⚠️ Pendedahan Afiliasi: Artikel ini mungkin mengandungi pautan afiliasi. Kami mungkin mendapat komisyen kecil jika anda membeli melalui pautan kami, tanpa kos tambahan kepada anda. Ini membantu kami terus menyediakan kandungan percuma berkualiti.

Amazon Web Services (AWS) adalah pemimpin pasaran dalam perkhidmatan awan, dan suite AI mereka adalah antara yang paling matang dan komprehensif di industri ini. Untuk perniagaan di Malaysia yang ingin mulakan perjalanan AI, AWS menawarkan ekosistem perkhidmatan yang sangat lengkap dengan pusat data yang berdekatan di rantau Asia Pasifik.

n
Pendedahan: Artikel ini mengandungi pautan affiliate. Jika anda mendaftar melalui pautan kami, kami mungkin menerima komisyen kecil — tanpa sebarang kos tambahan kepada anda. Ini membantu kami terus menghasilkan panduan percuma dalam Bahasa Melayu.
n

nnn

Artikel ini akan terangkan cara guna AWS AI untuk perniagaan, merangkumi Amazon Bedrock, SageMaker, Rekognition, Comprehend, Lex, Polly, harga, dan rantau Malaysia.

nnnn

Apa Itu AWS AI?

AWS AI adalah koleksi perkhidmatan kecerdasan buatan dalam platform Amazon Web Services. AWS telah melabur berbilion dolar dalam pembangunan AI sejak lebih sedekad lalu, menghasilkan suite perkhidmatan yang lengkap untuk pelbagai keperluan perniagaan.

Berbeza dengan pesaingnya, AWS mengambil pendekatan "pilih mengikut keperluan" — menawarkan perkhidmatan AI yang sangat khusus untuk tugas tertentu, serta platform umum untuk pembinaan model tersuai.

Kelebihan AWS AI untuk perniagaan Malaysia:

Ekosistem terlengkap dengan lebih 30 perkhidmatan AI khusus

Rantau Asia Pasifik (Singapura) yang berdekatan dengan Malaysia

Integrasi kukuh dengan perkhidmatan AWS lain (S3, Lambda, RDS)

Program AWS untuk SME dan startup yang memberikan kredit percuma

Perkhidmatan Utama AWS AI

1. Amazon Bedrock

Amazon Bedrock adalah perkhidmatan terbaru dan paling penting dalam ekosistem AWS AI. Ia memberikan akses kepada model AI asas (foundation models) daripada pelbagai penyedia termasuk Anthropic (Claude), Meta (Llama), Mistral, Cohere, dan model Amazon Titan sendiri.

Ciri utama Amazon Bedrock:

nnnn

Model Pilihan: Pilih model yang paling sesuai untuk tugas anda

Agents: Bina ejen AI yang boleh melaksanakan tugas berbilang langkah

Knowledge Bases: Hubungkan model AI kepada pangkalan data pengetahuan anda (RAG)

Guardrails: Kawalan keselamatan untuk elak respons tidak sesuai

Evaluations: Bandingkan prestasi pelbagai model

Model tersedia dalam Bedrock (2026):

Anthropic Claude 3.5/4: Terbaik untuk penaakulan kompleks, kod, analisis

Meta Llama 3: Model sumber terbuka yang berkuasa

Amazon Titan: Model Amazon sendiri untuk teks dan embedding

Mistral AI: Model Perancis yang cekap

Cohere: Khusus untuk carian semantik dan embedding

Cara mula guna Amazon Bedrock:

Log masuk ke AWS Console di console.aws.amazon.com

Cari "Amazon Bedrock" dalam bar carian

Klik "Get started"

Di bahagian "Model access", minta akses model yang anda perlukan

Tunggu kelulusan (biasanya serta-merta atau beberapa minit)

Cuba model dalam "Bedrock Playground"

2. Amazon SageMaker

Amazon SageMaker adalah platform ML paling komprehensif AWS untuk membina, melatih, dan melaksanakan model machine learning pada skala mana-mana.

