Amazon Cloud Technology는 Anthropic에 40억 달러를 투자한 후 공식적으로 5가지 생성 AI 혁신을 발표했습니다.

컴퓨팅 성능과 모델 규모의 발전으로 다중 모드 대형 모델이 "출현"되었습니다. 이를 바탕으로 생성 AI는 대규모 모델 구현의 대표적인 사례가 되어 인간이 새로운 콘텐츠와 아이디어를 효율적으로 생성할 수 있도록 지원합니다. Generative AI는 머신러닝 모델을 통해 지원됩니다. 기업과 개인은 오픈 소스 기본 모델을 기반으로 재교육하여 자신의 필요에 맞는 모델과 애플리케이션을 만들 수 있습니다. 이 과정에서 필요한 컴퓨팅 인프라를 재교육하고 여러 오픈 소스 모델을 시도하려면 많은 투자가 필요합니다. '클라우드 서비스'의 임계값이 낮고 배포가 쉬운 특성을 기업의 AI 여정에서 재현할 수 있습니까?

Amazon Cloud Technology의 완전 관리형 생성 AI 서비스인 Amazon Bedrock이 공식 출시되었습니다. 고객은 여러 주요 AI 회사의 고성능 기반 모델을 활용하고 생성적 AI 애플리케이션을 구축하는 다양한 기능에 액세스하여 개인 정보 보호 및 보안을 보장하면서 개발 프로세스를 간소화할 수 있습니다

○ Amazon Bedrock은 고객이 애플리케이션 시나리오에 적합한 모델을 찾을 때 보다 유연한 선택을 제공하기 위해 Amazon Titan Embeddings 및 Meta Llama 2 모델을 추가했습니다.

○ 새로운 Amazon CodeWhisperer 기능은 생성 AI를 기반으로 맞춤형 코드 제안을 제공하여 기업 내부 코드 기반을 최대한 활용하여 개발자 생산성을 향상시킵니다.

○ Amazon QuickSight는 생성적 BI 대시보드 생성 기능을 제공하므로 비즈니스 분석가가 더 편리하고 빠르게 데이터를 탐색하고 자연어 설명을 사용하여 시각적 보고서를 생성할 수 있습니다.

○ Adidas, BMW Group, GoDaddy, Merck, NatWest Group, Percious, PGA TOUR, Takenaka Corporation, Traeger Grills 등의 회사가 모두 이를 사용하고 있습니다. Amazon Cloud 기술의 생성적 AI 혁신이 제품과 서비스를 재구성합니다.

Amazon Cloud Technology는 모든 규모의 기업이 새로운 생성 AI 애플리케이션을 구축하고 직원 생산성을 높이며 비즈니스를 혁신할 수 있도록 지원하는 5가지 생성 AI 혁신을 발표합니다. 이러한 5가지 혁신에는 다음이 포함됩니다. Amazon Cloud Technology의 포괄적인 관리형 서비스인 Amazon Bedrock이 공식적으로 출시되어 통합 API(애플리케이션 프로그래밍 인터페이스)를 통해 주요 AI 기업의 기본 모델(FM)을 제공합니다. Amazon Cloud Technology는 Amazon Titan Embeddings를 발표했습니다. 모델이 공식적으로 사용 가능하며 고객에게 보다 기본적인 모델 선택권 제공 Amazon Bedrock은 최근 API를 통해 완전히 관리되는 Meta Llama 2 모델을 제공하는 최초의 서비스인 Meta Llama 2 모델을 출시했습니다. CodeWhisperer는 곧 미리 보기로 제공될 예정이며 기업의 내부 코드 기반을 기반으로 개발자가 생성 AI에서 더 큰 가치를 얻을 수 있도록 CodeWhisperer의 코드 제안을 안전하게 사용자 정의합니다. Amazon QuickSight의 생성 BI 작성 기능이 이제 미리 보기로 제공되어 작업을 개선할 수 있습니다. 비즈니스 분석가의 효율성. 이 기능은 클라우드 기반으로 구축된 통합 BI 서비스로, 고객이 원하는 것을 자연어를 통해 간단히 설명함으로써 시각화 생성, 차트 형식 지정, 계산 수행 등을 수행할 수 있습니다. Amazon Bedrock 및 Amazon Titan Embeddings부터 Amazon CodeWhisperer 및 Amazon QuickSight에 이르기까지 이러한 혁신은 생성 AI 스택의 모든 수준에서 Amazon Cloud Technology의 기능을 향상하여 모든 규모의 기업이 엔터프라이즈급 보안 및 개인 정보 보호에 액세스하고 모델을 선택하고 사용자 지정할 수 있도록 합니다. 그것.

