作為“第四次工業革命的蒸汽機”——生成式AI的應用探索在當今已覆蓋制造行業的全生命周期，在產品研發設計、制造運營、供應鏈、營銷和銷售、智能客服及知識庫等方面帶來巨大業務價值。與此同時，隨著生成式人工智能浪潮興起，“人工智能+”也首次出現在今年兩會的政府工作報告中，并強調促進人工智能及大模型與實體經濟重點領域的深層次融合，打造數字產業集群，進一步推動制造業數字化轉型步伐。

　　根據波士頓咨詢公司最新報告顯示，制造業高管普遍將人工智能(包括生成式AI)列為可能對其運營產生積極影響的技術之首，并相信可以實現潛在的投資回報率。同時，根據MarketResearch預測，到 2032年，全球生成式AI技術在制造業的市場規模將從2022年的2.23億美元增長到2032年的63.99億美元左右，復合年增長率為41.06%。

　　用好生成式AI 以高質量數據為基石

　　制造業的生產、質檢、管理等各個環節都在持續、大量、快速地產生著數據。據估算，制造業每年大概可產生1,812PB的數據量，超過通訊、金融、零售等行業。然而，雖然制造行業擁有豐富的行業應用場景，卻經常面臨互不關聯、彼此孤立的數據源，導致基礎模型難以獲取經濟、安全、結構化且易于訪問的高質量數據集，從而面臨著海量數據陷入“孤島”的困境。

　　生成式AI需要大量數據來創建基礎模型，因此建立高質量、端到端的數據基礎是快速實現生成式AI技術在制造業應用落地的強大助推力。亞馬遜云科技通過提供端到端的數據戰略和服務，覆蓋從數據的攝入、存儲和查詢、數據庫、數據湖、到數據分析、商業智能(BI)及數據治理，再到人工智能與機器學習創新的各個環節，幫助企業充分挖掘數據價值與潛力，賦能企業下一階段人工智能技術的場景化應用。此外，將數據作為業務決策的核心還有一個關鍵環節，就是企業需要能夠連接所有數據，無論它們存儲在何處。亞馬遜云科技正在推動一個“Zero-ETL”的未來，讓客戶可以輕松集成來自整個系統的數據，而無需在不同服務之間提取、轉換和加載(ETL)數據，從而做出更高效、更明智的數據驅動決策。

　　西門子在亞馬遜云科技的助力下借助云原生的服務，聚焦以微服務化、事件驅動架構為核心的設計框架，通過整合多種分散的數據源，實現數據的集成化管理，打造了“大禹”數據平臺。而隨著生成式AI技術大熱，西門子基于大禹團隊前期已經建立的完善數據基礎，僅用三個月就完成了基于自有模型的智能知識庫暨智能會話機器人——“小禹” 的靈活構建?！靶∮怼?具備自然語言處理、知識庫檢索等核心關鍵能力，極大地提升了內部員工信息的獲取效率。用西門子集團 IT 數據分析與人工智能負責人的話來說“沒有‘大禹’，就沒有‘小禹’”，可見好的數據基礎可以為構建生成式AI的場景落地起到事半功倍的作用。

　　應用為王 找準核心應用場景

　　有了高質量的數據基礎，企業下一步就需要從實際應用與解決方案出發，將數字技術與核心業務有機融合，盡快部署生成式AI并從中發掘價值。對于To B端的制造業客戶來說，構建應用解決方案需要推理，其中不可避免的一個重要問題就是高企的推理成本。因此，制造企業亟需注重投入產出比，以 “應用為王” 為標準，找到模型精準度和推理成本之間的平衡點，在解決業務難題的同時實現理想的投入產出比。

　　亞馬遜云科技致力于推動生成式AI重塑制造業的增長路徑，通過降低構建生成式AI應用關鍵路徑的門檻，充分滲透制造業價值鏈場景。在與客戶緊密合作，深刻了解客戶痛點和需求的前提下，亞馬遜云科技與合作伙伴一道，針對制造業嚴重依賴人工參與的工業產品設計和營銷材料生成、企業內外部資料繁雜等具體業務場景，開發定制化解決方案，讓制造企業充分發揮生成式AI的潛力。

　　在工業產品設計領域，傳統工業的概念設計一般由人工手繪，需要應對設計周期較長，設計師的業務承載能力與快速增長的業務需求之間的挑戰，以及設計質量波動，產出質量因人員水準有差異、設計品質受人員流動影響等。上述因素綜合導致了概念設計階段人力成本耗費高、概念產出效率低、概念通過率低等問題。 亞馬遜云科技與合作伙伴共同開發生成式AI解決方案，通過文生圖，圖生圖等方案進行快速概念原型設計，可以一次性生成多張改良方案圖，方便客戶從中挑選最優方案。此外，客戶還可后續對所選素材進行針對性調整與優化，并一鍵提交集成渲染圖，有效簡化流程、降低概念設計成本，并加速整體的工業設計效率。

　　亞馬遜云科技合作伙伴計算美學Nolibox，基于亞馬遜云科技的服務，通過文生圖，圖生圖，幫助海爾創新設計中心打造了全國首個生成式AI工業設計解決方案。借助此方案，海爾創新設計中心的整體概念設計提速了83%。