Komponen utama SageMaker:

nnSageMaker Studion

IDE berasaskan web untuk sains data

Integrasi dengan JupyterLab

Alatan untuk kolaborasi pasukan

nnSageMaker Autopilotn

AutoML yang membina model secara automatik

Penjelasan lengkap proses pembinaan model

Sesuai untuk pemula yang ingin hasil cepat

nnSageMaker Canvasn

Bina model ML tanpa kod

Antara muka seret dan lepas

Untuk pengguna perniagaan tanpa latar belakang teknikal

nnSageMaker JumpStartn

Koleksi model dan penyelesaian pra-bina

Boleh laksana dengan satu klik

Lebih 300 model sedia pakai

nnSageMaker Pipelinesn

Automasi aliran kerja ML dari data hingga pengeluaran

CI/CD untuk model ML

Untuk PKS Malaysia yang mahu bina model AI custom:

nnnn

Muat naik data ke Amazon S3

Akses SageMaker Studio

Guna Autopilot atau Canvas untuk latih model tanpa kod

Laksana model sebagai endpoint API

Integrasikan dengan aplikasi anda

3. Amazon Rekognition

Amazon Rekognition adalah perkhidmatan analisis imej dan video yang menggunakan deep learning untuk mengenal pasti objek, wajah, teks, aktiviti, dan kandungan tidak sesuai.

Fungsi utama Rekognition:

nnAnalisis Imej:n

Pengesanan objek dan label

Pengecaman wajah (berbanding koleksi)

Pengesanan teks dalam imej

Moderasi kandungan

Kesan atribut wajah (umur, emosi, aksesori)

nnAnalisis Video:n

Kenal pasti aktiviti dalam video

Jejak pergerakan orang

Kesan teks dalam video

Kenali selebriti

Contoh penggunaan Rekognition di Malaysia:

nnKeselamatan: Sistem kawalan akses berasaskan pengecaman wajah untuk pejabat atau kilang menggunakan Rekognition Custom Labels.nnPeruncitan: Analisis tingkah laku pelanggan dalam kedai untuk optimum susunan produk dan kenal pasti kawasan yang kurang mendapat perhatian.nnMedia: Platform media sosial guna Rekognition Moderation untuk tapis gambar dan video tidak sesuai secara automatik sebelum disiarkan.nn

4. Amazon Comprehend

Amazon Comprehend adalah perkhidmatan Natural Language Processing (NLP) yang mengekstrak makna dan insight daripada teks.

Fungsi utama Comprehend:

Analisis Sentimen: Tentukan sama ada teks positif, negatif, atau neutral

Pengecaman Entiti: Kenal pasti nama orang, tempat, syarikat, tarikh, dan lain-lain

Pengecaman Bahasa: Kesan bahasa yang digunakan dalam teks

Pengekstrakan Frasa Kunci: Kenal pasti frasa penting dalam dokumen

Analisis Topik: Kumpulkan dokumen mengikut topik

Comprehend Medical — versi khusus untuk dokumentasi perubatan — juga tersedia untuk sektor kesihatan.

Untuk perniagaan Malaysia, Comprehend berguna untuk:

Analisis maklum balas pelanggan: Fahami sentimen ulasan produk dari Shopee, Lazada, dan Google Maps

Pengelasan tiket sokongan: Susun pertanyaan pelanggan mengikut topik secara automatik

Pemantauan media sosial: Jejak sentimen jenama dalam Bahasa Melayu dan Inggeris

5. Amazon Lex — Chatbot AI

Amazon Lex adalah perkhidmatan membina antara muka perbualan (chatbot dan voice bot) menggunakan teknologi yang sama yang menjalankan Alexa Amazon.

