在当今科技界，大模型产业正面临一个至关重要的转折点：是泡沫即将破裂，还是能成功落地并改变世界？根据Gartner的数据揭示，2024年仅41%的生成式AI试点项目能够顺利过渡到生产阶段，换言之，高达59%的项目在落地过程中遭遇挫败，这一数据无疑令人尴尬。
亚马逊云科技全球副总裁兼大中华区总裁储瑞松指出，从技术能力与现实进展来看，过去一年中生成式AI确实迎来了爆发。然而，从技术爆发的量变到引发产业质变之间，存在一道难以逾越的落地鸿沟。若现状持续，产业演进或将重蹈Gartner曲线的覆辙，经历短暂泡沫后进入长期衰退。唯有向前迈进，大模型才有可能成为惠及半数企业、构建新型社会基础设施的关键。
为了避免AI领域的挫折重演，亚马逊云科技早在2023年就秘密成立了生成式AI创新中心，集结350位战略顾问、应用科学家、数据科学家、开发人员及专家，致力于协助客户制定生成式AI战略，并构建解决方案以实现业务成果。这一秘密组织目前已响应来自不同行业的超过1500个项目需求，助力82%以上的客户从概念验证（PoC）迈向量产。
亚马逊云科技上的生成式AI已成功跨越技术的Gartner死亡谷，迈入产业发展的稳定增长期。那么，亚马逊云科技究竟是如何实现这一跨越的呢？生成式AI创新中心的成功经验又是什么？
在2025年亚马逊云科技中国峰会上，这些答案逐渐浮出水面。储瑞松认为，历史上的蒸汽机放大了人的肌肉力量，推动了工业革命；而今，机器智能则解放并放大了人的大脑智力，预示着下一场革命的到来。与以往的AI泡沫不同，当前生成式AI浪潮中的技术成熟度已跨越实验室与工业生产的界限。
尽管技术不是障碍，但市面上59%的项目为何仍在爆发前夕夭折？根据两年多的实践经验，成功的生成式AI项目各具特色，但失败的项目却往往有着相似的教训。主要教训包括：场景选择不当，盲目追求大模型参数最优，投资回报率（ROI）难以控制，以及缺乏完善的成果检测闭环。
亚马逊云科技全球技术总经理Shaown Nandi观察到，基础模型的进步以周为单位，不断有更强大、更具成本效益和更快速的模型发布。然而，不存在一个模型能适用于所有用例的情况。因此，亚马逊云科技在Amazon Bedrock中托管了全球各大主流大模型企业的基础模型，涵盖从数千亿至万亿参数的巨型模型到仅数百万参数的小型模型。
针对如何跨越死亡谷，储瑞松提出自上而下与自下而上的双重准备策略。自上而下，企业高层需具备明确的认知和顶层设计，做好机制和人才准备；自下而上，则需构建统一的AI就绪基础设施、聚合并高效管理数据，以及制定高效的策略和快速执行方案。
围绕策略与执行，亚马逊云科技总结了四大“爬坑”经验：针对场景，提供七大评估维度与十一大场景总结；选型阶段，从模型层、数据层和技术方案层进行系统性考虑；关注ROI，细化六大阶段和三层优化策略；以及完成成果检测闭环，提供多维度数据以衡量系统效果、成本与用户接受度。
为何多数企业选择亚马逊云科技作为其生成式AI转型的加速器？不同企业给出了各自的答案。咨询公司德勤利用Amazon Q Developer提升了开发速度、测试效率和代码质量；WPS则通过Amazon Bedrock实现了文档润色、PPT一键生成等功能，解决了出海过程中的研发、成本及用户体验难题。
亚马逊云科技带给企业的，不仅是一朵云，更是基于云的更低成本、更高水平的安全合规、丰富经验和强大AI能力。作为全球第一大云服务提供商，亚马逊云科技覆盖全球245个国家和地区，拥有三倍于第二大云服务提供商的数据中心数量，并以99.99%的超高可用性，成为中国唯一达到“四个九”标准的云服务提供商。
亚马逊云科技通过生成式AI创新中心助力合作伙伴成功，并在峰会上分享经验，帮助企业顺利转型。从59%的死亡率到82%的成功率，亚马逊云科技正加速企业创新，共同推动行业进步。
