對于2023年的科技領域來說，生成式AI（Artificial Intelligence Generated Content，也稱AIGC）絕對是最熱門的焦點話題，沒有之一。

那么對于制造行業來說，他們應該怎樣從生成式AI這項新興技術中獲益？廣大正在實施數字化轉型的中小企業，又可以由此獲得怎樣的啟示？

近日，亞馬遜云科技攜手制造行業的用戶代表，就當前中國制造行業發展趨勢洞察、傳統制造業數字化轉型與創新階段面臨的挑戰與機遇、生成式AI為制造業帶來的創新重塑等話題進行了分享和深入探討。

生成式AI在制造行業的應用現狀

談到中國制造行業的現狀與發展趨勢，以及生成式AI為制造行業帶來的機遇時，亞馬遜云科技大中華區戰略業務發展部總經理顧凡表示，傳統制造行業的數字化轉型升級正在不斷加速與深化，高端化、智能化、綠色化已成為制造行業發展的主要趨勢。然而與此同時，在生成式AI與大語言模型的應用方面，制造行業目前仍然存在不少問題和痛點。

首先，相對于教育、醫療等行業而言，制造業領域場景不僅高度碎片化，而且核心工藝公開數據相對較少，這就導致相關的大模型難以開展訓練，生成式AI也很難在應用場景落地。

其次，對于制造行業來說，大模型只是一個工具，其最重要的是找準核心業務應用場景，將不同的工具應用到最合適的場景中進行組合找到最優解，才能解決業務難題，實現降本增效。

再者，就目前制造行業的現狀來看，大模型與小模型共存仍然是一大趨勢。在小模型解決方案方面，亞馬遜云科技針對工業視覺檢測、到貨時間預測等多個場景都提供了基于小模型構造的解決方案；而在大模型解決方案方面，亞馬遜云科技也攜手合作伙伴，構建了西門子智能知識庫、海爾創新設計中心等典型案例。

最后，對于制造企業來說，有應用場景就會出現推理，如果推理成本控制不了，只是一味追求模型越大越好，那么最終會導致企業不堪重負。因此制造企業在實施大模型應用時，必須在模型準確度和推理成本之間找準平衡點。

中小企業數字化轉型的難點

針對當前中小企業開展數字化轉型的難點，顧凡表示，亞馬遜現任CEO Andy Jassy曾經分享過創立亞馬遜云科技的愿景，那就是希望所有剛剛開始自己創新之旅的人，無論何時何地，哪怕只是在宿舍，或者車庫，都能夠獲得和大型企業一樣先進的基礎設施，并以極低的成本來實現自己的創新。

亞馬遜云科技是這樣說的，也是這樣做的。從2006年云計算誕生至今，亞馬遜云科技讓千千萬萬家中小企業在不需耗費巨資購買服務器、存儲等物理硬件的前提下，也能夠構建互聯網應用程序，真正做到了與中大型企業站在了同一起跑線。

而當前炙手可熱的生成式AI，與當年橫空出世的云計算同樣有著相似之處。亞馬遜云科技正在努力推動生成式AI真正走向普惠，通過降低其技術與應用門檻，讓廣大中小企業也能從這項新興技術中獲益。在生成式AI的助力之下，中小企業只需要找準業務場景，以及提供高質量的私有數據，就可以通過構建量身定制的模型實現降本增效，甚至是與中大型企業開展競爭。

與中大型企業相比，中小企業較為薄弱的業務端也成為了其開展生成式AI應用的痛點。為此亞馬遜云科技致力于降低構建生成式AI應用關鍵路徑中的門檻，讓中小企業可以借助Amazon Bedrock的豐富功能，通過API更加輕松方便地訪問多種領先的基礎模型，并使用自己的專有數據來定制想要的模型。與此同時，Amazon Bedrock還使得中小企業不需要管理基礎設施，直接通過亞馬遜云科技服務將生成式AI能力集成和部署到應用程序中。

亞馬遜云科技賦能制造行業的優勢

談到亞馬遜云科技在賦能制造行業積累的經驗以及相對其他服務商的競爭優勢時，顧凡表示主要體現在以下幾個方面。

1、作為全球最大的在線零售商，亞馬遜以及亞馬遜云科技自己就屬于制造企業。譬如亞馬遜旗下的Kindle、Fire TV智能電視、echo智能音箱、機器人等智能硬件產品都經歷了龐大而復雜的生產制造過程。亞馬遜以及亞馬遜云科技自研的IC芯片，更是涉及到了制造業的核心技術和工藝。因此亞馬遜云科技自身就積累了非常豐富的制造業自動化和工廠運營的經驗。

2、多年來，亞馬遜云科技一直在通過數字化賦能制造業客戶，助力客戶將數字技術與產品研發設計、工廠運營、供應鏈管理和設備服務等核心業務進行有機融合，幫助客戶運用數據分析和洞察提升企業運營，深化數字化轉型。

3、亞馬遜云科技擁有一個完備和強大的智能制造生態系統，并致力于與合作伙伴一起為客戶打造智能制造細分賽道“最后一公里”的解決方案，賦能制造業的創新發展和數字化轉型。其合作伙伴既有像Advantech、Adlink、聯想、埃森哲、德勤、達索、Infosys等著名國際公司，也有像中科云谷、樹根互聯、速石科技、中科創達、淄云科技以及眾壹云等國內知名廠商。這個遍布全球的龐大合作伙伴網絡（APN），也是亞馬遜云科技相對于其他友商的巨大優勢。

生成式AI在制造行業的場景應用

“生成式AI與其他IT技術不一樣的地方在于，它能夠給一個行業帶來巨大的想象空間。”顧凡表示，生成式AI技術在制造行業擁有極其豐富的應用場景，并且列舉了一些典型的場景應用。

在工業設計場景，傳統工業的概念設計通常都是由人工手繪，不但人力成本高昂、設計周期漫長、概念產出低效、設計質量波動、設計品質易受人員流動影響，而且設計師的業務承載能力往往跟不上快速增長的業務需求。為此亞馬遜云科技與合作伙伴計算美學（Nolibox）聯合，通過生成式AI打造文生圖、圖生圖等方案，進行快速概念原型和營銷素材設計，可以一次性快速生成多張改良方案圖。海爾創新設計中心由此打造出了全國首個AIGC工業設計解決方案，不但大幅縮短了設計周期，整體概念設計提速了83%，集成渲染效率提升了約90%，而且顯著降低了概念設計成本。

在市場營銷場景，亞馬遜云科技能夠利用生成式AI技術構建的文生圖、圖生圖方案制作市場營銷材料，通過描述產品賣點，根據圖庫自動生成針對此產品、并適用于不同傳播渠道、線上線下的一整套市場營銷材料。

在職能支持場景，考慮到當前有80%的企業數據是非結構化數據，企業員工利用關鍵詞檢索內部文檔時經常會遇到內容不準確、關鍵信息難以查詢等痛點，亞馬遜云科技利用生成式AI技術構建企業級智能知識庫，集合搜索引擎和大語言模型，讓企業員工能夠快速找到最為精準和實效性的內容，有效提升生產與辦公效率。西門子中國在亞馬遜云科技的幫助下，僅用3個月便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，極大地提升了內部員工信息獲取效率并有效降低了人力成本，上線首周即有超過4,000名員工使用，超過12,000個問題被解答。

審核編輯：劉清