„Felhasználóink visszajelzései szerint a Claude egyre inkább nélkülözhetetlenné válik a mindennapi munkában. Az Amazonnal való együttműködés lehetővé teszi számunkra, hogy tovább gyorsítsuk az AI-kutatást és világszerte elérhetővé tegyük megoldásainkat a több mint 100 000 AWS-en fejlesztő vállalat számára.” – mondta Dario Amodei, az Anthropic vezérigazgatója és társalapítója.

Az Amazon egyúttal viszontbefektetője is lesz az Anthropicnak. 5 milliárdot invesztálnak a cégbe, amelyet a jövőben további akár 20 milliárd dollár követhet, az előre meghatározott üzleti mérföldkövek teljesítésétől függően.

„Az Anthropic hosszú távú elköteleződése az AWS Trainium platform mellett jól mutatja, milyen előrelépést értünk el ezen a területen.” – emelte ki Andy Jassy, az Amazon vezérigazgatója. Hozzátette, hogy immár több mint 100 000 ügyfél használja az Anthropic Claude modelljeit az Amazon Bedrock platformon, amely így az egyik legnépszerűbb AI-megoldássá vált az AWS ökoszisztémában.

A technológiájuk gyakorlati hatása pedig már most is mérhető. A Lyft az Amazon Bedrockon keresztül építette be a Claude-ot ügyfélszolgálati rendszerébe, amellyel 87 százalékkal csökkentette a megkeresések átlagos megoldási idejét. A Pfizer pedig a Claude és az Amazon Bedrock segítségével évente mintegy 20 000 kutatási dokumentumot dolgoz fel, amivel 16 000 munkaórát takarít meg és az infrastruktúra költségeit is 55 százalékkal csökkenti.

A két cég még sok közös programot tervez. Köztük a közel félmillió Trainium2 chipből álló Project Rainier már el is indult, mint a világ egyik legnagyobb AI számítási klasztere.

Új szintre lépnek az autonóm AI-ügynökök az Amazon Bedrock AgentCore-ban

Az Amazon Bedrock AgentCore több fontos újdonsággal bővült. A „Policy” funkció természetes nyelven megadható szabályokkal határozza meg az ügynökök mozgásterét, az „AgentCore Evaluations” 13 beépített értékelővel folyamatos minőségellenőrzést biztosít, míg az új „Memory” megoldás lehetővé teszi, hogy az ügynökök korábbi tapasztalataikból tanuljanak.

Rekordméretű bővítés az Amazon Bedrock modellportfóliójában

Az Amazon Bedrock 18 új, teljesen menedzselt modellel bővült, köztük négy, a Mistral AI által fejlesztett modellel. A Bedrock ezzel közel 100 szerver nélküli modellt kínál, lefedve a vállalati AI-igények teljes spektrumát.

Bemutatkozik a Trainium3 – új mérce az AI-számításban

Az új EC2 Trn3 UltraServers a Trainium3 chipekre építve 4,4-szeres számítási teljesítményt és négyszeres energiahatékonyságot nyújt elődjéhez képest. Az AWS már előretekint a Trainium4 irányába is, amely további többszörös gyorsulást ígér a nagy nyelvi modellek tanításában és futtatásában.

Frontier Agents: az autonóm digitális munkatársak kora

Az AWS három új, hosszú ideig önállóan működő „frontier agentet” mutatott be. A Kiro autonóm ügynök virtuális fejlesztőként dolgozik a csapat számára, az AWS Security Agent saját kiberbiztonsági tanácsadóként működik, míg az AWS DevOps Agent az éjjel-nappal rendelkezésre álló üzemeltetési csapat szerepét tölti be. Ezek már most is valódi vállalati környezetekben működnek olyan szervezeteknél, mint a Commonwealth Bank of Australia vagy a SmugMug.

AWS AI Factories: mesterséges intelligencia a saját adatközpontban

Az új AWS AI Factories koncepcióval az AWS dedikált AI-infrastruktúrát telepít ügyfelei saját adatközpontjaiba, egyesítve az NVIDIA GPU-kat, Trainium chipeket és az Amazon Bedrock szolgáltatásait, megfelelve a szigorú adatvédelmi és szuverenitási elvárásoknak.