Ciri utama Amazon Lex:

NLU yang berkuasa: Faham niat pengguna walaupun phrasing berbeza

Konteks perbualan: Ingat konteks dalam perbualan panjang

Integrasi saluran: Sambung ke website, aplikasi mudah alih, Facebook Messenger, Slack, dan Kendra

AWS Lambda integration: Jana respons dinamik menggunakan Lambda functions

Cara bina chatbot dengan Amazon Lex:

Buka Lex Console dan klik "Create bot"

Pilih bahasa (Inggeris, dan bahasa lain yang disokong)

Tentukan "intents" — apa yang pengguna mungkin minta

Tambah "utterances" — pelbagai cara pengguna mungkin ucapkan sesuatu

Tentukan "slots" — maklumat yang perlu dikumpul

Kaitkan dengan Lambda untuk logik perniagaan

Laksana dan uji

Contoh kes guna Amazon Lex untuk perniagaan Malaysia:

Chatbot khidmat pelanggan: Bot yang jawab soalan lazim 24/7 dalam Bahasa Melayu dan Inggeris

Tempahan restoran: Bot yang proses tempahan meja melalui WhatsApp

Sokongan teknikal IT: Bot yang diagnos masalah biasa dan buka tiket sokongan

6. Amazon Polly — Teks ke Suara

Amazon Polly adalah perkhidmatan text-to-speech yang menukar teks menjadi ucapan manusia yang semula jadi.

Polly menawarkan dua enjin:

Standard voices: 60+ suara dalam 29 bahasa, kos lebih rendah

Neural voices: Suara lebih semula jadi menggunakan neural TTS, kos lebih tinggi

Walaupun sokongan Bahasa Melayu dalam Polly agak terhad berbanding bahasa lain, perniagaan Malaysia boleh guna suara Inggeris atau guna pihak ketiga macam Azure Neural TTS untuk keperluan BM.

Penggunaan biasa Polly:

Baca artikel blog kepada pengguna (accessibility)

Sistem IVR (Interactive Voice Response) untuk pusat panggilan

Aplikasi pembelajaran bahasa

Kandungan audio untuk kereta tanpa pemandu

Rantau AWS di Asia Pasifik dan Malaysia

AWS mempunyai rangkaian rantau yang meluas di Asia Pasifik:

nnRantau Terdekat dengan Malaysia (2026)n

ap-southeast-1 — Singapura (utama untuk Malaysia, latensi ~5ms dari KL)

ap-southeast-3 — Jakarta, Indonesia (lebih dekat dari Sabah/Sarawak)

ap-southeast-5 — Malaysia (rantau baru, dilancarkam 2024, di Kuala Lumpur)

Dengan pelancaran rantau Malaysia (ap-southeast-5), perniagaan kini boleh simpan data di Malaysia dan akses AWS dengan latensi ultra-rendah. Ini amat penting untuk:

Pematuhan dengan regulasi data tempatan

Prestasi aplikasi yang lebih baik untuk pengguna Malaysia

Industri berkawal macam perbankan dan penjagaan kesihatan yang memerlukan data residency tempatan

Cara Bermula dengan AWS AI

Langkah 1: Buat Akaun AWS

Layari aws.amazon.com dan klik "Create an AWS Account". AWS menawarkan 12 bulan percuma untuk perkhidmatan tertentu dan USD300 kredit untuk perkhidmatan AI terpilih.

Maklumat yang diperlukan:

Alamat emel dan nama akaun

Maklumat hubungan

Nombor kad kredit (untuk pengesahan)

Pengesahan telefon bimbit

Langkah 2: Setup IAM untuk Keselamatan

Identity and Access Management (IAM) adalah penting untuk keselamatan:

Buat pengguna IAM berasingan (jangan guna root account)

Berikan hanya kebenaran yang diperlukan

Aktifkan Multi-Factor Authentication (MFA)

Jana access key untuk akses aturcara

Langkah 3: Eksplorasi Melalui AWS Console

Di console.aws.amazon.com:

