如何运用天生式AI打造制造业增长新引擎
作为“第四次工业革命的蒸汽机”——天生式AI的运用探索在当今已覆盖制造行业的全生命周期，在产品研发设计、制造运营、供应链、营销和发卖、智能客服及知识库等方面带来巨大业务代价。与此同时，随着天生式人工智能浪潮兴起，“人工智能+”也首次涌如今今年两会确当局事情报告中，并强调促进人工智能及大模型与实体经济重点领域的深层次领悟，打造数字家当集群，进一步推动制造业数字化转型步伐。
根据波士顿咨询公司最新报告显示[1]，制造业高管普遍将人工智能（包括天生式AI）列为可能对其运营产生积极影响的技能之首，并相信可以实现潜在的投资回报率。同时，根据MarketResearch预测，到 2032年，环球天生式AI技能在制造业的市场规模将从2022年的2.23亿美元增长到2032年的63.99亿美元旁边，复合年增长率为41.06%。[2]
用好天生式AI 以高质量数据为基石
制造业的生产、质检、管理等各个环节都在持续、大量、快速地产生着数据。据估算，制造业每年大概可产生1,812PB的数据量，超过通讯、金融、零售等行业[3]。然而，虽然制造行业拥有丰富的行业运用处景，却常常面临互不关联、彼此伶仃的数据源，导致根本模型难以获取经济、安全、构造化且易于访问的高质量数据集，从而面临着海量数据陷入“孤岛”的困境。
天生式AI须要大量数据来创建根本模型，因此建立高质量、端到真个数据根本是快速实现天生式AI技能在制造业运用落地的强大助推力。亚马逊云科技通过供应端到真个数据计策和做事，覆盖从数据的摄入、存储和查询、数据库、数据湖、到数据剖析、商业智能（BI）及数据管理，再到人工智能与机器学习创新的各个环节，帮助企业充分挖掘数据代价与潜力，赋能企业下一阶段人工智能技能的场景化运用。此外，将数据作为业务决策的核心还有一个关键环节，便是企业须要能够连接所有数据，无论它们存储在何处。亚马逊云科技正在推动一个“Zero-ETL”的未来，让客户可以轻松集成来自全体系统的数据，而无需在不同做事之间提取、转换和加载（ETL）数据，从而做出更高效、更明智的数据驱动决策。
西门子在亚马逊云科技的助力下借助云原生的做事，聚焦以微做事化、事宜驱动架构为核心的设计框架，通过整合多种分散的数据源，实现数据的集成化管理，打造了“大禹”数据平台。而随着天生式AI技能大热，西门子基于大禹团队前期已经建立的完善数据根本，仅用三个月就完成了基于自有模型的智能知识库暨智能会话机器人——“小禹” 的灵巧构建。“小禹” 具备自然措辞处理、知识库检索等核心关键能力，极大地提升了内部员工信息的获取效率。用西门子集团 IT 数据剖析与人工智能卖力人的话来说“没有‘大禹’，就没有‘小禹’”，可见好的数据根本可以为构建天生式AI的场景落地起到事半功倍的浸染。
运用为王 找准核心运用处景
有了高质量的数据根本，企业下一步就须要从实际运用与办理方案出发，将数字技能与核心业务有机领悟，尽快支配天生式AI并从中发掘代价。对付To B真个制造业客户来说，构建运用办理方案须要推理，个中不可避免的一个主要问题便是高企的推理本钱。因此，制造企业亟需看重投入产出比，以 “运用为王” 为标准，找到模型精准度和推理本钱之间的平衡点，在办理业务难题的同时实现空想的投入产出比。
亚马逊云科技致力于推动天生式AI重塑制造业的增长路径，通过降落构建天生式AI运用关键路径的门槛，充分渗透制造业代价链场景。在与客户紧密互助，深刻理解客户痛点和需求的条件下，亚马逊云科技与互助伙伴一道，针对制造业严重依赖人工参与的工业产品设计和营销材料天生、企业内外部资料繁杂等详细业务场景，开拓定制化办理方案，让制造企业充分发挥天生式AI的潜力。
在工业产品设计领域，传统工业的观点设计一样平常由人工手绘，须要应对设计周期较长，设计师的业务承载能力与快速增长的业务需求之间的寻衅，以及设计质量颠簸，产出质量因职员水准有差异、设计品质受职员流动影响等。上述成分综合导致了观点设计阶段人力本钱耗费高、观点产出效率低、观点通过率低等问题。 亚马逊云科技与互助伙伴共同开拓天生式AI办理方案，通过文生图，图生图等方案进行快速观点原型设计，可以一次性天生多张改良方案图，方便客户从中挑选最优方案。此外，客户还可后续对所选素材进行针对性调度与优化，并一键提交集成渲染图，有效简化流程、降落观点设计本钱，并加速整体的工业设计效率。
亚马逊云科技互助伙伴打算美学Nolibox，基于亚马逊云科技的做事，通过文生图，图生图，帮助海尔创新设计中央打造了全国首个天生式AI工业设计办理方案。借助此方案，海尔创新设计中央的整体观点设计提速了83%。
