重塑未来工作方式,亚马逊云科技re:Invent推出生成式AI助手Amazon Q

亚马逊云科技在re:Invent 2023宣布推出Amazon Q,这是一种新型生成式AI支持的助手,专门用于满足办公场景需要,可以根据客户业务进行定制。客户可以快速获得复杂问题的相关答案、生成内容并采取行动——所有这些都基于客户自身的信息存储库、代码和企业系统的见解。

重塑未来工作方式,亚马逊云科技re:Invent推出生成式AI助手Amazon Q_第1张图片

 Amazon Q可为员工提供信息和建议,帮助他们简化任务、加速决策和解决问题,并帮助激发工作中的创造力和企业创新。Amazon Q为满足企业级客户严格的要求专门设计,可以根据企业既有的人员、角色和权限对每个用户交互进行个性化定制。此外,客户的内容绝不会用于训练Amazon Q的底层模型。

 无论对于在亚马逊云科技上进行构建、使用内部数据和系统,还是使用亚马逊云科技应用程序实现商业智能(BI)、联络中心和供应链管理的客户,Amazon Q都是良好的基于生成式AI的助手,能够帮助各个行业、各种规模的企业安全地使用生成式AI。Amazon Q已向客户提供预览版,Amazon Connect中的Amazon Q已正式推出,Amazon Supply Chain中的Amazon Q即将推出。

 生成式AI聊天应用程序激发了公众的想象力,激发了人们的想象空间,但还不能作为解决方案应用在工作中。具体来说,这些聊天应用程序不了解企业的业务、数据、客户、运营或者员工——如员工的工作、他们与什么人交互、应用什么信息以及可以访问什么数据。此外,这些解决方案最初也没有配备企业所需的安全和隐私功能,无法保障员工在日常工作中的安全使用。企业不得不在构建助手后再将这些功能添加到助手中,这远不如在设计之初就将安全性纳入其中。这就是亚马逊云科技创建Amazon Q的原因,致力于帮助客户让每位员工充分发挥生成式AI的优势。

 Amazon Q是客户在亚马逊云科技上构建、

 部署和操作应用程序及工作负载的专家

 如今,开发者和IT人员需要跟上最新的技术发展,快速设计和交付新功能,管理应用程序和工作负载端到端的生命周期,并在维护既有产品和构建新功能之间平衡优先级。所有这些都需要开发者和IT人员进行大量工作,这会分散他们的核心注意力。无论他们是想回答一个简单的问题(例如某个特定功能如何工作),还是一个专业的问题(例如为给定工作负载寻找最佳的Amazon EC2实例),客户都需要花费大量时间阅读技术文档、访问公共论坛和与同事交流来学习。应用程序启动并运行后,客户需要投入额外的时间和资源来维护它。例如,对网络连接问题进行故障排除可能需要客户快速诊断问题,确保资源之间存在正确的连接,并检查网络配置详细信息,有时甚至可能没有团队成员的额外指导或支持。

 在集成开发环境(IDE)中,接手前人项目的开发者必须花时间研究以前编写的代码以了解其底层编程逻辑。无论是什么项目,开发者都需要不断排除错误、编写测试、优化代码,这让他们没有时间构建新功能。在所有这些步骤中,开发者和IT人员时而访问亚马逊云科技管理控制台,时而阅读技术文档,时而在IDE中编写代码,时而与同事交流,没有一个统一的来源来回答从规划到维护应用程序各个步骤中遇到的问题。

 Amazon Q由亚马逊云科技17年来积累的知识和经验训练而成,改变了开发者和IT人员在亚马逊云科技上构建、部署和运维应用程序和工作负载的方式。客户可以通过亚马逊云科技管理控制台、文档页面、IDE、Slack或其他第三方对话应用程序的聊天界面访问Amazon Q。

重塑未来工作方式,亚马逊云科技re:Invent推出生成式AI助手Amazon Q_第2张图片

 Amazon Q是亚马逊云科技优良架构框架、最佳实践、文档和解决方案实施的专家,使客户能够更轻松地探索新服务和功能、学习不熟悉的技术、构建解决方案、发现问题、升级应用程序等,而且能够更快上手。客户可以询问亚马逊云科技产品相关问题(如什么是Amazon Bedrock代理功能?),检索亚马逊云科技服务的运行方式(如Amazon DynamoDB表扩展的极限是什么?),探寻架构解决方案的最佳方案(如构建事件驱动架构的最佳实践是什么?)或识别满足特定场景需求的最佳云服务(如在亚马逊云科技上构建Web应用程序有哪些方法?)都能够获得明确的指导和解答。基于这些问题,Amazon Q会给出明确答案并列出引用出处。客户可以追问任意多轮的问题,来获取更加详尽的答案,找到实现其工作负载的最佳选项,并得到基本操作的步骤指导。