Pergi ke bahagian "Machine Learning" dalam senarai perkhidmatan

Cuba Amazon Bedrock Playground untuk uji model AI

Akses SageMaker Canvas untuk projek ML tanpa kod

Langkah 4: Gunakan AWS Free Tier

Banyak perkhidmatan AWS AI ada tier percuma bulanan:

SageMaker: 250 jam Studio Notebooks, 10 jam penggunaan hosting sebulan (selama 2 bulan)

Rekognition: 5,000 imej/video sebulan (selama 12 bulan)

Comprehend: 50,000 unit teks sebulan (selama 12 bulan)

Polly: 5 juta aksara sebulan (selama 12 bulan)

Lex: 10,000 pertanyaan teks dan 5,000 pertanyaan suara sebulan (selama 12 bulan)

Harga AWS AI

Amazon Bedrock (2026)

Model Anthropic Claude 3.5 Sonnet:

Input: USD3.00 per juta token

Output: USD15.00 per juta token

Model Amazon Titan Text Express:

Input: USD0.20 per juta token

Output: USD0.60 per juta token

Amazon SageMaker

SageMaker Studio: Bayar untuk compute sahaja

Inference endpoints: dari USD0.046 setiap jam (ml.t2.medium)

Training: dari USD0.058 setiap jam (ml.m4.xlarge)

Amazon Rekognition

Analisis imej: USD1.00 per 1,000 imej (5,000 percuma sebulan selama 12 bulan)

Analisis video: USD0.10 per minit

Amazon Comprehend

Analisis entiti, sentiment, dll.: USD0.0001 per unit (100 aksara seunit)

Minimum 3 unit per permintaan = USD0.0003 per permintaan minimum

Amazon Lex

Pertanyaan teks: USD0.0075 per permintaan

Pertanyaan suara: USD0.004 per permintaan

Amazon Polly

Standard voices: USD4.00 per 1 juta aksara

Neural voices: USD16.00 per 1 juta aksara

Program Khas untuk PKS Malaysia

AWS menawarkan beberapa program untuk PKS dan startup Malaysia:

nnAWS Startup Programn

Kredit AWS sehingga USD100,000 untuk startup layak

Sokongan teknikal dan perniagaan

Akses kepada program Activate

nnAWS Partner Networkn

Kerjasama dengan rakan kongsi tempatan yang boleh bantu PKS

Beberapa syarikat IT Malaysia adalah AWS Partner yang boleh berikan diskaun

nnAWS Marketplacen

Beli penyelesaian AI pihak ketiga yang sudah dioptimum untuk AWS

Pilihan bayaran terus melalui bil AWS

Untuk maklumat lanjut tentang program sokongan AWS untuk PKS Malaysia, hubungi AWS Malaysia di aws.amazon.com/local/malaysia/.

Contoh Penggunaan AWS AI di Malaysia

Sektor Perbankan dan Kewangan

Bank tempatan Malaysia menggunakan gabungan perkhidmatan AWS AI:

Amazon Rekognition: Verifikasi pengenalan diri pelanggan dalam proses KYC digital

Amazon Comprehend: Analisis maklumat transaksi untuk kesan penipuan

Amazon Bedrock dengan Claude: Pembantu penasihat kewangan AI untuk tanya jawab produk

Hasil: Pengurangan 70% masa pemprosesan KYC dari 3 hari kepada 4 jam.

