編輯 | 云昭

6月的上海，熱浪蒸騰。但比氣溫更熾熱的，是關于 AI 的討論聲浪。2025年亞馬遜云科技中國峰會如期而至，來自各行各業的開發者、企業管理者、技術領袖齊聚現場，參與一場關于“生成式 AI 下一階段”的深度對話。

在峰會現場，從主論壇到分會場，從技術展臺到圓桌對談，一種緊迫而激動的情緒在蔓延——人們不再只是談論生成式 AI 的潛力，而是在爭分奪秒地尋找落地的路徑。

當亞馬遜全球副總裁、亞馬遜云科技大中華區總裁儲瑞松站上演講臺，說出“我們正處于Agentic AI 爆發的前夜”的那一刻，現場觀眾紛紛第一時間拿起手機，記錄下這引人思考的瞬間。

Agentic AI，這個此前還略顯“學術”的詞匯，第一次在這個場合，變成了一種明確的信號。

這不只是一場技術峰會，更像是一場在爆發前夜，面向整個行業的動員令。

儲瑞松進一步解釋，Agentic AI 是“從我說 AI 寫，到我說 AI 做”，是數字員工開始真正“動起來”的時刻。這不僅是技術的一次躍遷，更是企業組織架構、決策機制、效率范式的一次重構。

而當亞馬遜云科技全球技術總經理 Shaown Nandi 用“超級浪潮”來形容當前 AI 的發展節奏時，很多人意識到，那些原本還在戰略層面觀望的企業，如今也必須給出答案——是低頭等待浪潮過去，還是像沖浪者那樣搶先起勢、勇敢躍上浪頭？

1.當我們面對未知與浪潮

在主題演講中，Shaown Nandi 表示：多年來，我們見證了AI領域零星的小突破，我稱之為“漸進式”的進化。但最近幾年，隨著Transformer模型的出現、海量數據的可獲取性，以及云計算能力的指數級增長，我們正在見證一場“質變”。

在ChatGPT剛剛爆發的早期，很多客戶并不確定生成式AI是否會帶來長期價值。Shaown 透露，彼時模型貴、效果參差不齊，安全性、隱私、準確率常常會引發客戶疑慮，因此很多企業只是“試水”式地做些小實驗。

但如今，我們迎來了真正的“超級浪潮”：生成式AI的革新正在以前所未有的速度發生。正如峰會現場儲瑞松所展示的，無論是測試多個學科領域的MMLU、還是測試專業研究領域的GPQA、亦或是測試真實世界軟件工程相關問題的SWE-bench，還是推出的HLE — Humanity’s Last Exam（人類的最終考試），模型的能力早已隱約展現出了巨大的潛力。

Shaown 進一步指出，各種方法論和突破幾乎每周都有，我們看到了一種加速度。這些能力的提升是指數級的，甚至已經超越了許多人的預期。而與此同時，成本卻在持續下降。

Shaown 還特別稱贊了中國的開源模型 DeepSeek 給業界帶來的貢獻?！安粌H效果強大，成本也大幅降低。這是一種新時代的信號！”

如果說生成式AI這個命題有些太過宏大，那么另一個命題 —— Agentic AI 可能更會讓企業倍感興奮。儲瑞松認為：過去一年，機器智能已經爆發了，如今AI的發展又來到了一個拐點，我們正處在Agentic AI 爆發的前夜。

其一，過去兩年多，大模型能力的發展日新月異，已經有了類似人的大腦一樣的思考能力。

其二，MCP 協議的出現，使得大模型驅動的智能體能方便地和周圍的世界互動。而 A2A 協議未來還能讓不同的智能體之間協作。

其三，斯坦福大學2025年人工智能報告指出，過去兩年推理成本下降了約280倍。推理成本的極速降低使得Agentic AI 應用的規模化部署成為可能。

其四，以 Strands Agents 為代表的高度抽象、強大、靈活的SDK的出現，使開發強大的 Agentic AI 系統變得輕松容易。只需少數幾行代碼，企業就能開發出一個多智能體協同的應用。同時，Amazon Q 等 AI 加持的開發工具，也使得開發的工作效率成倍提升。

其五，得益于企業此前在數字化方面的投入，讓很多場景里數據和應用的API都已經就緒，可供AI 智能體使用。

正是以上所有這些因素疊加在一起，讓Agentic AI 的爆發成為可能、幾乎不可避免。

2.超級巨浪已來，我們需要“Think BIG”