　　在企業知識庫領域，據凱捷提供的數據顯示，當前有80%的企業數據是非結構化數據(文檔、幫助網站支持文檔等)。由于數據不斷激增，且通常較為分散，企業員工在查詢關鍵信息時，常面臨內容不準確，關鍵信息難以查詢等難點。亞馬遜云科技與合作伙伴一道利用生成式AI技術為客戶構建企業級智能知識庫，集合搜索引擎和大語言模型，從智能知識庫的架構設計、大語言模型預訓練、人工智能與機器學習技術等方面幫助客戶快速搭建知識庫對話應用，助力企業員工在知識庫中快速找到精準和高實效性的內容，將原始企業資料轉化為可利用的數字資產，可大幅提升生產與辦公效率，并提升客戶體驗。

　　某全球頭部家電客戶售后服務團隊壓力大、全球多語種知識庫欠缺、智能問答生成能力有限。亞馬遜云科技合作伙伴鴻翼科技借助亞馬遜云科技提供的知識庫、搜索引擎和大語言模型結合的方案指南，助力客戶快速構建起了可進行精準檢索和問答的企業知識庫，使得客戶在提升全球化售后客戶服務體驗的同時，將原始企業資料轉換成了可利用的數字資產。

　　大小模型協同發展　助力客戶應用落地“最后三公里”

　　制造業領域場景高度碎片化，同時擁有較高的行業知識壁壘。因此，對于制造業細分領域來說，很難有足夠多的核心工藝公開數據用來預訓練大模型，而通用大模型又無法滿足垂直場景的定制化需求。由此可見，制造企業無需一味追求模型越大越好，在特定任務與垂直場景下，小模型可以幫助企業在有限資源內實現高效的計算與推理。目前來看，在一定時間內，大模型與小模型共存仍是一個大趨勢。

　　此外，生成式AI應用落地的“最后三公里”十分關鍵，需要大量的工程化資源與投入，包括云計算基礎設施、數據工程、模型調優、用戶界面開發等。在生成式AI的應用的早期階段，亞馬遜云科技團隊秉承“扶上馬、送一程”的理念和實踐，基于豐富的專業技術支持資源，包括原型開發團隊、數據科學家、行業架構師、專業服務團隊等一系列工程化資源，與眾多合作伙伴一道幫助客戶真正解決應用落地的“最后三公里”。

　　推陳出新 持續賦能制造業深化創新與轉型

　　在生成式AI加速創新的時代，亞馬遜云科技也在不斷推出新的解決方案與技術工具，持續致力于賦能客戶輕松地構建和規?；瘧蒙墒紸I技術。在去年12月份落幕的re:Invent 2023上，亞馬遜云科技重磅發布了Amazon Q——這是一種新型生成式AI支持的助手，專門用于滿足辦公場景需要，可以根據客戶業務進行定制。無論對于在亞馬遜云科技上進行構建、使用內部數據和系統，還是使用亞馬遜云科技應用程序實現商業智能(BI)、聯絡中心和供應鏈管理的客戶，Amazon Q都是良好的基于生成式AI的助手，能夠幫助各個行業、各種規模的企業安全地使用生成式AI。

　　在制造行業中，打造智能客服等全方位的服務體系，提升消費者體驗，是保障業務成功的關鍵，而當今70%的裝備制造企業沒有售后系統。目前，Amazon Connect中的Amazon Q已正式發布，Amazon Connect是云聯絡中心，使各種規模的企業能夠以更低的成本提供卓越的客戶體驗。Amazon Connect中的Amazon Q根據客戶與客服之間的實時對話檢測客戶問題，并能夠自動回復、給出建議以及提供相關資料，提高了客戶滿意度，同時減少了客服人員培訓、解決問題的時間并降低了成本。

　　此外，亞馬遜云科技不斷拓展與豐富Amazon Bedrock上可提供的模型，增強各種規模的制造企業在其組織中快速測試、構建和部署生成式AI應用的能力。例如，Anthropic的領先模型Claude 3 Sonnet與Claude 3 Haiku，以及Mistral AI的兩款高性能模型Mistral 7B和Mixtral 8x7B近期已在Amazon Bedrock上正式可用，提高了用戶在Amazon Bedrock上選擇高性能基礎模型的自由度。同時，亞馬遜云科技還宣布與英偉達加強合作，英偉達全新一代NVIDIA Blackwell GPU平臺即將登陸亞馬遜云科技，旨為客戶提供安全、先進的基礎設施、軟件及服務，助力客戶開啟新一代生成式AI的能力。

　　從蒸汽機、電力到信息技術，每一次工業革命都帶來巨大的科技進步與產業變革，并對人類社會產生深遠影響。如今，隨著生成式AI的迅猛發展與廣泛應用，以人工智能為代表的新一輪科技浪潮已成為第四次工業革命的重要推動力。亞馬遜云科技將聯合全球數十萬家合作伙伴，共同開發針對關鍵制造場景的生成式AI解決方案，助力企業應用生成式AI打造增長新引擎，全力推動“人工智能+”與制造業的深度融合，促進制造業高端化、智能化、綠色化發展。