ChainCatcher 消息，在硅谷举办的硅谷 101 x RootData 年度峰会上，AWS 解决方案架构师 Justin Lin 发表了主题演讲，系统阐述了企业如何通过 AWS AI 实现从概念验证到规模化落地的转型路径。
Justin Lin 指出，AI 发展正经历从生成式助手向智能体 AI 系统的演进，未来将实现全自主工作流与多智能体协同。他强调，模型选择与评估是企业应用 AI 的核心环节，到 2028 年大多数企业将部署数十个生成式 AI 模型，需建立系统性测试框架并设计支持模型切换的架构。
在可信 AI 方面，他援引数据称 66% 的企业高管将数据隐私与安全视为首要风险，建议从身份管理、加密、审计日志等多维度构建安全体系。AWS 的三大 AI 支柱——发明自由、可信 AI 和价值最大化，为企业提供了完整的技术支撑。
演讲中还展示了 Crypto.com 的实践案例，通过使用 Amazon Bedrock 和 SageMaker，其 AI 助手任务准确率从 60% 提升至 94%，并为超 1 亿用户提供秒级市场情绪分析，印证了 AWS AI 在加密货币领域的应用成效。
AWS 解决方案架构师 Justin Lin ：AI 正从生成式助手向智能体 AI 系统演进，模型选择与数据安全是关键
ChainCatcher 消息，在硅谷举办的硅谷 101 x RootData 年度峰会上，AWS 解决方案架构师 Justin Lin 发表了主题演讲，系统阐述了企业如何通过 AWS AI 实现从概念验证到规模化落地的转型路径。 Justin Lin 指出，AI 发展正经历从生成式助手向智能体 AI 系统的演进，未来将实现全自主工作流与多智能体协同。他强调，模型选择与评估是企业应用 AI 的核心环节，到 2028 年大多数企业将部署数十个生成式 AI 模型，需建立系统性测试框架并设计支持模型切换的架构。 在可信 AI 方面，他援引数据称 66% 的企业高管将数据隐私与安全视为首要风险，建议从身份管理、加密、审计日志等多维度构建安全体系。AWS 的三大 AI 支柱——发明自由、可信 AI 和价值最大化，为企业提供了完整的技术支撑。 演讲中还展示了 Crypto.com 的实践案例，通过使用 Amazon Bedrock 和 SageMaker，其 AI 助手任务准确率从 60% 提升至 94%，并为超 1 亿用户提供秒级市场情绪分析，印证了 AWS AI 在加密货币领域的应用成效。