모든 기업이 생성 AI를 수용하는 데 도움이 되는 새로운 도구 발표 | 아마존 웹 서비스

모든 기업이 생성 AI를 수용하는 데 도움이 되는 새로운 도구 발표 | 아마존 웹 서비스

타임 스탬프 : 28 년 2023 월 9 일 오전 40:XNUMX

스타트업부터 대기업까지 모든 규모의 조직이 생성 AI를 시작하고 있습니다. 그들은 생성적 AI를 활용하고 베타, 프로토타입 및 데모의 추진력을 실제 생산성 향상 및 혁신으로 전환하기를 원합니다. 하지만 조직이 생성 AI를 기업에 도입하고 이를 현실화하려면 무엇이 필요합니까? 우리가 고객과 대화할 때 그들은 보안과 개인 정보 보호, 규모와 가격 대비 성능, 그리고 가장 중요하게는 비즈니스와 관련된 기술이 필요하다고 말합니다. 오늘 우리는 크고 작은 조직이 생성적 AI를 창의적인 방식으로 사용하고, 새로운 애플리케이션을 구축하고, 작동 방식을 개선할 수 있도록 하는 새로운 기능과 서비스를 발표하게 되어 기쁘게 생각합니다. AWS에서는 다음과 같은 몇 가지 방법으로 고객을 지원하는 데 중점을 두고 있습니다.

  • 보안 및 개인 정보 보호 기능이 내장된 생성적 AI 애플리케이션을 쉽게 구축할 수 있습니다.
  • 자체 모델을 훈련하고 규모에 맞게 추론을 실행할 수 있도록 생성적 AI를 위한 가장 성능이 뛰어나고 저렴한 인프라에 중점을 둡니다.
  • 기업이 업무 수행 방식을 혁신할 수 있도록 생성적 AI 기반 애플리케이션을 제공합니다.
  • 데이터를 차별화 요소로 활용하여 기반 모델(FM)을 맞춤화하고 이를 비즈니스, 데이터 및 회사에 대한 전문가로 만들 수 있습니다.

다양한 조직이 차별화된 생성 AI 경험을 구축할 수 있도록 돕기 위해 AWS는 다음을 포함하여 고객과 협력해 왔습니다. BBVA, 톰슨 로이터, 유나이티드 항공(United Airlines), 필립스(Philips), LexisNexis Legal & Professional. 그리고 오늘 출시된 새로운 기능을 통해 생산성 향상, 고객 참여 개선, 기업의 업무 수행 방식을 변화시킬 보다 개인화된 경험을 기대합니다.

모든 기업이 생성 AI를 수용하는 데 도움이 되는 새로운 도구 발표 | Amazon Web Services PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.

보안 및 개인정보 보호 기능이 내장된 생성 AI 애플리케이션을 구축하는 가장 쉬운 방법인 Amazon Bedrock의 정식 출시를 발표합니다.

고객은 생성 AI가 기업에 가져올 수 있는 가치에 대해 기대하고 낙관하고 있습니다. 그들은 생산 과정에서 생성 AI 시스템을 구축하기 위해 취해야 할 단계를 배우기 위해 기술에 깊이 빠져들고 있습니다. 최근 제너레이티브 AI의 발전이 광범위한 주목을 받았지만, 많은 기업은 이러한 변화에 참여하지 못했습니다. 고객은 사용자 정의 애플리케이션을 생성하기 위해 모델 선택, 보안 및 개인 정보 보호 보장, 데이터 우선 접근 방식, 비용 효율적인 모델 실행 방법, 신속한 엔지니어링, 검색 증강 생성(RAG), 에이전트 등과 같은 기능이 필요하다고 말합니다. . 그래서 13년 2023월 XNUMX일, 우리는 발표했다 아마존 기반암, 기초 모델을 사용하여 생성 AI 애플리케이션을 구축하고 확장하는 가장 쉬운 방법입니다. Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Stability AI 및 Amazon과 같은 주요 제공업체의 고성능 기반 모델 선택과 함께 고객이 생성 AI를 구축하는 데 필요한 광범위한 기능 세트를 제공하는 완전관리형 서비스입니다. 개인정보 보호와 보안을 유지하면서 개발을 단순화합니다. 추가적으로, 최근 전략적 협력 발표, Anthropic의 모든 향후 FM은 모델 사용자 정의 및 미세 조정 기능을 위한 고유한 기능에 대한 조기 액세스를 통해 Amazon Bedrock 내에서 사용할 수 있습니다.

