„Az OpenAI és az Amazon hisz abban, hogy az AI-nak gyakorlatiasnak és valóban hasznosnak kell lennie az emberek számára. A modelljeinknek az Amazon infrastruktúrájával és globális jelenlétével való ötvözése lehetővé teszi, hogy fejlett mesterséges intelligenciát juttassunk el vállalatokhoz és felhasználókhoz.” – mondta Sam Altman, az OpenAI társalapítója és vezérigazgatója.

Az együttműködés alapján az OpenAI és az Amazon közösen fejleszti a Stateful Runtime Environmentet. Ez egy új generációs fejlesztői környezet, amely az OpenAI modelljeire épül és az Amazon Bedrockon keresztül érhető el. A megoldás lehetővé teszi a fejlesztők számára, hogy mesterséges intelligencia alkalmazásokat és ügynököket hozzanak létre éles környezetben, megőrizve a kontextust, a memóriát, valamint az eszközökhöz és adatforrásokhoz való hozzáférést. A Stateful Runtime Environment elindítása az elkövetkező hónapokban várható.

Az AWS lesz egyúttal az OpenAI Frontier platform kizárólagos külső felhőszolgáltatója, ami fejlett vállalati megoldásként lehetővé teszi a szervezetek számára, hogy mesterséges intelligencia ügynökök csapatait hozzák létre, telepítsék és kezeljék valós üzleti rendszerekben, beépített irányítással, illetve vállalati szintű biztonsággal. Továbbá az OpenAI kötelezettséget vállal arra, hogy az AWS infrastruktúráján keresztül körülbelül 2 gigawatt Trainium számítási kapacitást vesz igénybe. Beleértve a Trainium3 és Trainium4 chipeket, amelyek szállítása 2027-re várható. A Trainium4 jelentősen magasabb FP4 számítási teljesítményt, bővített memória-sávszélességet és nagyobb HBM-kapacitást kínál.

„Sok fejlesztőnk és vállalatunk van, akik az OpenAI modelljeire épülő szolgáltatásokat szeretnének futtatni az AWS-en. Az OpenAI-jal való egyedülálló együttműködésünk a stateful runtime környezetek terén alapvetően változtatja meg azt, hogy mi minden lehetséges az AI alkalmazásokat és ügynököket fejlesztő ügyfelek számára” – mondta Andy Jassy, az Amazon elnöke és vezérigazgatója.

A fentieken túl az OpenAI és az Amazon közösen fogja fejleszteni az Amazon ügyfélszolgálati alkalmazásaihoz igazított AI-modelleket is.

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.

Ezen belső erőfeszítések mellett stratégiai szövetségeik olyan globális technológiai vezetőkkel, mint a Google Cloud, az AWS, a CrewAI és az Uniphore, tovább erősítik ezt a modellt. Ezek a partnerségek lehetővé teszik számukra, hogy fejlett mesterséges intelligencia megoldásokat fejlesszenek ki, és rugalmasan és nagy léptékben terjeszkedjenek a gyorsan növekvő piacokra.

„Ez az előremutató megközelítés közvetlenül szorosabb kapcsolatokat eredményez ügyfeleinkkel. 96%-os szerződésmegújítási arányunk egyértelműen bizonyítja a mérhető hatásunkat és a hosszú távú, bizalmon alapuló partnerségeket, amelyeket ápolunk. A kulcsfontosságú iparágakra, többek között a telekommunikációra, a pénzügyi szolgáltatásokra, az e-kereskedelemre és az egészségügyre összpontosítva biztosítjuk, hogy minden piac profitáljon mind az állandóságból, mind a helyi relevanciából.” – írja a Konecta.

„A Konecta BPO-vezetőből technológiabarát ügyfélélmény-átalakítási partnerré válása nemcsak ambiciózus, hanem már működőképes folyamat is. Ez a stratégiai váltás a Katalyst 2028-ban, a vállalat 2025 januárjában bemutatott ambiciózus, hároméves ütemtervében testesül meg. A digitális első megközelítés természetes fejlődését képviselő kezdeményezés célja, hogy a GenAI diszruptív erejének kiaknázásával, a terjeszkedés felgyorsításával és a jövőre felkészült munkaerő kinevelésével biztosítsa a Konecta vezető szerepét az ügyfélélmény-iparban.” – mondta Bernardine Arnanson, a Frost & Sullivan iparági igazgatója.

