文丨智能相對論
作者丨沈浪
“OpenAI使用了Azure的智能云服務”——在過去的半年，這幾乎成為了微軟智能云最好的廣告詞。
正所謂“水漲船高”，憑借OpenAI旗下的ChatGPT在全球范圍內(nèi)爆發(fā)，微軟趁勢拉了一波自家的云計算業(yè)務。2023年二季度，微軟旗下Azure云業(yè)務營收增長26%，仍維持著較高的增長姿態(tài)。
相對來說，作為云計算的開創(chuàng)者，亞馬遜云科技則面臨著較為窘迫的處境。在一季度營收同比增速降到16%之后，二季度的同比增速仍在下滑，降至12%，創(chuàng)2015年公布云業(yè)務數(shù)據(jù)以來的歷史低值。
并非所有的云計算發(fā)展路徑都按照亞馬遜云科技預想的方向前進。大模型的爆發(fā)，似乎打亂了這位巨頭的節(jié)奏，增長失速的處境已經(jīng)困擾了多個季度。
那么，亞馬遜云科技真的在這場大模型之爭中落后了？
01、強守基本盤
今年4月，亞馬遜云科技發(fā)布Amazon Bedrock，正式向大模型領域發(fā)起進攻。
Amazon Bedrock這款王牌產(chǎn)品的邏輯類似于“大模型工廠”，用戶可以基于該產(chǎn)品服務，在亞馬遜高性能基礎設施的安全環(huán)境中，利用自己的專有數(shù)據(jù)發(fā)現(xiàn)、訓練和調(diào)整自己的模型，而不需要再去花額外的成本或精力去管理其他事務。
在中國，華為、騰訊等國內(nèi)云巨頭也在做類似的服務。
對于占據(jù)行業(yè)TOP地位或具備較強生態(tài)影響力的廠商而言，這樣的思路屢試不爽——憑借原有的技術環(huán)境和生態(tài)優(yōu)勢（比如成熟的云服務以及商業(yè)生態(tài)），迅速拉攏其他的新領域力量（比如其他的大模型廠商），形成“借力打力”的效果，從而完成對新領域（比如大模型領域）的擴張。
這樣的路徑往往也最考驗廠商的行業(yè)號召力和影響力。而對于亞馬遜云科技這樣的全球云計算服務龍頭而言，這并不是問題。目前，Amazon Bedrock接入了AI21 Labs、Anthropic、Cohere Inc.、Meta Platforms Inc.、Stability AI Ltd.等領先人工智能公司的高性能大模型以及亞馬遜云科技自研的定制大模型等等。
用戶在Amazon Bedrock上選擇好基礎模型，寫好代碼就可以使用亞馬遜云科技高性能的基礎設施來訓練和應用自己的專用大模型，并生成對應的應用。這些基礎設施包括了包括亞馬遜云科技 Inferentia 支持的 Amazon EC2 Inf1 實例、亞馬遜云科技 Trainium 支持的 Amazon EC2 Trn1 實例以及英偉達 H100 Tensor Core GPU 支持的 Amazon EC2 P5 實例。
在基礎框架、模型和算力支持之外，亞馬遜云科技基于此前云計算體系構建的能力還能為用戶提供更多、更強大的開發(fā)者工具，比如端到端的數(shù)據(jù)服務，幫助用戶快速、安全、準確地獲取數(shù)據(jù)、處理數(shù)據(jù)等；AI代碼生成服務，有數(shù)十億行公開可用的開源代碼供用戶使用等等。
這些能力構建的背后，都足以證明亞馬遜云科技作為全球云計算服務龍頭的深厚沉淀和強大實力。但是，回歸大模型領域，亞馬遜云科技的戰(zhàn)略意圖并不算激進，反而有些保守——做了這么多，亞馬遜云科技主要還是在用云服務的邏輯和能力去推動第三方大模型的復用和落地，而非主動地去挖掘未來生成式AI的應用潛力。
亞馬遜云科技充當了“買鏟人”的身份，還是做底層云服務，強守基本盤，把大模型的未來發(fā)展空間留給了第三方合作伙伴。
這符合亞馬遜云科技一貫的作風，但是這樣的作風也注定在短期內(nèi)亞馬遜云科技相比其他更激進的巨頭會欠缺一些關注度。
02、中國市場的“隱形巨頭”
在中國，亞馬遜云科技的關注度就遠不如本土的云巨頭。
盡管亞馬遜云科技位居中國IaaS+PaaS公有云市場（含出海業(yè)務）的第二名，但是一旦剔除出海業(yè)務，其排名又掉落到了第五，且在國內(nèi)市場的關注度和討論度上也遠比其他云巨頭要少得多。
現(xiàn)階段，大模型之爭在中國云服務市場打得火熱，亞馬遜云科技雖是入了局，也如同華為、騰訊那般發(fā)布了類似“大模型工廠”的平臺產(chǎn)品，但是卻沒有華為、騰訊那樣的市場熱度。
為什么？拋開品牌因素和環(huán)境因素不談，中國的市場似乎對大模型的發(fā)展有著獨特判斷。
