AWS 曾被說錯過 AI，執行長卻押注 Agent：他給企業的建議是「別再做概念驗證」

10月28日

讀畢需時 4 分鐘

2024 年 6 月，Matt Garman 接下 AWS 執行長時，市場對這家全球最大雲端公司的評價並不客氣：在生成式 AI 的競賽裡，AWS 被認為已經落後。

不到兩年半後，他在 BCG 執行長 Christoph Schweizer 主持的訪談節目中，說了另一個版本的故事。他估計，AWS 的 AI 業務已來到約 250 億美元的規模，成長速度超出他當初的預期。

這段對話值得台灣企業留意，重點不在 AWS 的營收，而在他最後給其他執行長的建議：不要再做概念驗證（PoC），直接從真實的正式上線場景開始。對正在規劃明年 AI 預算的決策者來說，這幾乎是在挑戰主流的導入方法。

「慢半步」不是落後，而是押注客戶真正在意的事

Garman 回顧，當年許多科技業者急著推出聊天機器人等早期方案，企業則四處跑概念驗證。AWS 選擇退後半步，先問客戶最後真正需要什麼。

他認為答案有兩個：客戶會想同時使用許多不同的模型，而且會非常在意自己的資料與智慧財產。基於這兩個判斷，AWS 並未急著把 Bedrock 平台推上市場，也因此被貼上「落後」的標籤。他形容，那是一段公司「選擇被誤解」的時期。

如今他觀察到，當工作負載開始走向正式上線，客戶選擇 Bedrock 最常給的理由，是相信資料留在 AWS 內部是安全的。而這件事，三年前並不是多數人會擔心的問題。

Garman 在 2024 年就把代理型 AI 定為 AWS 下一個數十億美元級的業務。他的邏輯很直接：如果 AI 只停留在產生內容，就還沒有真正改變企業運作；只有當 AI 開始替人把工作做完，這門生意才會真正變大。

他也承認，事後回頭看，這像是一個理所當然的決定；但在當時，多數人連代理型 AI 指的是什麼都還說不清楚。他的想法是，如果把它看成規模以兆美元計的機會，集中資源與注意力去追，就一點也不瘋狂。

押注之後，他做的第一件事是給人。他讓旗下重要主管 Swami 卸下其他職務，從帶領數萬人的組織，改為帶領數百人規模的小團隊，專心只做代理型 AI。他也提到，重建 Bedrock 底層推論引擎的初期，團隊只有大約六個人。

在自建與合作之間，他坦言 AWS 習慣自己做，以掌握維運品質與安全；但前沿模型是例外。AWS 早期與 Anthropic 合作，今年又與 OpenAI 建立類似關係，因為客戶希望在同一個平台上同時取得兩家的模型。

Garman 表示，AWS 內部的開發團隊如今與成群的代理型 AI 協作，產出比過去高出五到十倍。財務團隊開始自動化長年靠人工處理的流程；一位人資主管告訴他，過去要花一個月整合資料才做得出的人力規劃模型，現在自己寫一個代理型 AI 工具就完成了。

他並沒有迴避目前仍存在的瓶頸：許多部署系統還沒跟上，Agent 的資安則是 AWS 大舉投資的重點。

他也觀察到，許多客戶會直接詢問 AWS 內部的做法，希望從中得到啟發。而且不只科技業，連製藥研發、銀行、保險這些向來步調較慢的產業，也積極想了解如何用 Agent 改變客戶體驗與組織效率。

對於「這會不會是泡沫」的疑問，Garman 的回答是：投入這波技術變革不會後悔。他給的起手式有兩步：先把資料從封閉的地端孤島搬進現代化的雲端環境，再從能立刻產生價值的正式場景下手。

他指出，概念驗證的問題在於用的不是真實資料，團隊因此不會去想資料該怎麼保護、合規要求該怎麼滿足；等到真的要上線，這些問題才一次浮現。主持人也附和，他要求 BCG 的合夥人不要向客戶提案概念驗證，因為那只會換來一個 PoC，而不是一場轉型。

本文的解讀是：這並不代表企業可以省略評估，而是評估的問題應該從「模型做不做得到」，改成「在真實資料與真實權限下，能不能安全地做到」。

回到開頭的問題：AWS 為什麼能擺脫「落後」的標籤？從訪談內容看，關鍵不是搶先發表，而是早早押對兩件事：客戶要多模型的選擇權，也要守住自己的資料。

對台灣企業的決策者，這兩點可以直接轉成行動。下一個 AI 專案在立項時，就同時決定要接哪些模型、資料流向哪裡、誰能存取、費用如何歸屬到各部門，而不是等試點成功後再回頭補。

若企業希望用單一入口同時調用 GPT、Claude、Gemini 等多家模型，並統一管理用量與帳務，可以參考 AI Token King 的企業 AI 閘道服務，把「多模型」與「可治理」從一開始就放進架構裡。