利用資料和 AI 推動創新

透過生成式 AI 做出更明智的決策、改善營運並讓產品在競爭中突出

建立強大的資料基礎

為資料庫、儲存、生成式 AI 等使用案例使用最全面且性價比最佳的資料功能集。

透過整合式資料服務和零 ETL 功能,無論資料位於何處,都能快速輕鬆地連線並處理所有資料。

控制資料的所在位置、存取資料的人員,以及在資料工作流程的每個步驟中可執行哪些操作。

資料是您的生成式 AI 的差異化因素

探索建立於 AWS 的資料基礎如何加速您採用生成式 AI。

看著筆記型電腦的兩個人

在 AWS 上建置您的資料基礎

  • AWS 以企業級商業資料庫和 8 個專用資料庫引擎 1/10 的成本。提供具有無與倫比效能的關聯式資料庫,每個資料庫經過設計,可為各自的使用案例提供最佳效能,因此您永遠不必妥協。探索 AWS 上的資料庫。 

  • 透過零 ETL 功能,無論資料位於何處,都能輕鬆連線並對所有資料採用行動。在需要 ETL 時,AWS Glue 中的生成式 AI 可使其更容易執行。AWS 服務可連線至數百個資料來源,包括 SaaS、內部部署和其他雲端。 進一步了解 AWS 的資料整合

  • 數以百萬計的客戶藉助 Amazon S3、AWS Glue 和 AWS Lake Formation 等服務在 AWS 上建置資料湖。Amazon Redshift 是快速的 PB 規模資料倉儲,帶來比其他雲端資料倉儲提升高達 6 倍的價格效能。探索如何在 AWS 上建置資料湖資料倉儲

  • AWS 提供最廣泛和最深入的分析服務集,包括無伺服器選項。從資料移動、大數據分析、日誌分析和串流分析,AWS 提供具有最佳價格效能比、可擴展性和最低成本的專用服務。探索 AWS 上的分析

  • Amazon Bedrock 以最簡易的方式,使用 Anthropic、Cohere、Meta、Stability AI、Mistral 和 Amazon 等領先 AI 公司的基礎模型 (FM),以及運用您的資料安全自訂模型的各種工具,來建置和擴展生成式 AI 應用程式。為了建置自己的機器學習模型,Amazon SageMaker 提供所有必要的工具,讓您輕鬆地大規模建置、訓練和部署機器學習模型。探索 AWS 上的機器學習和 AI

  • 使用 QuickSight 中的 Amazon QuickSight 和 Amazon Q,企業使用者可輕鬆建立和探索互動式儀表板、以自然語言提問,或自動尋找模式和異常值,藉此來了解資料,所有這一切均採用生成式 AI 和機器學習技術。Amazon SageMaker Canvas 讓企業分析師能夠產生準確的 ML 預測,而無需 ML 先驗經驗。

  • 使用 AWS 資料服務 (包括 Amazon DataZone),您可以編目、探索、共用和管理整個組織的資料,因此使用者可在需要時隨地安全地存取資料。您還可使用 Amazon Titan 基礎模型,負責任地建置生成式 AI 應用程式。進一步了解使用 AWS 進行端對端資料治理的相關資訊。

AWS 資料服務圖

AWS 客戶利用資料重新打造