GenAI/ML DGR话术思维导图模板_ProcessOn思维导图、流程图

公司 Profile (提前准备)

公司名称&SFDC&规模

公司业务范畴

行业可能涉及的业务需求场景

解决方案材料

1.开场白

Onboarding

参考话术：1. "您好,我了解到贵公司最近注册/正在注册AWS账号。作为AWS的专业顾问,我很乐意为您解答任何关于AWS服务的疑问,并提供进一步的指导和建议。"

2. "恭喜您注册/正在注册AWS账号!作为AWS的合作伙伴,我们可以帮助您优化业务流程、降低IT成本。不知您目前使用AWS遇到了哪些困难或疑虑?"

Active

上升趋势

参考话术：1. "您好,我注意到贵公司最近在AWS平台上的使用量有所增长。这是否与贵公司的业务扩张或新业务上线有关?如果您在应对业务增长时遇到了任何运维、架构等方面的挑战,我们很乐意为您提供专业的AWS咨询和服务。"

2. "我留意到贵公司最近在AWS平台上的使用量有一定增长。能否与我们分享一下,这是由于哪些新的业务场景或应用需求所导致的?我们的AWS专家团队将满怀热忱地为您提供符合业务发展的云计算支持。"

下降趋势

3."您好,我们发现贵公司在AWS的用量最近有所下降。不知您是否遇到了例如成本控制、安全合规、备份容灾等方面的挑战?我们的AWS专家团队很乐意为您提供咨询和支持。"

4. "您好,我注意到贵公司在AWS平台上最近使用量有所下降。作为AWS的合作伙伴,我很想了解一下,不知是否与贵司的业务发展或应用需求发生了变化?或者您在使用AWS时遇到了什么困难或挑战? 我们很乐意为您提供全方位的AWS技术支持和优化建议。"

免费套餐

5."您好,我注意到贵公司已经使用AWS免费套餐服务一段时间了。作为AWS的合作伙伴,我很想了解一下,目前免费套餐是否已经无法满足贵公司的业务需求?我们很乐意为您评估付费服务方案,提供更全面的AWS解决方案。"

6."您好，贵公司目前的AWS使用仍然停留在免费套餐阶段。不知贵司是否有未来扩展业务或工作负载的规划?或者您在考虑付费服务时还有一些疑虑?我们的AWS专家团队随时可以为您解答并提供专业建议。"

Inactive

参考话术：1. "您好,我注意到贵公司在注册AWS账号一段时间后,最近几乎没有对AWS服务产生任何使用。不知这是否意味着贵公司暂时没有相关的云计算需求,还是在尝试AWS时遇到了一些障碍?作为AWS的合作伙伴,我们很乐意倾听您的想法,并为您提供专业建议。"

2. "我们发现贵公司虽已注册AWS账号,但近期并未真正启用AWS服务。能否与我们分享一下原因所在?是AWS服务暂时与贵公司业务不太契合,还是在后续使用过程中遇到了一些疑虑或阻碍?我们的AWS专家团队随时可以为您解答疑惑并提供量身定制的解决方案。"

3. "您好,根据我们的数据,贵公司目前对AWS的使用处于闲置状态。不知是出于业务调整的原因,还是在功能、运维、合规等方面遇到了一些障碍?我们很乐意为您提供专业的AWS架构咨询、迁移服务、运维外包等全方位支持,助力贵公司释放云计算的潜力。"

Abandoner

参考话术：1. "您好,我注意到贵公司已经启动了AWS账号的注册流程,但目前似乎还未完成。不知是否与贵司的业务规划或应用需求发生了变化?或者在注册过程中遇到了一些困难?我们很乐意为您提供AWS云计算咨询,共同探讨最佳实践方案。"

2."很高兴看到贵公司对AWS服务有所青睐并开始了注册流程。但我留意到注册已耽搁一段时间未能完成,不知是否存在着预算、合规等方面的顾虑?我们的AWS专家团队随时可以为您量身打造解决方案,助力顺利上云。"

2.基本信息

1.1公司核心业务？

参考话术：1. "您好,非常高兴可以与贵公司探讨云计算解决方案。首先,我想了解一下贵公司的主要业务是什么?您主要面向哪些行业和客户?"
2. "为了更好地了解贵公司的需求,不知您能否简单介绍一下公司的商业模式和主营业务?这将有助于我们提供适合您公司的云服务建议。"