“지난해 대규모 데이터의 폭발적인 증가, 대규모의 탄력적인 컴퓨팅 능력의 가용성, 기계 학습 기술의 급속한 발전으로 인해 생성 AI에 대한 사람들의 열광이 촉발되었고, 모든 계층의 삶을 근본적으로 변화시켰으며, Swami Sivasubramanian을 재편했습니다. Amazon Cloud Technology의 데이터 및 기계 학습 부문 글로벌 부사장은 “엔터프라이즈급 보안 및 개인 정보 보호, 선도적인 기반 모델 선택, 데이터 우선 방법론 및 고성능을 갖춘 Amazon Cloud Technology는 비용 효율적인 인프라를 통해 기업의 신뢰를 얻었으며 기술 스택의 모든 계층에서 생성적 AI 솔루션을 사용하여 기업의 지속적인 혁신을 지원합니다. 이번 릴리스는 스타트업부터 대기업까지 모든 비즈니스의 모든 직원에게 생성적 AI를 제공하는 중요한 이정표입니다. 개발자부터 데이터 분석가까지, Amazon Cloud Technology는 강력한 혁신을 통해 기업에 더 큰 보안, 선택권 및 성능을 제공하는 동시에 기업의 데이터 전략과 긴밀하게 연계하여 생성 AI의 잠재력을 최대한 활용할 수 있도록 지원합니다.”

모든 산업 분야의 기업은 생성 인공 지능을 사용하여 운영 방식을 바꾸고, 복잡한 문제를 해결하는 방법을 재고하고, 새로운 사용자 경험을 창출하기를 희망합니다. 최근 생성 인공지능(Generative Artificial Intelligence)의 발전이 폭넓은 관심을 받고 있음에도 불구하고, 많은 기업은 이러한 변화 과정에 참여하지 못했습니다. 한편으로는 생성 인공 지능을 사용하고 싶어하지만 다른 한편으로는 이러한 도구의 보안 및 개인 정보 보호 문제에 대해 걱정하고 있습니다. 이들 회사는 여러 기본 모델을 테스트하여 해당 애플리케이션 시나리오에 가장 적합한 모델을 찾을 수 있기를 원합니다. 또한 이미 보유하고 있는 데이터를 최대한 활용하고 맞춤형 모델을 통해 최종 사용자에게 고유한 경험을 제공하기를 원합니다. 마지막으로, 기업에는 빠르게 시장에 출시할 수 있는 도구와 생성 AI 애플리케이션을 전 세계적으로 배포할 수 있는 인프라가 필요합니다

이것이 Adidas, Alida, BMW Group, Genesys, Glide, GoDaddy, Intuit, LexisNexis Legal & Professional, Lonely Planet, Merck, NatWest, Perplexity AI, Percious 등 많은 기업이 생성 AI 서비스를 위해 Amazon Cloud Technology를 찾고 있는 이유입니다. , Quext, RareJob Technologies, Rocket Mortgage, SnapLogic, Takenaka Works Store Co., Ltd., Traeger Grills, PGA Tour, Verint, Verisk 및 WPS 등