Stratégiai partnerségek: Adobe, Sony és Zendesk

Az Adobe és az AWS együttműködése új szintre lépett a generatív AI-alapú kreatív megoldások terén. A Sony belső vállalati AI-platformját és globális rajongói ökoszisztémáját is AWS-re építi, míg a Zendesk az Amazon Connecttel közösen új AI-alapú kontaktcenter-megoldást hoz létre.

Az AWS re:Invent bejelentései világosan mutatják, hogy az autonóm AI-ügynökök, a saját adatközpontba költöztethető intelligencia és az extrém számítási kapacitás új korszakot nyit a vállalati digitalizációban. Az AWS ezzel tovább erősíti vezető szerepét a globális mesterséges intelligencia-ökoszisztémában.

Az AWS és a SAP több mint 16 éve dolgoznak együtt a felhőalapú innovációk terén. A mostani kooperáció erre az örökségre épít, hogy támogassa az ügyfelek digitális szuverenitási követelményeit és felgyorsítsa digitális átalakulásukat Európában. A SAP Sovereign Cloud megoldások a SAP biztonsági szempontból megerősített felhőalapú megoldásai, amelyek megfelelnek a szabályozott iparágak és a közigazgatás ágazati szabványainak. Az együttműködés célja, hogy ezeket a képességeket és a SAP vállalati ismereteit összekapcsolja az AWS infrastruktúrájával, működési tapasztalatával, hogy azok megfeleljenek az ügyfelek változó digitális szuverenitási igényeinek Európában.

” A SAP és az AWS azt szeretné biztosítani, hogy ügyfeleink hozzáférjenek a legfejlettebb szuverenitási megoldásokhoz és a szervezetek az innovációra, valamint a kézzelfogható eredmények elérésére összpontosíthassanak.” – mondta David Brown, az AWS számítástechnikai és gépi tanulásért felelős alelnöke.

Az AWS European Sovereign Cloud, amelynek első AWS régiója várhatóan 2025 végéig indul el Németországban, úgy lett kialakítva, hogy további választási lehetőséget biztosítson a közszféra szervezetei és a szigorúan szabályozott iparágak ügyfelei számára. A kínálat segíthet ezeknek a szervezeteknek egyedi digitális szuverenitási igényeik teljesítésében, beleértve az adatok elhelyezésére, működési autonómiára és rugalmasságra vonatkozó követelményeket.

Az AWS European Sovereign Cloud elkülönül és független lesz a meglévő AWS régióktól és az EU-n kívüli infrastruktúrától. Az erős technikai ellenőrzéseknek, szuverenitási garanciáknak és jogi védelemnek köszönhetően az ügyfelek kihasználhatják az AWS teljes kapacitását, ugyanazzal a biztonsággal, rugalmassággal és kiterjedt szolgáltatási portfólióval, amely a meglévő régiókban is elérhető.

A SAP Sovereign Cloud megoldások már elérhetők az AWS-en Ausztráliában és Új-Zélandon (2023 óta), az Egyesült Királyságban (2024 óta), Kanadában és Indiában (2025 óta).

Becslések szerint az üvegházhatású gáz-kibocsátás akár 40 százalékát is adhatják a kereskedelmi ingatlanok, így a klímavédelmi célok megvalósításához kulcskérdés azok dekarbonizációja. Silvia Prieto, az Amazon Web Services (AWS) „Global Financial Services” részlege generatív mesterséges intelligenciáért és gépi tanulásért felelős vezetője szerint hatalmas lehetőség van a már meglévő épületeinkből évek óta gyűjtött adatok hasznosításában, azonban ehhez az MI bevetése mellett a munkavégzés módjának megváltoztatására is szükség van.

Nagy változások jönnek

„Azon épületek esetében, amelyekben például a Schneider Electric rendszereit is használják, sok évnyi adat áll rendelkezésre. Ezeket gépi tanulás révén könnyen lehet elemezni és olyan információt előállítani belőlük, amely hatékonyabbá teszi az ingatlan üzemeltetését” – mondta el Silvia Prieto.

