ChainCatcher 消息，在硅谷舉辦的硅谷 101 x RootData 年度峯會上，AWS 解決方案架構師 Justin Lin 發表了主題演講，系統闡述了企業如何通過 AWS AI 實現從概念驗證到規模化落地的轉型路徑。
Justin Lin 指出，AI 發展正經歷從生成式助手向智能體 AI 系統的演進，未來將實現全自主工作流與多智能體協同。他強調，模型選擇與評估是企業應用 AI 的核心環節，到 2028 年大多數企業將部署數十個生成式 AI 模型，需建立系統性測試框架並設計支持模型切換的架構。
在可信 AI 方面，他援引數據稱 66% 的企業高管將數據隱私與安全視爲首要風險，建議從身分管理、加密、審計日志等多維度構建安全體系。AWS 的三大 AI 支柱——發明自由、可信 AI 和價值最大化，爲企業提供了完整的技術支撐。
演講中還展示了 Crypto.com 的實踐案例，通過使用 Amazon Bedrock 和 SageMaker，其 AI 助手任務準確率從 60% 提升至 94%，並爲超 1 億用戶提供秒級市場情緒分析，印證了 AWS AI 在加密貨幣領域的應用成效。
AWS 解決方案架構師 Justin Lin ：AI 正從生成式助手向智能體 AI 系統演進，模型選擇與數據安全是關鍵
ChainCatcher 消息，在硅谷舉辦的硅谷 101 x RootData 年度峯會上，AWS 解決方案架構師 Justin Lin 發表了主題演講，系統闡述了企業如何通過 AWS AI 實現從概念驗證到規模化落地的轉型路徑。 Justin Lin 指出，AI 發展正經歷從生成式助手向智能體 AI 系統的演進，未來將實現全自主工作流與多智能體協同。他強調，模型選擇與評估是企業應用 AI 的核心環節，到 2028 年大多數企業將部署數十個生成式 AI 模型，需建立系統性測試框架並設計支持模型切換的架構。 在可信 AI 方面，他援引數據稱 66% 的企業高管將數據隱私與安全視爲首要風險，建議從身分管理、加密、審計日志等多維度構建安全體系。AWS 的三大 AI 支柱——發明自由、可信 AI 和價值最大化，爲企業提供了完整的技術支撐。 演講中還展示了 Crypto.com 的實踐案例，通過使用 Amazon Bedrock 和 SageMaker，其 AI 助手任務準確率從 60% 提升至 94%，並爲超 1 億用戶提供秒級市場情緒分析，印證了 AWS AI 在加密貨幣領域的應用成效。