Amazon Bedrock은 더 많은 고객이 생성 AI 애플리케이션을 구축하고 확장할 수 있도록 공식적으로 제공됩니다

Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Stability AI 및 Amazon을 포함한 많은 주요 AI 기업과 엔터프라이즈 구축 생성 AI의 해외 비즈니스를 위한 고성능 기본 모델을 제공하는 완전 관리형 서비스입니다. 애플리케이션이 개발을 단순화하는 동시에 개인 정보 보호와 보안을 보장하는 데 필요한 기능입니다. 기본 모델은 적용성이 좋으며 정보 검색, 콘텐츠 제작, 신약 발견 등 다양한 분야에 대한 지원을 제공할 수 있습니다. 그러나 생성 AI를 활용하려는 많은 기업에는 해결해야 할 몇 가지 문제가 있습니다. 첫째, 시나리오 요구 사항을 충족하고 성능이 뛰어난 고성능 기본 모델에 대한 간단하고 직관적인 선택과 액세스가 필요합니다. 둘째, 고객은 대규모 인프라 클러스터를 관리하거나 많은 비용을 지출하지 않고도 애플리케이션이 원활하게 통합되기를 원합니다. 고객이 원하는 기본 모델의 도움을 받아 자체 데이터와 결합하여 차별화된 애플리케이션을 쉽게 구축할 수 있습니다. 이러한 고객이 사용자 정의에 사용하는 데이터는 의심할 여지 없이 매우 귀중한 자산이며 지적 재산권을 완전히 보호해야 합니다. 보안과 개인 정보 보호를 보장하는 동시에 고객이 데이터 공유 및 사용 방법을 제어할 수 있도록 보장합니다.

Amazon Bedrock의 포괄적인 기능을 통해 기업은 다양한 주요 기본 모델을 보다 편리하고 쉽게 시험해 볼 수 있으며, 자체 독점 데이터를 사용하여 모델을 맞춤 설정할 수 있습니다. 또한 Amazon Bedrock은 코드 작성 없이 생성이 가능하고 여행 예약, 보험 청구 처리, 광고 캠페인 기획, 재고 관리 등 복잡한 작업을 수행할 수 있는 관리형 에이전트(AI 에이전트) 등 차별화된 기능을 제공합니다. Amazon Bedrock은 서버리스이기 때문에 고객은 인프라를 관리할 필요가 없으며 친숙한 Amazon 클라우드 서비스를 사용하여 생성 AI 기능을 애플리케이션에 안전하게 통합하고 배포할 수 있습니다.

Amazon Bedrock은 고객이 민감한 데이터를 보호할 수 있도록 보안 및 개인 정보 보호를 염두에 두고 개발되었습니다. 고객은 Amazon PrivateLink를 활용하여 Amazon Bedrock과 가상 사설망(VPC) 간에 전용 보안 연결을 설정함으로써 모든 데이터 전송이 공용 네트워크에 노출되지 않도록 할 수 있습니다. 규제 요구 사항이 높은 고객을 위해 Amazon Bedrock은 HIPAA(건강 보험 이동성 및 책임법)를 준수하고 GDPR(EU 일반 데이터 보호 규정) 규정 준수 표준에 따라 사용할 수 있으므로 더 많은 고객이 AI 혜택

에서 데이터를 생성할 수 있습니다.

Amazon Bedrock은 Amazon Titan Embeddings 및 Llama 2를 통해 옵션 모델의 범위를 더욱 확장하여 각 고객이 애플리케이션 시나리오에 적합한 모델을 찾을 수 있도록 돕습니다