1.2参会/填写表单目的&感兴趣的Topic/产品？

参考话术：1. "您好,非常感谢您（参加了XX活动/在XX上填写了XX表单），表达了对AWS的兴趣。我特别想了解一下,贵司对AWS云服务感兴趣的主要原因和期望是什么?例如是应用GenAi能力降低运营成本、提升业务灵活性,还是应对其他挑战?根据贵司的需求,我们可以为您量身定制合适的AWS解决方案。

1.3技术能力

目前客户的部署情况？数据管理方式？AWS/竞品

参考话术：1."感谢您对AWS服务的青睐。作为AWS的合作伙伴,我们很期待能为贵司提供专业的云服务支持。但在此之前,不知是否能与我们分享一下贵司目前的IT基础设施部署情况?例如是传统的本地数据中心还是已部分cloud化?以及主要运行哪些应用?这将有助于我们更好地评估贵司的需求。"

2. "能否先与我们分享一下,贵公司目前的IT架构是如何部署的?是自建传统数据中心,还是已采用了公有云或混合云模式?如果使用了云服务,不知您们目前是在使用AWS,还是其他云厂商的产品?采用现有方式的主要原因和考量是什么?"

是否有技术/数据/AI/ML相关团队？(推自有方案或SAAS）

参考话术：1.“不知贵司是否设有专门的技术团队?如果有的话,他们主要负责哪些领域,比如基础架构运维、应用开发、数据分析等?" 2.”不知您们在技术创新方面是否有专门的团队或部门?他们在云计算、大数据、人工智能等新兴领域是否也有所布局和实践?"

3.联系人

客户角色

商业端（业务/运营/市场营销）

引荐技术/决策人的意愿？

以客户Case强调AI带来的结果（效率效益提升）

参考话术：1.“贵公司目前是否在AI/ML层面有战略计划,在XX行业,目前正在采用XXX,亚马逊云科技有20年机器学习使用经验, 像咱们行业里XXX公司{case},在XX上使用我们的服务,在XX有提升{result),我们可以和您分享。见4.1

2.”在推出新的市场营销活动时，您是否经常需要等待新媒体资产创建？“

3.”如果您能够提供相当个性化的广告(采用个性化的图片、文字和音乐)，所有内容均针对具体的单个用户生成和定制，给人们留下深刻的印象，那么是不是可以助力您扩大品牌的影响力?“

4.”如果您能够自动生成营销材料(产品描述、产品展示照片、宣传手册版式、微型网站等)，并且所有这些材料都包含优质媒体和语言翻译，那么是不是可以助力您加快进入新市场的速度?“

开发/算法

聊客户的使用场景&客户目前的技术资源瓶颈

参考话术：1.”您目前使用什么机器学习平台来评估和/或部署自定义机器学习模型?您在模型的生命周期中遇到了哪些挑战?“

2.”您现在是否能够轻松快速地部署根基模型?存在哪些障碍?“

3.”您的团队目前在编写代码和编程方面的经验水平如何?在编写代码任务上通常花费多少时间? 您打算将代码生成器用于哪些类型的应用程序或项目?“

4."您目前日常开发工作有遇到哪些困难吗？亚马逊云科技提供丰富场景的AI Saas服务，调用很简单，Call API就可以直接获取机器学习的推理结果，我们可以引荐您所需场景的专家，为您做进一步推荐。"

5."您目前ML项目用的是什么框架?使用的哪是种算法(自己写的/现成算法)亚马逊云科技SageMaker支持并优化三个主流机器学习框架/咱们主要是什么类型的数据,怎么为数据打标签？亚马逊云科技有自助打标签服务GroundTruth,我们可以为您引荐相关技木家做咨询。"

算力:P5/G5/Inf2/Trm1

C-Level

聊AWS的优势&企业战略目标

CEO, COO, CFO, Department& Agency Heads

Common objectives: 1.Digital transformation; 2.Multi-channel engagement; 3.Constituent insights; 4.Improve efficiency by automating operations

参考话术：1."生成式 AI是一个激动人心的领域，将为企业带来变革。但现在仍处于早期阶段。您对人工智能/ 机器学习以及对贵公司的愿景是什么?您今年有什么人工智能业务目标?"
2."在选择合适的根基模型来构建生成式AI应用程序时，如果按重要性进行排序，您会如何对以下因素进行排名:性能、延迟、成本?"
3."您期望通过生成式AI 推动实现哪些客户体验或其他使用场景的转型? 您希望如何通过为客户打造更具个性化的用户体验来提高客户保留率?"
4."您之前的人工智能和机器学习项目是否达成了所追求的业务成果?"

