【环球网科技报道 记者 李文瑶】在今年召开的“2023亚马逊云科技中国峰会”上，亚马逊云科技联合28家投资、产业机构，共同推出“亚马逊云科技创业加速器”，助力初创企业加速成长。

值得关注的是，首期“亚马逊云科技创业加速器”将聚焦人工智能领域的初创企业，助其在生成式人工智能、企业服务软件、电商解决方案、智能汽车解决方案多个赛道找准业务场景，快速上线产品，并加速全球业务部署。其中，生成式AI的应用，是目前人工智能技术的应用重点。

为何将初创企业定为重要的助力方向？亚马逊云科技大中华区战略业务发展部总经理顾凡表示：“初创是亚马逊云科技战略中的重要业务单元。”

初创领域呈现新趋势

据了解，此次亚马逊云科技发起的创业加速器是第一期，长度为三个月。亚马逊云科技会为入围的企业提供免费的云计算资源，包括算力资源、GPU资源等，并帮助他们在技术和业务上找准赛道，跟大企业对接走向市场。亚马逊云科技还可以提供创投网络，与投资人共同来看项目潜在的更多可能性。

事实上，亚马逊云科技对初创领域的关注在十年前就已经开始。亚马逊云科技大中华区初创生态及投资业务发展总监胡瑛介绍，亚马逊云科技在全球范围内支持创业者有十年以上，在中国支持创业者也已经超过了五年时间。“目前世界前1000强的独角兽里，超过83%都成长在亚马逊云科技上。”

长时间对于初创企业的关注让亚马逊云科技对于行业整体的趋势变化有着敏锐的感受。在亚马逊云科技大中华区战略业务发展部总经理顾凡看来，初创领域，生成式AI基础模型展示了构建人工智能应用的全新方法。无论to-B 还是 to-C的应用，未来都会展现一种内嵌生成式AI 的能力。

同时，企业业务全球化正走向新阶段。亚马逊云科技在中国开展业务的10年，完整见证了中国企业出海范式和路径的升级。路径升级，简单说就是由实体货物贸易，到建立商品品牌，逐渐升级到娱乐，消费及泛生活体验。贯穿其中不变的是中国企业软件能力的升级，以及对全球消费者理解力的加强。

“生成式AI领域成为了大量初创企业瞄准深耕的赛道。”顾凡判断：“因此，首期亚马逊云科技创业加速器将以‘AI赋能行业变革’为主题，帮助来自生成式AI、企业服务软件/SaaS、电商解决方案、智能汽车行业解决方案等赛道的25家中国初创企业发掘机会，赋能他们的成长。”

不会有一个大模型通吃市场

亚马逊云科技方面预计，生成式AI将在制造业、生命医学等多个领域带动“游戏规则的修改”。

根据数据显示，目前全国已有80余个大模型公开发布。除了科技互联网头部企业外，商汤科技、云从科技、科大讯飞等人工智能企业，钉钉、金山办公、知乎等垂直赛道企业，光年之外、百川智能等初创企业，上海人工智能实验室、哈尔滨工业大学等科研院所单位，均先后发布了大模型。

对于生成式AI爆发式发展的状态，亚马逊云科技认为，生成式AI基础模型既不会是“百模大战”，但是也不会是一家独大。成功的可能是少数，但是基础模型一定是多样性的选择，在这过程中，帮客户选对了模型才是重要的。

“现阶段，没有人能完全看明白生成式AI的未来，但是每家企业都希望在这个市场中布局。”顾凡说道。对于初创企业来说，切入正确的赛道将掌握发展机遇。

对此，顾凡表示，亚马逊云科技方面的看法是，通用大模型是目前基础的生成式AI模型，在这之上，企业既希望拥有更广泛的通用性基础模型，同时也需要能力更深入的垂直领域模型。同时，企业的私有数据一定在生成式AI 应用中扮演一个重要的作用，让企业客户能实现差异化的是，利用他私有数据构建的定制模型去解决具体问题。

对于整体技术的发展趋势，顾凡强调：“降低使用生成式AI技术门槛的方向不会变。”

正确引入和使用基础模型是关键

企业用户要用生成式AI重塑其业务，需要构建新的能力集，高质量私有数据是基础，但正确引入和使用基础模型是关键，助力私有数据安全是硬性要求，成本控制是规模化的必要条件。

目前，大语言模型和生成式 AI 已经展示出了通过基础模型去展现新的构建人工智能应用的全新方法。这也意味着，对于未来技术的演进和迭代，首先需要初创企业能够对基础模型的便捷使用。其次，企业使用基础模型改造还是创新应用时，数据和生成式应用的开发需要越来越集成。其中，初创企业是收集反馈的重要渠道，通过企业的反馈，可以了解业务增长中数字背后看不到的东西。

在此判断下，亚马逊云科技为企业提供多种基础模型选择，确保私有数据的保护和使用，同时致力于助力客户优化成本：。

顾凡表示，未来会有一些To C或者To B应用会内嵌式生成式AI，To C方面一定会有爆款的应用。“To B方面会有创业公司跟亚马逊云科技一起帮企业解决最后三公里的问题，或用工具链的方式帮助企业解决问题。”

目前，亚马逊云科技在提供计算芯片、云平台，以及多样选择的基础模型平台基础上，还帮助 ToB、ToC 用户利用内部和外部行业数据，安全受控的开发私有化定制模型，打造生成式 AI 的杀手级应用。

顾凡指出：“大模型在发展过程中，有可能未来能够实现大模型的切换。因此，对企业来说，必然是差异化数据和自身对于产品和应用的理解更为重要。”