사실 단일 모델이 모든 애플리케이션 시나리오에 적합할 수는 없습니다. 따라서 생성 AI의 가치를 활용하기 위해 기업은 여러 모델에 액세스하고 요구 사항에 따라 가장 적합한 모델을 찾아야 하는 경우가 많습니다. 이를 위해 Amazon Bedrock을 사용하면 해외 고객이 AI21 Labs, Anthropic, Cohere, Meta, Stability AI, Amazon에서 제공하는 주요 기본 모델을 단일 API를 통해 찾고 테스트할 수 있습니다. 또한 Amazon Cloud Technology는 최근 Anthropic의 모든 향후 기본 모델을 Amazon Bedrock에서 사용할 수 있다고 발표했으며, Amazon Cloud Technology의 해외 고객에게 모델 사용자 정의 및 미세 조정과 같은 특수 기능에 대한 우선 액세스를 제공할 예정입니다. 그리고 이제부터 Amazon Bedrock은 더 많은 선택권을 제공하는 새로운 기본 모델을 다시 한 번 소개합니다.

Amazon Titan Embeddings는 이제 공식적으로 사용 가능합니다. Amazon Titan 기본 모델은 다양한 애플리케이션 시나리오를 지원할 수 있는 대규모 데이터 세트에 대해 Amazon 클라우드 기술로 생성되고 사전 훈련된 일련의 모델입니다. 공식적으로 사용 가능한 첫 번째 모델인 Amazon Titan Embeddings는 검색 증강 생성(RAG) 애플리케이션 시나리오를 지원하기 위해 텍스트를 임베딩이라는 숫자 표현으로 변환하는 LLM(대형 언어 모델)입니다. 기본 모델은 다양한 작업에 적합하지만 훈련 데이터에서 학습된 정보와 단서의 맥락을 기반으로 질문에만 답할 수 있습니다. 시간에 민감한 지식이나 독점 데이터를 사용해야 하는 경우 이러한 대응의 효과는 제한됩니다. 데이터를 확장하여 기본 모델의 응답을 개선하기 위해 많은 기업에서는 기본 모델을 참조 가능한 지식 기반에 연결하여 응답을 개선하는 인기 있는 모델 사용자 정의 기술인 RAG로 전환하고 있습니다. RAG 사용을 시작하려면 클라이언트는 먼저 데이터를 임베딩 벡터로 변환하는 임베딩 모델에 액세스해야 합니다. 그러면 기본 모델이 데이터 간의 의미와 관계를 더 쉽게 이해할 수 있습니다. 그러나 임베딩 모델을 구축하려면 많은 양의 데이터와 리소스는 물론 심층적인 머신러닝 전문 지식이 필요하므로 많은 고객이 직접 구축하기 어려워 RAG를 구현하지 못합니다. Amazon Titan Embeddings를 사용하면 고객이 RAG를 통해 독점 데이터로 다양한 기본 모델의 기능을 확장할 수 있습니다. Amazon Titan Embeddings는 25개 이상의 언어와 최대 8192개 토큰의 컨텍스트 길이를 지원하므로 단일 단어, 구문 또는 전체 문서를 처리하는 엔터프라이즈 기반 애플리케이션 시나리오에 이상적입니다. 이 모델은 1536차원의 출력 벡터를 반환하여 높은 정확도를 보장하는 동시에 대기 시간을 줄이고 가격 대비 성능을 향상하도록 최적화되었습니다.

Llama 2가 앞으로 몇 주 내에 출시됩니다. Amazon Bedrock은 관리형 API를 통해 Meta의 차세대 대규모 언어 모델인 Llama 2를 제공하는 업계 최초의 완전 관리형 생성 AI 서비스입니다. Llama 2 모델은 원본보다 40% 더 많은 훈련 데이터를 사용하고 더 큰 문서를 처리하기 위해 더 긴 컨텍스트 길이(4000 토큰)를 갖는 등 이전 Llama 모델에 비해 크게 개선되었습니다. Amazon Bedrock에서 제공하는 Llama 2 모델은 Amazon 클라우드 기술 인프라에서 빠른 응답을 제공하도록 최적화되어 대화형 애플리케이션 시나리오에 이상적입니다. 고객은 인프라를 설정하고 관리할 필요 없이 130억 및 700억 개의 매개변수 Llama 2 모델로 구동되는 생성적 AI 애플리케이션을 구축할 수 있습니다.

