AWS年會｜資料變AI語言 化作無邊數據海洋
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
在人工智能（AI）時代，雲端儲存海量數據，在科技界掀起巨浪。亞馬遜網絡服務（AWS）技術副總裁布科維奇（Mai-Lan Tomsen Bukovec）在re:Invent年會接受本報訪問，指資料世界已從一個個孤立的「資料湖」（Data Lake），進化成無邊無際的「資料海洋」（Data Ocean）。推動這場巨變的核心，正是AWS今年正式推出的S3 Vector功能，實現讓「每一筆資料都能被AI理解」。
S3 Vector大削向量化成本
現時居於北京的布科維奇，是企業AI領域15位頂尖人物之一，並榮登AI 100及Cloudverse 100榜。她用筆在白板介紹，向量（Vector）是AI的通用語言，任何圖片、影片、文件、表格，都能透過「嵌入模型」轉成向量，捕捉真正的語意。過去由於成本高昂，企業只能向量化不到0.1%資料。如今S3 Vector把成本削減最高90%，讓「把全部資料向量化」變得經濟可行。
布科維奇預言在未來18至24個月內，將出現數億個24小時運行的AI代理（AI Agent），它們不會睡覺休假，需要一個極大規模，且極便宜的資料底層。
針對AI生成資料污染，她嚴正警告，「千萬不要污染自己的資料海洋」，使用亞馬遜Bedrock平台時，會自動加上AI生成的標記。不用Bedrock的客戶，也應在Apache Iceberg的元數據（Metadata），或於Iceberg表格自行標記，確保資料血統乾淨。
倡標記生成內容 免污染素材
為方便存放8K影片與百億參數模型，布科維奇提到，S3單一物件上限從5TB提升到50TB。只有S3這種「超大規模+超低成本」的資料海洋，才能支撐AI代理時代的到來。關於AI泡沫論，她回應指AWS所有基建投資，完全跟隨客戶真實需求，背後超過50%的Bedrock運算，已跑在自研的Graviton晶片；S3底層也使用自研Nitro系統，強調效率而非盲目擴張。
相關文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
