以生成式AI，安全衝刺企業生產力

從合規、商模、案例看AWS的AI應用

_{圖/滾石文化 文/詹致中}

生成式AI爆發與商業化

從2023到2025年這三年，生成式AI以爆炸性成長的速度掀起變革，全球見證從「概念驗證」、「投入生產」到「創造商業價值」三階段的進化。

生成式AI不僅優化傳統AI應用場景，也開創全新可能。首先，在對外服務，可以透過聊天機器人、虛擬助理、AI驅動的對話式搜尋，最佳化「客戶體驗」。其次，生成式AI在提升企業「生產力與創造力」方面大放異彩，既可應用於對話式搜尋、文章摘要、程式碼生成，也能延伸到小說劇本撰寫、產品設計與音樂創作等全新場景。

在優化「業務流程」，生成式AI善於處理非結構化檔案。如手寫處方籤，通過OCR轉為結構化資料。張馨心進一步指出，「還可以透過基礎模型去生成『合成數據』，進行數據增強進而優化模型。」解決客戶數據不足，也是生成式AI風行後創造的新場景。

負責任AI與安全的基石

從Accenture的研究報告指出，80%的公司認為生成式AI能加速轉型，但只有2%認為能做到負責任AI，31%公司認為未來18個月內才能做到。張馨心認為縮小差距，需要可執行計劃，「將承諾轉化為，貫穿AI生命週期的具體行動。」

負責任AI應考慮公平性、透明度與問責制。其核心目標是確保AI不帶偏見，理解結論來源，並有人負責，以建立信任，最大程度減少傷害。以AWS為例，在負責任AI制定出明確政策：禁止利用服務散佈錯誤資訊、欺騙或侵犯隱私。涉及重大權益、健康或安全的AI應用，必須有人類監督、測試和適當的防護措施與風險評估。AWS會執行違規處理，同時提供工具與指導協助客戶實踐負責任AI。

長年提供全球企業雲算力服務的AWS，將確保客戶安全與隱私是「零號優先事項」（Job Zero）！張馨心分享近期AWS執行長Matt Garman在Podcast公開提到，「確保客戶安全」已根植於AWS的DNA。

AWS建構大量經第三方驗證的合規機制，客戶可直接繼承，快速滿足全球法規與產業目標，大幅降低安全控管負擔。目前支援143項安全標準與合規認證，並持續增加。高度注重安全的組織，如美國政府、金融機構、醫療保險和軍事單位等，都在AWS上搭建應用。

「AWS每個AI工具設計之初就以安全為原則，利用其AI/ML創新經驗，打包成指導與最佳實踐分享給客戶。」張馨心指出，AWS安全服務與功能，已整合到超過200項雲端服務中，讓客戶可以快速行動，專注於創造業務價值，無需為安全合規擔憂。

AWS三層架構生成式AI策略

AWS如何發展生成式AI的策略？張馨心分享AWS採用三層式架構，含蓋底層、中間層與頂層。

底層聚焦多樣化算力，包括NVIDIA GPU及自家研發, 用於訓練 AWS Trainium和用於推理AWS Inferentia 晶片；同時提供Amazon SageMaker AI服務，讓數據科學家和模型開發團隊，輕鬆建構或微調模型的環境。

中間層Amazon Bedrock為全託管服務，提供API調用超過50個全球領先基礎模型，企業可以安全、簡單、快速建構生成式AI應用的方式。

頂層是AI助理服務Amazon Q，針對不同角色設計──Q Business供內部員工快速查找公司資訊，Q Developer協助程式開發人員撰寫程式碼、整理雲端資料，甚至進行程式碼升級，大幅降低開發時間。

商業模式創新應用案例

張馨心也分享四個客戶案例，展示生成式AI帶來的商業模式創新。以Amazon Pharmacy線上藥局為例，生成式AI/ML改善藥物配送，加快處方籤處理速度，並減少人為錯誤，還強化庫存管理與減輕行政負擔，提升病患體驗。導入後服務客戶量「翻倍」，銷售業績顯著增長。

F1賽車運用Amazon Bedrock與Agent服務，能於比賽期間快速排查技術問題，釋放工程師時間專注創新，進而提升車迷體驗，並拓展F1TV商機。美國高爾夫球巡迴賽利用Amazon Bedrock，開發出與粉絲互動平台及虛擬助理。虛擬助理掌握1800年代至今的歷史資料，以有趣、好玩方式回答球迷各種問題，提升球迷互動黏著度，打造穩定長期商業模式。

運動頻道Fox Sports使用Amazon SageMaker AI的自然語言生成功能，為運動賽事播放生成更自然的敘述內容，使觀眾困惑度降低13%，提升播報體驗及觀眾忠誠度。

AI應用3大原則：快速、快速與規模化

AWS跟全球客戶合作後，也淬鍊出運用AI關鍵考量。張馨心表示，無論組織或團隊處在建構生成式AI哪階段，都能採用最佳實踐三原則。首先，「快速行動」找場景驗證價值；其次，以自有數據「客製化」，做出差異化服務體驗；最後，高效率「規模化」推進商業應用，實現從實驗到規模化的飛躍。