지난 XNUMX월부터 Coda와 같은 스타트업이 어떻게, 휴원AI및 Nexxiot; adidas, GoDaddy, Clariant 및 Broadridge와 같은 대기업; 그리고 같은 파트너 Accenture, BCG, Leidos 및 Mission Cloud는 이미 Amazon Bedrock을 사용하여 산업 전반에 걸쳐 생성 AI 애플리케이션을 안전하게 구축하고 있습니다. 다음과 같은 독립 소프트웨어 공급업체(ISV) 세일즈 포스 이제 고객이 생성 AI 애플리케이션을 강화할 수 있도록 Amazon Bedrock과 안전하게 통합되고 있습니다. 고객은 생성 AI를 새로운 사용 사례에 적용하고 있습니다. 예를 들어, 최고의 여행 미디어 회사인 Lonely Planet은 당사와 협력했습니다. 제너레이티브 AI 혁신 센터 책 콘텐츠를 몇 분 만에 정리하여 일관되고 매우 정확한 여행 추천을 제공하고 여행 일정 생성 비용을 거의 80% 절감하는 확장 가능한 AI 플랫폼을 도입합니다. 그 이후로 우리는 Amazon Bedrock용 에이전트와 같은 새로운 기능을 계속 추가하고 Cohere 및 Anthropic의 최신 모델과 같은 새로운 모델에 대한 지원을 추가하여 고객에게 더 많은 선택권을 제공하고 생성 AI를 더 쉽게 만들 수 있도록 했습니다. 기반 애플리케이션. Bedrock용 에이전트는 LLM이 자신의 데이터와 API를 기반으로 복잡한 작업을 몇 분 만에 설정하여 비공개로 안전하게 완료할 수 있도록 하는 게임 체인저입니다(교육이나 미세 조정 필요 없음).

오늘 우리는 귀하의 조직에 생성 AI를 보다 쉽게 ​​도입할 수 있게 해주는 새로운 발표를 공유하게 되어 기쁘게 생각합니다.

  • Amazon Bedrock의 일반 가용성 더 많은 고객이 생성적 AI 애플리케이션을 구축하고 확장할 수 있도록 지원
  • 확장된 모델 선택 라마 2 (앞으로 몇 주 안에 제공될 예정) 그리고 Amazon Titan 임베딩 고객에게 각 사용 사례에 적합한 모델을 찾을 수 있는 더 많은 선택권과 유연성을 제공하고 더 나은 결과를 위해 RAG를 강화합니다.
  • Amazon Bedrock은 HIPAA 적격 서비스이며 GDPR을 준수하여 사용할 수 있습니다., 더 많은 고객이 생성 AI의 혜택을 누릴 수 있도록 합니다.
  • 프로비저닝된 처리량 트래픽이 가장 많은 시간대에도 일관된 사용자 경험을 보장하기 위해

Amazon Bedrock이 정식 출시되면 더 많은 고객이 Bedrock의 포괄적인 기능에 액세스할 수 있게 됩니다. 고객은 다양한 상위 FM을 쉽게 실험하고, 미세 조정 및 RAG와 같은 기술을 사용하여 데이터로 비공개적으로 사용자 정의하고, 여행 예약 및 보험 청구 처리부터 광고 캠페인 생성 및 재고 관리에 이르기까지 복잡한 비즈니스 작업을 실행하는 관리형 에이전트를 생성할 수 있습니다. —코드를 작성하지 않고도 모두 가능합니다. Amazon Bedrock은 서버리스이므로 고객은 인프라를 관리할 필요가 없으며 이미 익숙한 AWS 서비스를 사용하여 생성 AI 기능을 애플리케이션에 안전하게 통합하고 배포할 수 있습니다.