 客户也可以利用Amazon Q为工作负载选择最佳EC2实例,客户可以问:“帮我找到合适的EC2实例,为我的游戏应用程序部署具有最高性能的视频编码工作负载。”Amazon Q将提供一系列实例以及使用每个实例的原因。如果要排查Amazon EC2或Amazon Simple Storage Service(Amazon S3)配置错误等问题,客户只需在亚马逊云科技控制台按“Troubleshoot with Amazon Q”按钮即可让Amazon Q找到错误并提出修复建议。客户还可以通过询问“为什么我无法从笔记本电脑连接到我的EC2实例?”等问题来排查网络问题。Amazon Q将分析客户的端到端网络配置并提供诊断(如“该实例似乎处在私有子网中,可能需要调整子网的公网访问配置”)。

 在客户通过Amazon CodeWhisperer的IDE中访问Amazon Q的场景。Amazon Q已经将构建软件的专业知识与对客户代码的理解结合起来,开发者可以使用Amazon Q通过问答聊天来理解具体的程序代码逻辑(如“向我提供此应用程序的功能及其工作原理的描述。”),Amazon Q将提供代码使用哪些服务以及不同功能的详细信息(如“此应用程序正在使用Python Flask和Amazon Lambda构建一个工单支持系统。”),并描述该应用程序的核心能力以及它们的实现方式等。Amazon Q还可以帮助开发人员调试、测试和优化他们的代码。开发人员只需向Amazon Q通过提出帮助请求(如“优化我选择的DynamoDB查询“),Amazon Q会用自然语言提供建议,并附上开发人员可以一键实施的代码。

重塑未来工作方式,亚马逊云科技re:Invent推出生成式AI助手Amazon Q_第3张图片

 此外,Amazon Q使开发者能够获得强大的功能来解决常见挑战,进一步简化应用程序开发和维护,包括:

  • 功能开发加速:如果开发者现在想要向应用程序添加新功能,他们需要经历一整套耗时的过程——制定计划、思考编程逻辑、编写代码和测试、将其集成到应用程序中、在数千行代码中修修补补。借助Amazon Q的功能开发能力,开发者可以获得指导和帮助,并自动化大部分端到端流程。通过Amazon CodeCatalyst(亚马逊云科技面向团队协作的统一软件开发服务),开发人员从其待开发功能列表中为Amazon Q分配任务,然后Amazon Q会起草分步计划、编写代码并向开发人员提供功能实现的更改建议——开发人员只需查看建议、进行必要的调整、批准建议的更改。

  • Amazon Q代码转换:如今,许多开发者花费数小时进行应用程序维护和升级,而用于编写代码或构建新应用程序的时间却减少了。虽然这些升级对于应用程序安全性非常重要,并能提升性能,但它们通常需要开发者花费数月或数年来检查每一行代码。借助Amazon Q代码转换功能,开发者可以减少很多繁琐工作,将所需的时间从几天缩短到几分钟。开发者只需要在IDE中打开代码,告诉Amazon Q进行“转换”,然后Amazon Q会分析代码库、识别和更新其依赖项、生成新的代码语言、纳入最新的安全性和性能增强功能,并进行测试以验证应用程序能够运行。最近,由5名亚马逊开发者组成的小团队使用Amazon Q代码转换,在短短两天内将1000个生产应用程序从Java 8升级到Java 17。每个应用程序升级的平均时间不到10分钟。Amazon Q代码转换目前支持从Java 8到Java 17的语言升级,.NET框架到跨平台.NET的升级即将推出,更多代码转换功能也将陆续推出。

 Amazon Q是客户业务的专家

 企业拥有分布在多个文档、系统和应用程序中的大量数据。从财务和人力资源到市场推广和销售,每个企业的员工每周都会花费数小时搜索内部信息、拼凑分析报告、撰写报表、做PPT并针对不同客户或受众调整内容。生成式AI可以帮助解决这些挑战,但目前可用的通用解决方案没有连接内部资源,并且不了解公司现有的人员、角色和权限,也就不能确定员工应该有权访问哪些资源来完成工作。公开可用的解决方案还可能使用输入和输出的数据进行培训,导致公司将面临安全和隐私风险。为此,一些企业彻底禁止这些产品。虽然有一些生成式AI解决方案在设计之初就与一些特定的工具配合使用,但它们仅能与这些工具协作,并且不能扩展到企业的所有系统和应用程序。由于这些障碍,员工无法充分发挥生成式AI的潜力。

 Amazon Q允许客户连接到其业务数据、信息和系统,使任何企业都可以创建服务自己业务的生成式AI助手。该助手可以为员工提供量身定制的对话、解决问题、生成内容并采取与其业务相关的行动。Amazon Q拥有40多个兼容流行数据源的内置连接器,包括Amazon S3、Dropbox、Confluence、Google Drive、Microsoft 365、Salesforce、Service Now和Zendesk,同时提供构建自定义连接器的选项来连接企业内网,内部知识库,流程说明书等,让客户更快捷的开始使用。