Az AWS szakembere szerint két fő tényező gátolja jelenleg, hogy a kereskedelmi ingatlanokban szélesebb körben is alkalmazzák a mesterséges intelligenciát. Az egyik, hogy hiába áll rendelkezésre hatalmas mennyiségű adat, ha azok nem a megfelelő formátumban vannak, ezért a régi rendszerekbe, alkalmazásokba zárt adatokat integrálni kell. Emellett egy kulturális váltásra is szükség van, hiszen a munkavégzés módja változik, így mindenkinek tovább kell képeznie magát. „A cégeknek be kell fektetniük a munkavállalók képzésébe, fejlesztésébe és a változásmenedzsmentbe, mert az egyértelműen látszik, hogy a dolgok változni fognak az épületüzemeltetésben is. Ez persze nem egyik napról a másikra történik, hanem egy folyamat, de rá kell venni az embereket, hogy velük tartsanak ezen az úton” – tette hozzá Silvia Prieto.

A szakember arra is rámutatott, hogy a nagy nyelvi modellek (LLM) szuperereje az írás-olvasásban van, vagyis nagy mennyiségű szöveget tudnak az emberi képességekhez mérten elképesztően gyorsan átolvasni, majd azok alapján szöveget írni. Ez pedig hatalmas erőforrást jelenthet a cégek számára, hiszen nagyon gyorsan készíthetnek elemzéseket, összefoglalókat. A beérkező adatok azonnali elemzése alapján például nemcsak azt tudják megállapítani az MI-t használó rendszerek, hogy az adott épületben milyen probléma van, de akár még annak kijavítására is javaslatot tehetnek – rendkívüli mértékben megkönnyítve a karbantartók munkáját.

Szükség van a megfelelő kompetenciára

Sarah Calder, a Skanska Group „AI capability” menedzsere szintén hangsúlyozta, hogy a mesterséges intelligencia technológia használatához mindenképpen szükség van az adatok struktúrálására. Ez ugyanakkor nem feltétlenül egyszerű feladat az építőipar esetében, hiszen az építési projektek jellemzően nagyon egyediek.

A másik fontos tényező ahhoz, hogy ebben a szektorban is általánosabbá váljon az MI alkalmazása, a megfelelő kompetencia kialakítása. „Nem kell varázslónak lenni ahhoz, hogy valaki használni tudja a mesterséges intelligencia-alapú rendszereket, de kell a megfelelő tudás ahhoz, hogy legyen az embereknek önbizalmuk a használatukhoz, illetve bízzanak abban a támogatásban, amit ez az eszköz nyújt” – jelezte Sarah Calder.

Az építőipari MI-kirakós utolsó darabkáját pedig az esettanulmányok jelentik, az olyan gyakorlati tapasztalatok, amikor a mesterséges intelligencia már bizonyított, és meghozta az elvárt eredményeket, mind a büdzsé, mind a határidő, mind a károsanyag-kibocsátás csökkentése esetében.

A Skanska Group „AI capability” menedzsere több konkrét példát is említett arra, hogyan hasznosítják az MI-t a gyakorlatban. Így például jelentős szerepet tölthet be a tudásmegosztásban, hiszen segítségével a vállalaton belül felgyűlt hasznos ismeretek, tapasztalatok, nagyon gyorsan megoszthatók a világ különböző pontjain dolgozó csapatokkal, akik a technológia segítségével gyorsan, hatékonyan kutathatnak a rendelkezésre álló óriási mennyiségű információ között.

Egy másik, a Skanskánál már működő gyakorlati alkalmazás a fizikai biztonsághoz kapcsolódik. Az építkezéseken dolgozó nagy munkagépekre kamerákat szereltek fel, amelyek képét folyamatosan elemzi a mesterséges intelligencia. Amennyiben a veszélyesnek ítélt zónában ember tartózkodik, akkor az MI automatikusan leállítja a gépet.

Látványos eredmények

Jövőformáló vállalatként a Schneider Electric elkötelezett amellett, hogy támogassa a CO2-kibocsátást csökkentő és a hatékonyságot növelő megoldások elterjedését és bemutatását. A társaság EcoStruxure platformja az olyan megoldásokkal, mint az EcoStruxure Building Operation, az EcoStruxure Power Monitoring Expert, illetve az EcoStruxure Building Data Platform új szintre emeli az épületüzemeltetést és segíti a cégeket költségeik csökkentésében, valamint fenntarthatósági céljaik megvalósításában.

