生成式AI的“安全溢價(jià)”與生態(tài)競(jìng)爭(zhēng) 專訪亞馬遜云科技陳曉建：我們不打極致的“價(jià)格戰(zhàn)”

每經(jīng)記者｜張梓桐    每經(jīng)實(shí)習(xí)編輯｜余婷婷    

“亞馬遜云科技不會(huì)打極致的‘價(jià)格戰(zhàn)’，我們更注重功能、安全、可擴(kuò)展性、合規(guī)這些方面形成整體價(jià)值。我認(rèn)為這些都是客戶在將生成式AI推向生產(chǎn)階段時(shí)必須要綜合考慮的因素。”近日（6月20日），亞馬遜云科技大中華區(qū)產(chǎn)品部總經(jīng)理陳曉建在接受《每日經(jīng)濟(jì)新聞》記者專訪時(shí)如是說(shuō)道。

圖片來(lái)源：企業(yè)供圖

雖然當(dāng)前AI（人工智能）大模型行業(yè)還處在非常早期的階段，但價(jià)格戰(zhàn)已經(jīng)愈發(fā)激烈。今年5月以來(lái)，頭部廠商相繼祭出“降價(jià)牌”，阿里云宣布通義千問(wèn)主力模型Qwen-Long API（應(yīng)用程序編程接口）輸入價(jià)格直降97%；百度也于近日宣布兩款主力模型ENIRE Speed、ENIRE Lite全面免費(fèi)。

Deepseek所彰顯的極致性價(jià)比能力仍在影響著中外的大模型廠商，在“價(jià)格戰(zhàn)”下，行業(yè)洗牌速度加快，一些企業(yè)也在環(huán)境倒逼之下卷入這場(chǎng)漩渦之中。亞馬遜云科技又如何看待這一趨勢(shì)？

陳曉建對(duì)此顯得相對(duì)坦誠(chéng)而冷靜：“對(duì)用戶來(lái)說(shuō)，他們當(dāng)然希望能用到最先進(jìn)的功能，同時(shí)也希望價(jià)格合理，這都是完全可以理解的。但從另一個(gè)角度來(lái)說(shuō)，雖然功能和價(jià)格是很重要的兩個(gè)方面，但其實(shí)客戶在使用生成式AI時(shí)還需要考慮很多其他的因素，比如安全與合規(guī)。我相信這也是所有客戶都會(huì)非常關(guān)注的點(diǎn)。”

價(jià)格戰(zhàn)之外，當(dāng)安全合規(guī)成為核心壁壘

在陳曉建看來(lái)，亞馬遜云科技在設(shè)計(jì)產(chǎn)品的時(shí)候，并不僅僅關(guān)注功能和價(jià)格，而是全面考慮整個(gè)使用過(guò)程中的關(guān)鍵因素，包括功能、性能、成本控制、數(shù)據(jù)結(jié)合能力、安全與合規(guī)等方面。這些都是亞馬遜云科技持續(xù)重點(diǎn)投入的方向。

“客戶在落地生成式AI時(shí)，普遍會(huì)經(jīng)歷從業(yè)務(wù)場(chǎng)景選擇、原型驗(yàn)證到最終上線的過(guò)程，期間主要面臨模型功能匹配、成本控制、數(shù)據(jù)利用和安全合規(guī)四大挑戰(zhàn)。”陳曉建在采訪中指出，不同大模型在具體業(yè)務(wù)場(chǎng)景中的表現(xiàn)存在差異，企業(yè)需在功能、性能與成本間做權(quán)衡，“比如選擇最智能的模型、響應(yīng)最快的模型，還是成本最低的模型”。

此外，成本控制也是企業(yè)落地的核心考量之一。“標(biāo)準(zhǔn)大模型調(diào)用中，部分成本來(lái)自冗余token（語(yǔ)言生成模型在運(yùn)作時(shí)的最小工作單元）消耗，而按API調(diào)用按需計(jì)費(fèi)的模式已成為行業(yè)主流。”

陳曉建提到，Amazon Bedrock提供的Prompt Caching（提示詞緩存）技術(shù)可減少token用量，“某電商客戶通過(guò)緩存高頻促銷話術(shù)，降低了模型調(diào)用成本”。對(duì)于定制化需求，平臺(tái)支持模型微調(diào)與知識(shí)庫(kù)構(gòu)建，“若需要完全自定義訓(xùn)練，亞馬遜云科技自研的專用芯片Amazon Trainium和Amazon Inferentia也可以提供支持”。

在數(shù)據(jù)利用層面，企業(yè)同樣希望挖掘自有數(shù)據(jù)的差異化價(jià)值。“制造業(yè)的設(shè)備傳感器數(shù)據(jù)、醫(yī)療行業(yè)的電子病歷等非結(jié)構(gòu)化數(shù)據(jù)，需通過(guò)清洗與語(yǔ)義建模才能被大模型理解。”陳曉建介紹，Amazon SageMaker Unified Studio整合了PB級(jí)（更高級(jí)別的數(shù)據(jù)存儲(chǔ)容量單位）數(shù)據(jù)處理與大模型融合能力，“某車企通過(guò)該平臺(tái)整合路采數(shù)據(jù)與仿真場(chǎng)景，縮短了高級(jí)輔助駕駛模型迭代周期”。