重塑未来工作方式,亚马逊云科技re:Invent推出生成式AI助手Amazon Q_第4张图片

 当Amazon Q综合所有连接到的信息,客户准备部署他们自己的助手时,Amazon Q会生成一个网络应用程序,该程序让员工可以通过客户现有的身份验证系统访问。Amazon Q使用身份验证系统来理解用户、他的职能,以及他被允许访问的系统权限,因此员工可以询问详细的问题,但仅获得该用户有权查看的信息的个性化结果。员工可以询问Amazon Q他们以往需要在不同数据源中搜索的任何事情(如“最新的标志使用指南是什么?”),Amazon Q将综合相关内容,分享答案和信息来源链接。Amazon Q也可以简化日常交流,帮助员工进行如生成博客文章、总结文档、草拟电子邮件和创建会议议程等任务。员工还可以使用Amazon Q在像Jira、Salesforce、ServiceNow和Zendesk这样的流行系统中完成任务。例如,员工可以要求Amazon Q在Jira中打开一个工单或在Salesforce中创建一个案例。

 Amazon Q提供的答案和洞察准确且忠于客户提供的源素材和知识库,客户还可以使用额外的管理控制功能来屏蔽整个话题,并使用关键词过滤问题和最终答案。管理员还可以将特定的回应仅限制给特定的员工或数据源。例如,可以设置Amazon Q只对安全团队的安全相关问题进行回应,或者只从公司的内部目录中提取与人员相关的问题的答案。

 Amazon Q为Amazon QuickSight、Amazon Connect和

 Amazon Supply Chain提供基于生成式AI的助理

 虽然许多应用场景和行业将受益于生成式AI的变革潜力,但目前可用的解决方案通常是通用的,并不具备执行专业领域任务所需的特定上下文。为了充分发挥生成式AI的优势,客户需要针对其应用场景或行业专门构建的解决方案。因此,亚马逊云科技将Amazon Q引入多种服务和应用程序,包括:

  • Amazon QuickSight中的Amazon Q(预览版):Amazon QuickSight是专为云构建的统一BI服务,提供交互式仪表板、分页报告、嵌入式分析以及自然语言查询功能。借助QuickSight中的Amazon Q,客户可以访问由生成式AI驱动的功能,由此来构建仪表板,并更轻松地利用数据简化决策、与业务利益相关者同步信息并获取洞察。

 借助新的故事生成功能,用户可以要求Amazon Q“描述上个月业务发生的变化,用于向领导层汇报。”Amazon Q能够在几秒钟内根据Amazon QuickSight中的可用数据创建一段数据驱动的、视觉效果良好的描述,用户可以进一步自定义描述并与整个企业共享。此外,通过仪表板和报告上的新的概要总结功能,Amazon Q可以快速创建摘要,突出显示仪表板中需要注意的重要内容。业务用户还可以使用新的、简化的问答体验,他们可以提出开放性问题并获得相关答案,而不仅限于仪表板和报告中的视觉效果。例如,用户可能会问:“为什么上个月的订单数量增加了?”Amazon Q会在动态创建的仪表板中总结详细信息,并提供相应的视觉效果。

  • Amazon Connect中的Amazon Q(已正式发布):Amazon Connect是云联络中心,使各种规模的企业能够以更低的成本提供卓越的客户体验。联络中心客服能够通过一系列复杂的决策帮助客户,在企业建立客户信任和忠诚度方面发挥着关键作用,但招聘、培训和指导员工成为优秀的客服,确保他们能够快速、准确地响应客户需求是一项艰巨挑战。

 Amazon Connect中的Amazon Q根据客户与客服之间的实时对话检测客户问题,并能够自动回复、给出建议以及提供相关资料。通过让客服人员能够在没有主管协助的情况下满足客户对各种问题的需求,Amazon Connect中的Amazon Q提高了客户满意度,同时减少了客服人员培训、解决问题的时间并降低了成本。例如,Amazon Q可以检测到客户正在联系租车公司更改预订。然后,Amazon Q可以快速响应,发送公司的预定变更政策,并指导客服如何一步步地更新预订。

  • Amazon Supply Chain中的Amazon Q(即将推出):Amazon Supply Chain是一款基于云的应用程序,通过将亚马逊近30年的供应链经验与亚马逊云科技的弹性、安全性和业务连续性相结合,让客户深入了解自身的供应链。许多客户正在寻找一种更直观的方式来了解上下游库存变化如何影响他们未来的运营。借助Amazon Supply Chain中的Amazon Q,客户将能够提出有关供应链数据的一系列问题,如“是什么?”、“为什么?”和“如果……会怎样?”,将复杂场景的结果可视化,还可以追问问题以权衡不同决定之间的优劣。例如,客户可能会问“是什么导致我的发货延迟以及如何加快速度?”Amazon Q会分析客户的供应链,并标注大部分订单目前都在东海岸,风暴导致了延误,客户可以选择运往纽约而不是迈阿密来加快交货速度并降低成本。

你可能感兴趣的:(人工智能,科技,大数据)