کنفرانس سالانه AWS re:Invent 2025 با انبوهی از اخبار محصولات و سخنرانی های اصلی، به ویژه در زمینه اتوماسیون هوشمند کسب و کار، به پایان رسید. این رویداد بر پیشرفت ها در عامل های هوش مصنوعی، مدل های زبانی بزرگ و تراشه های جدید AI تاکید داشت که هدف آن افزایش کارایی و کنترل برای مشتریان سازمانی است.
کنفرانس سالانه فناوری آمازون وب سرویسز (AWS re:Invent) یک روز دیگر را با انبوهی از اخبار محصولات و سخنرانی های اصلی به همراه داستان های موفقیت مشتریان که همیشه هستند به پایان رساند. این رویداد، رویکردهای نوین در اتوماسیون هوشمند کسب و کار را نیز برجسته ساخت.
موضوعی که تعجبی نداشت، هوش مصنوعی برای شرکت ها بود. امسال، همه چیز در مورد ارتقاهایی است که به مشتریان کنترل بیشتری برای سفارشی سازی عامل های هوش مصنوعی می دهد، از جمله عاملی که AWS ادعا می کند می تواند از شما یاد بگیرد و سپس برای روزها به طور مستقل کار کند. این قابلیت ها نقش کلیدی در پیشبرد اتوماسیون هوشمند کسب و کار دارند.
کنفرانس AWS re:Invent 2025، که تا 14 آذر ادامه دارد، با سخنرانی اصلی مت گارمن، مدیر عامل AWS، آغاز شد؛ او بر این ایده تاکید کرد که عامل های هوش مصنوعی می توانند “ارزش واقعی” هوش مصنوعی را آشکار کنند.
او در سخنرانی اصلی 11 آذر گفت: “دستیارهای هوش مصنوعی در حال جای دادن به عامل های هوش مصنوعی هستند که می توانند وظایف را انجام دهند و از طرف شما خودکارسازی کنند.” “اینجاست که ما شروع به دیدن بازده تجاری قابل توجهی از سرمایه گذاری های هوش مصنوعی شما کرده ایم.”
در 12 آذر، کنفرانس با پیام رسانی در مورد عامل های هوش مصنوعی و همچنین بررسی های عمیق تر داستان های مشتریان ادامه یافت. سوامی سیواسوبرامانیان، معاون رئیس هوش مصنوعی عاملیت محور در AWS، یکی از سخنرانی های اصلی را ارائه داد. گفتن اینکه او بسیار مشتاق بود، شاید توصیف کاملی از فضای موجود نباشد.
سیواسوبرامانیان در طول صحبت هایش گفت: “ما در زمان تغییرات بزرگی زندگی می کنیم.” “برای اولین بار در تاریخ، می توانیم آنچه را که می خواهیم به زبان طبیعی توضیح دهیم، و عامل ها برنامه را تولید می کنند. آن ها کد را می نویسند، ابزارهای لازم را فرا می خوانند و راه حل کامل را اجرا می کنند. عامل ها به شما آزادی می دهند تا بدون محدودیت بسازید و سرعت تبدیل ایده به تاثیر و اتوماسیون هوشمند کسب و کار را به طرز چشمگیری افزایش می دهند.”
در حالی که اخبار عامل های هوش مصنوعی نوید حضوری دائمی در طول AWS re:Invent 2025 را می دهند، اعلامیه های دیگری نیز وجود داشت. در اینجا خلاصه ای از مواردی که توجه ما را جلب کرد، آمده است.
تاکید مضاعف بر مدل های زبانی بزرگ (LLM)
AWS ابزارهای بیشتری را برای مشتریان سازمانی برای ساخت مدل های خودشان معرفی کرد. به طور خاص، AWS گفت که در حال افزودن قابلیت های جدیدی برای هر دو پلتفرم Amazon Bedrock و Amazon SageMaker AI است تا ساخت LLM های سفارشی را آسان تر کند. به عنوان مثال، AWS قابلیت سفارشی سازی مدل بدون سرور را به SageMaker می آورد، که به توسعه دهندگان این امکان را می دهد تا بدون نیاز به فکر کردن در مورد منابع محاسباتی یا زیرساخت، شروع به ساخت یک مدل کنند. سفارشی سازی مدل بدون سرور را می توان از طریق یک مسیر خودراهنما یا با درخواست از یک عامل هوش مصنوعی دسترسی داشت.
