領導代理式 AI 時代
企業領導者正面臨從「AI 實驗」轉向「能帶來可衡量成果的自主系統」的關鍵轉型。在《代理式 AI 領導者指南》中，AWS 駐點高階主管 Ishit Vachhrajani 闡述了代理式 AI 如何從「產生內容、然後碰運氣」的階段，演進為能在人類指導下進行規劃、決策與行動的系統。
AWS 透過提供完整的基礎 (模型、脈絡資訊與企業級安全機制) 協助企業跨越 AI 潛力與實際商業成果之間的鴻溝，讓您能夠將願景付諸實現，部署可大規模運作的代理程式。
五個提供價值的 AI 使用案例
從自動化工作流程和建置智慧型應用程式，到建立內容、做出資料驅動型決策，以及吸引客戶，探索五個經過驗證的使用案例，使 AI 為您實現業務目標。當您專注於重要的結果時，探索無限可能。
可創造業務優勢的 AI 服務和工具
代理式 AI
代理式 AI 代表運算領域的下一個領域 — 代理式 AI 能自主推理、規劃以及行動，進而完成複雜的任務，而且人類的參與度有限。從現成部署的代理程式、全面的開發工具到領先模型，AWS 提供組織建置和擴展代理式 AI 所需的一切。
生成式 AI
利用企業級安全性與隱私性、領先的基礎模型 (FM) 選項、資料至上的方法，以及創新突破以提供最高效能且同時降低成本的基礎設施，加速推進生成式 AI 賦能的創新。幾乎所有產業中各種規模的組織都信任 AWS 將其原型、示範和測試版轉化為現實世界的創新並提升生產力。
機器學習
透過 AI 和機器學習，從您的資料中獲得更深入的洞察，同時降低成本。Amazon SageMaker AI 為完全受管服務，匯集最全面的 AI 工具與功能，針對任何使用案例實現高效能、低成本的 AI 模型開發。使用 SageMaker AI，您可利用完整開發環境、專用訓練基礎設施、AI 代理程式引導的工作流程 (預覽版) 及最佳化推論功能，大規模建置、訓練、自訂及部署 AI 模型，且皆具備企業級治理與安全控制。
AI 基礎設施
隨著 AI 的成長，基礎結構資源的用量、管理和成本均有所增加。為在訓練基礎模型和將其部署至生產環境期間最大化效能、降低成本，同時避免複雜性，AWS 提供針對 AI 使用案例最佳化的專業基礎結構。
AI 的資料基礎
市面上僅有 AWS 為端對端資料基礎提供最全面的資料功能集，該功能集支援任何工作負載或使用案例，包括生成式 AI。透過可協助團隊滿懷信心迅速推進工作的端對端資料治理，快速而輕鬆地連線至所有資料並採取行動。藉助在資料服務中內建的 AI，AWS 可簡化資料管理的複雜性，從而可減少用於管理資料的時間，並且利用更多時間挖掘資料的價值。
以負責任的方式建置 AI
AI 與智慧代理程式的迅速發展迎來了充滿希望的創新，同時也帶來了新的挑戰。AWS 致力於讓負責任的 AI 原則變得切實可行且可擴展，以便您加速可信任的 AI 創新。我們的各項最佳實務與工具以科學為變本，包括 AWS Well-Architected Responsible AI Lens、Amazon Bedrock Guardrails、Amazon Bedrock AgentCore，能夠助您在各種使用案例中以負責任的方式建置及運作 AI。從始至終採用負責任的 AI 原則實務，以便更快、更有信心地發展並贏得客戶的信任。
培養 AI 技能的資源
