AWS 與氛圍式程式化新創 Superblocks 合作 — 對企業 AI 安全與控制的意義
目次
你可能想知道的事
1. 將一個氛圍式程式化工具嵌入企業的私人 AWS 環境，會如何改變資料安全與 IT 治理？
2. Superblocks 與 AWS 的合作反映了關於超大規模雲端供應商希望企業如何建構與控制 AI 的哪一個更廣泛趨勢？
主題重點
Superblocks 是一家專注於「氛圍式程式化」（一種對業務使用者友好、摩擦低的應用程式建置方式）的新創公司，已與 Amazon Web Services (AWS) 簽署多年期的共同行銷協議。根據該協議，Superblocks 的工具可以直接嵌入 AWS 客戶的私人雲中。實務上，這表示透過其 AWS 帳戶訂閱 Superblocks 的企業，可以允許業務使用者在不將敏感資料移出公司受控雲環境的情況下建立應用程式。
這些架構上的涵義雖然直接但相當重要。在客戶的 AWS 帳戶內使用 Superblocks 建立的應用程式，會在該私人雲空間中實例化資源（例如 Amazon Aurora 資料庫），而不是佈建外部服務。因此，所產生的應用程式會遵循組織既有的稽核、加密與網路控制。Superblocks 的執行長總結了核心好處：客戶的資料保留在其 AWS 帳戶內，並由企業 IT 管理。
除了在客戶私人雲中託管應用程式資源外，Superblocks 的整合也會與 Amazon Bedrock（AWS 的推論與模型存取平台）合作。此連結意味著 AI 驅動的功能可以透過 Bedrock 路由，從而在企業的雲端治理與安全態勢下被管理，而不是依賴第三方外部託管的推論服務。 這項關鍵見解顯著影響了企業採用 AI 的理解：在為非技術使用者啟用低程式碼或無程式碼開發的同時，資料與推論可以保持在組織的控制之下。
AWS 還將透過其合作夥伴通路與 Marketplace 協助行銷與銷售 Superblocks 給企業客戶，這是 AWS 夥伴常見的前進市場路徑。AWS 發言人表示，此舉與客戶需求及企業開發偏好一致。與此同時值得注意的是，AWS 目前並未提供專門針對業務使用者的原生氛圍式程式化代理。雖然 AWS 有面向開發者的 AI 程式碼代理（如 Kiro）和業務助理（如 Quick），但這些產品並未直接複製 Superblocks 所提供的氛圍式程式化體驗。
對於 Superblocks（這家早期公司約有 50 名員工並在 A 輪募得約 6000 萬美元）而言，這項合作代表了重要的商業加速。然而，其意義超越 Superblocks 當前的成長前景。這項交易反映了超大規模雲端供應商間的一個更廣泛策略取向：他們鼓勵企業在企業雲內執行 AI 模型、協調、代理框架與安全工具，而非依賴外部前沿模型提供者來供應端到端的 AI 堆疊。
主要雲端廠商的高層已明確建議採用多模型策略並警示單一供應商鎖定風險。舉例來說，微軟執行長 Satya Nadella 曾敦促企業客戶結合不同模型以控制成本並降低對任何單一實驗室的依賴。部分理由亦具競爭性：企業擔心將敏感的營運資料發送到外部實驗室，這些資料可能被該實驗室故意或非故意地以企業無法接受的方式使用。
企業已經朝向多模型部署邁進。許多組織混合使用前沿商業模型、公開開源模型，以及區域或領域特定的開放權重選項。例如，某些 AI 門戶服務的流量指標顯示對開放模型有相當的需求——這表示開源與替代模型如今已成為企業 AI 策略的重要部分。因為企業預期會運作多個模型，周邊的 AI 基礎設施（模型路由、協調、安全與整合）就不能緊密鎖定在單一供應商上。
Superblocks 與 AWS 的整合示範了第二波的雲端供應：在雲端廠商先為開發者推出 AI 程式碼代理之後，他們現在正提供針對業務使用者的氛圍式程式化體驗，並整合到私人雲中。此舉允許 IT 對非技術人員建立的應用程式進行治理，降低暗中 IT（shadow IT）的風險，同時保留低程式碼體驗帶來的敏捷性優勢。正如該新創公司執行長所言，CIO 越來越視多模型支援與供應商分散為必要而非選擇。
最終，雲端供應商希望成為企業購買的不僅是運算與儲存，而是整個 AI 鷹架——具代理性的應用、協調層、安全控管與應用層級的套件。透過讓像 Superblocks 這樣的工具能完全在客戶的雲端帳戶內運作，供應商提供了一種將業務使用者生產力與企業治理結合的方式。這種組合回應了一項企業核心關切：在不犧牲資料保護與合規性的前提下，實現快速的應用程式開發。
關鍵見解表
| 面向 | 描述 |
|---|---|
| 嵌入私人雲 | Superblocks 可以在 AWS 客戶帳戶內執行，因此資料與資源（例如 Aurora）保留在企業雲中。 |
| 與 Bedrock 的整合 | AI 推論與模型存取透過 Amazon Bedrock 路由，允許企業對 AI 使用進行控制。 |
| 治理與安全 | 應用程式遵循由企業 IT 管理的既有稽核、加密與網路控管，而不是依賴外部服務。 |
| 商業影響 | AWS 透過合作夥伴通路協助行銷 Superblocks，加速客戶採用並強化 AWS 的 AI 生態系。 |
| 更廣泛的趨勢 | 超大規模雲端業者正推動企業在其雲端上運行 AI 鷹架，以避免鎖定並維持對敏感資料的控制。 |
之後……
展望未來，企業與雲端供應商將持續探索在敏捷與控制之間取得平衡的架構。值得進一步投資與研究的重點領域包括安全的模型託管與本地推論、標準化的多模型協調層，以及對 AI 工作負載具有可稽核性的更強資料治理模式。對這些想法的微妙強調有助於釐清優先事項：安全且可稽核的模型存取與多模型彈性將成為 CIO 與資訊安全團隊的標準期待。
從技術角度來看，下一步包括在不妥協治理的前提下改善私人雲 AI 平台對非技術使用者的可用性，以及增進專有模型與開放模型之間的互通性。企業應評估支援模型路由、政策執行與透明稽核的工具。同時，雲端廠商可能會擴大合作夥伴計畫，允許創新新創直接嵌入客戶雲端——創造一個將第三方創新與超大廠管理與安全結合的混合生態系。
總之，Superblocks 與 AWS 的合作不僅僅是一項單一夥伴關係：它標示了產業朝向提供企業友善 AI 體驗的運動，並將資料與控制保留在客戶的雲端內。對於採用 AI 的組織，含意很明確：優先考量能保留控制、允許模型選擇，並能與既有 IT 治理流程整合的架構與供應商關係。