CTO, CIO, Heads of ML, Data Science

Common objectives: 1.Prioritizing transactional notifications; 2.Security; 3.Scale; 4.Data and analytice; 5.Cost; 6.And integration with their communications infrastructure

参考话术：1."生成式AI是一个激动人心的领域,将为企业带来变革。但现在仍处于早期阶段。您对人工智能/ 机器学习以及对贵公司的愿景是什么? " 2."您期望通过人工智能/机器学习推动哪些客户体验或其他使用场景的转型?" 3."您是否计划针对您的特定使用场景或行业自定义FM?" 4."[在客户有数据科学团队或机器学习工程师时] 贵公司在推出与人工智能/机器学相关的产品和业务流程时,遇到了哪些挑战?您在哪些地方会遇到障碍?"

来源渠道

4.项目信息

3.1项目背景

创新需求-是否立项？项目时间安排

参考话术：1.”能否告知我们该项目目前的审批立项进展如何?不知贵方是否已就项目所需的IT基础架构资源、配置清单以及预计投入的费用预算进行了评估?如果有这方面的初步规划,我们很乐意为您匹配合适的AWS解决方案。"

2. "请问贵司在启动(项目名称)之前,是否已完成了IT需求评估和资源规划? 包括项目可能需要的计算、存储、网络、安全等配置需求,以及相应的资金预算?有了这些信息,我们可以更精准地匹配AWS产品组合并给您报价。"

应急需求-痛点挖掘

3.2项目阶段

调研阶段

参考话术:1."对于目标AI/ML产品,咱们公司目前是倾向自己构建还是直接调用现成的API?"

调用-目前有使用过什么产品?目前的业务场景?(根据行业和业务场景进行产品和需求挖掘)--Amazon Bedrock
使用基础模型构建和扩展生成式人工智能应用程序的最简单方法---Claude3

Amazon Bedrock 是一项完全托管的服务，通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型（FM），以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应用程序所需的一系列广泛功能。使用 Amazon Bedrock，您可以轻松试验和评估适合您的使用案例的热门 FM，通过微调和检索增强生成（RAG）等技术利用您的数据对其进行私人定制，并构建使用您的企业系统和数据来源执行任务的代理。由于 Amazon Bedrock 是无服务器的，因此您无需管理任何基础设施，并且可以使用已经熟悉的 AWS 服务将生成式人工智能功能安全地集成和部署到您的应用程序中。

Claude3最新介绍：视频回放 - https://aws.highspot.com/items/65ea7fd02867aeb1e3ab92e9?lfrm=shp.0

构建-咱们公司有自己的AI/ML人员吗?亚马逊云科技有丰富的机器学习专家和合作伙伴可以提供同时我们有底层的基础设施层产品-sagemaker

Amazon SageMaker 是一项完全托管的服务，它汇集了大量工具，可为任何使用案例提供高性能、低成本的机器学习（ML）。借助 SageMaker，您可以使用笔记本、调试器、分析器、管道、MLOps 等工具大规模构建、训练和部署机器学习模型——这一切都在一个集成式开发环境（IDE）中完成。SageMaker 通过简化的访问控制和机器学习项目的透明度来支持治理要求。此外，您可以使用专门构建的工具来微调、实验、再训练和部署基础模型，构建自己的基础模型（在海量数据集上训练过的大型模型）。 SageMaker 提供对数百个预训练模型的访问权限，包括公开的基础模型，您只需点击几下即可部署这些模型。

2."除了亚马逊云科技,有同期了解其他厂商吗?咱们考量合作厂商的标准是什么?亚马逊云科技的优势在我们可以为客户提供最广泛和深入的机器学习和AI服务。是为机器学习而优化的最全面的云平台。"

测试阶段

参考话术:1."请问目前咱们AI/ML部署在本地IDC还是云上?" (模型数量,GPU台数,训练效率)

2."当前是否有足够的数据集，数据类型是什么？数据存储和标记方式?"

