Auto-sync: 2026-04-20 00:02

wiki/sources/public-cloud-learning-sessions-opentext-ai-use-cases-20241126.md

@@ -0,0 +1,51 @@
+---
+title: "Public Cloud Learning Sessions (OpenText) - AI Use Cases - 20241126"
+type: source
+tags:
+  - AI
+  - Use-Cases
+  - OpenText
+  - AWS
+date: 2024-11-26
+---
+
+## Source File
+- [[raw/Cloud & DevOps/Public-Cloud-Learning-Sessions/09_Serverless_AI/public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec.md]]
+
+## Summary
+- 核心主题：AWS AI 专家分享企业级 AI 应用案例与实践
+- 问题域：企业如何利用生成式 AI 创造价值
+- 方法/机制：AWS 三层产品策略（基础设施 + Bedrock + AI 应用）、RAG、微调、持续预训练
+- 结论/价值：数据是差异化关键，负责任 AI 实践至关重要
+
+## Key Claims
+- 生成式 AI 自 2000 年代数据量爆发以来快速增长
+- 企业软件公司是生成式 AI 的早期采用者
+- 数据是差异化的关键，生成式 AI 与现有业务数据集成控制输出结果
+- AWS 三层产品策略：基础设施层 → Amazon Bedrock → 即用型 AI 应用
+
+## Key Quotes
+> "Data is key to differentiation, as generative AI applications integrate with existing business data to control outcomes."
+
+> "When implementing your services, we do have to look at this more holistically."
+
+## Key Concepts
+- [[Generative-AI]]：利用大语言模型生成新内容的 AI 技术
+- [[RAG]]：检索增强生成，通过检索增强解决 LLM 幻觉问题
+- [[Fine-Tuning]]：使用标记数据集定制基础模型
+- [[Amazon-Bedrock]]：AWS 全托管基础模型服务
+- [[Amazon-SageMaker]]：AWS 机器学习平台
+- [[Responsible-AI]]：负责任 AI，包括公平性、可解释性、透明度和治理
+
+## Key Entities
+- [[Stephen-Frank]]：AWS AI 专家
+- [[AWS]]：亚马逊云服务
+- [[OpenText]]：企业软件公司
+
+## Connections
+- [[AWS]] ← provides ← [[Amazon-Bedrock]]
+- [[AWS]] ← provides ← [[Amazon-SageMaker]]
+- [[Generative-AI]] ← uses ← [[RAG]]
+- [[Generative-AI]] ← requires ← [[Responsible-AI]]
+
+## Contradictions