)    每(mei)經(jing)實(shi)習編輯｜余婷(ting)婷(ting)     

“亞(ya)馬遜云科技(ji)不會打(da)極致(zhi)的‘價格戰’，我們更注(zhu)重功(gong)能、安全、可擴展性、合規這些方面(mian)形成整(zheng)體價值。我認為(wei)這些都是客戶在將生成式AI推向生產(chan)階段時(shi)必(bi)須要綜合考(kao)慮(lv)的因素。”近日（6月20日），亞(ya)馬遜云科技(ji)大中華區產(chan)品部(bu)總經理陳曉建在接受《每日經濟(ji)新(xin)聞》記者專訪(fang)時(shi)如是說道。

圖片來源：企業供圖

雖(sui)然當前AI（人工智能(neng)）大(da)模(mo)型(xing)行業還處在非常早期(qi)的階段，但價格(ge)戰已(yi)經愈(yu)發激烈。今年5月以來，頭(tou)部廠商(shang)相繼祭出“降價牌”，阿(a)里(li)云(yun)宣(xuan)布(bu)通義千問(wen)主(zhu)力(li)(li)模(mo)型(xing)Qwen-Long API（應(ying)用程(cheng)序編程(cheng)接口）輸入價格(ge)直降97%；百度也于近日(ri)宣(xuan)布(bu)兩(liang)款(kuan)主(zhu)力(li)(li)模(mo)型(xing)ENIRE Speed、ENIRE Lite全(quan)面免費。

Deepseek所彰顯的極致性價比能力(li)仍在(zai)影響(xiang)著中外的大模型廠商，在(zai)“價格戰”下，行業洗牌速度加快，一些企業也在(zai)環境倒逼之下卷(juan)入這場漩渦(wo)之中。亞(ya)馬遜云科技又(you)如何看待這一趨勢？

陳曉建對此顯得相對坦誠而冷靜：“對用戶來說，他們當然希望能用到最先進的(de)功能，同時(shi)也希(xi)望價格(ge)合理，這(zhe)都是完(wan)全可以理解的(de)。但從另一個角(jiao)度來說(shuo)，雖(sui)然功能和價格(ge)是很重要的(de)兩個方面，但其(qi)實客戶在使用(yong)生成式AI時(shi)還需要考慮很多(duo)其(qi)他的(de)因素(su)，比如安全與合規。我相信這(zhe)也是所有客戶都會非常關注的(de)點。”

價格戰之外，當安全合規成為核心壁壘

在陳曉建看來，亞馬遜云(yun)科技(ji)在設計產(chan)品的時候(hou)，并不僅僅關注功能(neng)和(he)價格(ge)，而是全(quan)面考慮(lv)整個使用過程中(zhong)的關鍵因素(su)，包括功能(neng)、性能(neng)、成本控制、數據結合(he)(he)能(neng)力(li)、安全(quan)與(yu)合(he)(he)規等方面。這些都(dou)是亞馬遜云(yun)科技(ji)持續重點投入的方向。

“客戶在(zai)(zai)落地生成(cheng)式AI時(shi)，普遍會經歷(li)從(cong)業務場景選擇、原型(xing)(xing)驗(yan)證到最終上(shang)線的(de)過程(cheng)，期間主要面臨模(mo)型(xing)(xing)功能(neng)匹配、成(cheng)本控(kong)制、數據利用和安全合規四大(da)挑戰。”陳曉建(jian)在(zai)(zai)采訪中指(zhi)出，不同大(da)模(mo)型(xing)(xing)在(zai)(zai)具體業務場景中的(de)表現(xian)存在(zai)(zai)差異，企業需在(zai)(zai)功能(neng)、性能(neng)與成(cheng)本間做權衡，“比如選擇最智能(neng)的(de)模(mo)型(xing)(xing)、響(xiang)應(ying)最快的(de)模(mo)型(xing)(xing)，還是成(cheng)本最低的(de)模(mo)型(xing)(xing)”。

此外，成本(ben)控制也是企業落(luo)地的核心考量之一。“標(biao)準大模型調(diao)用中，部分成本(ben)來自(zi)冗余(yu)token（語(yu)言(yan)生成模型在運作(zuo)(zuo)時(shi)的最小工作(zuo)(zuo)單元）消耗，而按API調(diao)用按需計(ji)費的模式已(yi)成為(wei)行(xing)業主流。”

