天极网大咖秀

亚马逊云科技:Builder思维下的AI共创与赋能

郭涛 2026-11-16 阅读: 153 次

亚马逊云科技始终推崇“Builder文化(构建者文化)”,倡导动手实践,让想法落地为产品。以“助力全球化企业智赢AI时代”为主题的媒体沟通会,在上海前滩中心19层的亚马逊云科技Builder Loft举办,本身便别有深意。

经历大模型的概念热潮之后,AI行业的主战场已经转移:不再是验证技术可能性,而是要解决智能体规模化落地、融入企业核心业务的现实难题。

IDC的数据显示,全球智能体平台市场从2025年的26亿美元增至2030年的415亿美元,复合增长率约74%,亚太及日本地区达到82%。赛道在狂奔,应用落地却还在原地踏步。这一反差是理解亚马逊云科技AI战略落地实践的起点。

焦虑从个人蔓延到组织

亚马逊云科技成长型企业及新兴业务总经理倪殿令做了一个对比:2025年,客户谈的是知识库、智能客服、机器人;到了2026年,几乎所有客户都在构建Agentic时代的智能体。在他看来,这是质变:AI已从被动地回答问题,演进到能够自主地完成工作。

变化不止于技术侧。亚马逊全球CEO Andy Jassy在一次采访中曾打过“杠铃”的比方:一端是追逐算力与Token的前沿智能体,另一端是几乎所有企业都在做的部门级试点,连接两端的中间部分——围绕企业自有数据构建的智能体应用才是未来五到七年增长最快、机会最大的地方。这也恰好解释了当下的错位。

中间部分到底卡在哪里?最直接的是流程。To B企业多按市场、销售、售后、客服纵向划分职能部门,而客户的旅程天然是跨部门横向贯通的。若AI应用仅局限在单一职能域内,那么当业务流转至下一环节后,数据归属、决策权限、风险管控规则都会脱离该部门的管控边界。此外还有数据,从ERP、MES到仓储、CRM,链路天然不连贯,治理是老问题,在智能体时代这个问题会更尖锐。最后是人才,从“认知AI”到“就绪”再到“原生”,思维方式需要重建。

波士顿咨询的“10-20-70”法则点明了问题所在:企业AI不落地,只有10%与算法有关,20%与技术平台和数据有关,70%则落在业务流程、人员能力与运营模式上。因此,企业真正需要改变的,不是在现有流程中简单叠加AI,而是利用AI重塑业务流程,向AI原生组织转型。

与2025年相比,2026年最明显的变化是焦虑的主体换了:去年还是个人焦虑,今年则是企业家焦虑,最现实的问题就是现有组织结构在AI时代该如何重塑。

智能体的分水岭在生产环境

亚马逊云科技产品专家团队总经理崔玮指出:”过去几年,客户关注的是算力、Token和模型,但给客户提供的价值正一层层上移,从数据层到智能体层,再到前沿智能体。”

这种上移在亚马逊云科技的产品上体现得非常清楚。亚马逊云科技中国区域已累计上线超过2800项服务和功能,仅今年就落地277项。在Agentic AI领域,亚马逊云科技中国区域(包括西云数据运营的亚马逊云科技Marketplace)已形成覆盖AI基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面的全栈能力,安全与治理贯穿整个架构。9月28日,Amazon Bedrock AgentCore在北京和宁夏两个区域上线,首批落地6个组件。

6个组件解决的是同一个问题的不同侧面。Runtime给智能体一个“工作间”,提供计算、存储、网络与资源、权限层面的隔离;Gateway是统一入口,把内部工具、API、MCP Server收拢到一处;Identity管身份,包括入站鉴别、出站限定凭证;Browser与Code Interpreter能读网页、写代码;Observability让上万个智能体同时运行时,管理者看得见每一个的状态。

企业为什么不自己“手搓”?崔玮举了一个客户的例子:为做一个会议管理应用,客户投入240人天,却卡在会话隔离上,最后依靠AgentCore的microVM级硬件隔离才解决。“概念验证阶段手搓是可以的,但放到生产环境,要考虑的问题非常多。”他用三个词概括平台的价值——快速构建、安全连接、持续优化。在第三方机构Signal65的独立测评中,AgentCore在有效性与效率两项上表现领先。成本也是被反复提及的理由。Runtime在等待模型响应的时间不计费,与自建方案相比,多数场景成本可低至一二成。

智能体要“答得准”,还得回到数据。亚马逊云科技把这套能力称为“面向AI的数据基础”,由数据层、语义层、上下文层叠起来。传统治理看四个标准——完整性、一致性、新鲜性、开放性。AI时代又增加了三条:可向量化、可观测可追溯、可安全访问。崔玮用“销售额是多少”举例:CEO问与一线业务员问,口径、权限与场景完全不同,如果没有语义层和上下文层,智能体只能给出一个似是而非的答案。三菱日联银行的实践更极端:业务分布在30多个国家和地区、每天约20万笔交易,最终靠Amazon Neptune构建知识图谱,才消除了“同一个问题问两遍得到两个答案”的不确定性。

底层的变化也在持续推进。Nitro System承担虚拟化,Graviton承担通用计算,Trainium与Inferentia承担加速计算。基于第四代Graviton的实例已在北京和宁夏区域上线,相较上一代产品最高提升30%的性能。在全球范围内,它已经连续三年占亚马逊云科技新增CPU计算容量的一半以上。