Az intelligens épületüzemeltetési technológiák hatásaira vonatkozó meggyőző bizonyíték a Schneider Electric új kutatásának eredménye. A vizsgálat kiderítette, hogy az irodaházakban található tárgyalók foglaltság-alapú vezérlése átlagosan 22 százalékos megtakarítást eredményezhet ezeknek a helyiségeknek az energiafelhasználásában és szén-dioxid-kibocsátásában.

Az Amazon Bedrock AgentCore egy átfogó megoldás, amely hét kulcsfontosságú szolgáltatásból áll, amelyek együttesen szilárd alapot teremtenek az AI-ügynökök fejlesztéséhez és telepítéséhez. Ezek az alábbiak :

1. AgentCore Runtime – Az iparág leghosszabb aszinkron feladat-futtatási idejét kínálja. Akár 8 órát. Ez az egyetlen olyan megoldás a piacon, amely bármilyen fejlesztői platformmal kooperál, ahol minden ügynök teljesen elkülönített, biztonságos környezetben működik. A Runtime támogatja mind az interaktív folyamatokat minimális késleltetéssel, mind az összetett aszinkron feladatokat.

2. AgentCore Memory – Fejlett, az emberi agyról mintázott memória-infrastruktúra, amely rövid és hosszú távú memóriát is kínál. A rendszer vezető pontosságot biztosít az iparágban és lehetővé teszi környezettudatos ügynökök létrehozását. 

3. AgentCore Identity – Átfogó biztonságos hitelesítési rendszer az ügynökök számára, integrálva olyan szolgáltatókkal, mint az Amazon Cognito, Microsoft Entra ID és Okta. 

4. AgentCore Gateway – Biztonságos eszköz-hozzáférési kapu, amely lehetővé teszi az ügynökök számára különböző erőforrások felfedezését és használatát. A Gateway megkönnyíti a meglévő API-k, Lambda funkciók és szolgáltatások átalakítását ügynök-kompatibilis eszközökké. 

5. AgentCore Code Interpreter – Biztonságos környezet kódfuttatáshoz izolált környezetekben, lehetővé téve az ügynökök számára összetett számítások végrehajtását, következtetések validálását, adatfeldolgozást és vizualizációk generálását. 

6. AgentCore Browser Tool – Modellfüggetlen böngésző, amely lehetővé teszi az AI-ügynökök számára a weboldalakkal való nagy léptékű interakciót, ideális olyan feladathoz, mint az űrlapok kitöltése. 

7. AgentCore Observability – Fejlett megfigyelési rendszer az Amazon CloudWatch alapján, beépített műszerfalakkal és telemetriával a kulcsfontosságú metrikákhoz, integrálható a meglévő megfigyelési rendszerekkel.

Minden szolgáltatás az AgentCore-ban kompatibilis olyan népszerű nyílt forráskódú keretrendszerekkel, mint a CrewAI, LlamaIndex és Strands Agents, biztosítva a maximális rugalmasságot és integrációs lehetőségeket a fejlesztők számára.

Az AWS megduplázza befektetéseit az AI innovációs központba

Az AWS megduplázza befektetését az AWS Generative AI Innovation Centerbe további 100 millió dollárral. A központ már most is impresszív implementációkkal büszkélkedhet, mint például az az AI-rendszer, amely kerékpárverseny-kommentátorokat támogat a Warner Bros. Discovery Sports Europe-nál, vagy a hálózati problémák diagnosztizálására szolgáló megoldás több mint 23 millió csatlakoztatott járműben a BMW számára.

A vállalat elindítja az AWS AI League programot 2 millió dolláros AWS kredit díjalappal, ahol a fejlesztők versenyezhetnek valós problémák megoldásában generatív AI segítségével. Emellett az AWS 3 millió dollárt fordít fiatal szakemberek AI területen való munkára való felkészítésére, ingyenes hozzáférést biztosítva az AWS Skill Builder képzési tartalmaihoz és AWS tanúsítvány utalványokat kínálva diákoknak több mint 6600 AWS Academy intézményben.