둘째, 모델 선택은 Amazon Bedrock을 고객을 위한 독특하고 차별화된 서비스로 만드는 초석이었습니다. 생성적 AI 도입 초기에는 생성적 AI의 모든 가치를 실현하는 단일 모델이 없으며, 고객은 다양한 고성능 모델로 작업할 수 있는 능력이 필요합니다. Amazon Titan Embeddings의 정식 출시를 발표하게 되어 기쁘게 생각하며, 기존 모델 제공업체인 AI2 Labs, Anthropic, Cohere, Stability AI 및 Amazon과 함께 Meta의 차세대 LLM(대형 언어 모델)인 Llama 21가 몇 주 안에 출시될 예정입니다. 고객의 선택권과 유연성을 더욱 확대합니다. Amazon Bedrock은 관리형 API를 통해 Meta의 차세대 LLM인 Llama 2를 제공하는 최초의 완전 관리형 생성 AI 서비스입니다. Llama 2 모델은 40% 더 많은 데이터에 대해 학습하고 더 큰 문서 작업을 위해 4,000개의 토큰이라는 더 긴 컨텍스트 길이를 갖는 등 원래 Llama 모델에 비해 크게 개선되었습니다. AWS 인프라에서 빠른 응답을 제공하도록 최적화된 Amazon Bedrock을 통해 제공되는 Llama 2 모델은 대화 사용 사례에 이상적입니다. 이제 고객은 인프라를 설정하고 관리할 필요 없이 Llama 2 13B 및 70B 매개변수 모델을 기반으로 하는 생성적 AI 애플리케이션을 구축할 수 있습니다.

Amazon Titan FM은 대규모 데이터 세트에 대해 AWS에서 생성하고 사전 교육한 모델 제품군으로, 다양한 사용 사례를 지원하도록 구축된 강력한 범용 기능을 제공합니다. 고객이 일반적으로 사용할 수 있는 첫 번째 모델인 Amazon Titan Embeddings는 텍스트를 숫자 표현(임베딩이라고 함)으로 변환하여 RAG 사용 사례를 강화하는 LLM입니다. FM은 다양한 작업에 매우 적합하지만 훈련 데이터 및 상황별 정보의 학습을 기반으로 한 질문에만 즉각적으로 응답할 수 있으므로 응답에 시기적절한 지식이나 독점 데이터가 필요한 경우 효율성이 제한됩니다. 데이터는 일반적인 생성 AI 애플리케이션과 귀하의 비즈니스와 고객을 진정으로 아는 애플리케이션의 차이입니다. 추가 데이터로 FM 응답을 강화하기 위해 많은 조직에서는 FM이 응답을 강화하기 위해 참조할 수 있는 지식 소스에 연결하는 인기 있는 모델 사용자 정의 기술인 RAG를 사용합니다. RAG를 시작하려면 고객은 먼저 임베딩 모델에 액세스하여 FM이 데이터 간의 의미론적 의미와 관계를 더 쉽게 이해할 수 있도록 데이터를 벡터로 변환해야 합니다. 임베딩 모델을 구축하려면 엄청난 양의 데이터, 리소스, ML 전문 지식이 필요하므로 많은 조직에서 RAG를 사용할 수 없습니다. Amazon Titan Embeddings를 사용하면 고객이 더 쉽게 RAG를 시작하여 독점 데이터를 사용하여 FM의 성능을 확장할 수 있습니다. Amazon Titan Embeddings는 25개 이상의 언어와 최대 8,192개의 토큰의 컨텍스트 길이를 지원하므로 고객의 사용 사례에 따라 단일 단어, 구문 또는 전체 문서 작업에 매우 적합합니다. 이 모델은 1,536차원의 출력 벡터를 반환하여 높은 정확도를 제공하는 동시에 대기 시간이 짧고 비용 효과적인 결과를 최적화합니다. 새로운 모델과 기능을 통해 조직의 데이터를 전략적 자산으로 사용하여 기반 모델을 맞춤화하고 보다 차별화된 경험을 구축하는 것이 쉬워졌습니다.

셋째, 고객이 맞춤화에 사용하려는 데이터는 매우 귀중한 IP이므로 보안과 비공개를 유지해야 합니다. Amazon Bedrock 고객은 처음부터 보안 및 개인 정보 보호 기능이 내장되어 있으므로 데이터가 계속 보호되고 있다고 신뢰할 수 있습니다. 고객의 데이터는 원래 기본 FM을 훈련하는 데 사용되지 않습니다. 모든 데이터는 저장 및 전송 중에 암호화됩니다. 그리고 다른 AWS 서비스와 동일한 AWS 액세스 제어를 기대할 수 있습니다. 오늘 우리는 이 기반을 구축하고 새로운 보안 및 거버넌스 기능을 도입하게 되어 기쁘게 생각합니다. Amazon Bedrock은 이제 HIPAA 적격 서비스이며 GDPR을 준수하여 사용할 수 있으므로 더 많은 고객이 생성 AI의 혜택을 누릴 수 있습니다. 새로운 거버넌스 기능에는 다음과 같은 통합이 포함됩니다. 아마존 클라우드 워치 사용량 지표를 추적하고 맞춤형 대시보드 및 통합을 구축합니다. AWS 클라우드 트레일 API 활동을 모니터링하고 문제를 해결합니다. 이러한 새로운 거버넌스 및 보안 기능은 조직이 규제가 심한 산업에서도 생성 AI의 잠재력을 활용하고 데이터를 계속 보호하는 데 도움이 됩니다.