Amazon CodeWhisperer의 새로운 기능을 통해 고객은 비공개 코드 저장소를 안전하게 사용하여 CodeWhisperer의 코드 권장 사항을 사용자 정의하여 개발자 효율성을 더욱 향상시킬 수 있습니다

Amazon CodeWhisperer는 수십억 줄의 Amazon 및 공개적으로 사용 가능한 코드를 교육하여 개발자 생산성을 향상시키는 AI 기반 프로그래밍 도우미입니다. 개발자는 일상 업무에서 CodeWhisperer를 자주 사용하지만 때때로 기업 내의 비공개 코드 기반(예: 내부 API, 코드 라이브러리, 패키지 및 클래스)을 CodeWhisperer의 교육 데이터의 일부가 아닌 애플리케이션에 통합해야 합니다. 문서가 제한되어 있고 개발자가 참고할 수 있는 공개 리소스나 포럼이 없기 때문에 내부 코드를 사용하는 것도 문제입니다

예를 들어 장바구니에서 항목을 제거하는 함수를 작성하려면 개발자는 먼저 애플리케이션과 상호 작용하는 데 사용되는 API, 컬렉션 및 기타 내부 코드를 이해해야 합니다. 이전에는 개발자가 필요한 정보를 찾고 그 작동 방식을 이해하기 위해 이전에 작성된 내부 코드를 검사하는 데 몇 시간을 소비할 수 있었습니다. 올바른 리소스를 찾더라도 코드가 회사의 코딩 모범 사례를 준수하는지, 코드의 결함이나 취약점을 반복적으로 참조하지 않는지 확인하기 위해 코드를 다시 확인해야 합니다.

Amazon CodeWhisperer의 새로운 사용자 정의 기능은 생성 AI 프로그래밍의 잠재력을 최대한 활용하여 고객의 내부 코드 기반과 리소스를 안전하게 활용하여 맞춤형 권장 사항을 제공합니다. 이를 통해 개발자는 다양한 작업에서 보다 정확한 코드 제안을 받아 시간을 절약할 수 있습니다. 먼저, 관리자는 소스(예: GitLab 또는 Amazon S3)에서 프라이빗 코드 저장소에 연결하고 사용자 지정 콘텐츠를 생성하는 작업을 예약해야 합니다. 사용자 정의 콘텐츠를 생성할 때 CodeWhisperer는 다양한 모델과 상황별 사용자 정의 기술을 활용하여 고객의 코드 베이스에서 학습하고 실시간 코드 제안을 개선하여 개발자가 차별화되지 않은 질문에 대한 올바른 답변을 찾는 데 더 적은 시간을 투자하는 동시에 새롭고 차별화된 경험을 창출합니다. 관리자는 Amazon Console의 모든 사용자 정의 기능을 중앙에서 관리하고, 평가 지표를 보고, 각 사용자 정의 기능의 성능을 예측하고, 이를 회사 내 특정 개발자에게 선택적으로 배포하여 민감한 코드 액세스를 제한할 수 있습니다.

고품질 리포지토리를 선택함으로써 관리자는 CodeWhisperer에서 제공하는 맞춤형 권장 사항에 기업 품질 및 보안 표준을 충족하기 위해 더 이상 사용되지 않는 코드가 포함되지 않도록 할 수 있습니다. 엔터프라이즈급 보안 및 개인 정보 보호를 염두에 둔 이 기능은 사용자 지정 콘텐츠가 완전히 비공개임을 보장하는 동시에 CodeWhisperer를 지원하는 기본 모델은 교육 중에 사용자 지정 콘텐츠를 사용하지 않아 고객의 귀중한 지적 재산을 보호합니다. 이 사용자 정의 기능은 CodeWhisperer Enterprise Edition의 일부로 미리 보기로 고객에게 곧 제공될 예정입니다. 또한 CodeWhisperer의 사용자 정의 설정은 기본적으로 보안을 보장하며 고객이 Amazon CodeWhisperer Professional 또는 Enterprise Edition을 사용하는지 여부에 관계없이 Amazon Cloud Technology는 개발자 IDE의 요청을 처리할 때 고객 콘텐츠를 저장하거나 기록하지 않습니다

