每經(jīng)記者｜張梓桐    每經(jīng)實(shí)習(xí)編輯｜余婷婷    

“過去一年，機(jī)器智能已經(jīng)爆發(fā)了，如今AI（人工智能）的發(fā)展又來到了一個(gè)拐點(diǎn)，我們正處在Agentic AI（代理式人工智能）爆發(fā)的前夜。”6月19日，在亞馬遜云科技中國(guó)峰會(huì)上，亞馬遜全球副總裁、亞馬遜云科技大中華區(qū)總裁儲(chǔ)瑞松表示。

儲(chǔ)瑞松指出，在過去一年，大模型的能力在各個(gè)維度都實(shí)現(xiàn)了跨越式發(fā)展。就連在今年1月推出的HLE（Humanity’s Last Exam，一項(xiàng)權(quán)威基準(zhǔn)測(cè)試）上，模型正確率也從剛開始的個(gè)位數(shù)，迅速發(fā)展到如今已經(jīng)超過20%。

“正如歷史上蒸汽機(jī)的出現(xiàn)放大和解放了人與動(dòng)物的肌肉力量，通過在紡織、交通、采礦和冶煉等領(lǐng)域的應(yīng)用帶來了工業(yè)革命。機(jī)器智能的爆發(fā)則放大和解放了人的大腦智力，其應(yīng)用也將帶來Agentic AI的革命。”儲(chǔ)瑞松說。

如他所言，AI落地的場(chǎng)景正在擴(kuò)張到汽車、零售、電商、醫(yī)藥等多個(gè)場(chǎng)景。“人工標(biāo)注曾是車企研發(fā)的‘卡脖子’環(huán)節(jié)。”亞馬遜云科技汽車行業(yè)解決方案負(fù)責(zé)人在展位接受《每日經(jīng)濟(jì)新聞》記者采訪時(shí)表示，輔助駕駛研發(fā)依賴海量路采數(shù)據(jù)標(biāo)注，而傳統(tǒng)人工處理存在“效率低、成本高”的痛點(diǎn)。

記者在現(xiàn)場(chǎng)觀察到，該展區(qū)演示的方案通過多模態(tài)大模型實(shí)現(xiàn)視頻場(chǎng)景的智能分析，“以前需要人工框選道路元素，現(xiàn)在模型能自動(dòng)識(shí)別并標(biāo)注關(guān)鍵對(duì)象，大幅降低標(biāo)注成本。同時(shí)，基于向量數(shù)據(jù)庫(kù)的多模態(tài)檢索技術(shù)，可快速?gòu)?fù)用歷史標(biāo)注數(shù)據(jù)，提升數(shù)據(jù)挖掘效率。”該負(fù)責(zé)人說。

數(shù)據(jù)為王：企業(yè)數(shù)據(jù)就緒決定Agentic AI應(yīng)用高度

“AI正從‘我問AI答’‘我說AI寫’發(fā)展為‘我說AI做’，未來AI驅(qū)動(dòng)的‘數(shù)字員工’將像人類一樣參與企業(yè)運(yùn)營(yíng)。”儲(chǔ)瑞松援引斯坦福大學(xué)2025年人工智能報(bào)告數(shù)據(jù)稱，過去兩年AI推理成本大幅度下降，加之模型上下文協(xié)議（MCP）、智能體協(xié)作協(xié)議（A2A）等技術(shù)的成熟，使得多智能體協(xié)同應(yīng)用的開發(fā)門檻大幅降低。

事實(shí)上，Agentic AI的爆發(fā)并非偶然，而是源于多重因素的疊加。

儲(chǔ)瑞松表示，過去兩年多，大模型能力日新月異，已具備類似人的大腦的思考能力。模型上下文協(xié)議的出現(xiàn)，使大模型驅(qū)動(dòng)的智能體能夠方便地與周圍世界互動(dòng)，此外，推理成本的極速降低，使得Agentic AI應(yīng)用的規(guī)?；渴鸪蔀榭赡?。

與此同時(shí)，在AI時(shí)代，企業(yè)獨(dú)有的、能帶來差異化價(jià)值的是數(shù)據(jù)，這也是很多企業(yè)最重要的戰(zhàn)略資產(chǎn)。企業(yè)數(shù)據(jù)是否AI就緒是決定企業(yè)AI應(yīng)用水平天花板的重要因素，它能影響一家企業(yè)未來Agentic AI“數(shù)字員工”的視野高度、能力范疇、決策水平和執(zhí)行效果。

在儲(chǔ)瑞松看來，要實(shí)現(xiàn)Agentic AI價(jià)值創(chuàng)造，企業(yè)需要有明確的策略并快速高效地執(zhí)行，且要有客觀的預(yù)期：短期不要有過高不切實(shí)際的期望，但長(zhǎng)期一定不能低估它給各行各業(yè)帶來的影響。這里所說的長(zhǎng)期不是10年，而是1到2年。

以汽車場(chǎng)景的數(shù)據(jù)為例，上述展臺(tái)工作人員告訴記者，在仿真數(shù)據(jù)生成方面，云服務(wù)廠商如何通過物理引擎構(gòu)建符合交通規(guī)則的虛擬場(chǎng)景成為落地的關(guān)鍵，“優(yōu)秀的云服務(wù)解決方案應(yīng)該覆蓋雨天、夜間等復(fù)雜工況，為模型評(píng)測(cè)提供高質(zhì)量數(shù)據(jù)支撐，幫助車企優(yōu)化模型訓(xùn)練流程，加快研發(fā)迭代周期”。