Sektor E-dagang dan Peruncitan

Platform e-dagang Malaysia menggunakan AWS AI untuk:

Rekognition: Auto-moderate gambar produk penjual untuk kandungan tidak sesuai

Comprehend: Analisis ulasan pelanggan dalam BM, Inggeris, dan Mandarin

Amazon Lex + Bedrock: Chatbot jualan yang cadangkan produk dan proses pesanan

Sektor Kesihatan

Hospital dan klinik menggunakan:

Amazon Comprehend Medical: Ekstrak maklumat klinikal dari nota doktor

Amazon Transcribe Medical: Transkripsi nota suara doktor kepada teks

SageMaker: Model AI untuk ramalan pembacaan ujian makmal

Logistik dan Penghantaran

Syarikat logistik menggunakan:

Amazon Rekognition: Pembacaan plat nombor kenderaan automatik

SageMaker: Optimum laluan penghantaran berdasarkan data sejarah dan trafik

Comprehend: Ekstrak alamat dari dokumen penghantaran pelbagai format

Perbandingan AWS AI dengan Azure dan Google Cloud

|------|--------|----------|-----------------|

Pemilihan platform bergantung kepada keperluan khusus anda. AWS adalah pilihan terbaik jika anda:

Sudah menggunakan perkhidmatan AWS lain (S3, EC2, RDS)

Perlukan kepelbagaian pilihan model LLM melalui Bedrock

Perlukan pusat data Malaysia yang sudah beroperasi

Soalan Lazim

nnAdakah AWS AI menyokong Bahasa Melayu?n

Pelbagai tahap sokongan. Amazon Translate menyokong Bahasa Melayu sepenuhnya. Comprehend menyokong pengesanan bahasa BM. Untuk model LLM melalui Bedrock, model macam Claude dan Llama boleh digunakan dalam BM dengan sangat baik.

nnBagaimana saya boleh kawalan kos?n

Tetapkan billing alerts, guna AWS Cost Explorer, dan manfaatkan Free Tier. Buat budget dalam AWS Billing untuk terima amaran apabila kos melebihi had.

nnBerapa lama untuk deployment pertama?n

Dengan menggunakan SageMaker Canvas atau Amazon Bedrock Playground, anda boleh mulakan dalam masa 1-2 jam. Untuk pengeluaran yang lebih kompleks, lazimnya mengambil masa beberapa hari.

nnAdakah saya perlu pengaturcara untuk guna AWS AI?n

Tidak semestinya. SageMaker Canvas, Amazon Bedrock Playground, dan kebanyakan AWS AI console boleh digunakan tanpa pengaturcaraan. Untuk integrasi yang lebih mendalam, pengaturcaraan diperlukan.

nnBagaimana AWS berbeza dari pesaingnya?n

AWS lebih matang dengan ekosistem perkhidmatan yang paling luas. Azure lebih sesuai untuk syarikat yang sudah guna Microsoft 365. Google Cloud unggul dalam analisis data besar dengan BigQuery. Pilih berdasarkan keperluan dan ekosistem sedia ada anda.

Kesimpulan

AWS AI adalah platform yang sangat lengkap untuk perniagaan Malaysia. Dengan pelancaran rantau Malaysia (ap-southeast-5), AWS kini menawarkan kombinasi yang sukar ditandingi: ekosistem perkhidmatan AI terluas, pusat data tempatan, dan ekosistem rakan kongsi yang kukuh.

Sama ada anda PKS yang baru bermula dengan chatbot mudah menggunakan Amazon Lex, atau syarikat besar yang membina sistem ML tersuai dengan SageMaker, AWS mempunyai perkhidmatan yang sesuai untuk anda. Mulakan dengan Free Tier dan kredit percuma untuk eksplorasi tanpa risiko kewangan.

Transformasi digital bukan lagi pilihan — ia adalah keperluan untuk kekal berdaya saing. AWS AI memberikan asas teknikal yang kukuh untuk perjalanan transformasi AI perniagaan anda.

nnnn

Baca juga panduan platform awan AI lain:

nnn

🔤 Rekomendasi: Grammarly

Sebelum hantar apa-apa tulisan dalam Bahasa Inggeris — semak dulu dengan Grammarly. Pelan percuma dah cukup untuk kegunaan harian. Premium (RM35/bulan) tambah cadangan gaya penulisan + penjana ayat AI.

→ Cuba Grammarly Percuma