以華為的盤古大模型體系為例，其“5+N+X”三層架構呈現(xiàn)的正是中國市場的應用范式，最底層的“5”代表著華為盤古自研的5個基礎大模型，包括自然語言、視覺、多模態(tài)、預測、科學計算大模型。
“N+X”對應的N個行業(yè)大模型和X類細化場景模型則是在這5個基礎大模型上進行延伸和打造。也就是說，中國市場的行業(yè)客戶推崇的路徑實際上是“你做了，且有工具，再帶著我做或是教我細化去做”類似的模式，而不是“我這有工具，你來做大模型吧”這種模式。
前者的代表是以華為為代表的本土云廠商，有云業(yè)務，也有大模型，能提供相關開發(fā)者工具的同時也能提供更細致的建設經(jīng)驗，因而更受本土行業(yè)客戶的青睞。
而行業(yè)客戶對后者的印象則停留在了亞馬遜云科技的身上，雖有高性價比的開發(fā)者工具和基礎設施，但是其自研的大模型產(chǎn)品并沒有太多聲音，在用戶心目中不具備認知，也就沒有實踐經(jīng)驗，無法更好地吸引本土的行業(yè)客戶。
兩相對比之下，亞馬遜云科技雖然也是云服務市場的巨頭，但卻成了中國大模型之爭的“隱形巨頭”。6月28日，亞馬遜云科技在上海舉行中國峰會，重點宣傳自家的生成式AI服務，但是似乎沒有把握好中國本土客戶的商業(yè)心理，其扎實的產(chǎn)品和優(yōu)質(zhì)的服務并沒有在中國市場引起太大的水花。
那么，這位全球云巨頭在中國就只能繼續(xù)保持“隱形”。
03、沒有唯一的出路
大模型之爭雖是趨勢，但是云計算的未來出路也并非只有大模型一個。
對比亞馬遜云科技、微軟智能云、谷歌云三大全球云廠商，在2023年第二季度，營收同比增長勢頭最好的并非前兩者，而是谷歌云，同比增速約為28%。
很顯然，微軟在大模型領域的發(fā)力程度和領先優(yōu)勢都要大于谷歌，但是市場的反饋卻一反常態(tài)。
目前來看，一方面大模型的落地仍需驗證，這一新領域并沒有釋放出完全的商業(yè)價值，很多廠商仍是投入大于產(chǎn)出的狀態(tài)。另一方面，大模型的落地更注重與行業(yè)場景的結合，重點是對垂直業(yè)務的深耕，這恰恰是谷歌云在AI領域的優(yōu)勢。
換句話說，亞馬遜云科技不必擔心現(xiàn)階段的大模型之爭，真正的商業(yè)拐點還沒有到來?！@或許可以給予這位云巨頭一些心理安慰，擺在大模型市場面前的依舊是一片混沌的狀態(tài)。
反觀微軟，在大模型領域似乎就有些操之過急的，但是亞馬遜云科技若是再遲疑，又顯得有些笨拙了。
現(xiàn)階段，不僅是中國的行業(yè)客戶和投資者，哪怕是華爾街的金融精英們，在歷經(jīng)幾波AI浪潮后，也都更加理性和務實，相比之前更關注AI的落地效果。
從谷歌云的市場反饋來看，誰能解決垂直領域的場景問題，誰就能在這次的大模型之爭中擷取更多的市場份額。這對于亞馬遜云科技而言，并非完全沒有機會。
在亞馬遜云科技的平臺上，一家名為Eclix Tech 的國際智能營銷服務商，正通過使用生成式 AI 幫助進行內(nèi)容分發(fā)，降低了50%電商產(chǎn)品相關的成本，并提升了35%的效率，同時還降低了45%的點擊成本。
這是一個相對不錯的成績?；蛟S，對于亞馬遜云科技而言，面向大模型之爭，應當多向市場講講自己能幫助客戶群體做些什么，獲得什么，而不是談論自己有什么。
在云計算的大模型之爭中，市場更關注云廠商能結合云技術和大模型來為客戶帶來什么樣的效益。現(xiàn)如今，亞馬遜云科技已經(jīng)完成大中華區(qū)的換帥工作，儲瑞松接替張文翊，擔任亞馬遜全球副總裁、亞馬遜云科技大中華區(qū)執(zhí)行董事。
兩人雖然都是技術出身，但是相比張文翊，儲瑞松曾擔任過百度集團副總裁，負責領導百度阿波羅智能汽車業(yè)務。換句話說，儲瑞松有過帶領本土AI團隊從0到1開辟新領域、新業(yè)務的項目經(jīng)驗和工作能力，由他來掌舵，或許能讓亞馬遜云科技更清楚地厘清中國市場的真實動態(tài)以及深層需求。
那么，從換帥的動作來看，亞馬遜云科技在中國市場或將采用更積極的市場策略，不僅要和本土云巨頭搶市場份額，還需要進一步占領用戶心智。數(shù)據(jù)顯示，今年上半年，亞馬遜云科技大中華區(qū)總營收為18億美元，對比去年同期的15億美元營收增速不足20%。
擺在亞馬遜云科技和儲瑞松面前的營收壓力，并不低。在大模型之爭的現(xiàn)階段，儲瑞松需要為亞馬遜云科技找到更接近區(qū)域客戶和市場的路徑。
*本文圖片均來源于網(wǎng)絡
免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。