Amazon QuickSight의 새로운 생성 BI 작성 기능은 비즈니스 분석가가 자연어 명령을 사용하여 데이터 시각화를 쉽게 생성하고 사용자 정의하는 데 도움이 됩니다

Amazon QuickSight는 대화형 대시보드, 페이지를 매긴 보고서, 내장형 분석을 생성할 수 있을 뿐만 아니라 자연어 쿼리에 QuickSight Q를 사용할 수 있는 클라우드용으로 구축된 통합 BI 서비스입니다. 당신에게 필요한 통찰력.

일반적으로 비즈니스 분석가는 비즈니스 인텔리전스 도구(BI 도구)를 사용하여 다양한 데이터 소스를 탐색하고, 계산을 추가하고, 시각화를 생성 및 개선한 다음 비즈니스 관심 사항이나 용도에 맞게 대시보드에 표시하는 데 많은 시간을 소비합니다. 간단한 차트를 만들려면 분석가는 먼저 올바른 데이터 소스를 찾고, 데이터 필드를 식별하고, 필터를 설정하고, 좋은 시각화를 위해 필요한 개인화를 수행해야 합니다

데이터 시각화에 새로운 계산(예: 연간 매출)이 필요한 경우 분석가는 필요한 참조 데이터도 식별한 다음 시각적 개체를 생성, 검증하고 보고서에 추가해야 합니다. 또한 비즈니스 분석가가 차트와 계산을 수동으로 생성하고 조정하는 데 소요되는 시간을 줄여 고부가가치 작업에 더 많은 시간을 할애할 수 있다면 기업도 이익을 얻을 수 있습니다.

새로운 생성적 BI 작성 기능은 QuickSight Q의 자연어 쿼리 기능을 확장하여 명확하게 명시된 질문(예: "캘리포니아에서 가장 잘 팔리는 상위 10개 제품은 무엇입니까?")에 대답할 뿐만 아니라 분석가가 질문 조각에서 사용자 정의 가능한 시각적 개체를 신속하게 생성하는 데도 도움이 됩니다( 예: "판매된 상위 10개 제품") 후속 질문을 통해 쿼리 의도를 명확히 하고, 시각적 요소를 개선하고, 복잡한 계산을 완료합니다. 비즈니스 분석가가 달성하고자 하는 결과를 간단히 설명하면 QuickSight가 보기 좋은 시각적 자료를 생성합니다. 분석가는 몇 번의 클릭만으로 이를 대시보드나 보고서에 쉽게 추가할 수 있습니다.

예를 들어, 분석가가 QuickSight Q에 "2022년 및 2023년 운동화 판매의 월별 추세"에 대한 시각화를 생성하도록 요청할 수 있으며 서비스는 자동으로 적절한 데이터를 선택하고 가장 합리적인 차트 형식(예: 선 차트)을 사용합니다. 요청 또는 막대 차트에서) 필요한 정보를 표시합니다. QuickSight Q는 또한 분석가가 여러 데이터 필드가 쿼리와 일치할 때 발생할 수 있는 모호함(예: 차트에 운동화 판매액의 총 달러 금액 또는 판매된 제품 수를 포함해야 하는지 여부)을 명확히 하는 데 도움이 되는 사전 설정된 프롬프트 질문도 제공합니다.

분석가는 초기 시각화 콘텐츠를 얻은 후 자연어를 사용하여 복잡한 계산을 추가하거나 차트 유형을 변경하거나 시각화 효과를 최적화할 수도 있습니다. QuickSight Q의 새로운 생성적 BI 작성 기능을 통해 비즈니스 분석가는 대규모 데이터 중심 의사결정을 위한 귀중한 정보를 보다 신속하게 제공하는 훌륭한 시각적 자료를 빠르고 쉽게 만들 수 있습니다.