陳曉建提到，Amazon Bedrock提供的Prompt Caching（提示詞緩存）技(ji)術可(ke)減(jian)少(shao)token用(yong)量，“某(mou)電商客戶通過緩存高頻(pin)促銷話(hua)術，降低了模型調用(yong)成本”。對于(yu)定制(zhi)化需求，平(ping)臺支持模型微調與(yu)知識庫構建，“若(ruo)需要完(wan)全自定義訓練，亞馬遜云(yun)科(ke)技(ji)自研的專用(yong)芯片Amazon Trainium和Amazon Inferentia也可(ke)以(yi)提供支持”。

在數據(ju)(ju)利用層面，企業同樣希望挖掘自有(you)數據(ju)(ju)的(de)差異化(hua)價值。“制(zhi)造業的(de)設備傳感器數據(ju)(ju)、醫(yi)療(liao)行(xing)業的(de)電子病歷等非(fei)結構化(hua)數據(ju)(ju)，需通(tong)過清(qing)洗與(yu)語義建模(mo)(mo)(mo)才能被大模(mo)(mo)(mo)型(xing)(xing)理解(jie)。”陳曉(xiao)建介紹，Amazon SageMaker Unified Studio整(zheng)合了PB級（更高級別的(de)數據(ju)(ju)存(cun)儲容量單位）數據(ju)(ju)處理與(yu)大模(mo)(mo)(mo)型(xing)(xing)融(rong)合能力，“某車企通(tong)過該平臺整(zheng)合路(lu)采數據(ju)(ju)與(yu)仿真場(chang)景，縮短了高級輔助駕(jia)駛模(mo)(mo)(mo)型(xing)(xing)迭代(dai)周期”。

最后一個(ge)(ge)挑戰是安全與(yu)合規(gui)。每(mei)位(wei)客(ke)戶都會將安全合規(gui)視為業(ye)務底線。無論客(ke)戶在哪個(ge)(ge)國家或(huo)行業(ye)開展業(ye)務，都必須滿足當地法(fa)律法(fa)規(gui)的要(yao)(yao)求，同時確(que)保模型輸(shu)出(chu)內容(rong)(rong)的合法(fa)性和可控性。“金融領域的反(fan)洗錢(qian)模型、醫(yi)療領域的病歷生成等場景，對內容(rong)(rong)合規(gui)性要(yao)(yao)求極高。”陳曉建舉例。

AI Agent爆發前夜：從工具集成到智能決策的范式遷移

AI Agent（代理式人工(gong)智能）也被亞馬遜(xun)云科技視為(wei)未來生成式AI發(fa)展的重要方向。

“過去一年，機器智能已(yi)經爆發(fa)了(le)，如今AI的發(fa)展又來到了(le)一個拐點，我們正(zheng)處在(zai)AI Agentic爆發(fa)的前夜。”6月19日，在(zai)亞馬(ma)(ma)遜(xun)云科技(ji)(ji)中國峰會(hui)上，亞馬(ma)(ma)遜(xun)全球(qiu)副總裁、亞馬(ma)(ma)遜(xun)云科技(ji)(ji)大中華區總裁儲瑞松表示。

儲(chu)瑞(rui)松指出(chu)，正如(ru)歷史上蒸汽(qi)機的(de)出(chu)現放(fang)(fang)大和(he)(he)解放(fang)(fang)了(le)人(ren)與動物的(de)肌肉(rou)力(li)(li)量，通過在(zai)紡織、交通、采礦和(he)(he)冶煉等領(ling)域的(de)應用帶(dai)來了(le)工業(ye)革(ge)命(ming)。機器智(zhi)能的(de)爆(bao)發則(ze)放(fang)(fang)大和(he)(he)解放(fang)(fang)了(le)人(ren)的(de)大腦(nao)智(zhi)力(li)(li)，其應用也將帶(dai)來AI Agentic的(de)革(ge)命(ming)。

從背后原因來分析，當前大模型(xing)雖為智能核心，但要解決(jue)現實(shi)(shi)業(ye)務問題，需借助AI Agent連接大模型(xing)能力與實(shi)(shi)際業(ye)務系統(tong)。它可對接企(qi)業(ye)內部(bu)IT系統(tong)，自動開工(gong)單、處理流程，完成一系列業(ye)務邏輯操作，是(shi)實(shi)(shi)現大模型(xing)“落地”的(de)關(guan)鍵。

