亚马逊最为人熟知的应该是它的电商属性,但可能很多人不知道它其实也是一个制造“大家”。 像亚马逊的智能硬件产品Kindle、Fire TV、echo智能音箱、机器人等涉及了庞大而复杂的生产制造过程,以及亚马逊云科技所自研的IC 芯片,涉及到了制造业的核心技术和工艺。
亚马逊云科技也在服务制造业的过程中,看到其正面临四个挑战与机遇,包括传统制造业进入了数字化转型的“深化”阶段、生成式AI正在“重塑”制造行业、制造出海进入“数字远航”时代、绿色制造如何带来企业的可持续发展。
亚马逊云科技大中华区战略业务发展部总经理顾凡说,亚马逊云科技拥有一个完备和强大的智能制造体系,致力于与合作伙伴一起,为客户打造智能制造细分赛道“最后一公里”的解决方案。
亚马逊云科技大中华区战略业务发展部总经理顾凡
服务四个关键价值领域
现在,亚马逊云科技也在工程与设计、智能制造、供应链管理、智能设备与服务四个关键价值领域,携手合作伙伴推出行业解决方案,赋能传统制造业数智化转型升级。
工程与设计领域,亚马逊云科技聚焦三个关键场景:计算辅助工程CAE、电子设计自动化EDA以及设计和工程桌面和环境eVDI,与合作伙伴一起,针对一些行业的业务场景推出相应的云上解决方案。
智能制造领域,亚马逊云科技关注工业数据平台、设备预测维护、工业视觉检测以及生产和质量优化等关键场景。西门子成都工厂在亚马逊云科技的协助下,构建了一套云端训练本地推理的工业废料分拣系统,使得废料分类的准确率>95%,危险废料达到了100%,模型训练时间从10多个小时缩短至2小时,提高了5倍,节省人工成本,3名专职人员可以做其他工作。
供应链管理领域,亚马逊云科技希望助力客户以数据来打通供应链各环节,使其可见、可控和优化,关键场景有需求预测,供应链可视追踪,库存优化和动态调度。
智能设备与服务领域,亚马逊云科技聚焦设备互联,设备监控和设备即服务关键场景,帮助客户运用云技术构建智能的互联设备和增值服务,提供 IoT、机器学习、AI 和数据湖,帮助制造商收集、存储、分析设备数据并采取相应的行动。英格索兰(Ingersoll Rand®)品牌专为全球不同行业提供专业压缩空气产品和解决方案。在亚马逊云科技的协助下,客户使用Amazon IoT核心服务搭建了Helix™智联云产品,负责管理海量设备并安全地收集数据,并利用数据分析和洞察为用户提供增值服务。
生成式AI从场景到应用
德勤调查显示,93%的公司认为,AI将改变制造行业驱动增长和创新的规则,当然也无疑对制造业产生巨大的颠覆。
定义应用范围,选择合适的模型,包括基础模型和优化训练,以及对基础模型的调优和评估,这些都是企业要在业务场景中使用生成式AI的关键路径。
亚马逊云科技也在降低构建生成式AI应用关键路径中的门槛,充分渗透进制造业价值链场景,针对严重依赖人工参与的工业产品设计、企业内部IT/HR等部门资料繁杂业务等具体业务场景,与合作伙伴一道提供行业领先的端到端技术解决方案,在工业设计、知识库等场景开发定制化解决方案。
在工业产品设计领域,海尔创新设计中心与计算美学Nolibox合作,基于亚马逊云科技的服务,打造了全国首个 AIGC 工业设计解决方案,大幅缩短设计周期,并降低概念设计成本。整体概念设计提速了83%,集成渲染效率提升了约90%。
在企业知识库领域,亚马逊云科技与西门子中国3个月即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活构建。它具备自然语言处理、知识库检索、通过数据训练大语言模型等核心关键能力,极大地提升了内部员工信息的获取效率,上线首周有超过4000名员工使用,超过12000个问题被解答。且此方案有效减少了人工成本,超过90%的问题可以由聊天机器人直接提供答案。
施耐德电气选择亚马逊云科技合作,支持其在中国构建智能工业视觉质量检测解决方案——“云-边协同AI工业视觉检测平台”。该平台在云端实现数据存储和标注及模型训练,并把云端模型下发到产线边缘侧,执行边缘推理。该解决方案率先在施耐德电气武汉工厂上线,显著提高了生产线的检测效率,将误检率降低0.5%以内,并实现了零漏检率。
顾凡认为,对于制造业,大模型领域最重要的是需要找准核心业务应用场景,解决业务难题,提升效率,降本增效。大模型本身其实只是一个工具,把不同工具应用到最合适的场景里进行组合,找到最优解才是最佳的解决方案。
