最近在拉斯维加斯召开的AWS re: Invent大会其实有点奇怪。总的来说,这次盛会上发布的新闻可能稍欠份量。虽然最重要的公告也都跟AI有关,但从实际效果来看,亚马逊猛然发现自己在这一领域正处于追赶微软的尴尬境地。
而哪怕是OpenAI刚刚上演了一出“宫斗”闹剧,微软的优势地位也几乎没有受到影响。
而在亚马逊CEO Adam Selipsky在上周二的主题演讲中或明或暗对微软这位云竞争对手出言讽刺时,双方的对抗关系也被真正摆上了台面。
需要明确的是,落后对亚马逊来说倒不一定是坏事。自从2006年AI再度焕发活力以来,就一直在云技术领域占据主导地位。不过当下生成式AI仍处于萌芽状态,而且市场变化速度极快,投资者和部分媒体人士甚至认为微软在接下来12到18个月间处于的领先地位,其实并没有太多实际意义。
跟去年一样,本届大会真正有新闻价值的公告很少,其中最有趣的可能就是Amazon Q了。它帮助开发人员将生成式AI层接入企业软件,有报道认为这是亚马逊对于微软Copilot的有力回应。但从另一个角度看,这也意味着这家云巨头正在努力缩小与微软之间的差距。
Redpoint公司合伙人Scott Raney表示,微软提早采取了一系列重大举措,比如2018年以75亿美元收购了GitHub,并向OpenAI注资至少100亿美元。由此形成的有利地位,使微软成为开年以来这波生成式AI浪潮中的绝对王者。
Raney解释道:“这可能是人们第一次意识到亚马逊在AI这波巨大的机遇当中不再处于领先地位。微软围绕Copilot所做的一切、再加上Amazon Q的发布,意味着亚马逊已经处于落后且正在奋力追赶。”
但在他看来,这倒不一定能从根本上改变云市场的基本格局。多年以来,AWS一直在云计算领域占据主导地位,而这也没有改变微软在AI技术层面拥有优势的事实。
当然,亚马逊和微软之间的关系,其实要比表面上看起来复杂得多。曾在AWS工作近十年的投资公司Madrona合伙人Jon Turow直言:“首先,微软和亚马逊之间绝不是敌对关系,双方的立场其实更加微妙。”
他指出,亚马逊与微软就Office 365达成的价值10亿美元协议证明,这种关系确实相当微妙。但与此同时,两家科技巨头也很有可能在企业级业务市场上展开激烈竞争。
两家公司似乎走上了不同的AI探索之路。微软坚定选择了OpenAI,这也为他们在企业客户中赢得了新的吸引力。首先,微软可以接触到OpenAI的内部运作结构,并将技术成果带入Office 365、Bing和GitHub当中。此外,OpenAI就运行在微软的Azure服务器之上,这也让软件巨头能更深入地理解OpenAI如何保持大规模运行,在企业客户的CIO群体内建立起信任优势。
亚马逊在自家AI基础引擎BedRock上选择的则是另一条路线,这是一种基于API的实现方式,可帮助开发者们灵活接入除OpenAI以外的各种大语言模型。
Turow表示同:“BedRock用明确的产品定位向全世界宣布,亚马逊拥有最广泛的领先模型选择空间。这份底气并非来自现有模型有多么成熟,毕竟人们都知道这些模型还处于早期发展阶段。相反,BedRock是大模型全面走向市场的重要标志。”在他看来,这是亚马逊在向CEO和CIO们发出强烈信号,即模型灵活性才是正确的技术探索路径。
供应商的选择通常取决于诸多因素,包括公司已经在与谁开展合作。德勤公司战略与分析产品组合负责人Jim Rowan指出:“我认为亚马逊公布的大部分内容都是从CIO的视角出发,讨论他们当前与各家云服务商的关系。毕竟多数企业可能已经处于混合、多云环境当中,部分负载运行在云端、也有一部分归属于本地。”而德勤则致力于寿命企业客户评估并实现自己的生成式AI项目。
他还提出反问:“你的战略路线图是什么?你要如何建立并实现这样的战略路线?”在Rowan看来,这明显属于传统商业咨询问题,客户需要认真为其寻求答案。因为随着时间推移,企业需要管理的项目越来越多,其中既涵盖AI、也涉及云计算。
但目前断言一切恐怕还为时过早。随着企业买家持续关注生成式AI,他们自然会探索各种选项,就像当初筛选云方案那样尽量保持灵活、避免被供应商所绑定。然而生成式AI技术的吸引力太大,任何一家公司都不可能坐视自己被时代的车轮无情碾过。
至少就目前来看,微软仍然占据着显著优势。但随着亚马逊着力构建自己的生成式AI技术组合,这一差距可能会迅速缩小。因此亚马逊必须奋起直追,我们也期待观察这位云巨头在未来一段时间内如何应对这一波巨大的压力和考验。
好文章,需要你的鼓励
新泽西AI云服务商CoreWeave推出灵活定价模式,通过"弹性预留"和"竞价实例"解决AI基础设施的核心挑战:不可预测的推理需求。该统一框架针对AI运营的不同模式:可预测的训练需求与不可预测的生产推理峰值。新模式包括预留、弹性预留、竞价和按需四种实例类型,让企业更好地平衡成本与可靠性,避免资源过度配置或流量激增时的延迟问题。
南开大学联合字节跳动、清华大学团队发布视频理解新突破ASID-1M,创建包含100万精细化描述的数据集,将视频内容分解为八个详细属性。采用三阶段渐进训练法,让AI从单属性理解逐步发展到复杂长视频分析。在七项基准测试中表现优异,小规模模型性能可媲美大型商业系统,为视频内容创作、教育培训、娱乐媒体等领域提供强大技术支撑。
微软将从已越狱和获取Root权限的iOS和Android设备上移除Entra企业凭据。该过程自动执行且无法选择退出。当微软认证器检测到设备被破解时,会先显示警告,然后阻止访问,最终清除凭据。Android设备的清理已经开始,iOS设备将在2026年4月跟进。微软计划在2026年7月前完成整个流程,期间任何涉及企业账户的操作都会触发警告、阻止和数据清除。
这项Google DeepMind的研究提出了"智能委托"框架,让AI助手学会像优秀项目经理一样分析任务、选择合作伙伴、监控进度和应对变化。通过建立信任体系和多重安全防护,该框架能够协调多个AI和人类专家高效协作,在个人助手、企业管理、科研合作等领域展现巨大应用潜力,代表了AI从被动工具向主动协作伙伴的重要转变。