在企业知识库领域，据凯捷供应的数据显示，当前有80%的企业数据是非构造化数据（文档、帮助网站支持文档等）。由于数据不断激增，且常日较为分散，企业员工在查询关键信息时，常面临内容不准确，关键信息难以查询等难点。亚马逊云科技与互助伙伴一道利用天生式AI技能为客户构建企业级智能知识库，凑集搜索引擎和大措辞模型，从智能知识库的架构设计、大措辞模型预演习、人工智能与机器学习技能等方面帮助客户快速搭建知识库对话运用，助力企业员工在知识库中快速找到精准和高实效性的内容，将原始企业资料转化为可利用的数字资产，可大幅提升生产与办公效率，并提升客户体验。
某环球头部家电客户售后做事团队压力大、环球多语种知识库欠缺、智能问答天生能力有限。亚马逊云科技互助伙伴鸿翼科技借助亚马逊云科技供应的知识库、搜索引擎和大措辞模型结合的方案指南，助力客户快速构建起了可进行精准检索和问答的企业知识库，使得客户在提升环球化售后客户做事体验的同时，将原始企业资料转换成了可利用的数字资产。
大小模型协同发展 助力客户运用落地“末了三公里”
制造业领域场景高度碎片化，同时拥有较高的行业知识壁垒。因此，对付制造业细分领域来说，很难有足够多的核心工艺公开数据用来预演习大模型，而通用大模型又无法知足垂直场景的定制化需求。由此可见，制造企业无需一味追求模型越大越好，在特界说务与垂直场景下，小模型可以帮助企业在有限资源内实现高效的打算与推理。目前来看，在一定韶光内，大模型与小模型共存仍是一个大趋势。
此外，天生式AI运用落地的“末了三公里”十分关键，须要大量的工程化资源与投入，包括云打算根本举动步伐、数据工程、模型调优、用户界面开拓等。在天生式AI的运用的早期阶段，亚马逊云科技团队秉承“扶上马、送一程”的理念和实践，基于丰富的专业技能支持资源，包括原型开拓团队、数据科学家、行业架构师、专业做事团队等一系列工程化资源，与浩瀚互助伙伴一道帮助客户真正办理运用落地的“末了三公里”。
推陈出新 持续赋能制造业深化创新与转型
在天生式AI加速创新的时期，亚马逊云科技也在不断推出新的办理方案与技能工具，持续致力于赋能客户轻松地构建和规模化运用天生式AI技能。在去年12月份落幕的re:Invent 2023上，亚马逊云科技重磅发布了Amazon Q——这是一种新型天生式AI支持的助手，专门用于知足办公场景须要，可以根据客户业务进行定制。无论对付在亚马逊云科技上进行构建、利用内部数据和系统，还是利用亚马逊云科技运用程序实现商业智能（BI）、联结中央和供应链管理的客户，Amazon Q都是良好的基于天生式AI的助手，能够帮助各个行业、各种规模的企业安全地利用天生式AI。
在制造行业中，打造智能客服等全方位的做事体系，提升消费者体验，是保障业务成功的关键，而当今70%的装备制造企业没有售后系统[4]。目前，Amazon Connect中的Amazon Q已正式发布，Amazon Connect是云联结中央，使各种规模的企业能够以更低的本钱供应卓越的客户体验。Amazon Connect中的Amazon Q根据客户与客服之间的实时对话检测客户问题，并能够自动回答、给出建议以及供应干系资料，提高了客户满意度，同时减少了客服职员培训、办理问题的韶光并降落了本钱。
此外，亚马逊云科技不断拓展与丰富Amazon Bedrock上可供应的模型，增强各种规模的制造企业在其组织中快速测试、构建和支配天生式AI运用的能力。例如，Anthropic的领先模型Claude 3 Sonnet与Claude 3 Haiku，以及Mistral AI的两款高性能模型Mistral 7B和Mixtral 8x7B近期已在Amazon Bedrock上正式可用，提高了用户在Amazon Bedrock上选择高性能根本模型的自由度。同时，亚马逊云科技还宣告与英伟达加强互助，英伟达全新一代NVIDIA BlackwellGPU平台即将上岸亚马逊云科技，旨为客户供应安全、前辈的根本举动步伐、软件及做事，助力客户开启新一代天生式AI的能力。
从蒸汽机、电力到信息技能，每一次工业革命都带来巨大的科技进步与家当变革，并对人类社会产生深远影响。如今，随着天生式AI的迅猛发展与广泛运用，以人工智能为代表的新一轮科技浪潮已成为第四次工业革命的主要推动力。亚马逊云科技将联合环球数十万家互助伙伴，共同开拓针对关键制造场景的天生式AI办理方案，助力企业运用天生式AI打造增长新引擎，全力推动“人工智能+”与制造业的深度领悟，促进制造业高端化、智能化、绿色化发展。
[1] 数据来源：波士顿咨询公司Generative AI’s Role in the Factory of theFuture, 2023年
[2] 数据来源：MarketResearch: Global Generative AI In Manufacturing Market, 2023年
[3] 数据来源：《德勤人工智能制造业运用调查报告》，2020年
[4] 数据来源：亿欧智库报告《2022中国装备制造行业售后做事数字化研究报告》
(8623686)