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.

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.

Az AWS 230 millió dolláros globális kötelezettségvállalásának részeként az AWS Generative AI Accelerator program AWS-krediteket, mentorálást és oktatást biztosít a startupoknak, különösen a korai szakaszban lévő vállalatoknak, hogy előmozdítsák a mesterséges intelligenciát (AI) és a gépi tanulást (ML) érintő technológiáik fejlesztését. A résztvevők hozzáférést kapnak az AWS számítási, tárolási és adatbázis technológiáihoz, valamint az AWS Trainiumhoz és az AWS Inferentia2-hez, amelyek energiatakarékos AI chipeket és nagy teljesítményt biztosítanak a teszteléseikhez.

A tíz hetes program során a résztvevőket üzleti és technikai mentorokkal párosítják össze az általuk képviselt iparáguk alapján. Az akcelerátorba beválasztott startupok akár 1 millió dollár AWS kreditet kapnak, hogy építsék, tréningezzék, teszteljék és elindítsák generatív AI megoldásaikat. A krediteket az Amazon SageMaker használatára is fel lehet használni, amely segít a vállalatoknak saját alapmodelljeik (FM) létrehozásában, tréningezésében, valamint lehetőséget nyújt generatív AI alkalmazások építésére az Amazon Bedrockon keresztül.

A programba beválasztott magyar biotech cég, a Turbine úttörő megközelítést alkalmaz a rákkutatásban. A szimulációt gépi tanulással kombinálja, modellezi, hogyan lépnek kölcsönhatásba a jelátviteli fehérjék és jellemzik a sejtszintű rákos viselkedést, valamint a kezelésre adott választ vagy ellenállást. A platformjuk lehetővé teszi a gyógyszerhatások szimulálását olyan vegyületekkel, amelyek talán még nem is léteznek, és olyan sejtekre, amelyek esetleg laboratóriumi teszteléshez nem elérhetőek.

„Az AWS volt az első felhőszolgáltató, amely az SAP portfóliójának támogatására tanúsítványt szerzett, aminek köszönhetően ma már több ezer nagyvállalat futtat SAP-megoldásokat az AWS-en. A mostani kooperációnk révén az AWS és az SAP gyorsabbá és egyszerűbbé teszi a vállalatok számára a generatív AI-t alkalmazását az alapvető üzleti adataikra vonatkozóan, hogy az alkalmazásaikból a lehető legtöbbet hozzák ki és ezzel hatékonyabbá, gyorsabbá, fenntarthatóbbá váljanak” – fejtette ki Matt Garman, az AWS vezérigazgatója.

Az Amazon Bedrock generatív AI modelljei integrálásával az SAP ügyfelei nagyméretű nyelvi modellekhez (LLM-ekhez) és más alapmodellekhez férhetnek hozzá, hogy saját adataikkal testreszabott alkalmazásokat építsenek. Ezzel az integrációval a SAP ügyfelei felgyorsíthatják a generatív AI alkalmazását és korszerűsítik az SAP megoldásokra épülő kulcsfontosságú üzleti folyamatokat. Az SAP és az AWS azt tervezi, hogy további SAP felhőmegoldásoknál és alkalmazásoknál is elérhetővé teszik a beágyazott AI-funkciókat, többek közt a pénzügyek és a termékéletciklus-menedzsment területén.

Az Amazon vállalatai, köztük a Twitch, a Zappos.com és a Zoox Inc., már szintén SAP szoftvereket használnak az AWS-en. Most pedig az Amazon műholdas szélessávú hálózata, a Project Kuiper is a RISE with SAP alkalmazása mellett döntött, hogy felgyorsítsák a vállalati döntéshozatalt és javítsák az általános teljesítményt, produktivitást – írják.

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.