---
title: "Stephen Frank"
type: entity
tags: [AWS, AI, expert, OpenText, learning-session]
sources: [public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec]
last_updated: 2026-05-12
---

## Aliases
- Stephen Frank (AWS)
- AWS Stephen Frank

## Summary
**Stephen Frank** 是 AWS AI 专家（AI Specialist），在 OpenText Public Cloud Learning Sessions 中分享了 AWS Gen2 生成式 AI 发展驱动力与企业在生产环境中的 AI 应用场景，涵盖 AI 演进历程、数据整合方法、AWS 三层产品战略和负责任 AI 实践。

## Key Properties
- **类型**：AWS 内部专家 / AI 专家
- **所属**：Amazon Web Services (AWS)
- **角色**：AI Specialist
- **分享主题**：AWS AI Use Cases（AI 使用场景）

## Key Contributions
- 阐述 AI 四代演进：模仿人类行为 → 机器学习 → 深度学习 → Gen2 大语言模型
- 揭示 Gen2 AI 崛起两大驱动力：数据爆发式增长 + 更大算力可获得性
- 总结通用 AI 应用场景（创造新体验/推断洞察/流程自动化/内容生成）
- 总结企业软件 AI 应用（优化内部流程/启用新功能/创造新产品）
- 强调"数据是企业差异化关键"，详解 RAG / Fine-tuning / 持续预训练三大数据整合方法
- 介绍 AWS 三层产品战略（基础设施 / Amazon Bedrock / AI 应用）
- 强调负责任 AI（公平性、可解释性、透明性）和安全治理合规

## Related Entities
- [[Amazon-Bedrock]]：AWS 旗舰生成式 AI 产品，Stephen Frank 重点介绍
- [[Amazon-Q]]：AWS AI 助手，属于 AWS AI 应用层
- [[Amazon-SageMaker]]：AWS 全托管 ML 平台
- [[OpenText]]：学习会话主办方

## Related Concepts
- [[Foundation-Models]]：基础模型是 Gen2 AI 的核心
- [[RAG]]：数据整合方法之一
- [[Fine-Tuning]]：数据整合方法之一
- [[Responsible-AI]]：AWS AI 落地的核心原则

## Related Sources
- [[public-cloud-learning-sessions-opentext-ai-use-cases-20241126-160106-meeting-rec]] — Stephen Frank 主讲的 AI Use Cases 分享