安全从“管内容”走向“管行为”

10月,全球范围内爆发了多起AI安全事件。崔玮表示,过去的攻击多与人为疏忽有关,而现在,以前那些不容易被攻破的场景在AI的加持下都可以被攻破。攻击以机器的速度发生,防御还停留在人的速度、按月甚至按季度推进,攻防之间的差距会越拉越大。

亚马逊云科技把它拆成两个方向:一是“安全赋能AI”,管住智能体说什么、做什么;二是“AI赋能安全”,用AI提升检测、漏洞管理与安全运营效率。前者对应Guardrails一类的内容过滤与合规检查,也对应AgentCore的身份、连接与可观测能力;后者对应Amazon Continuum,对代码、应用与环境持续扫描,并建议客户7×24小时接进CI/CD流程。

真正的难点在行为层。崔玮提出“洋葱模型”:最外层是应用与身份的访问控制,中间层是生成式AI的内容安全,最里面是智能体的执行行为治理。第三层是新增的,也最容易被忽略。不少企业习惯把访问凭证直接写进智能体,一旦遭遇供应链投毒,智能体启动时就是“带毒”状态,会拿着凭证去执行后续动作。AgentCore Gateway的作用,正是把执行逻辑与凭证、权限解耦,智能体只能“举手”说明要做什么,凭证留在网关之后。

IDC预计,到2030年中国网络安全相关的AI Agent应用市场规模将达593.5亿元,未来五年复合增长率高达106.5%。安全不再是AI落地的成本项,而是准入门槛。

共创把方法留在客户手里

推动AI落地,除平台与方法论之外,还有一层更慢的功夫:人。

第一件事是把技术团队前移。所有架构师都要通过客户开发工程(CDE)认证,用快速原型把业务构想先变成可验证的东西;再往上,是本地专家与科学家团队参与的深度协作,在模型适配、推理优化、应用开发上提供支持。第二件事是把方法固化下来,去年的AI开发生命周期,今年加上Agent这一环,变成Agent-DLC。

实际的客户案例比方法论更具有说服力。安克创新面对的是每个部门各建一套技术栈,重复造轮子且难以标准化。最终,它以One Anker战略为纲,基于AgentCore搭起企业级智能体平台Anka,让所有业务单元共用一套底座。视洞科技把业务资产封装成MCP Server,借助前沿智能体Kiro快速完成构建,智能客服的对话轮数从1至2轮提升到6至7轮,交互深度直接变成转化率。

金蝶是另一个成功样本。据金蝶中国副总裁兼研发中心总经理刘仲文介绍,双方合作始于2015年的云转型,如今延伸到AI。金蝶通过Amazon Bedrock接入海外模型发展全球业务,借助亚马逊云科技的安全能力构建产品,用Kiro推动研发端到端转型。其子公司金蝶发票云率先使用AgentCore,两万家客户、每天约1000个工单,首次响应时间从15分钟缩短到3分钟,AI自动回复率从60%提升到80%,日均处理工单量提高3倍。“未来几年,我们要用全球化再造一个金蝶。”刘仲文的这句表态说明,双方的关系已从供应商与客户,转为面向全球化客户的共同服务者。

2013年至今,亚马逊云科技在中国已经走过13年,技术、开发体验与运维管理与全球一致,同时遵循本地法律法规。亚马逊云科技拥有四大核心优势,包括全球领先、可信赖、懂行业、本地化。2023至2025年,在Frost & Sullivan的系统性评估中,亚马逊云科技在核心能力与用户价值两个板块均排名第一。

倪殿令表示,本地化的落脚点不是把全球产品搬进中国,而是让中国的团队、伙伴和客户参与到产品与场景的打磨中。

没有“最后一公里”

回到人们最关心的AI落地的“最后一公里”这个问题,倪殿令的回答是否定的:“它没有真正的‘一公里’,它有可能是一个闭环的过程”。崔玮的回复更简洁:“AI上线那一天并不是截止。”

亚马逊云科技并没有把AI当成一个可以交付的项目,而是当成一段需要长期陪伴的关系和旅程。平台负责把原型送进生产,方法论负责让智能体在生产里持续变好,安全负责让过程可控,人负责让能力最终留在企业体内。

亚马逊全球CTO Werner Vogels在访华时曾提过“verification debt”,即验证欠账:今天不做的事,早晚要做,而且代价会成倍出现。放到企业AI转型上,这句话同样成立。今天绕过的数据治理、权限设计、组织重塑,这些问题不会消失,只会在未来规模化应用时一起找上门。

从这个角度看,亚马逊云科技真正的优势或许不在于某项服务上线得有多快,而在于它愿意把“慢”的部分也做完:陪客户做原型、帮客户建语义层、教客户管智能体,与客户一起等组织长出新的形状。AI时代的领先,最终不是模型参数的领先,而是把技术变成组织能力的速度。

郭涛
以“云”为基,以“数”为魂,以“智”为道,新IT,新经济。

特别声明:文章版权归原作者所有,文章内容为作者个人观点,不代表大咖秀专栏的立场,转载请联系原作者获取授权。(有任何疑问都请联系wemedia@yesky.com)

×
用户注册

 

登录 忘记密码?
×
用户登录

 

忘记密码?