마지막으로, 휴일과 같은 특정 기간은 고객이 사용자가 생성 AI 기반 애플리케이션에서 중단 없이 서비스를 받을 수 있도록 하는 데 매우 중요합니다. 이 기간 동안 고객은 수요에 관계없이 모든 고객이 서비스를 이용할 수 있기를 원합니다. 이제 Amazon Bedrock을 사용하면 고객은 처리량(분당 처리되는 토큰 기준)을 예약하여 트래픽이 가장 많은 시간에도 일관된 사용자 경험을 유지할 수 있습니다.

오늘 Amazon Bedrock에 대해 발표한 새로운 기능과 모델은 기업이 보다 신속하게 더욱 개인화된 애플리케이션을 구축하고 직원 생산성을 향상할 수 있는 속도를 가속화할 것입니다. ML 인프라에 대한 지속적인 투자와 함께 Amazon Bedrock은 고객이 생성 AI 애플리케이션을 구축하고 확장할 수 있는 최고의 장소입니다.

고객이 이러한 새로운 기능을 빠르게 시작할 수 있도록 돕기 위해 우리는 Amazon Bedrock에 대한 새로운 생성 AI 교육을 추가하고 있습니다. 디지털 주문형 교육 과정 모음. Amazon Bedrock – 시작하기 학습자에게 서비스를 소개하는 무료 자습형 디지털 과정입니다. 이 60분 과정에서는 개발자와 기술 대상자에게 Amazon Bedrock의 이점, 기능, 사용 사례 및 기술 개념을 소개합니다.

조직의 코드 베이스를 통해 보다 관련성이 높은 코드 권장 사항을 생성하는 Amazon CodeWhisperer 사용자 정의 기능 발표

AWS에서는 고객이 생성 AI를 사용하여 작업을 수행하는 방식을 변화시키는 강력하고 새로운 애플리케이션을 구축하고 있습니다. 2023년 XNUMX월에 Google은 다음의 일반 출시를 발표했습니다. 아마존 코드위스퍼러는 개발자의 통합 개발자 환경(IDE)의 자연어 주석과 코드를 기반으로 15개 언어에 걸쳐 코드 제안을 제공하여 개발자가 소프트웨어 애플리케이션을 더 빠르게 구축할 수 있도록 돕는 AI 코딩 도우미입니다. CodeWhisperer는 개발자가 다양한 작업에서 생산성을 높일 수 있도록 공개적으로 사용 가능한 수십억 줄의 코드에 대한 교육을 받았습니다. 우리는 개발자가 다음과 같은 AWS 서비스와 상호 작용하는 코드를 더욱 빠르고 정확하게 생성할 수 있도록 AWS API 및 모범 사례를 포함하여 고품질 Amazon 코드에 대해 CodeWhisperer를 특별히 교육했습니다. 아마존 엘라스틱 컴퓨트 클라우드 (아마존 EC2), 아마존 단순 스토리지 서비스 (아마존 S3) 및 AWS 람다. Accenture에서 Percious, Bundesliga에 이르기까지 고객은 CodeWhisperer를 사용하여 개발자의 생산성을 높여 왔습니다.

또한 많은 고객은 CodeWhisperer가 자체 내부 API, 라이브러리, 모범 사례 및 아키텍처 패턴을 제안에 포함하여 개발 속도를 더욱 높일 수 있기를 원합니다. 오늘날 AI 코딩 동반자는 일반적으로 공개적으로 사용 가능한 코드에 대해 교육을 받고 회사의 내부 코드를 인식하지 못하기 때문에 코드 제안에 이러한 API를 포함할 수 없습니다. 예를 들어, 장바구니에 담긴 항목을 나열하는 전자상거래 웹사이트용 기능을 구축하려면 개발자는 장바구니에 설명을 표시할 수 있도록 항목 설명을 제공하는 API와 같은 기존 내부 코드를 찾고 이해해야 합니다. . 올바른 내부 코드를 제안할 수 있는 코딩 도우미가 없으면 개발자는 작업을 완료하기 위해 내부 코드 베이스와 문서를 파헤치는 데 몇 시간을 소비해야 합니다. 개발자가 올바른 리소스를 찾은 후에도 코드가 회사의 모범 사례를 따르는지 확인하기 위해 코드를 검토하는 데 더 많은 시간을 투자해야 합니다.

