生成式AI，狂飙突进。千行百业，紧抱红利。AI开发平台，送炭添花，助力行业企业们跨越从探索生成式AI应用到转化现实生产力的鸿沟。那么，在中国，谁是AI开发平台“顶流”？

前不久，全球知名市场调研机构弗若斯特沙利文（Frost & Sullivan, 简称沙利文）联合头豹研究院发布了《2023 年中国AI开发平台市场报告》。其中，对包括亚马逊云科技、百度智能云、商汤科技、阿里云、华为云、腾讯云、旷视科技、火山引擎等在内的AI开发平台的市场综合竞争表现进行了评估。亚马逊云科技、百度智能云、商汤科技、阿里云四家位于领导者象限，其他平台尚处在挑战者象限。而在上述“领导者”中，亚马逊云科技依旧明显领先，继续作为中国AI开发平台“顶流”。

三年榜首，两维领先，六项第一

《2023 年中国AI开发平台市场报告》中，亚马逊云科技以其在人工智能领域的卓越表现和创新能力，重点依托Amazon SageMaker的持续创新，已连续第三年拿下 “榜首”。

即便在领导者象限中，其在创新指数和增长指数两个关键位置，也处于最高位置。

在数据标注、模型开发功能、模型管理能力、数据预处理、算法管理能力、模型部署能力这六大关键指标中，亚马逊云科技均获得最高分。

这一成就既凸显了亚马逊云科技在AI技术推广和服务方面的领先地位，又反映了其在AI开发领域，在中国市场上稳固的影响力和客户信任。

Amazon SageMaker在上述报告中被多次提及，亚马逊云科技也为其不断推出新功能，以应对生成式AI时代的用户需求，持续培育自身在AI领域的生长“长青树”。

稳固强大的AI创新服务六边形

上述成绩之下，是亚马逊云科技稳固强大的AI创新服务六边形。

增长指数第一，重点关联数据标注模块、模型开发功能、模型管理能力等三项指标。

数据标注模块方面，Amazon SageMaker Ground Truth服务支持高度可定制化的标记工作流，且提供针对3D点云数据的多种内置标记工作流；Plus版本服务提供全面托管，并增强了数据标注的运营和质量管理的透明度，确保了数据标注过程的高效性和可靠性。

模型开发功能方面，Amazon SageMaker Canvas提供了基于可视化零代码的界面，用户可以通过点击式界面快速连接和访问来自不同来源的数据，并利用AutoML技术根据数据集自动识别最合适的模型，以生成单个或批量预测；此外，Amazon SageMaker Studio作为专为ML设计的集成开发环境（IDE），提供了无服务器化的开发体验，并支持Amazon S3对象存储或Amazon EFS文件存储，支持本地和远程开发，进一步增强了模型开发的效率和灵活性；Amazon SageMaker HyperPod通过为大规模分布式训练提供专用的基础架构，能够将基础模型的训练时间缩短高达40%。

模型管理能力方面，Amazon SageMaker Model Registry支持生产环境中模型的目录编制，而且能够有效管理模型版本，与模型相关联的元数据，以及模型的审批状态；该服务还提供模型部署到生产环境的功能，并且可以通过持续集成/持续部署（CI/CD）自动化模型部署。Amazon SageMaker提供专门构建的治理工具Model Governance，使管理员可以在几分钟内定义用户权限，获取、检索和共享模型基本信息，如模型的预期用途、风险评级和训练细节。

创新指数第一，重点关联数据预处理模块、算法管理能力、模型部署能力等三项指标。

数据预处理模块方面，客户可选多种高适用性且有效的样本扩充方法，减少过拟合风险提高数据效率并增强模型泛化能力。Amazon SageMaker Autopilot能自动扩充样本并生成代码；开箱即用的AI服务Amazon Rekognition和Amazon Comprehend等在自定义模型训练中也提供样本扩充能力；通过Amazon Bedrock中基础模型（FMs）的自然语言生成（NLG）能力和Amazon Polly，企业还能实现语音样本扩增。

