在2023年，生成式人工智慧（Artificial Intelligence Generated Content，簡稱AIGC）成為科技領域最熱門的話題，毫無疑問
那麼對於製造業來說，他們應該如何從生成式AI這項新興技術中獲益？廣大正在實施數位轉型的中小企業，又可以由此獲得怎樣的啟示？
最近，亞馬遜雲端科技與製造業的代表一同合作，就中國製造業目前的發展趨勢、傳統製造業數位轉型所面臨的挑戰與機遇，以及生成式人工智慧對製造業的創新重塑等主題進行了分享與深入探討
生成式AI在製造業的應用現況
提及中國製造業的現況與發展趨勢，以及生成式人工智慧為製造業帶來的機會時，亞馬遜雲端科技大中華區策略業務發展部總經理顧凡表示，傳統製造業的數位轉型升級正在加速和深化，高端化、智慧化和綠色化已成為製造業發展的主要趨勢。然而，同時在生成式人工智慧和大型語言模型的應用方面，製造業仍存在許多問題和挑戰
首先，相對於教育、醫療等產業而言，製造業領域的情況則不同。製造業的場景非常碎片化，核心製程的公開資料也相對較少，這導致了相關的大型模型難以進行訓練，生成式人工智慧在應用場景中也很難實現
對於製造業來說，大模型只是一個工具，其次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，就目前製造業的現況來看，大模型與小模型共存仍是一大趨勢。在小模型解決方案方面，亞馬遜雲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於小模型構造的解決方案；而在大模型解決方案方面，亞馬遜雲科技也攜手合作夥伴，建構了西門子智慧知識庫、海爾創新設計中心等典型案例。
最後，對於製造企業來說，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，那麼最終會導致企業不堪重負。因此製造業企業在實施大模型應用時，必須在模型準確度與推理成本之間找準平衡點。
小型與中型企業數位轉型的挑戰
針對目前中小企業進行數位轉型的困難，顧凡表示，亞馬遜現任CEO Andy Jassy曾經分享過創立亞馬遜雲端科技的願景，那就是希望所有剛開始自己創新之旅的人，無論何時何地，即使只是在宿舍，或是車庫，都能夠獲得和大型企業一樣先進的基礎設施，並以極低的成本來實現自己的創新。
亞馬遜雲端科技是這樣說的，也是這樣做的。從2006年雲端運算誕生至今，亞馬遜雲端科技讓千千萬萬家中小企業在不需耗費巨資購買伺服器、儲存等實體硬體的前提下，也能夠建立網路應用程序，真正做到了與中大型企業站在了同一起跑線。
而目前炙手可熱的生成式AI，與當年橫空出世的雲端運算同樣有著相似之處。亞馬遜雲端科技正努力推動生成式AI真正走向普惠，透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，以及提供高品質的私有數據，就可以透過建立量身定制的模型來實現降本增效，甚至是與中大型企業進行競爭。
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。為此亞馬遜雲端科技致力於降低建置生成式AI應用關鍵路徑中的門檻，讓中小企業可以藉助Amazon Bedrock的豐富功能，透過API更輕鬆方便地存取多種領先的基礎模型，並使用自己的專有數據來客製化想要的模型。同時，Amazon Bedrock也使得中小企業不需要管理基礎設施，直接透過亞馬遜雲端科技服務將生成式AI能力整合和部署到應用程式中。
亞馬遜雲端科技在賦能製造業方面具有許多優勢
#談到亞馬遜雲端科技在賦能製造業累積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。
重寫後的內容為：身為全球最大的線上零售商，亞馬遜及其雲端運算子公司亞馬遜雲端科技也屬於製造業企業。例如，亞馬遜旗下的Kindle、Fire TV智慧電視、echo智慧音箱和機器人等智慧硬體產品都經歷了龐大而複雜的生產製造過程。亞馬遜及其雲端運算子公司亞馬遜雲端科技也自主研發了IC晶片，涉及製造業的核心技術和製程。因此，亞馬遜雲端科技本身累積了豐富的製造業自動化與工廠營運經驗
2、多年來，亞馬遜雲端科技一直透過數位化賦能製造業客戶，協助客戶將數位技術與產品研發設計、工廠營運、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與洞察提升企業運營，深化數位轉型。
3、亞馬遜雲端科技擁有一個完整且強大的智慧製造生態系統，並致力於與合作夥伴一起為客戶打造智慧製造細分賽道「最後一公里」的解決方案，賦能製造業的創新發展和數位轉型。其合作夥伴既有像Advantech、Adlink、聯想、埃森哲、德勤、達梭、Infosys等著名國際公司，也有像中科雲谷、樹根互聯、速石科技、中科創達、淄雲科技以及眾壹雲等國內知名廠商。這個遍佈全球的龐大合作夥伴網路（APN），也是亞馬遜雲端科技相對於其他友商的巨大優勢
生成式AI在製造業的場景應用
生成式AI與其他IT技術的不同之處在於，它能夠為一個產業帶來巨大的創新空間。顧凡指出，生成式AI技術在製造業有豐富多樣的應用場景，並列舉了一些典型的應用場景
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、設計週期漫長、概念產出低效、設計品質波動、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成長的業務需求。為此亞馬遜雲端科技與合作夥伴運算美學（Nolibox）聯合，透過生成式AI打造文生圖、圖生圖等方案，進行快速概念原型與行銷素材設計，可一次快速產生多張改良方案圖。海爾創新設計中心由此打造了全國首個AIGC工業設計解決方案，不但大幅縮短了設計週期，整體概念設計提速了83%，整合渲染效率提升了約90%，而且顯著降低了概念設計成本。
在行銷場景，亞馬遜雲端科技能夠利用生成式AI技術建構的文生圖、圖生圖方案製作行銷資料，透過描述產品賣點，根據圖庫自動產生針對此產品、並適用於不同傳播管道、線上線下的一整套行銷資料。
在職能支援場景，考慮到目前有80%的企業數據是非結構化數據，企業員工利用關鍵字檢索內部文件時經常會遇到內容不準確、關鍵資訊難以查詢等痛點，亞馬遜雲端科技利用生成式AI技術建構企業級智慧知識庫，集合搜尋引擎與大語言模型，讓企業員工快速找到最精準、實效性的內容，有效提升生產與辦公室效率。西門子中國在亞馬遜雲科技的幫助下，僅用3個月便完成了基於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並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。
以上是生成式AI技術為製造業企業降本增效提供強大支持的詳細內容。更多資訊請關注PHP中文網其他相關文章！
