生成式 AI/ML

企業領袖充分挖掘生成式 AI 的價值

生成式 AI 的現狀

生成式 AI 具有 2.6 至 4.4 兆 USD 的潛在經濟影響,但領導者如何充分挖掘這種價值? 與 AWS 企業策略總監 Tom Godden 和 McKinsey and Co. 資深合作夥伴 Aamer Baig 一起討論生成式 AI 的現狀及其未來發展方向。

生成式 AI 基礎

生成式 AI 將為各產業和業務領域帶來變革。透過高管了解建立強大的安全基礎、培養員工技能,以及負責任地實作 AI 的重要性。

  • 安全基礎

    在這次安全領導者訪談中,了解 AWS 執行長 Adam Selipsky 對 Gen AI 的觀點,以及他對於企業領導者應如何在 AI 時代考慮安全性的建議。

    立即觀看 >>

  • 勞力基金會

    若要將 AI 和 ML 整合到您的業務中,需要一個技術豐富且多元化的專業團隊,以及重視投資人力技能的需求。了解高管如何讓團隊準備好運用新興技術。

    立即閱讀 >>>

  • 負責任的 AI 基礎

    Anthropic 全球帳戶負責人 Neerav Kingsland 分享 Anthropic 創造世界上最安全、最強大的 AI 模型的旅程。

    立即收聽 >>>

從減少包裝浪費到資料大眾化,Amazon 獨特的 AI 方法有助於推進永續發展目標和創新。

– Amazon 永續發展副總裁 Kara Hurst

生成式 AI 是解決之道:問題是什麼?

生成式 AI 不僅是一個專業術語,更是一種顛覆性技術,與印刷機和電力等歷史創新相媲美。與 AWS 企業策略師 Tom Godden、Phil Le-Brun 和 Miriam McLemore 一起討論如何利用生成式 AI 的力量來實現價值導向成果。

AWS 客戶與合作夥伴如何使用生成式 AI 和 ML

傾聽 AWS 客戶與合作夥伴的觀點,了解他們的組織如何思考並實作生成式 AI 和 ML。

Salesforce 使用 AWS 服務協助客戶大規模提供 AI 優化的互動
Salesforce 使用 AWS 服務協助客戶大規模提供 AI 優化的互動
Salesforce 的資料雲端使用 AWS 機器學習和生成式 AI 來建置解決方案,協助公司協調客戶資料並提供超大規模的個人化體驗。
進一步了解 
利用生成式 AI 提升患者體驗:Deloitte 與 Elevance Health
加入與 AWS 企業策略師 Jake Burns、Elevance Health 技術長 Amish Patel 和 Deloitte 主管 Tejas Desai 的對話,討論生成式 AI 如何塑造醫療保健產業的未來。
立即收聽 
 Intuit 在 AWS re:Invent 2023
Intuit 的 AI 驅動策略:AWS re:Invent 2023
Intuit 正在使用 Amazon SageMaker 和 Amazon Bedrock,將尖端技術與人類稅務和帳務專家相結合,並提供高度個人化的客戶體驗。
立即閱讀 
與 Devo 執行長 Marc van Zadelhoff 探討生成式 AI、技能提升與心理健康:引領網路安全
與 Devo 執行長 Marc van Zadelhoff 探討生成式 AI、技能提升與心理健康:引領網路安全
此對話將探索 Devo 如何善用資料、生成式 AI 和技術,來增強安全營運、解決數位技能差距,並建立高效能全球團隊。
立即收聽 
科學家如何使用 AWS AI 和 ML 來映射整個人類大腦
科學家如何使用 AWS AI 和 ML 來映射整個人類大腦
首創的知識樞紐,承諾透過綜合細胞層面的研究來推進腦部疾病的治療。
進一步了解 
與 AlphaSense 市場長 Melissa Sargeant 一起探索 AI 驅動型行銷的未來
與 AlphaSense 市場長 Melissa Sargeant 一起探索 AI 驅動型行銷的未來
在本集中,AWS 企業策略師 Miriam McLemore 與 AlphaSense 行銷長 Melissa Sargeant 一起深入探索行銷和 AI 的世界。
立即收聽 
使用 AI 變革客戶服務
使用 AI 變革客戶服務
Zendesk 負責 AI/ML 的產品副總裁 Cristina Fonseca 分享了有關在客戶體驗中優化 AI 實作的洞察,強調在自動化和人類互動之間取得平衡的重要性。
立即收聽 
Merck 利用生成式 AI 解決方案提供創新健康
Merck 利用生成式 AI 解決方案提供創新健康
Merck & Co., Inc.(Merck) 是一家擁有超過 130 年歷史的全球製藥公司,透過開發重要的藥物和疫苗為人類帶來希望。
進一步了解 

Amazon Bedrock︰

>> 使用基礎模式建置和擴展生成式 AI 應用程式最簡單的方法。

Amazon Q︰

>> 專為工作而設計的生成式 AI 支援助理,針對您的企業量身定製。

Amazon SageMaker︰

>> 藉助全受管基礎架構、工具和工作流程,針對任何使用案例建置、訓練和部署機器學習模型。

更多有關生成式 AI/ML 的內容

精簡您的搜尋:

  • 發布日期
  • 字母 (A~Z)
  • 字母 (Z~A)
 我們找不到任何與您的搜尋相符的結果。請嘗試不同的搜尋。
1

邁出下一步

AWS 上的生成式 AI

進一步了解

深入了解我們的客戶如何使用生成式 AI 以及 AWS 提供的各種工具。


LinkedIn

掌握最新動態

AWS Executive Connection 是業務和技術領導者的數位目的地,我們在這裡分享各種資訊。

高層主管活動

隨需觀看

透過這個專屬的國際網路,從同行獲得洞察並探索推動您的數位轉型之旅的新方法。

播客

聆聽與學習

聆聽高層主管領導者和 AWS 企業策略師 (均為前高階主管) 討論數位轉型之旅。

關於生成式 AI 和機器學習的常見問答集

問︰執行長關於生成式 AI 需要了解哪些資訊?

生成式 AI 正在改變商業世界,從日常營運到策略規劃,注入全新層次智慧和創造力。對於執行長和所有領導層來說,掌握其潛力、影響和必要的考量,進而以有效的方式進行實作至關重要。

生成式 AI 模型會根據大量資料集進行訓練,讓它們能夠產生從文字到設計模式的連貫情境相關輸出。它們可以預測潛在的結果,甚至可以建立類似人類的對話和回應。

營運效率是這項技術的主要優勢。生成式 AI 可自動化內容建立、資料分析和客戶互動等任務,從而優化效能,並讓員工有時間處理程序中的其他任務。

創新、智慧的生成式 AI 提供了獨特的機會。它能夠從複雜的資料中提取相關內容,帶來新的洞察,從而協助執行長針對幾乎任何主題制定更明智的策略。這種新的預測性分析水準可揭露原本可能未被發現或忽略的趨勢和模式。

此外,生成式 AI 可支援聊天機器人提供個人化、高效的客戶介面,來顯著增強客戶體驗,而不會超出員工資源或頻寬。

務必要注意,隨著生成式 AI 的演進,執行長應尋求實作強大的治理框架和控制,藉此來認可和解決許多道德考量、資料隱私權問題及潛在濫用情況。閱讀我們關於將負責任的 AI 付諸實踐的資訊簡介。

 

問︰生成式 AI 如何使企業受益?

生成式 AI 為企業帶來獨特的優勢,從根本上變革了營運效率、決策和客戶參與等方面:

  • 營運效率:生成式 AI 可自動化內容產生和客戶支援等業務程序,從而改善生產力。藉由處理重複性工作,生成式 AI 可釋放員工資源以進行策略性計畫,協助簡化營運,同時改善整體效率。
  • 決策:生成式 AI 在預測性分析方面的實力可為企業提供更有信心的決策工具。透過篩選複雜的資料集,它可識別通常超出人類能力的模式和趨勢。這讓企業能夠做出更主動的資料驅動型決策,加強戰略性規劃,以及促進創新。
  • 客戶參與:生成式 AI 支援可提供個人化互動和故障診斷的 AI 技術聊天機器人,藉此增強客戶體驗。
  • 創新和提升技能:與 AWS 開發人員中心提供創新資源非常類似,生成式 AI 可激發創造力,提供獨特的洞察和預測模型來啟發新的解決方案。此外還鼓勵持續學習和技能提升文化,這對於快速發展的技術環境至關重要。
  • 成本效益:藉由自動化某些程序並減少對手動工作的依賴,從長遠來看,生成式 AI 可大幅節省成本。

問︰組織如何為生成式 AI 做好準備?

對於尋求善用這項變革性技術功能的組織而言,為生成式 AI 做好準備是關鍵的一步。也就是說,這項準備工作需要一種策略性和精心策劃的方法。

您的組織應考量下列步驟,以準備實作生成式 AI:

  • 了解技術:組織必須首先掌握生成式 AI 是什麼,以及它可實現其獨特業務目標的具體方式。與 AI 專家互動、參加研討會,或使用 AWS 開發人員中心等平台進一步加深理解。
  • 評估需求和目標:定義實作生成式 AI 的明確目標至關重要。無論是透過 AI 驅動的聊天機器人來增強客戶服務,還是自動化內容建立,設定特定目標都有助於選擇合適的工具和模型。
  • 投資於基礎設施和技能:支援 AI 模型和資料信任的強大技術基礎設施至關重要。雲端解決方案與 AWS 提供的解決方案一樣,在此階段非常重要。此外,投資於員工培訓以發展相關技能,可以營造善用生成式 AI 功能的現成環境。
  • 合規與道德考量:建立道德使用、隱私權和遵守法規的準則不容忽視。這涉及建立可管控資料處理和模型部署的政策和架構。閱讀有關生成式時代負責任的 AI 考量的更多內容。
  • 試點測試和反覆運作:全面實作之前,運作試點專案有助於識別潛在的挑戰和改善領域。持續監控和反覆運作可確保系統符合組織目標。
  • 提倡創新文化:鼓勵文化層面的技術創新可確保更順暢的過渡,讓員工有空間使用新工具進行實驗和創新。