陳曉建表(biao)示，近期AI Agent的(de)火爆，核心原(yuan)因在于其開始具備“自主(zhu)思(si)考(kao)”能(neng)力(li)(li)，能(neng)拆解(jie)復雜問(wen)(wen)題，通(tong)過(guo)探索、推理(li)解(jie)決問(wen)(wen)題。像(xiang)Manus這類具備自我思(si)考(kao)能(neng)力(li)(li)的(de)產(chan)(chan)品備受關注，眾多同類產(chan)(chan)品也朝此(ci)方向發展，“AI Agent不再只是執行工具，更(geng)是智能(neng)決策中介。”

作(zuo)為云(yun)服務商，亞(ya)馬遜(xun)云(yun)科技又將如(ru)何(he)抓(zhua)住(zhu)這一風口？

陳曉建表示(shi)，亞馬遜云(yun)科技推出的Strands Agents工(gong)具大幅簡化了開發(fa)流(liu)程。此前，合作伙伴完(wan)成(cheng)典型業務場景(jing)可能需編(bian)寫2000多行代碼，借助Strands Agents，僅需二十幾行即(ji)可實(shi)現，底層邏(luo)輯通過Agent與大模型交(jiao)互自(zi)動完(wan)成(cheng)，開發(fa)者得以擺脫繁(fan)瑣細(xi)節，專注(zhu)業務創(chuang)新。

類似這(zhe)種開發效率的顯著(zhu)提升，預示著(zhu)AI Agent將在更多(duo)場(chang)景落地，為(wei)企業智能化轉(zhuan)型(xing)注入強大動力。

事實上，當前國(guo)(guo)內(nei)AI大模型行(xing)(xing)業競(jing)爭(zheng)分(fen)化已然(ran)顯現。李(li)開(kai)復預(yu)測(ce)中國(guo)(guo)市場最終或(huo)僅剩DeepSeek、阿里(li)巴(ba)巴(ba)、字節跳(tiao)動(dong)三家主導，其他廠商也紛(fen)紛(fen)在垂(chui)直領(ling)域進行(xing)(xing)深耕，“要(yao)么成為某(mou)行(xing)(xing)業的‘AI基(ji)礎設(she)施’，要(yao)么融(rong)入大廠生態。”

當前月(yue)之暗面的(de)代碼模(mo)(mo)型(xing)、MiniMax的(de)長文本處(chu)理已形成(cheng)局部(bu)優(you)勢，但能否(fou)在資本退潮(chao)中(zhong)完成(cheng)技術(shu)閉(bi)環，決定(ding)其(qi)能否(fou)穿越周期(qi)。就(jiu)在6月(yue)17日凌晨，MiniMax突然向開源社區投下(xia)“重磅炸(zha)彈(dan)”，其(qi)自主研(yan)發的(de)MiniMax-M1系列模(mo)(mo)型(xing)正式發布，被定(ding)義為“全(quan)球首(shou)個開源的(de)大(da)規模(mo)(mo)混合架(jia)構推(tui)理模(mo)(mo)型(xing)”。在緊(jin)隨其(qi)后的(de)四個工作日里，MiniMax開啟“一日一更”模(mo)(mo)式，技術(shu)產品“五連(lian)發”震驚市場。

在DeepSeek以低成本、高性能模型持續改寫行業規則時，國內大模(mo)型(xing)廠(chang)商紛紛采取降(jiang)價、降(jiang)價、再降(jiang)價的策略(lve)。這(zhe)場技(ji)術與(yu)資本的(de)雙重較量，不僅考(kao)驗企業的(de)技(ji)術縱深(shen)，更檢驗其(qi)在算力(li)軍備(bei)競賽與(yu)商(shang)業化(hua)變現間的(de)平衡(heng)能力(li)。

但(dan)對(dui)亞馬遜云科技而言，不追逐短(duan)期價(jia)格優勢，而是通過安(an)全(quan)合(he)規、場景深耕等方式構建(jian)長(chang)期壁壘，或許是一條更為長(chang)久的生態(tai)共(gong)建(jian)之路。