本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 在上构建企业级生成式 AI 平台 AWS
*Ratan Kumar、Jeffrey Zeng 和 Amazon Web Services 的 Viral Shah*
*2025 年 6 月*（[文档历史记录](doc-history.md)）
人们经常听说原型很简单，演示很酷，但制作很难。生成式 AI 应用程序尤其如此。本战略文件提供了全面的指导，以帮助组织在上实施安全、可扩展和有效的生成式人工智能平台 AWS。它概述了一种四层架构方法，包括可靠的基础架构、基础模型选择、强大的安全性和治理以及可重复的应用程序模式。
AI 可以帮助组织提供差异化的产品和服务。在人工智能的不同领域中，生成式人工智能已成为一种强大的催化剂。它重新定义了企业如何模拟场景、优化运营以及为客户提供引人入胜的数字体验。
尽管许多组织正在创建大量生成式人工智能原型，但他们很难将其扩展为可投入生产的解决方案。为了促进生成式人工智能的广泛采用，企业必须应对几个关键挑战：
+ 基础设施就绪性和可扩展性
+ 安全性与合规性要求
+ 负责任的人工智能实施
+ 与现有应用程序和流程集成
+ 保护敏感数据和知识产权
+ 成本优化和投资回报率 (ROI) 测量
此外，你需要考虑由生成式 AI 支持的解决方案的投资回报率。如何将生成式 AI 集成到现有应用程序中？ 如何确保 AI 生成的推荐安全可靠？ 在使用现有基础模型或经过微调的模型时，如何帮助保护敏感数据和知识产权？
通过开发企业就绪的生成式 AI 功能，您可以克服这些挑战。本战略文件提供了路线图，可帮助您了解和加快生成式人工智能计划，同时保持对安全和道德标准的合规性。它还描述了如何使用 AWS 服务 Amazon Bedrock 和 Amazon Q 等来实现目标业务成果。这些服务可以为从客户服务自动化到开发人员生产力工具的所有内容提供支持。他们还可以帮助您实现基于聊天的助手和人工智能代理，从而改变您的业务运营。
**注意**
在实施本指南之前，我们建议您使用生成式 AI [工作负载评估来评估组织的生成式 AI](https://docs.aws.amazon.com/prescriptive-guidance/latest/gen-ai-workload-assessment/introduction.html) 准备情况。本战略文件建立在本指南中记录的企业生成式人工智能采用的既定 AWS 最佳实践和模式之上。
## 目标受众
本战略文件适用于负责推动人工智能创新和数字化转型的首席执行官 (CEOsCTOsCIOs)、首席技术官 ()、首席信息官 () 和其他高级技术领导者。要使用本战略文档，您应该熟悉业务和技术管理概念，例如企业架构、云计算模型、IT 治理框架、战略技术规划和数字化转型计划。
## 目标
通过实施本战略文件中的建议，组织可以实现以下目标业务成果：
+ 将原型转变为生产就绪的生成式 AI 解决方案，提供可衡量的商业价值
+ 帮助分散的团队更快地进行实验，同时维护安全性和治理
+ 通过适当的控制和治理，在企业范围内建立对经批准的基础模型的访问权限
+ 通过可重复使用的应用程序模式和标准化工具，减少开发时间和成本
+ 通过安全、自助访问生成式 AI 功能来加速创新
+ 实施负责任的人工智能实践，促进道德使用和合规
+ 创建可扩展的框架，用于评估和采用新的基础模型
+ 通过适当的验证和控制机制建立对 AI 生成的内容的信任
+ 在保持高性能和安全标准的同时优化运营成本
+ 将生成式 AI 功能无缝集成到现有的企业应用程序中