A fejlesztők számára hozzáférhető Amazon Q Developer segít a kódgenerálásban, hibakeresésben, frissítésekben és optimalizálásban, míg az Amazon Q Business lehetővé teszi, hogy a vállalati dolgozók gyors válaszokat kapjanak céges adatforrásokból, elemzéseket készítsenek és egyszerűsített módon készítsék el jelentéseiket. Az új Amazon Q Apps képességgel pedig programozás nélkül, természetes nyelven is létrehozhatók generatív MI-alapú alkalmazások.

„Az Amazon Q olyan fejlett MI-asszisztens, amely akár 80%-kal növelheti most rögtön az alkalmazottak teljesítményét. Segít a fejlesztőknek hatékonyabbá válni, az üzleti felhasználóknak gyorsabban döntéseket hozni.” – mondta Dr. Swami Sivasubramanian, az AWS mesterséges intelligencia és adat részlegének alelnöke.

Az Amazon ugyanakkor az „AI Ready” kezdeményezés keretében 2025-ben 2 millió ember számára biztosít ingyenes mesterséges intelligencia képzést, hogy támogassa ezzel is a felkészülést a jövő munkaerőpiacának elvárásaira.

Nyilvánosan is bemutatkozott és széles körben elérhetővé vált  a világ első számú nyílt forráskódú nagy nyelvi modellje (LLM). A 40 milliárd paraméteres kapacitással rendelkező és az Amazon Web Services felhőalapú gépi tanulási platformja, az Amazon SageMaker-en egy billió lexikális elemre (token) betanított Falcon 40B.  Az Abu Dhabi-i Technológiai Innovációs Intézet fejlesztést immár világszerte használhatják a kutatók, az üzleti élet szereplői. A nagy teljesítményű és pontosságú nyelvi modell nyílt forráskihelyezése révén a felhasználók hozzáférhetnek a Falcon 40B súlyaihoz, azaz a viselkedését és teljesítményét meghatározó paraméterekhez. Ezzel szeretnék elősegíteni a modell átláthatóságát, elszámoltathatóságát, valamint támogatni a nyelvi modellekre vonatkozó kutatásokat, fejlesztéseket az egészségügytől kezdve az űrkutatáson, pénzügyeken át a biotechnológiáig mindenféle szektorban.

A felhasználók az Amazon SageMakeren keresztül érhetik el a Falcon 40B-t és alkalmazhatják a képességeit többek között fordításra és tartalomkészítésére, az őket érdeklő tudományos, műszaki és sok más témákat érintő kérdéseik megválaszolására, elemzések összeállítására, vagy akár képek azonosítására. A Falcon LLM-ek ugyanakkor hozzáférhetőek az Amazon SageMaker JumpStartban is, a SageMaker gépi tanulás (ML) központjában, amely beépített algoritmusokat, előkészített megoldási sablonokat kínál, hogy a felhasználók gyorsan elkezdhessék az ML alkalmazását. A Falcon LLM-eket bárki telepítheti és használhatja a SageMaker Studioban vagy programozottan a SageMaker Python SDK-n keresztül.

A Falcon 40B-ről további részletek a FalconLLM.tii.ae oldalon ismerhetőek meg.

Az innovációk bevezetésével az AWS továbbra is kulcsszerepet kíván játszani a gépi tanulás demokratizálásában, hogy az bárki számára elérhetővé váljék, beleértve a vállalat több mint 100 000 különböző méretű ügyfelét, számos iparágban.

Az Amazon Bedrock egy új szolgáltatás a generatív AI-alkalmazások fejlesztésére, skálázására. Azaz olyan alkalmazások létrehozására, amelyek szövegeket, képeket, hangokat és szintetikus adatokat képesek megalkotni az adott kulcsszavak alapján. A fejlesztők a Bedrock segítségével szöveggenerálásra képes AI-rendszerekkel bővíthetik a szoftvereiket. A szolgáltatás hozzáférést biztosít az Anthropic és az AI21 startup cégek élvonalbeli nyelvi modelljeihez, valamint a Stability AI Stability Diffusion képeket generáló mesterséges intelligenciamodelljéhez is. Ezek mellett az AWS két generatív nyelvi modellel rendelkezik. A Titan Text képes szöveget előállítani kulcsszavak alapján, a Text Embeddings pedig a szövegek matematikai ábrázolását készíti el a fordításokhoz, keresésekhez.

