ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
OpenAI的GPTs熄火,但AWS这个版本却大有可为
6723点击    2024-08-12 11:49

能帮助简化流程、减少人员开支的Amazon Q Apps,或许才大有可为。


在微软的Copilot GPTs成为历史、OpenAI的GPT Store一地鸡毛之后,AI的App Store时刻似乎还只是一个梦想。然而App Store所取得的商业成绩过于耀眼,即便OpenAI和微软都没能成功,但依然有厂


商相信自己会是成功者。日前在AWS方面举行的纽约峰会上,该公司正式发布了Amazon Q Apps,允许用户构建自己的AIGC应用。



与GPTs类似,Amazon Q Apps的核心卖点也是允许用户用自然语言来描述所需的功能,并自动产生基于生成式AI的应用程序,而且无需用户有任何编写代码的经验。AWS方面举的例子,就是公司人力


资源部门要替新员工制定入职计划时,只要说明相关需求,Amazon Q Apps可在几秒内生成一个可供不同招聘团队使用的应用,从而替不同的新员工打造个性化的入职计划。


作为Amazon Q Business的一部分,Amazon Q Apps能够支持软件开发、数据分析洞察和内容创作等多种任务。那么问题就来了,Amazon Q Apps与OpenAI的GPTs看起来似乎没什么差别,为什么亚


马逊还要再撞一次南墙呢?实际上,GPTs和Amazon Q Apps面向的是完全不同的市场,两者唯一的共同点就是能制作出AI应用。



GPTs是大众认知中App在AI时代的对应版本,而AWS对于Amazon Q Apps的定义,则是为企业级客户提供自定义且可分享的、基于生成式人工智能的应用程序。GPTs是一个面向消费级市场的产品,而


Amazon Q Apps更像是Android Studio、 Xcode等开发工具。


GPTs的失败就失败在“人人都是产品经理”这个愿景,虽然用户只需用自然语言来创造属于自己的应用程序看起来很美好,似乎也能为GPT Store带来百花齐放的场景。但OpenAI没有想到一个问题,就


是为什么用户需要去开发一款应用?毕竟由于互联网的信息流通便捷性,软件开发者和用户的比例其实是极为悬殊的。



根据Evans Data CorporationData在2023年进行的全球开发者人数和用户统计研究显示,全球有2690万软件开发者,可全球共有50亿网民,也就是开发者在网民群体中的比例只有0.5%。事实就是绝大


多数网民已经习惯于用户的身份,并拒绝成为生产者,所以借助自然语言就能创造AI应用虽然噱头十足,但一般的网民并不买账。


所以GPTs更像是向和尚卖梳子,又岂有成功的道理?可反观Amazon Q Apps,它并非是面向普通消费者、而是企业级用户。众所周知,企业级市场更关心的是效率,消费级市场注重的则是体验,而


GPTs、Amazon Q Apps并不能从根本上改变产品的体验,用几十句话就生成的GPTs,怎么可能比得到上开发团队使用专业工具打磨数月的产品?



GPTs、Amazon Q Apps之于效率的提升,也就是不懂C++、Java等编程语言,也不理解应用开发流程的“小白”,只需靠说话的方式就能做出一个能运行的AI应用。而Amazon Q Apps恰恰就瞄准了企业


级市场,所以它是一个帮助提升工作效率、改进工作流程的工具,而不是一个有趣的玩具。


Amazon Q Apps实质上的竞争对手不是App,而是所谓的低代码概念。过去三十年间,作为信息科技的代表,互联网彻底重塑了我们的世界。作为互联网产业的基石之一,负责将创意变成现实的程序员


获得了相当大的时代红利,以至于“转码”也成为了一个在年轻人中颇有市场的概念。


程序员之所以在全球范围内都是高薪职业,是因为门槛较高,需要从业者掌握包括‌Python、‌Java、‌C#在内的一门乃至多门计算机语言。可是在市场环境越来越冷的当下,高薪酬的程序员与厂商挂在嘴


边的降本增效就形成了巨大的反差,替代程序员也成为了一众厂商心照不宣的操作。


低代码就是降低编程的门槛,让缺乏相关计算机知识的人也能编写软件。低代码的形式是“可视化编程”,其核心则是“复用”,即通过可视化、模块化、拖拽式,来代替传统开发方式中的编写代码。在低


代码的概念中,模块化组件代替了编程语言中一行行的代码,可视化设计则将程序员脑海中的抽象思维变成了更容易理解的流程图,从而让更多非专业有人士能够参与到软件开发中。



然而遗憾的是,低代码的渗透率如今要远低于预期,在所有的行业里的渗透率基本都是个位数,以至于在过去两年间,主打低代码概念的厂商在融资上也频频遇冷。诚然传统企业的数字化转型是大势所


趋,但现实是低代码开发本身也并非零门槛,也需要了解低代码适用的业务场景以及低代码的能力边界。


换而言之,低代码的用户可能不需要有程序员思维,但一定要有产品思维,要对编程本身有着一定的基础认知,所以这就是低代码的局限性。但低代码做不到的“全民开发”,在AI大模型支持下的


Amazon Q Apps却可以。Amazon Q Apps实现了用户纯粹使用自然语言、完全不需要任何编程知识,就可以快速搭建AI应用。



所说即所得,这种能力或许才是企业需要的。GPTs的能力边界导致了它的成品不如常规开发的App,但企业用户往往只看效率,能够帮助简化流程、减少人员开支的Amazon Q Apps,可能才是真的大


有可为。


本文来自微信公众号“三易生活”(ID:IT-3eLife),作者:三易菌







关键词: openai , GPTs , AI , AWS , Amazon Q Apps
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)