生成式 AI 是對全球商業的一個顛覆性重塑，當我們面對這樣一股“超級巨浪”，該怎么辦？

你可以選擇低頭讓它過去，保持現狀，繼續你的“原地踏步”；也可以選擇像沖浪者一樣劃水起勢，躍上浪頭，掌握方向，用它去創造超越想象的可能性。

而如果選擇后者，Shaown 認為，企業就應該選擇駕馭生成式AI浪潮所需的——正確的技術、正確的工具。否則，很有可能隨波逐流，甚至被浪頭打翻。

這一切，都極為考驗企業破局的決心，為此，Shaown鼓勵企業“Think Big”。

Think Big 是亞馬遜內部的一個領導原則，Shaown 希望企業們能跳出框架，大膽思考如何用 AI、數據和云服務來改變世界。

他舉了幾個非常令人驚嘆的實例。比如一家生物科技初創公司，在亞馬遜云科技上運行的基礎模型模擬了 5 億年演化過程，發現了全新的熒光蛋白，或許將對藥物研發帶來深遠影響；再比如 LeoLabs，可以用 AI 模型近乎實時地追蹤超過 2 萬個在軌衛星目標，保障航天安全；還有著名的 Allen Institute 利用亞馬遜云科技 構建了全球首個完整的人類腦細胞圖譜，覆蓋 1000 億個細胞，推動我們對大腦的認知。

“生成式 AI 正在成為超級實驗室，技術演進飛快，現在正是行動的最佳時機?，F在是時候將數據產品化、動員化、落地化了?！?/p>

Shaown 堅信：接下來一年的行動，將決定企業未來數年的發展軌跡。

3.做好Agentic AI時代的迎接準備

那么對于企業而言，究竟該做哪些準備呢？如何最大化 Agentic AI 給自身帶來的價值創造？儲瑞松則總結了三個方面的建議：基礎設施、數據和策略與執行。

首先，企業需要有統一的AI就緒的基礎設施。在Agentic AI時代，企業上云的關鍵是選擇一朵正確的云。而若想選擇對的云，企業需要考慮以下因素：第一，安全性，這是底線；第二，穩定可靠，因為云會成為未來Agentic AI“數字員工”的工作場所，云的穩定可靠將給企業的Agentic AI “數字員工”提供一個好的工作場所。第三，靈活性，若要很好地支持企業的全球業務拓展，云需要提供大環境不確定性下靈活應對的確定性。第四，技術領先性，AI發展日新月異，云需要與時俱進，才能很好地支持企業的AI創新。所以企業選擇云服務商不光要看其當下的技術能力，還要看其是否以云為主業、是否有合理的營利性能支持長期、高強度投入，未來還能保持領先。

第二，企業也需要聚合且治理過的AI就緒的數據。在AI時代，企業獨有的、能給企業帶來差異化價值的是數據，這也是很多企業最重要的戰略資產。企業數據是否AI就緒是決定企業AI應用水平天花板的重要因素。數據決定一家企業未來Agentic AI“數字員工”的視野高度、能力范疇、決策水平和執行效果。企業Agentic AI“數字員工” 作為一個整體，所需的數據有沒有、能不能被訪問、質量是否高，決定了它們能給企業創造價值的多少。所以，要最大化Agentic AI 能給企業帶來的價值創造，企業必須打破數據孤島，有效聚合和治理數據。Agentic AI“數字員工”是僅僅能幫助個別人、個別團隊，還是大的部門、乃至整個企業，取決于數據是否是企業級、以及是否經過聚合和治理。

最后，要實現Agentic AI價值創造，企業還需要有明確的策略并快速高效地執行。企業需要對Agentic AI價值創造有客觀的預期：短期不要有過高不切實際的期望，但是長期一定不能低估它將會對各行各業帶來的影響。這個長期說的不是10年，而是1到2年。同時，企業還要選擇合適的合作伙伴和技術棧。在選擇時，企業不應只關注技術指標，而應選擇主流、開放、安全、可持續且深刻理解企業業務，能長期陪伴的合作伙伴。

一個典型的例子是FreeWheel在廣告識別場景中的選型。該公司對比評估了Nova Lite、GPT-4 mini與Claude 3 Haiku等多個模型，他們并沒有唯精度考慮，而是在延遲、輸出穩定性與推理成本的綜合對比下，最終選擇了精度中上、推理速度極快、成本可控的Nova Lite方案，以實現批量部署與高頻調用的目標。

同時，所選擇的技術棧也需要能支持Agentic AI開發的主要模式，如workflow、 graph、swarm等。在明確的策略下快速高效的執行非常重要。能快速實踐Agentic AI應用、并及時總結經驗、迭代提升、推廣復制的企業，將有可能更早地從中獲益、并疊加膨脹獲益，從先人一步發展成為持續領先。

4.Agentic AI爆發前夜，云計算一哥如何為企業充電的？ 

就如同十幾年前的云計算一般，Agentic AI 的爆發前夜，云計算一哥又會怎樣領跑呢？不妨從技術和應用兩個層面去拆解。

首先，亞馬遜云科技提供了一個可以接觸到全球最新技術的云平臺。不管是網絡層、計算層、還是模型層、數據應用層。

比如，在數據應用方面，數據分析和 AI 工作負載越來越多地聚焦在相同的數據與工作流上，組織越來越需要統一訪問全部數據和工具，以加速協作。

亞馬遜云科技推出的新一代的 Amazon SageMaker 將最優秀的專用分析服務結合在一個統一的工作室（Studio）界面中。過去需要在多個工具和界面之間切換的工作，現在都可以在一個地方完成。此外，這版 SageMaker 的強大之處在于，它構建在先進的數據湖架構之上，并通過 Apache Iceberg 實現數據在各系統間的無縫流動。同時，數據湖中的所有數據都可由 SageMaker 內置的治理規則進行全流程管理。這意味著數據和 AI 團隊能夠協作共享數據、模型和生成式 AI 資產。