最后一個(gè)挑戰(zhàn)是安全與合規(guī)。每位客戶都會(huì)將安全合規(guī)視為業(yè)務(wù)底線。無(wú)論客戶在哪個(gè)國(guó)家或行業(yè)開展業(yè)務(wù)，都必須滿足當(dāng)?shù)胤煞ㄒ?guī)的要求，同時(shí)確保模型輸出內(nèi)容的合法性和可控性。“金融領(lǐng)域的反洗錢模型、醫(yī)療領(lǐng)域的病歷生成等場(chǎng)景，對(duì)內(nèi)容合規(guī)性要求極高。”陳曉建舉例。

AI Agent爆發(fā)前夜：從工具集成到智能決策的范式遷移

AI Agent（代理式人工智能）也被亞馬遜云科技視為未來(lái)生成式AI發(fā)展的重要方向。

“過(guò)去一年，機(jī)器智能已經(jīng)爆發(fā)了，如今AI的發(fā)展又來(lái)到了一個(gè)拐點(diǎn)，我們正處在AI Agentic爆發(fā)的前夜。”6月19日，在亞馬遜云科技中國(guó)峰會(huì)上，亞馬遜全球副總裁、亞馬遜云科技大中華區(qū)總裁儲(chǔ)瑞松表示。

儲(chǔ)瑞松指出，正如歷史上蒸汽機(jī)的出現(xiàn)放大和解放了人與動(dòng)物的肌肉力量，通過(guò)在紡織、交通、采礦和冶煉等領(lǐng)域的應(yīng)用帶來(lái)了工業(yè)革命。機(jī)器智能的爆發(fā)則放大和解放了人的大腦智力，其應(yīng)用也將帶來(lái)AI Agentic的革命。

從背后原因來(lái)分析，當(dāng)前大模型雖為智能核心，但要解決現(xiàn)實(shí)業(yè)務(wù)問(wèn)題，需借助AI Agent連接大模型能力與實(shí)際業(yè)務(wù)系統(tǒng)。它可對(duì)接企業(yè)內(nèi)部IT系統(tǒng)，自動(dòng)開工單、處理流程，完成一系列業(yè)務(wù)邏輯操作，是實(shí)現(xiàn)大模型“落地”的關(guān)鍵。

陳曉建表示，近期AI Agent的火爆，核心原因在于其開始具備“自主思考”能力，能拆解復(fù)雜問(wèn)題，通過(guò)探索、推理解決問(wèn)題。像Manus這類具備自我思考能力的產(chǎn)品備受關(guān)注，眾多同類產(chǎn)品也朝此方向發(fā)展，“AI Agent不再只是執(zhí)行工具，更是智能決策中介。”

作為云服務(wù)商，亞馬遜云科技又將如何抓住這一風(fēng)口？

陳曉建表示，亞馬遜云科技推出的Strands Agents工具大幅簡(jiǎn)化了開發(fā)流程。此前，合作伙伴完成典型業(yè)務(wù)場(chǎng)景可能需編寫2000多行代碼，借助Strands Agents，僅需二十幾行即可實(shí)現(xiàn)，底層邏輯通過(guò)Agent與大模型交互自動(dòng)完成，開發(fā)者得以擺脫繁瑣細(xì)節(jié)，專注業(yè)務(wù)創(chuàng)新。

類似這種開發(fā)效率的顯著提升，預(yù)示著AI Agent將在更多場(chǎng)景落地，為企業(yè)智能化轉(zhuǎn)型注入強(qiáng)大動(dòng)力。

事實(shí)上，當(dāng)前國(guó)內(nèi)AI大模型行業(yè)競(jìng)爭(zhēng)分化已然顯現(xiàn)。李開復(fù)預(yù)測(cè)中國(guó)市場(chǎng)最終或僅剩DeepSeek、阿里巴巴、字節(jié)跳動(dòng)三家主導(dǎo)，其他廠商也紛紛在垂直領(lǐng)域進(jìn)行深耕，“要么成為某行業(yè)的‘AI基礎(chǔ)設(shè)施’，要么融入大廠生態(tài)。”

當(dāng)前月之暗面的代碼模型、MiniMax的長(zhǎng)文本處理已形成局部?jī)?yōu)勢(shì)，但能否在資本退潮中完成技術(shù)閉環(huán)，決定其能否穿越周期。就在6月17日凌晨，MiniMax突然向開源社區(qū)投下“重磅炸彈”，其自主研發(fā)的MiniMax-M1系列模型正式發(fā)布，被定義為“全球首個(gè)開源的大規(guī)模混合架構(gòu)推理模型”。在緊隨其后的四個(gè)工作日里，MiniMax開啟“一日一更”模式，技術(shù)產(chǎn)品“五連發(fā)”震驚市場(chǎng)。

在DeepSeek以低成本、高性能模型持續(xù)改寫行業(yè)規(guī)則時(shí)，國(guó)內(nèi)大模型廠商紛紛采取降價(jià)、降價(jià)、再降價(jià)的策略。這場(chǎng)技術(shù)與資本的雙重較量，不僅考驗(yàn)企業(yè)的技術(shù)縱深，更檢驗(yàn)其在算力軍備競(jìng)賽與商業(yè)化變現(xiàn)間的平衡能力。

但對(duì)亞馬遜云科技而言，不追逐短期價(jià)格優(yōu)勢(shì)，而是通過(guò)安全合規(guī)、場(chǎng)景深耕等方式構(gòu)建長(zhǎng)期壁壘，或許是一條更為長(zhǎng)久的生態(tài)共建之路。