오늘 우리는 새로운 소식을 발표하게 되어 기쁘게 생각합니다. Amazon CodeWhisperer 사용자 정의 기능, 이제 내부 API, 라이브러리, 모범 사례 및 아키텍처 패턴을 포함할 수 있기 때문에 CodeWhisperer가 이전보다 훨씬 더 나은 제안을 생성할 수 있습니다. 이 기능은 최신 모델 및 컨텍스트 사용자 정의 기술을 사용하며 새로운 CodeWhisperer Enterprise Tier의 일부로 곧 미리 보기로 제공될 예정입니다. 이 기능을 사용하면 개인 저장소를 CodeWhisperer에 안전하게 연결할 수 있으며 몇 번의 클릭만으로 CodeWhisperer를 사용자 정의하여 내부 코드 기반을 포함하는 실시간 권장 사항을 생성할 수 있습니다. 예를 들어, CodeWhisperer 사용자 정의를 사용하면 음식 배달 회사에서 일하는 개발자는 CodeWhisperer에 "운전자의 현재 위치 주변에 할당되지 않은 음식 배달 목록 처리"와 같은 회사 내부 서비스와 관련된 특정 코드가 포함된 권장 사항을 제공하도록 요청할 수 있습니다. 이전에 CodeWhisperer는 "할당되지 않은 음식 배달" 또는 "운전자의 현재 위치"에 대한 올바른 내부 API를 알 수 없었습니다. 이는 공개적으로 사용 가능한 정보가 아니기 때문입니다. 이제 회사의 내부 코드 기반에 맞게 사용자 정의되면 CodeWhisperer는 의도를 이해하고 작업에 가장 적합한 내부 및 공개 API를 결정하고 개발자를 위한 코드 권장 사항을 생성합니다. CodeWhisperer 사용자 정의 기능은 개발자가 드물게 문서화된 코드를 검색하고 수정하는 데 소요되는 시간을 절약하고 회사에 처음 온 개발자를 더 빠르게 온보딩하는 데 도움이 됩니다.

다음 예에서 개인 사용자 정의를 생성한 후 AnyCompany(음식 배달 회사) 개발자는 내부 API 및 라이브러리가 포함된 CodeWhisperer 코드 권장 사항을 얻습니다.

모든 기업이 생성 AI를 수용하는 데 도움이 되는 새로운 도구 발표 | Amazon Web Services PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.

우리는 최근 연구를 수행했습니다. 지속성있는는 CodeWhisperer 사용자 정의 기능의 생산성 이점을 측정하기 위해 고객에게 디지털 엔지니어링 및 기업 현대화 서비스를 제공하는 글로벌 서비스 및 솔루션 회사입니다. Pertant는 사용자 정의 기능을 사용하는 개발자가 표준 CodeWhisperer를 사용하는 개발자보다 평균적으로 최대 28% 더 빠르게 코딩 작업을 완료할 수 있다는 사실을 발견했습니다.

우리는 개인 정보 보호와 보안을 최우선으로 두고 이러한 사용자 정의 기능을 설계했습니다. 관리자는 다음에서 개인 사용자 정의에 대한 액세스를 쉽게 관리할 수 있습니다. AWS 관리 콘솔, 특정 개발자만 액세스할 수 있도록 합니다. 관리자는 또한 표준을 충족하는 리포지토리만 CodeWhisperer 사용자 정의에 사용할 수 있는지 확인할 수 있습니다. 고품질 리포지토리를 사용하면 CodeWhisperer가 보안 및 코드 품질 모범 사례를 촉진하는 제안을 하는 데 도움이 됩니다. 각 사용자 정의는 다른 고객과 완전히 격리되며 이 새로운 기능으로 구축된 사용자 정의 중 어느 것도 FM 기본 CodeWhisperer를 교육하는 데 사용되지 않아 고객의 귀중한 지적 재산을 보호합니다.