算法管理能力方面，Amazon SageMaker提供了包括实验编排与管理、工作流编排、模型血缘管理、数据血缘管理在内的一系列工具，并针对不同场景提供了专门的编排模板，增强了具实用性和易用性。支持用户自定义工作流，使得不同算法的灵活混合使用成为可能，并通过Amazon S3、Amazon EFS、 Amazon FSx等多样的存储和数据传输服务支持，提供灵活的数据接口。这些特点共同为算法的实验、开发和部署提供了全面而强大的支持，优化了算法管理的效率和灵活性。

模型部署能力方面。Amazon SageMaker提供全面的推理服务监控，包括调用情况、资源利用率和模型行为分析，以及模型热更新功能，助力优化模型性能；Amazon SageMaker Model Deployment支持多样的推理服务部署模式，包括无服务器推理、单节点多模型、异步推理等，以高性能和低成本适用于各种推理场景；Amazon SageMaker Edge Manager和Amazon SageMaker Neo支持边缘设备的模型部署和优化，增强部署灵活性和效率。

除了六项关键指标，亚马逊云科技还提供了其他的AI开发者需要的各种功能，涵盖了开发中的各类重点议题，例如：如何确保模型训练环节的数据质量；不同来源的数据如何整合、存储，让性能表现满足大规模训练需求；生产环境下如何高效管理模型并控制风险；如何通过数据预处理扩充有效的数据样本，提升模型实际应用表现；如何轻松管理不同的模型算法，来应对不同需求的应用场景；如何支持异步推理、边缘侧模型部署……

三层技术栈统领AI创新与应用方向

六项关键能力之上，亚马逊云科技提供生成式AI创新所需的三层技术栈，包括用于基础模型训练和推理的基础设施层，使用基础模型进行构建的工具层，以及利用基础模型构建的应用程序层，并在每一层都持续创新，帮助客户更轻松、安全地构建和应用生成式AI，进一步降低利用生成式AI的门槛：

底层基础设施层，提供用于基础模型训练和推理的基础设施，包括自研芯片和AMD、Intel和Nvidia的芯片，以及相关的服务，包括Amazon SageMaker等。

中间工具层，提供使用基础模型进行构建的工具，Amazon Bedrock是利用大模型构建和扩展生成式人工智能应用的最简单方法。

顶层应用层，提供利用基础模型构建的应用程序，包括Amazon Q和Amazon CodeWhisperer等。

同时，亚马逊云科技致力于降低企业落地生成式AI的成本，高效率、低成本地迭代模型以及规模化部署应用；以端到端的数据处理能力助力企业将数据打造成自己在生成式AI时代的独特竞争力；通过Bedrock助力企业面向业务场景选择最合适的模型和构建方式；提供开箱即用的解决方案，提高生成式AI的易用性；此外，亚马逊云科技还致力于帮助企业打造负责任的AI。

可以看到，在传统AI领域，亚马逊云科技持续深耕，提供完备的AI开发软硬件全栈服务，在技术堆栈的三个层面提供广泛的服务组合，从专用基础设施服务到AI平台，再到各类场景化开箱即用的AI服务，全面满足各类型客户的不同需求。

从实际落地的项目来看，亚马逊云科技用积累的深厚AI开发平台服务经验，助力中国各个行业和规模的企业加速生成式AI应用的创新，知名用户包括Canva可画、四月科技、Shulex 数里行间、维塑科技、金山办公、店匠，中科创达等。

成都四月科技有限公司，作为一家专注于海外休闲游戏和人工智能生成类应用的公司，通过使用亚马逊云科技的托管机器学习服务部署推理模型，在仅投入3人的情况下在4周内即完成了全新的 2D 人工智能艺术应用程序“Anime AI”的上线，在上线后短期内即获得超过100万用户的认可。

办公软件和服务提供商金山办公，正在亚马逊云科技的助力下，利用包括亚马逊云科技海外区域的 Amazon Bedrock 等一系列服务加速生成式 AI 技术在其产品中的落地，持续强化用户智慧办公体验。

沙利文（Frost & Sullivan）资深总监及头豹研究院副总裁李庆表示：“亚马逊云科技是中国AI开发平台领导者，不仅为用户提供AI开发全生命周期管理能力，还推出完整的生成式AI技术栈帮助用户简化生成式AI应用的开发，同时确保企业的安全隐私。亚马逊云科技能够提供多样化模型和强化的数据定制能力，以先进云基础设施支持广泛客户群，深耕中国市场，为企业快速应用人工智能和机器学习提供助力。”