"DeepSeek 的出现，激发了许多传统企业客户对生成式 AI（人工智能）的兴趣。过去，AI 早期使用者多为互联网或 IT 公司，而现在，医疗、制造等传统行业的企业也开始尝试将生成式 AI 与自身业务结合。"3 月 19 日，亚马逊云科技大中华区产品部总经理陈晓建在接受《每日经济新闻》记者专访时说道。

陈晓建 图片来源：企业供图

自 2025 年年初以来，DeepSeek 凭借其出色的推理能力和成本优势，引爆了消费级市场，迅速成为企业级 AI 应用的 " 宠儿 "。这一背景下，全球云服务厂商，包括亚马逊云科技（AWS）、微软 Azure、谷歌云（Google Cloud），以及中国的阿里云、腾讯云和华为云都纷纷加码生成式 AI 赛道，试图在这一新兴市场中占据主导地位。

以亚马逊云科技为例，其日前推出了全托管的 AI 模型服务平台 Amazon Bedrock，即提供各大模型厂商推出的领先模型，同时提供企业级 AI 落地的各种能力支持。

而在一周前，亚马逊云科技宣布推出全托管式的 DeepSeek-R1 模型服务，这是截至目前亚马逊云科技合作的唯一一家国产大模型，此举也为云服务厂商与大模型厂商二者的合作模式 " 开辟 " 了一条新路。

DeepSeek 的出现犹如一条鲇鱼，不仅推动了中国生成式 AI 技术的商业化进程，也加剧了全球云服务厂商在企业级应用市场的竞争。这场围绕生成式 AI 的 " 厮杀 "，正在重新定义企业级 AI 市场的格局。

全托管模式：降低企业 AI 应用门槛

虽然热情已经被广泛点燃，但在生成式 AI 技术的应用过程中，高昂的运维成本和复杂的技术部署仍然是当前企业面临的难题。

对此，陈晓建告诉《每日经济新闻》记者，全托管模式是解决这一问题的关键。

" 全托管模式可以被理解为一个‘大模型超市’。首先，与传统的非托管模式相比，全托管模式部署难度大幅降低，企业无需自行搭建和维护 GPU 服务器，只需通过云平台即可快速接入 AI 模型服务。其次，使用门槛更低，企业可以根据业务需求灵活调整资源使用量，避免了资源浪费。" 陈晓建说道。据他介绍，越来越多的客户倾向于选择全托管服务，尤其是在业务流量和需求不确定的情况下，这种模式能够最大限度地实现成本优化。

"Amazon Bedrock 作为一个模型服务平台，首先要做的是托管各种领先的模型，包括 DeepSeek-R1。此外，Amazon Bedrock 还提供了大量的工程化能力，比如 Guardrails（安全围栏）和 Knowledge Bases（知识库），这些功能能够帮助用户在使用模型时实现业务逻辑和专业能力的整合。" 陈晓建解释道。

在技术对接方面，亚马逊云科技通过底层硬件资源的部署，实现了对 DeepSeek-R1 模型的支持。同时，Amazon Bedrock 的工具套件，如知识库、安全围栏和模型选择等功能，也能够与 DeepSeek-R1 无缝集成，确保模型在使用过程中的安全性和合规性。

此外，值得注意的是，在企业级 AI 应用中，数据安全和合规性是客户最为关注的问题之一。

对此，陈晓建强调，首先，Amazon Bedrock 提供了 Guardrails 功能，能够对模型的输入和输出进行内容过滤、上下文检查等操作，确保所有输入输出都符合合规要求。其次，亚马逊云科技还提供了密钥管理服务、Amazon IAM（身份和访问管理）机制以及网络安全工具，确保用户数据在传输和存储过程中的安全性。

" 用户在使用 Amazon Bedrock 时，所有数据都存放在专属网络（VPC）中，逻辑上与其他用户的网络环境完全隔离，确保数据不会被其他客户看到。" 陈晓建表示，" 此外，亚马逊承诺不会使用用户数据训练自身模型，进一步保障了用户数据的安全性。"

对于中国出海企业而言，跨境数据合规和数据本地化是使用生成式 AI 时面临的重要挑战。

陈晓建指出，亚马逊云科技在全球范围内提供了 140 多项合规要求，涵盖了 GDPR（欧盟《通用数据保护条例》）、HIPAA（美国《健康保险可移植性和责任法案》）等多个行业和地区的标准。同时，亚马逊云科技在全球各国和地区都部署了数据中心和云服务，用户可以通过使用不同的可用区，满足数据本地化和业务本地化的合规要求。

模型选择多样性成趋势

企业级 AI 落地仍需解决 " 幻觉 " 问题

那么，随着生成式 AI 技术的普及，全托管模式是否将成为市场上的主流趋势？

在陈晓建看来，全托管模式的优势在于其灵活性和低成本，尤其适合资源需求不确定的企业。而对于那些对业务高可用性有极致需求的企业，非托管模式仍然是一个可行的选择。" 未来，全托管模式和非托管模式将共存，客户可以根据自身需求选择最适合的方式。"

但值得注意的是，DeepSeek-R1 模型在推理能力方面的优势，使其在多个行业场景中展现出巨大的应用潜力。不过，其 " 幻觉 " 问题是阻碍企业级 AI 落地的难题，陈晓建特别提到了 Amazon Bedrock Guardrails 中的自动推理检查功能，这项功能通过严密的数学逻辑去验证推理，以检查幻觉造成的事实性错误。

陈晓建举例道：" 金融行业的财报分析、医疗行业对专业文献的理解，都需要高精度的复杂推理能力，这正是 DeepSeek-R1 的强项。" 此外，互联网行业的项目策划、代码开发等场景，也能够通过 DeepSeek-R1 实现高效应用。

在亚马逊云科技内部看来，Amazon Bedrock 不仅是一个模型超市，更是一个提供全方位工程化工具的平台。

陈晓建强调："Amazon Bedrock 不仅仅是让客户采购各种模型，它还提供了大量的定制化工具，如 Guardrails、Knowledge Bases、模型评估功能等。这些工具对于将模型用于生产环境是必不可少的。"

亚马逊 CEO Andy Jassy 此前在分享亚马逊内部的 AI 创新经验时曾提到内部团队模型选择的多样性。" 原本以为大家都会选用 Anthropic 的 Claude 模型，但他们也会采用 Llama 模型、Mistral 模型，还会运用自己开发的一些模型。"

事实上，企业在 AI 创新中往往会同时选择多个模型应对不同的具体负载。在业内人士看来，这也是亚马逊云科技选择做 Amazon Bedrock 模型超市的最大理由。

虽然在业内人士看来，生成式 AI 技术的发展仍处于早期阶段，但其在企业和行业中的应用潜力已经显现。

"DeepSeek 的出现推动了许多传统企业客户对生成式 AI 的探索。过去，早期使用者多为互联网或 IT 公司，而现在，金融、医疗、制造等传统行业的企业也开始尝试将生成式 AI 与自身业务结合。" 陈晓建提到。

通过提供 DeepSeek-R1 等领先模型，亚马逊云科技正在推动生成式 AI 在企业级市场的广泛应用。陈晓建表示：" 未来，生成式 AI 将从实验室走向真正的生产应用阶段，我们相信这一技术将为各行各业带来巨大的价值。"

每日经济新闻