비즈니스 분석가가 자연어 명령을 사용하여 시각적 개체를 쉽게 생성하고 사용자 지정할 수 있도록 Amazon QuickSight의 Generative BI 작성 기능 미리 보기 발표

AWS는 조직의 모든 사용자가 통찰력에 액세스할 수 있도록 민주화하는 임무를 수행해 왔습니다. 아마존 퀵 사이트클라우드용으로 구축된 통합 비즈니스 인텔리전스(BI) 서비스인 를 사용하면 조직의 모든 사용자가 통찰력을 공유할 수 있습니다. QuickSight를 통해 우리는 생성 모델을 사용해 아마존 퀵사이트 Q, 2020년부터 모든 사용자가 SQL 쿼리를 작성하거나 BI 도구를 배울 필요 없이 자연어를 사용하여 데이터에 대해 질문할 수 있게 되었습니다. 2023년 XNUMX월에 우리는 발표 QuickSight에서 생성적 BI 기능을 제공하는 새로운 LLM 기능을 통해 QuickSight Q의 초기 혁신을 더욱 강화하고 있습니다. BMW Group 및 Traeger Grills와 같은 현재 QuickSight 고객은 Generative BI 작성 경험을 사용하여 분석가의 생산성을 더욱 높일 수 있기를 기대하고 있습니다.

오늘 우리는 이러한 LLM 기능을 미리 보기로 제공하게 되어 기쁘게 생각합니다. 생성적 BI 대시보드 작성 기능 비즈니스 분석가를 위한 것입니다. 새로운 Generative BI 작성 기능은 잘 구조화된 질문(예: "캘리포니아에서 판매되는 상위 10개 제품은 무엇입니까?")에 대한 답변을 넘어 QuickSight Q의 자연어 쿼리를 확장하여 분석가가 질문 조각(예: "상위 10개 제품"), 후속 질문을 통해 쿼리 의도를 명확히 하고, 시각화를 개선하고, 복잡한 계산을 완료합니다. 비즈니스 분석가가 원하는 결과를 간단히 설명하면 QuickSight는 클릭 한 번으로 대시보드나 보고서에 쉽게 추가할 수 있는 매력적인 시각적 자료를 생성합니다. QuickSight Q는 또한 여러 데이터 필드가 쿼리와 일치하는 경우 분석가가 모호한 사례를 명확히 하는 데 도움이 되는 관련 질문을 제공합니다. 분석가가 초기 시각화를 완료하면 복잡한 계산을 추가하고, 차트 유형을 변경하고, 자연어 프롬프트를 사용하여 시각적 개체를 다듬을 수 있습니다. QuickSight Q의 새로운 Generative BI 작성 기능을 사용하면 비즈니스 분석가가 빠르고 쉽게 매력적인 시각적 개체를 생성하고 데이터 기반 의사결정을 대규모로 알리는 데 필요한 통찰력을 제공하는 시간을 단축할 수 있습니다.

Amazon QuickSight에서 Generative BI 기능을 사용하여 시각적 개체 생성

Amazon QuickSight에서 Generative BI 기능을 사용하여 시각적 개체 생성

모든 비즈니스를 위한 생성적 AI 도구 및 기능

오늘 발표는 모든 고객에게 생성 AI를 제공합니다. 엔터프라이즈급 보안 및 개인 정보 보호, 주요 FM 선택, 데이터 우선 접근 방식, 성능이 뛰어나고 비용 효율적인 인프라를 갖춘 조직은 AWS가 스택의 모든 계층에서 생성적 AI 솔루션을 통해 혁신을 강화할 수 있다고 믿습니다. 우리는 Bridgewater Associates의 흥미로운 혁신을 보았습니다. 옴니 콤 Asurion에서 Rocket Mortgage까지, 그리고 이러한 새로운 발표를 통해 우리는 생산성을 높이기 위한 새로운 사용 사례와 기술 적용을 기대하고 있습니다. 이것은 단지 시작일 뿐입니다. 기술 스택 전반에 걸쳐 우리는 귀하의 조직이 가장 큰 과제를 해결하고 업무 방식을 변화시키는 데 도움이 되도록 구축된 새로운 서비스와 기능으로 혁신하고 있습니다.

제품 자료

자세히 알아보려면 다음 리소스를 확인하세요.

저자,

모든 기업이 생성 AI를 수용하는 데 도움이 되는 새로운 도구 발표 | Amazon Web Services PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.스와미 시바수브라마니아어 AWS의 데이터 및 기계 학습 담당 부사장입니다. 이 역할에서 Swami는 모든 AWS 데이터베이스, 분석, AI 및 기계 학습 서비스를 감독합니다. 그의 팀의 임무는 조직이 데이터를 저장, 액세스, 분석, 시각화 및 예측할 수 있는 완전한 종단 간 데이터 솔루션으로 작동하도록 돕는 것입니다.

타임 스탬프 :

더보기 AWS 기계 학습