AWS همچنین قابلیت Reinforcement Fine Tuning را در Bedrock معرفی کرد که به توسعه دهندگان امکان می دهد یک جریان کاری یا سیستم پاداش از پیش تعیین شده را انتخاب کنند و Bedrock فرآیند سفارشی سازی آن ها را به صورت خودکار از ابتدا تا انتها اجرا کند. این امکانات جدید، گامی مهم در جهت تقویت اتوماسیون هوشمند کسب و کار از طریق هوش مصنوعی سفارشی سازی شده محسوب می شوند.
اندی جاسی اعدادی را به اشتراک می گذارد
اندی جاسی، مدیرعامل آمازون، در پلتفرم رسانه اجتماعی X به توضیح سخنرانی اصلی مت گارمن، رئیس AWS، پرداخت. پیام او: نسل فعلی تراشه هوش مصنوعی Trainium2، رقیب Nvidia، در حال حاضر درآمد زیادی را به ارمغان می آورد.
نظرات او به رونمایی از تراشه نسل بعدی، Trainium3، مرتبط بود و قصد داشت آینده درآمدی امیدوارکننده ای را برای این محصول پیش بینی کند.
تخفیف های پایگاه داده از راه رسید
در میان ده ها اعلامیه، یک مورد وجود دارد که از همین حالا مورد تحسین قرار گرفته است: تخفیف ها.
به طور خاص، AWS گفت که در حال راه اندازی طرح های صرفه جویی در پایگاه داده (Database Savings Plans) است که به مشتریان کمک می کند تا با تعهد به میزان ثابتی از مصرف (دلار بر ساعت) در یک دوره یک ساله، هزینه های پایگاه داده را تا 35 درصد کاهش دهند. این شرکت اعلام کرد که این صرفه جویی به صورت خودکار هر ساعت به مصرف واجد شرایط در خدمات پایگاه داده پشتیبانی شده اعمال می شود و هرگونه مصرف اضافی فراتر از تعهد، با نرخ های درخواستی صورت حساب خواهد شد.
کوری کوین، اقتصاددان ارشد ابری در Duckbill، در پست وبلاگ خود با عنوان “شش سال شکایت بالاخره نتیجه داد”، به خوبی آن را خلاصه کرد.
آمازون امیدوار است هیچ معامله ای بهتر از رایگان نباشد
آیا راهی برای یک ابزار کدنویسی هوش مصنوعی دیگر برای جلب نظر بنیان گذاران استارتاپ ها وجود دارد؟ آمازون امیدوار است یک سال اعتبار رایگان برای محصول خود، Kiro، این کار را انجام دهد. این شرکت به استارتاپ های واجد شرایطی که تا پایان ماه برای این پیشنهاد درخواست دهند، اعتبار Kiro Pro+ را اهدا خواهد کرد. با این حال، تنها استارتاپ های اولیه در کشورهای خاصی واجد شرایط هستند.
تراشه آموزش هوش مصنوعی و سازگاری با انویدیا
AWS نسخه جدیدی از تراشه آموزش هوش مصنوعی خود به نام Trainium3 را همراه با یک سیستم هوش مصنوعی به نام UltraServer که آن را اجرا می کند، معرفی کرد. خلاصه اینکه: این تراشه ارتقا یافته با مشخصات قابل توجهی همراه است، از جمله وعده تا 4 برابر بهبود عملکرد هم برای آموزش و هم برای استنتاج هوش مصنوعی، در حالی که مصرف انرژی را 40 درصد کاهش می دهد.
AWS همچنین یک پیش نمایش ارائه داد. این شرکت از قبل Trainium4 را در دست توسعه دارد که قادر خواهد بود با تراشه های انویدیا کار کند.
قابلیت های توسعه یافته AgentCore و تاثیر آن بر اتوماسیون هوشمند کسب و کار
AWS قابلیت های جدیدی را در پلتفرم ساخت عامل هوش مصنوعی AgentCore خود اعلام کرد. یکی از قابلیت های قابل توجه، Policy در AgentCore است که به توسعه دهندگان امکان می دهد مرزهایی را برای عامل های هوش مصنوعی آسان تر تعیین کنند. این ویژگی ها امنیت و کارایی را در پیاده سازی اتوماسیون هوشمند کسب و کار تضمین می کنند.