A Bedrock ráadásul anélkül használható, hogy a betáplált információk visszaszivárognának a modellek képzéséhez használt szélesebb adathalmazba. Az érzékeny vállalati információk – például pénzügyi jelentések vagy üzleti tervek – így semmiképp sem kerülnek be a modell képzési adataiba, sem pedig megosztásra más ügyfelekkel.

Az ultranagyméretű gépi tanulási modellek futtatásához hatalmas számítási kapacitásra van szükség. Ezekhez jelenleg az AWS Inferentia chipek nyújtják a legnagyobb energiahatékonyságot és a legalacsonyabb költségeket. Ugyanakkor a generatív AI-modelleket be is kell tanítani, hogy azok a megfelelő választ, képet, összefüggést vagy egyéb jellegű eredményt biztosítsák. Ehhez mostantól az AWS Trainium chipjei kínálnak bőséges hálózati képességet, ami kulcsfontosságú az ilyen modellek gyors és költséghatékony betanításához.

Mindezek mellett az AWS az egyéni fejlesztők számára hozzáférést biztosít az Amazon CodeWhisperer szolgáltatásához is. Ez egy olyan mesterséges intelligenciával működő kódoló segéd, amely minden szoftverfejlesztő számára gyorsabbá és könnyebbé teszi a kódolást. Generatív mesterséges intelligenciát használ, hogy valós időben adjon kódjavaslatokat a felhasználó megjegyzései és korábbi kódjai alapján. Az Amazon CodeWhisperer-t az egyéni fejlesztők díjmentesen, használati korlátozások nélkül vehetik igénybe.

Az innovációk bevezetésével az AWS továbbra is kulcsszerepet kíván játszani a gépi tanulás demokratizálásában, hogy az bárki számára elérhetővé váljék, beleértve a vállalat több mint 100 000 különböző méretű ügyfelét, számos iparágban.

Az AWS (Amazon Web Services) négy fokozatba sorolja partnereit, a szakmai tudás, a forgalom és a referenciák alapján. A felhőinformatikai megvalósítással és üzemeltetéssel foglalkozó TC2 már a harmadik fokozatot szerezte meg, így az első és jelenleg egyetlen hazai Advanced partnere lett az Amazon Web Services-nek.

Magyarországon is egyre több vállalat használ felhő-alapú megoldásokat, mivel a felhő nem csak az informatikai működést, de a vállalati folyamatokat és döntéseket is átalakítja. A felhő hatékony terep az üzleti kísérletezésre és a gyors megvalósításra is.

A világ legnagyobb felhőszolgáltatójánál az Advanced partnerség azt jelenti, hogy a cégek eszközöket kaphatnak ahhoz, hogy új megoldásokat hozzanak létre, lehetőségük lesz egy nagyobb növekedésre, technológiai és sales támogatást kapnak. Az Advanced kritériumrendszer teljesítése többlépcsős folyamat: a forgalmi elvárás mellett professzionális AWS vizsgák teljesítését írták elő legalább 8 munkatársnak, az elmúlt 12 hónapban minimum 20 új projektet kellett befejezni, és 20 ügyfélnek ügyfélelégedettségi mérésen kellett részt vennie.

A TC2-t 2016-ban indították el Total Cloud Consulting néven. Portfóliójukban szerepel a koncepcióalkotás, tervezés, oktatás, fejlesztés, implementálás, üzemeltetés új rendszerekre és a meglévők migrálására. A munkatársak száma mára elérte a 13 főt, a cég pedig meghatározó szereplője lett a hazai és régiós cloud piacnak. Október 9-én a TC2 és az Amazon Web Services második alkalommal szervezik meg közösen az AWSome Day Budapest konferenciát, így Wroclaw, Bukarest, Belgrád, Athén, Jászvásár és Kolozsvár után Budapesten is megismerheti az IT közösség a legújabb felhő megoldásokat.

A TC2 társ-alapítói és jelenlegi vezetői Ákos György és Révész Róbert, akik az elmúlt évtizedekben több világcég hazai szervezetében, illetve jelentős magyar informatikai vállalatoknál töltöttek be vezető pozíciót. A TC2 ügyfelei többek között a Vodafone, a Bankmonitor, a Te-Food, a Doqsys és az E.On. A TC2 szakértelmét az AWS-en túl olyan technológiai partnerekre építi, mint a VMware, SAP, Docker.