汽車廠場(chǎng)景之外，在隔壁展區(qū)，一段由小說自動(dòng)轉(zhuǎn)化的動(dòng)畫正在播放。“用戶輸入長(zhǎng)文本或上傳文檔，系統(tǒng)會(huì)先解析結(jié)構(gòu)化數(shù)據(jù)，再生成連貫視頻片段。”工作人員告訴《每日經(jīng)濟(jì)新聞》記者，該方案整合生成式AI技術(shù)，支持自定義工作流與風(fēng)格模板。

“只需用中文描述創(chuàng)意，就能生成游戲功能。”技術(shù)人員向《每日經(jīng)濟(jì)新聞》記者演示了交互流程：當(dāng)輸入“創(chuàng)建一個(gè)跳躍障礙的關(guān)卡”，系統(tǒng)通過特定協(xié)議與游戲引擎交互，就能實(shí)時(shí)生成可運(yùn)行的場(chǎng)景。

“這打破了技術(shù)門檻，讓策劃、美術(shù)等非技術(shù)人員也能參與開發(fā)。”開發(fā)者接受采訪時(shí)表示，該工具支持自然語(yǔ)言直接控制游戲引擎，實(shí)現(xiàn)“全團(tuán)隊(duì)創(chuàng)意協(xié)作”，尤其適合中小團(tuán)隊(duì)快速驗(yàn)證原型。

云廠商方案聚焦行業(yè)痛點(diǎn)：Agentic AI如何從概念邁向?qū)嵱茫?/strong>

零售展區(qū)的智能導(dǎo)購(gòu)方案則聚焦消費(fèi)決策痛點(diǎn)。

“傳統(tǒng)售前咨詢難以處理個(gè)性化需求，而AI購(gòu)物助手能深度學(xué)習(xí)產(chǎn)品目錄與用戶評(píng)論。”亞馬遜云一位架構(gòu)師現(xiàn)場(chǎng)向記者演示，當(dāng)用戶詢問“適合露營(yíng)的防潮裝備”時(shí)，系統(tǒng)會(huì)自動(dòng)關(guān)聯(lián)材質(zhì)、防水等級(jí)等維度，提供多商品比較與推薦。

該方案基于Amazon Bedrock（亞馬遜云科技推出的全托管生成式AI服務(wù)）的大語(yǔ)言模型，實(shí)現(xiàn)模糊問題理解與精準(zhǔn)檢索，“幫助零售商提升咨詢響應(yīng)速度與轉(zhuǎn)化率”。

“醫(yī)學(xué)文檔生成需要兼顧準(zhǔn)確性與合規(guī)性。” 在另一展位，醫(yī)療行業(yè)專家介紹智能醫(yī)學(xué)內(nèi)容生成中心（MIH）方案，其基于Amazon Bedrock接入合規(guī)大模型，支持多語(yǔ)言醫(yī)學(xué)寫作與翻譯，“例如藥品說明書、臨床試驗(yàn)報(bào)告等，可實(shí)現(xiàn)術(shù)語(yǔ)統(tǒng)一與格式規(guī)范”。同時(shí)，方案依托云原生架構(gòu)實(shí)現(xiàn)數(shù)據(jù)處理自動(dòng)化，幫助醫(yī)療團(tuán)隊(duì)優(yōu)化工作流程，提高內(nèi)容生成效率。

制造展區(qū)的具身機(jī)器人演示吸引了不少關(guān)注。“系統(tǒng)通過對(duì)機(jī)器人的控制，結(jié)合生成式AI理解自然語(yǔ)言指令。” 一位展區(qū)技術(shù)顧問現(xiàn)場(chǎng)告訴《每日經(jīng)濟(jì)新聞》記者，該方案支持實(shí)時(shí)對(duì)話中斷處理與上下文記憶，“比如用戶先要求‘抓取零件’，再補(bǔ)充‘輕拿輕放’，機(jī)器人會(huì)調(diào)整力度參數(shù)”。

記者注意到，這其中的核心亮點(diǎn)包括自然人機(jī)交互與環(huán)境適應(yīng)能力，為工業(yè)場(chǎng)景的智能控制提供新范式。

記者走訪六大展區(qū)發(fā)現(xiàn)，當(dāng)前云廠商的方案始終圍繞行業(yè)具體痛點(diǎn)：汽車的數(shù)據(jù)標(biāo)注效率、游戲的開發(fā)門檻、醫(yī)療的合規(guī)寫作等。正如峰會(huì)現(xiàn)場(chǎng)反復(fù)強(qiáng)調(diào)的，Agentic AI的價(jià)值并非技術(shù)炫技，而是通過“工具 + 場(chǎng)景”的深度結(jié)合，解決實(shí)際業(yè)務(wù)問題。

當(dāng)多模態(tài)模型減少數(shù)據(jù)標(biāo)注人力、自然語(yǔ)言交互降低開發(fā)成本，這些落地案例正印證著AI從“概念” 走向“實(shí)用”的關(guān)鍵一步——而對(duì)于企業(yè)而言，如何將技術(shù)能力與自身業(yè)務(wù)流程結(jié)合，或許是智能時(shí)代更值得思考的命題。

儲(chǔ)瑞松指出，當(dāng)下企業(yè)普遍聚焦成本優(yōu)化，但Agentic AI將推動(dòng)經(jīng)營(yíng)范式轉(zhuǎn)移。“未來企業(yè)的核心競(jìng)爭(zhēng)力在于利用AI重構(gòu)用戶體驗(yàn)和商業(yè)模式。”不過，他也提醒企業(yè)需警惕技術(shù)泡沫：“Agentic AI的回報(bào)周期可能短于預(yù)期，但盲目投入而不解決數(shù)據(jù)與基礎(chǔ)設(shè)施短板，只會(huì)徒增試錯(cuò)成本。”