다양한 산업 분야의 고객은 Amazon Cloud Technology의 생성 AI 서비스를 활용하여 새로운 애플리케이션을 만들고, 개발자 효율성을 향상시키며, 분석가가 더 빠르게 통찰력을 얻을 수 있도록 돕고 있습니다

아디다스는 세계에서 가장 큰 스포츠 브랜드 중 하나입니다. “Amazon Bedrock 미리 보기에 참여하고 서비스를 직접 경험하게 되어 기쁩니다. Amazon Bedrock은 생성적 AI 애플리케이션을 구축하는 대규모 인프라 관리 작업을 수행하여 생성적 AI 도구를 구축하는 데 중요한 역할을 했습니다. adidas의 엔터프라이즈 아키텍처 부사장인 Daniel Eichten은 말했습니다. "우리는 다양한 adidas 엔지니어가 단일 작업을 수행할 수 있도록 Amazon Bedrock을 사용하여 생성적 AI 솔루션을 개발했습니다. 대화 인터페이스를 통해 지식 기반에서 필요한 모든 정보와 답변을 찾아 기초 수준부터 복잡한 수준까지 다양한 기술적 질문에 답할 수 있습니다. 생명을 구하고 건강을 개선하기 위한 혁신적인 의약품과 백신을 개발해온 지 130년이 넘었습니다. "제약 가치 사슬 전반에 걸쳐 수동적이고 시간이 많이 걸리는 프로세스가 많이 존재합니다. 이로 인해 더 가치 있는 작업이 수행되지 못하고 직원, 고객 및 환자 경험을 개선하기 위한 데이터를 효과적으로 사용하지 못합니다." 머크 수만(Merck Suman) 데이터 사이언스 전무이사 Giri 는 이렇게 말했습니다. “Amazon Bedrock을 통해 우리는 지식 마이닝 및 시장 조사와 같은 작업을 보다 효율적으로 수행할 수 있는 생성적 AI 기능을 신속하게 구축했습니다. 미국 환자 분석 워크플로에서는 이러한 기능을 활용하여 환자 치료에 대한 통찰력을 제공하고 개선할 수 있습니다. BMW 그룹은 세계 최고의 자동차 및 오토바이 제조업체 중 하나입니다.” "BMW의 지역 전문가들은 전체 공급망을 따라 재고를 최적화하는 작업을 수행합니다. 이사회 구성원이나 공급망 전문가와 같은 이해관계자로부터 최신 동향을 분석할 수 있도록 새로운 대시보드 뷰를 만들어 달라는 요청을 자주 받습니다. BMW 그룹 Christoph Albrecht , 데이터 엔지니어링 및 분석 전문가는 "QuickSight Q 저작 경험은 참조 없이 계산을 생성하고 신속하게 시각적 요소를 구축한 다음 자연어를 통해 시각적 표현을 정밀하게 조정함으로써 상당한 시간을 절약해 줍니다. 지역 전문가의 신속한 발전 피드백은 우리 사업에 깊은 인상을 줍니다." 사용자가 중요한 결정을 더 빠르게 내릴 수 있게 해줍니다.”

요약

Amazon Cloud Technology의 완전 관리형 생성 인공 지능 서비스를 통해 모든 규모의 기업은 신속하게 인프라를 구축하고, 유연하게 모델을 선택하고, 신속하게 사용자 정의를 시작할 수 있으므로 기업이 데이터 가치를 완전히 활용하고 비즈니스 혁신을 촉진할 수 있습니다.

다시 작성해야 할 내용은 다음과 같습니다. END

위 내용은 Amazon Cloud Technology는 Anthropic에 40억 달러를 투자한 후 공식적으로 5가지 생성 AI 혁신을 발표했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!