对应产品/解决方案:1.AmazonS3:AmazonS3是一种对象存储,专为从Internet上的任意位置存储和检索任意数量的数据而构建。
2.SageMaker Ground Truth:成的器学习模型建立在大量高质量训练数据的基础之上。但是,创建构建这些模型所需的训练数据的过程通常代价高昂、复杂且耗时。Amazon SageMaker Ground Truth帮助您快速构建和管理高度准确的训练数据集。此外,Ground Truth持续向人工制作的标签学习以生成高质量的自动注释,从而大大降低标记成本。
3. Notebooks: Notebook Instance笔记本实例及 Amazon SageMaker Notebook

3."模型训练的过程中,您当前使用什么框架/算法?"

Sagemaker提供4种模式:
·内置算法,无需具备算法设计和优化能力,只需要准备好数据,选择相应的内置算法训练即可获得模型。算法设计都由awsserviceteam做好,(应用场景:分类、文本、翻译、视觉、推荐)首先推荐内置算法用数据套一套看看结果是不是对业务有帮助
·基于预置的机器学习框架来自定义算法(客户自行准备数据,训练脚本,基于 Sgaemaker预置优化的容器镜像执行机器学习任务)
·自定义框架、自定义算法(客户提供自己的镜像:自行准备数据、训练/推理脚本, 及基于脚本和框架的镜像,基于sagemaker容器机制执行任务)
·Marketplace:从 marketplace种挑选第三方算法/模型包,直接在 sagemaker中使用
AWS Sagemaker在模型训练过程中也非常简单,如果客户对Sagemaker表现出兴趣,此处可以大致跟客户介绍下Sagemaker模型训练的工作流

部署阶段

参考话术：目前在部署过程中遇到的挑战？记录下来，involve给BD

3.3项目痛点

人力&需求落地问题

亚马逊云科技的AI/ML专家团队和经验丰富的合作伙伴解决方案

成本问题

买RI送50刀GLB Credit

• 活动要求：此活动面向于当月注册亚马逊云科技海外区域（亚马逊云科技 Account ID）并且当月申请的新客户，且客户账单地址在中国大陆境内，服务使用区域为亚马逊云科技海外区域，每个账号仅有一次参加本活动的机会
• 引导客户填写提交表单：https://aws.amazon.com/cn/campaigns/goglobal-mall/50-service-discount-coupon/
• 填写quip，每周三充值：https://quip-amazon.com/abVBA0LzxomL/-2024#temp:C:BUF958ee46010f0464baa1fab59c
• 提交表单后，触发的MQL会由PM assign to申请的同学
• 活动页面：https://aws.amazon.com/cn/campaigns/goglobal-mall/

2024AI/ML大礼包海外区

礼包介绍链接: https://aws.amazon.com/cn/campaigns/webpromotions/
申请截止时间 :2024 年 3 月 31 日 23:59:59
活动要求:当月注册，当月申请，账单地址在中国大陆的新客户。活动采取报名制度，客户需要填写“点击领取”表单报名本活动，前 100 名在活动期间填写表单报名的新客户可以获得亚马逊云科技服务抵扣券。每个账号仅有一次参加本活动的机会
credit到期时间 :充值后3个月
credit金额: 200美金
适用服务(以近期充值账户在console里显示为准） Amazon EC2, Amazon S3, Amazon Comprehend, Amazon Rekognation, Amazon Forecast, Amazon Personalize, Amazon Transcribe, Amazon Translate, Amazon SageMaker, Amazon Q( Titan)
Credit数量 :100

2024Migration大礼包海外区

礼包介绍链接:https://aws.amazon.com/cn/campaigns/smb-hub-migration/
申请截止时间:暂无
活动要求:此活动面向于 2023 年 11 月 15 日 00:00:00 - 2024 年 4 月 30 日 23:59:59 期间首次注册亚马逊云科技海外区域（亚马逊云科技 Account ID）的新客户，且客户账单地址在中国大陆境内，服务使用区域为亚马逊云科技海外区域，每个账号仅有一次参加本活动的机会。
credit金额:200美金
适用服务(以近期充值账户在console里显示为准） Amazon EC2, Amazon S3, AWS Database Migration Service, Amazon SageMaker, Amazon RDS, AWS Transfer, AWS DataTransfer
Credit数量:100

算法和工程问题

SageMaker(内置算法) AWS对AI底层的支持

扩展问题（新增项目，本地IDC）

AWS平台优势

3.4项目决策人，是否可以引荐

5.需求场景

5.1行业维度AIML相关

游戏

模型调优/出图/欺诈检测/关卡难度预测/用户流失预测/数据运营分析/礼包推荐等

AmazonSageMaker-预测分析-用户运营数据的商业化收益

Case:嘉谊互娱

电商