AWS همچنین اعلام کرد که عامل ها اکنون قادر خواهند بود اطلاعاتی را درباره کاربران خود ثبت و به خاطر بسپارند. علاوه بر این، اعلام کرد که از طریق 13 سیستم ارزیابی از پیش ساخته شده، به مشتریان خود در ارزیابی عامل ها کمک خواهد کرد.
یک عامل هوش مصنوعی کارگر بی وقفه برای اتوماسیون هوشمند کسب و کار
AWS سه عامل هوش مصنوعی جدید (باز هم این اصطلاح!) به نام “عامل های مرزی” (Frontier agents) معرفی کرد، از جمله عاملی به نام “عامل خودران Kiro” که کد می نویسد و طراحی شده تا نحوه کار یک تیم را یاد بگیرد تا بتواند برای ساعت ها یا روزها به طور مستقل عمل کند. این عامل ها نمونه های بارزی از پتانسیون اتوماسیون هوشمند کسب و کار برای افزایش بهره وری و کاهش بار کاری هستند.
یکی دیگر از این عامل های جدید، فرآیندهای امنیتی مانند بازبینی کد را مدیریت می کند، و سومی وظایف DevOps مانند جلوگیری از حوادث هنگام انتشار کد جدید را انجام می دهد. نسخه های پیش نمایش این عامل ها هم اکنون در دسترس هستند.
مدل ها و خدمات جدید Nova
AWS در حال عرضه چهار مدل هوش مصنوعی جدید در خانواده مدل های هوش مصنوعی Nova خود است که سه تای آن ها تولیدکننده متن هستند و یکی می تواند متن و تصویر ایجاد کند.
این شرکت همچنین یک سرویس جدید به نام Nova Forge را معرفی کرد که به مشتریان ابری AWS امکان دسترسی به مدل های از پیش آموزش دیده، نیمه آموزش دیده یا پس آموزش دیده را می دهد که می توانند با آموزش بر روی داده های اختصاصی خودشان آن ها را تکمیل کنند. شعار اصلی AWS انعطاف پذیری و سفارشی سازی است.
استدلال Lyft برای عامل های هوش مصنوعی
شرکت خدمات تاکسی آنلاین Lyft از جمله مشتریان بسیاری از AWS بود که در طول این رویداد برای به اشتراک گذاشتن داستان های موفقیت و شواهدی از تاثیر محصولات بر کسب وکارشان، صحبت کردند. Lyft از مدل Claude Anthropic از طریق Amazon Bedrock برای ایجاد یک عامل هوش مصنوعی استفاده می کند که به سوالات و مشکلات رانندگان و مسافران رسیدگی می کند. موفقیت Lyft نشان دهنده ارزش واقعی اتوماسیون هوشمند کسب و کار در بهبود خدمات مشتری است.
این شرکت گفت که این عامل هوش مصنوعی زمان متوسط حل مشکلات را 87 درصد کاهش داده است. Lyft همچنین اعلام کرد که امسال شاهد افزایش 70 درصدی استفاده رانندگان از این عامل هوش مصنوعی بوده است.
یک کارخانه هوش مصنوعی برای مرکز داده خصوصی
آمازون همچنین “کارخانه های هوش مصنوعی” را معرفی کرد که به شرکت های بزرگ و دولت ها اجازه می دهد سیستم های هوش مصنوعی AWS را در مراکز داده خودشان اجرا کنند.
این سیستم با همکاری انویدیا طراحی شده و هم شامل فناوری انویدیا و هم فناوری AWS است. در حالی که شرکت هایی که از آن استفاده می کنند می توانند آن را با پردازنده های گرافیکی انویدیا تجهیز کنند، می توانند تراشه هوش مصنوعی بومی جدید آمازون، یعنی Trainium3، را نیز انتخاب کنند. این سیستم راهکار آمازون برای حل مشکل حاکمیت داده است، یا به عبارتی نیاز دولت ها و بسیاری از شرکت ها به کنترل داده های خود و عدم اشتراک گذاری آن ها، حتی برای استفاده از هوش مصنوعی.
در مجموع، کنفرانس AWS re:Invent 2025 تصویری جامع از آینده هوش مصنوعی و اتوماسیون در کسب و کارها ارائه داد. این رویداد با تمرکز بر توسعه عامل های هوش مصنوعی، مدل های زبانی بزرگ سفارشی سازی شده، و تراشه های جدید AI، و همچنین راهکارهای صرفه جویی در هزینه های ابری، مسیر پیشرفت فناوری را برای افزایش کارایی و حل چالش های سازمانی ترسیم کرد.
