我们都知道，对于生成式AI来说，算力至关重要。实际上，比算力更重要的是数据。无论模型的训练还是推理，数据都是基础，也是最重要的企业生产要素之一。
那么，数据从何而来呢？
此前一直容易被大家忽视的一个数据来源就是物联网。
在近日的亚马逊云科技汽车暨制造与消费电子行业峰会上，亚马逊云科技全球副总裁、物联网技术负责人Yasser Alsaied表示，生成式AI需要持续不断的高质量数据作为基础，而物联网就相当于“数据收集器”，精准的数据收集可以为大模型后续的推理与分析提供强大的助力，从而为不同的应用场景带来业务价值。
在工业制造、智能家居、汽车等行业，都存在各种各样的传感器件，也包括我们常见的智能摄像头。这些设备都会采集大量的终端数据，可以被应用于生成式AI。
近来，端侧AI的重要性也受到了业界的关注。越来越多的大模型推理是通过端侧算力完成的，甚至有些模型的训练和微调，也在端侧或者边缘测完成。物联网采集的数据，无疑可以起到“近水楼台”的效果，为端侧AI提供很好的支持。
Yasser也认为，生成式AI在设备边缘侧的应用，未来将保持持续增长的态势。将AI算法从云端移至靠近数据源的边缘设备上进行处理，可以大幅减少数据传输的时延和消耗，实现更高效、实时的智能数据处理和决策，同时还能降低成本、提升性能。
值得注意的是，物联网并不只是生成式AI的贡献者，同样也是获益者。AI的加持，使得物联网解决方案更加智能，让企业的创新更快、更轻松。在中国，家居和家电行业的智能化尤其迅速，生成式AI带来了很多的创新应用，并且促进了整个生态系统的繁荣。
不过，Yasser强调说，物联网与生成式AI的融合尚在起步阶段，未来仍有广阔的发展前景，真正用于生成式AI的物联网数据还不到10%。不同于开箱即用的云服务，物联网设备需要经历设计与制造、试运行、量产与部署等多个阶段，需要时间积累才能实际应用设备产生的海量数据，从而为生成式AI提供数据基础。
为加速这一进程，亚马逊云科技致力于不断降低生成式AI的应用门槛和研发成本，助力客户以高可用、安全的方式，加速生成式AI在物联网领域的应用落地。
在生成式AI方面，亚马逊云科技提供覆盖基础设施层、平台层、应用层的完整解决方案。尤其是Amazon Bedrock，可以为企业提供丰富的模型选择和强大的云服务，来构建生成式AI组件/模块/平台。
在物联网方面，亚马逊云科技的集成人工智能服务Amazon IoT Greengrass，能够将本地计算、消息收发、数据管理、同步和机器学习推理功能引入边缘设备，实现本地事件的快速响应，并不断优化机器学习模型。
