联系在 $亚马逊 (AMZN.US)$ AWS金融服务垂直领导人。也许值得记住高管们在非常高的层次上操作，通常倾向于乐观...

联系在 $亚马逊 (AMZN.US)$ AWS金融服务垂直领导人。也许值得记住高管们在非常高的层次上操作，通常倾向于乐观 - 因此需要保持清醒，但确实非常看好。

要点是：
-1) 金融服务是AWS中最大的垂直领域（250亿美元），并且将从去年的15%提高到今年的25-30%
-2) 每个人都在努力将其所有数据迁移到云端，以在其组织中部署基因人工智能
-3) 人工智能平台服务的利润率要远高于仅仅消费领域
-4) $英伟达 (NVDA.US)$ gpu芯片-云计算需求非常高（“gpu芯片。我们根本不够用。”）。

也出人意料地对这个看好 $Snowflake (SNOW.US)$ ( $亚马逊 (AMZN.US)$ 是他们最亲密的合作伙伴），但建议使用多个云的客户选择$Databricks。

亮点
-在AWS内负责金融服务行业领域-在AWS的800-850亿中负责250亿【去年AWS的业绩达到了910亿，所以很明显还不是最高的数字】

-现在人们已经认识到，在整个组织中构建人工智能模型的回报率比单一用例要高得多。而唯一的方法就是将所有数据转移到云端。

-人工智能的典型首次部署必须满足25%的回报率门槛，否则将不会被接受。最容易实现的3个最佳用例是：联系中心、内容压缩和监控。

-金融服务通常是增长最快的垂直领域，也是消耗最多人工智能/ GenAI用例的领域，这些用例占该领域所有用例的50%。

-最大客户在云端有25%的数据，并计划增至50%。但在Gen AI世界中，希望100%的数据在云端以推动模型发展。CapitalOne重新制定了他们的策略，并表示将迁移99%的数据以部署GenAI跨应用。英国的natwest正在做同样的事情。

-JPm承诺投资100亿美元的项目将所有数据放入云中，并且AWS是主要供应商。

-区域型银行是一个600亿的机会。每周与他们交谈，他们面临着更高效率的巨大压力，看到首席执行官参与到Gen AI讨论中。

-Celent是IT顾问公司。针对F1000进行了调查，预计IT预算今年将增长7%。这是很久以来没有见过的情况-通常IT增长预期从不超过4-5%。因此这额外的2-3%将创造更高的云增长。

-认为金融服务AWS今年将增长25-30%，从去年的15%增长。大部分的增长将来自于较少受监管的内部人工智能用例-以后会找出目前是限制的面向消费者规定。

-人工智能被视为关键的其他垂直领域也出现了加速：汽车行业实时诊断。过去三个月已与汽车制造商签署了两笔庞大交易。

-人工智能产品的利润率显著高于单纯的消费。硬件是利润最低的产品，但是数据库、服务、解决方案等利润要好得多。

英伟达亮点
-如果$NVDA像他们说的那样今年产量翻倍，仍然存在问题，因为我们至少需要增加10倍以满足所有的使用情况。因此，这将是一个持续3-5年的马拉松，而不是冲刺。

-我们预算的60%将用于为人工智能一代重新设计数据中心

-“AWS拥有全球最大的私人网络。而这个私人网络在人工智能一代的世界中将毫无用处。因此我们正在与英伟达共同赞助未来网络项目” 【我不确定我理解这一点】

-GPU芯片之间的交流不是很顺畅。我们花了很长时间让$AMZN的芯片与$NVDA进行交流。

-其他限制因素是什么？“GPU。我们没有足够的gpu芯片。毫无疑问，在三年内，我们大多数数据中心的至少50%将是gpu芯片。”

-“Well, you see, again, we want to buy as much as NVIDIA is willing to sell. The key point here is NVIDIA has other verticals that they have to serve in addition to us. They have automobile. They have the gaming industry. They have the media and telecom industry that they also serve. And so we are in a pecking order, and we don't have much choice about how many chips we get.”

其他亮点
-Think $Snowflake (SNOW.US)$ is well positioned for GenAI bc 1) can collect images, natural language, photos, audio which is important bc lot of GenAI models are going to be augmented w/ social media; 2) want to build a data lake and SNOW sells both he software but the data strategy solution; 3) proven methodology for consolidating on-prem databases – will give you the roadmap for 100 databases and do it for you.

- $Snowflake (SNOW.US)$ is mix of db provider and system integrator.

-Think $MongoDB (MDB.US)$ db is as good as $Snowflake (SNOW.US)$ [现在失去了可信度，因为这是两种完全不同的技术]。但他们没有像$SNOW那样的解决方案服务。

-$Databricks相当不错但缺少服务组件。任何使用多个云平台进行数据处理的客户都应该选择Databricks而不是$SNOW。

- $埃森哲 (ACN.US)$ , $Wipro (WIT.US)$ ，$Tata等经常来找我们，因为他们的业务不够。认为很多SI所做的工作正在被自动化。认为Wipro提供的很多东西将来会消失。