Shaown 透露，很多客戶已經在使用Amazon  SageMaker 并取得巨大成果。

例如，一家全球制造商正在通過Amazon SageMaker 將銷售、生產與供應鏈團隊連接起來，讓團隊能夠輕松、安全地共享事件數據并推動應用開發。

甚至連Shaown 本人在家中使用的一款知名 AI 應用，也借助 Amazon SageMaker 將其 TPU 成本降低了 40%。

再比如在計算層，亞馬遜云科技也持續做出了巨大創新。例如EC2，它提供超過 850 種實例類型，覆蓋科學建模、視頻轉碼、機器學習乃至企業級任務。這些實例如今可以滿足對高內存和高計算力的需求，曾經不可能上云的工作負載如今也能輕松遷移。例如，某奢侈品制造商在云端運行復雜應用，縮短啟動時間并提升服務可用性。

除此之外，亞馬遜云科技與 NVIDIA 有深厚的合作歷史。14年前，雙方合作推出了全球首個GPU云實例。而如今，亞馬遜云科技已經推出了最新的 GPU 實例，并且還宣布了一些 GPU 實例最高達 45% 的價格下調；同時 NVIDIA 自家訓練集群也選擇部署在亞馬遜云科技 上。  

接下來的重頭戲是AI應用層面，亞馬遜云科技今天推出了一系列領先的模型和工具，包括Amazon Bedrock平臺，Amazon Q，Amazon Transform，Strands Agents SDK等簡單易用、功能完善強大的開發工具。此外，亞馬遜云科技還宣布2025年投入約1000億美元用于其AI與云計算基礎設施的研發。

這里值得一提的是，Amazon Q 和 Strands Agents SDK 在峰會展臺上表現異常亮眼，贏得了現場開發者的關注和喝彩。

正如Shaown 所說，“無論企業正在構建什么樣的產品，都可以在亞馬遜云科技上第一時間品嘗到最前沿的創新技術?！?/p>

其次，極致的客戶至尚。大家都知道，亞馬遜云科技背后有著極其深厚的行業know-how，這也是亞馬遜全球領先的規模和創新優勢積累的結果。亞馬遜不僅可以為各行各業的客戶提供豐富的行業解決方案和多方面的創新支持，還有專業規模的本地行業技術和知識團隊、與廣泛的合作伙伴網絡一道出謀劃策。

在上午的主題演講中，儲瑞松提到了亞馬遜的一個秘密組織。這個組織于 2023 年成立，名為：生成式AI創新中心，由 350 位戰略顧問、應用科學家、數據科學家、開發人員和專家組成。這些成員的任務只有一個，就是幫助客戶制定生成式 AI 戰略，并協助他們構建生成式 AI 解決方案，以實現業務成果。目前，該中心已經接收了來自不同行業的客戶提出的超過 1500 個項目需求，成功推動了 82%+ 的客戶從 PoC 到量產。

這一點是非常必要且難能可貴的。據某家全球制造商透露，在自身快速迭代創新的過程中，面臨著從戰略到戰術上的一系列挑戰。亞馬遜云科技為此提供了一站式的支持：比如人才培養、企業文化、業務驗證，包括平臺的支持、規模的復制等等，這些成為了提升實現AI創新的重要動力。

5.創新，加速創新

科技的發展總會把商業帶到新的階段。時至今日，已經沒有哪家企業再去討論生成式AI究竟是不是一場革命。更多人在乎的是，誰能幫自己快速地抓住機遇，快速地試錯、快速地迭代創新，快速地完成POC乃至規?；瘡椭啤?/p>

問題是，當浪頭來臨，當 Agentic AI 時代即將爆發，你準備好起勢了嗎？正如儲瑞松所指出的，在AI時代有兩種類型的企業：一類是Speed1，他們以極快的速度利用AI創新，因為他們看到了AI顛覆性創新的可能性；另一類是Speed2，他們還沒有意識到，時代已經從成本優化范式轉移到了利用AI加速創新最大化價值獲取范式?！?/p>

很明顯，所有人都想成為第一類企業：不止要創新，而且還會用AI加速創新。

而亞馬遜云科技的野心也非常清晰，他們不是只談愿景，而是已經搭好了工具和舞臺，等你上場。它希望能成為那把“助力創新提速”的武器，為即將到來的“顛覆想象”和“行業重塑”，不遺余力地去幫助客戶乘風破浪，順利跨過轉型之痛，穩立潮頭。

潮水將至、東風已備。現在，是時候做出你的選擇了。