亚马逊云科技携手凯捷(Capgemini)中国共同发布《汽车行业可持续发展白皮书》(以下简称《白皮书》),并助力凯捷中国推出碳排放管理平台,致力于以数智化方式帮助车企解决在实践可持续发展过程中面临的挑战,加速企业净零旅程。基于亚马逊云科技存储、数据库、机器学习等服务,车企可实现在数智化管理平台上对碳排数据进行分析、预测及实时监控,从而建立长期减碳和可持续发展路径。
凯捷是一家总部位于法国巴黎的全球性科技咨询和管理服务公司,在全球50多个国家拥有36万名团队成员。早在2012年,凯捷就成为亚马逊云科技全球范围内核心级咨询合作伙伴,为企业提供涵盖从云咨询、评估、上云迁移到云上运维和托管服务等全生命周期的服务。在中国,凯捷与亚马逊云科技的合作始于2017年,2019年双方达成战略合作伙伴关系。迄今为止,凯捷已获得包括迁移、SAP工作负载、IoT和金融等11项亚马逊云科技能力认证,广泛服务于汽车、零售快消、生命健康、互联网与高科技等行业。
随着社会对可持续问题关注的不断提升,降碳减排已成为头部汽车制造商的重要课题。该白皮书从凯捷咨询在可持续发展转型方面的方法论和能力出发,结合亚马逊云科技的技术与数字化解决方案,提供包括企业碳管理和建立可持续发展供应链等全方位可落地的解决方案。《白皮书》以凯捷中国CAM(Commit, Act, Monitor)可持续转型框架为基础,通过承诺、行动、监测与报告三个步骤为企业规划管理自身的可持续转型提供借鉴。供应链及供应商可持续发展是车企可持续转型过程中的重点之一,包括原材料的采购、生产制造的碳足迹、供应商和经销商网络中的采购和交付活动等。《白皮书》还介绍了凯捷中国在亚马逊云科技上构建的供应链可持续风险管理平台,以及如何借助云计算的优势,帮助企业降低因ESG问题而导致的供应链中断危机,同时降低合规和监管风险。
在车企的可持续发展价值链中,碳管理是关键一环。为此,凯捷中国基于亚马逊云科技打造了面向高碳、能源工业、交通运输等行业的“碳排放管理平台”,以帮助企业厘清碳资产、监控与分析数据、优化运营策略以及追踪实施效果。碳排放管理的前提是首先做好企业能耗数据的实时收集,其次需要进行数据汇总、清洗与标准化。但由于汽车制造企业90% 的碳排放主要来源于供应链,而汽车企业的供应商众多,数据采集难度大,结构错综复杂,为企业数据管理带来巨大挑战。依托亚马逊云科技的“碳数据湖解决方案”,凯捷中国通过采用云中可大规模扩展的对象存储服务Amazon Simple Storage Service (Amazon S3)和托管式关系数据库服务Amazon Relational Database Service (Amazon RDS),来构建可大规模扩展的碳数据湖,用于保存企业的能耗原始数据、碳排放计算因子以及碳排放数据。基于无服务器的数据集成服务Amazon Glue,将从多种数据源收集的能源消耗数据与环境数据进行整合,创建一个完整的数据集,便于更好地了解碳排放趋势,进行进一步的分析。完全托管的机器学习平台Amazon SageMaker则能够帮助企业快速构建、训练和部署机器学习模型,预测企业未来的能耗情况和碳排放情况,帮助企业更加清晰地了解自身的碳排情况,并据此制定更加合理的减排计划,以实现可持续发展的目标。
除了在可持续发展领域拥有丰富的经验与洞察,凯捷中国也长期为车企提供数智化转型服务,并联合亚马逊云科技发布数本汽车行业白皮书,例如《智行千里:汽车行业全面拥抱AI智能化时代》、《中国品牌车企的远征之路:面向中国品牌车企助力其实现高质量业务增长白皮书》等。此外,凯捷中国依托亚马逊云科技前沿的技术和服务,打造了车联网、汽车出海营销平台和汽车数据湖等行业解决方案,赋能车企数智化转型。
全球某高性能电动汽车品牌希望打造直接面向消费者的移动应用app以及后台系统包括电商、会员服务、社区内容运营等等,以配合自身的商业模式策略。依托亚马逊云科技的无服务器应用架构,凯捷中国提供了“湖仓一体数据平台”解决方案,确保车企按流量配置与按需使用,无论是在业务场景的波峰还是波谷,都可以保持弹性敏捷、并降低成本支出。基于无服务器的数据集成服务Amazon Glue,帮助客户实现数据的提取、转换和加载(ETL)流程,便于进行后续分析、机器学习和应用程序开发的工作。同时,通过实时数据流处理服务Amazon Kinesis,可以处理大量的实时数据流,如车辆传感器数据、位置信息等,并快速进行分析与响应。此外,利用交互式无服务器查询服务Amazon Athena,无需准备运行环境和移动数据,即可在数秒内获取分析结果,大幅缩短数据处理时间。
某中国车企希望在一年内将业务扩展至全球,同时需要兼顾架构合理性以及成本。凯捷中国基于亚马逊云科技为车企搭建了一套数字化营销平台,可帮助客户实现消费者精准画像并增强消费者互动,从而提供有针对性的产品推荐。具体来说,借助可大规模扩展对象存储服务Amazon Simple Storage Service (Amazon S3),其近乎无限的存储能力和高达 11 个 9 的高持久性,可以存储海量数据并保护数据的安全性。同时,通过亚马逊云科技的Kubernetes容器编排服务Amazon Elastic Kubernetes Service (Amazon EKS),能够进行灵活高效与弹性化的部署,保障数字营销平台平稳不间断地运营。Amazon Relational Database Service (Amazon RDS)托管式关系数据库服务,则可轻松完成耗时的数据库管理任务,有效释放数据价值。最终,凭借亚马逊云科技全球覆盖的基础设施,凯捷中国帮助此车企将该平台在一年内快速落地全球四大洲,助力品牌实现全球化愿景。
“亚马逊云科技在汽车产业拥有丰富的创新转型与车企出海服务经验。” 凯捷全球执行副总裁、亚太区汽车行业负责人储衍表示:“依托亚马逊云科技行业领先的云计算技术与服务,凯捷中国为车企打造了覆盖车联网、软件定义汽车、碳排放管理等定制化解决方案,深度赋能车企数字化转型与创新。未来,我们期待继续携手亚马逊云科技,深耕更多行业,帮助更多企业塑造独特的竞争优势,实现可持续与智能化发展。”
亚马逊云科技大中华区创新成长企业及合作伙伴生态系统事业部总经理倪殿令表示:“凯捷中国拥有多年服务车企数智化转型的经验,我们非常高兴能够与凯捷中国合作,为其提供创新技术与数字化解决方案,帮助车企实现绿色转型与智能化升级。今年,凯捷中国还作为首批合作伙伴加入‘亚马逊云科技可持续发展伙伴计划’,我们期待继续与凯捷深耕合作,赋能更多企业实现业务创新与绿色低碳转型。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。