制造出海“数字远航”
当下中国制造企业出海,已经形成一股新的浪潮。对外输出优质的产品和服务,成为越来越多中国制造企业的必选项,面对全球市场的洗礼,他们期待打开新的成长空间。从“数字化出海”到“出海数字化” ,制造出海正进入“数字远航”新时代。
在海外建立竞争优势,需要解决在出海不同阶段遇到的挑战,如如何实现高效的全球化运营;业务在全球高速扩张,怎样保障本土的创新;以及产品先行之后,如何保障良好的售后服务,以提高当地消费者体验。
实现高效全球化运营:亚马逊云科技自从2006年起,就开始以云服务的方式向企业提供基础设施服务。华米科技依托亚马逊云科技覆盖全球的云服务,快速开拓和发展华米智能硬件全球化业务,并将整体P0和P1级别故障数量大约减少了20%,故障恢复时长减少了约30%,总体服务可用性提升了0.25%,系统的可用性指标达到99.99%。洛阳钼业利用AWS全球基础设施,选择新加坡和宁夏区域建立DR灾备,提高可用性,实现提供了99.9%的SLA,7*24的服务,且满足业务所在国家的数据安全和隐私要求。
本地化创新:60%制造企业选择建立海外销售分公司,尤其是在刚刚试水“出海”的阶段。企业往往会优先选择把产品和服务卖出去,建立海外销售中心,并在随后的发展中,不断拓展销售网络,逐渐形成完备的全球销售多级体系。深圳天和荣借助Amazon Rekognition快速上线了人脸识别和人形侦测功能。借助亚马逊云科技 AI能力,新功能开发时间平均降低 40%,部分业务的开发周期甚至由一周缩短为一天。
优秀售后服务:售后不仅因为可以直接获取客户的反馈以优化产品,更因为60%的产品价值创造都来源于服务环节。美的全球智能客服中心项目在全球 20 多个国家采用 Amazon Connect 部署,实现了美的客户联络中心代际升级,以及快速部署与迁移,实现从用户触达、到服务完成的所有服务环节的闭环监控,不仅为终端客户交付更优质的客户体验,而且帮助分公司节约高达30%的成本。
实现绿色制造与可持续
降低制造业整体能耗以及碳排放,实现绿色制造是中国乃至全球最终实现碳中和的重要目标。亚马逊云科技提供一整套从数据采集、能耗、到碳排放预测的端到端的绿色制造解决方案,方便企业查看自身的能耗和温室气体数据,同时发觉异常情况进行及时修正,另外也可生成碳排放报告供第三方核查,全方位助力制造业客户实现绿色转型。
亚马逊云科技在绿色制造里关注两个关键场景,一是如何进行工业设备的能耗管理和节能优化,二是怎样更准确地进行碳排放的计量,从而生成碳足迹的报告。亚马逊云科技和合作伙伴针对这两个场景都有解决方案。
工业节能方案首先用物联网技术监控工业设备运行的状态以及碳排放量,然后再基于大数据、人工智能技术对能耗设备进行智能调度和控制。碳排放计量解决方案主要优先满足碳排放的计算跨行业、跨国内外的标准差异化问题,再帮助客户实现真正的精准统计和计算,才有机会从数据中得到洞察,再下一步指导行动。
某医疗科技企业与亚马逊云科技,及其合作伙伴共同合作的节能方案应用于中央空调设备,预测性维护能保障中央空调系统和设备始终处于健康状态,井且节能10-20%;智控节能提高设备启停控制和参数调节两项控制水平,可再节能20-30%。系统上线后,经过测算,空调系统节能降耗19%,年节省电力110万度/年,节省电费100万元/年。
某汽车供应商利用亚马逊云科技的解放方案基于碳数据湖,收集企业的能耗数据,计算碳排放,并实现仪表板的可视化, 帮助该企业更好地管理碳排放。
好文章,需要你的鼓励
随着AI的使用、创新和监管混乱超过认可的标准,IT领导者只能开发内部方法来减轻AI风险,依靠框架、工具和他们的同事来正确使用AI。
几年前,当澳大利亚红十字会(Australian Red Cross)这个社区服务慈善机构开始进行数字化转型的时候,发现有很多不同的系统无法协同工作。如今,经过数据梳理和发挥作用,可以满足不断变化的需求。
在此次活动中,IBM展示了最先进的IBM Quantum Heron计算机是如何以比以前更高的精度和速度执行复杂的量子算法,同时为进行高级分子模拟的新方法铺平了道路。
想象一下,一个人工智能系统不仅能阅读文本或识别图像,还能够同时读、写、看、听和创造。这其实就是多模态人工智能的精髓。这些先进的多模态人工智能系统可以同时处理和整合多种形式的数据,包括文本、图像、音频甚至视频。这就像是赋予了人工智能一整套的感官。