聯絡人是垂直金融服務主管 $亞馬遜 (AMZN.US)$ AWS。可能值得記住的是，高級行政人員在非常高水平運作，通常傾...

聯絡人是垂直金融服務主管 $亞馬遜(AMZN.US)$ AWS。可能值得記住的是，高級行政人員在非常高水平運作，通常傾向樂觀-所以需要保持清醒，但是他們很看漲。

沖孔線是：
-1) Fin svcs 是 AWS 中最大的垂直公司（25b），將從去年的 15% 加速至今年的 25-30%
-2) 每個人都在努力將其 100％ 的數據移到雲端，以在其組織中部署一代 AI
-3）AI 平台服務的利潤比僅消費更高
-4) $英偉達(NVDA.US)$ 需求非常高的 GPU（「GPU。我們只是沒有足夠的。」）。

對於這方面也非常積極 $Snowflake(SNOW.US)$ ( $亞馬遜(AMZN.US)$ 是他們最親密的合作夥伴），但建議使用多個雲端的客戶使用 $Databricks。

亮點
-在 AWS 內垂直執行金融服務-在 AWS 的 80-85 億位中的 25 億 [AWS 去年的成績為 91 億，因此顯然不在數字之上]

-人們現在了解，在整個組織中構建 AI 模型的投資報酬率比單一使用案例更大。唯一的方法是將所有數據移動到雲端。

-AI 的典型首次部署必須達到 25% 的 ROI 門檻 bc，否則不會被接受。易於執行，適用於 3 種最佳使用案例：聯絡中心，內容壓縮和監控。

-Fin svcs 通常是垂直發展最快的，並且還消耗最多的 AI/GenAI 使用案例，這是垂直使用案例的 50％

-最大的帳戶在雲中擁有 25％ 的數據，並計劃轉到 50%。但在一代人工智能世界中，希望 100% 在雲端驅動模型。CapitalOne 重新制定了他們的策略，並表示將遷移 99% 的數據，以便在應用程序中部署 GenAI。英國的 NatWest 也做同樣的事情。

-JPM 致力於 10b 項目，將所有數據放入雲中，AWS 是主要供應商。

-區域銀行是一個 60 億的機會。每週與他們交談，他們面臨著更高效率的壓力 —— 看看首席執行官參與 Gen AI 討論。

-塞倫特是 IT 顧問。有調查 F1000 和 IT 預算今年將增長 7%。永遠沒有看到這一點 — 通常 IT 增長期望永遠不會超過 4-5%。因此，額外的 2-3% 將在雲端產生更高的增長。

-假設財務 svcs AWS 今年將增長 25-30%，除非金融危機比去年的 15% 上升。大部分加速將來自內部人工智能使用案例，這些情況受到監管較少，稍後我們會弄清楚面向消費者的監管，這是目前一個限制。

-還在其他垂直領域中看到人工智能被視為關鍵的加速：汽車行業帶有實時診斷。因此，在過去三個月與汽車製造商簽署了 2 筆巨大交易

-AI 產品的利潤比單純消費更高。硬體是最低利潤的產品，但資料庫、服務、解決方案等 AWS 的利潤率更高。

NVDA 亮點
-如果 $NVDA 今年的生產量正如他們所說的那樣，仍然有問題，因為我們需要至少 10 倍以上才能滿足所有用例。因此，這將是 3-5 年的馬拉松，而不是短跑。

-我們預算的 60% 將用於 GenAI 的數據中心重構

-「AWS 擁有全球最大的私人網路。而且這個私人網絡在 GenAI 世界中不會有用。所以我們正在與 NVIDIA 項目共同贊助，重新構想未來的網絡」[我不確定我理解這一點]

-GPU 的問題是它們彼此溝通不太好。我們花了很長時間才能找到 $AMZN 芯片與 $NVDA 交談。

-還有哪些限制因素？「GPU，我們只是沒有足夠的。毫無疑問，在三年內，我們大多數的數據中心將至少為 50% 的 GPU。」

-「好吧，你看，再次，我們希望購買一樣的 NVIDIA 願意出售的數量。這裡的關鍵點是 NVIDIA 除了我們之外，他們還必須服務其他垂直領域。他們有汽車他們擁有遊戲行業。他們也擁有媒體和電信行業，他們也為他們提供服務。因此，我們處於挑戰的順序，對於獲得多少籌碼，我們沒有太多選擇。」

其他亮點
-思考 $Snowflake(SNOW.US)$ 對 GenAI bc 具有良好的位置 1）可以收集圖像，自然語言，照片，音頻，這很重要，因為許多 GenAI 模型將通過社交媒體擴展；2）想建立數據湖，SNOW 同時銷售軟件，但數據策略解決方案；3）合併內部數據庫的經過驗證方法-將為您提供 100 個數據庫的路線圖，並為您提供了一個數據庫的路線圖，並為您完成。

- $Snowflake(SNOW.US)$ 是數據庫提供商和系統集成商的組合。

-思考 $MongoDB(MDB.US)$ 數據庫一樣好 $Snowflake(SNOW.US)$ [現在失去信譽，因為這些是兩種完全不同的技術]。但是他們沒有像 $SNOW 這樣的解決方案服務

-$ 數據庫相當不錯，但缺少服務組件。任何使用多個雲端進行數據的客戶都應該使用 $SNOW 以上的 Databricks

- $埃森哲(ACN.US)$ , $Wipro(WIT.US)$ ，$ Tata 都會更頻繁地來我們，因為他們沒有足夠的業務。想像 SI 所做的那麼多工作正在自動化。想像 Wipro 提供的許多事情將在未來消失。