11月15日消息，自今年初ChatGPT在全球引发热潮以来，生成式AI的概念与影响力迅速蔓延至科技领域，制造业的数字化进程也受到了这一趋势的影响。
根据IDC发布的《制造业现状及制造业企业对生成式AI的应用》研究报告，制造业受访者认为，在未来18个月内，生成式AI将在制造（生产）、产品开发与设计、以及销售和供应链等三个领域产生最大影响。
亚马逊云科技大中华区战略业务发展部总经理顾凡表示：“生成式AI正在改变制造行业”。制造业企业正逐渐从关注人工智能和机器学习转向生成式AI技术，以期实现更为显著的成果。
今年4月中旬，亚马逊云科技推出了多款生成式AI产品与服务，包括Amazon BedRock和Amazon TITan基础模型，同时向个人开发者免费提供AI编程工具Amazon codeWhISPeReR。
生成式AI赋能制造业的三大优先落地场景
亚马逊云科技中国团队的实践展示了生成式AI在制造行业价值链中的优先落地场景，描绘了其对制造业不同环节或场景的影响强度。
在这幅图中，“生产产品图创意、生成营销图创意、知识管理”三大领域展现了生成式AI对制造行业的显著影响。
顾凡强调：“在这三个场景中，生成式AI已经成功落地，给企业带来了可衡量的效益。”
首先，“生产产品图创意”属于工业设计领域。传统工业的概念设计通常由人工手绘，这面临着设计周期长、设计师承载能力与增长的业务需求之间的矛盾，以及设计质量波动等问题。这些因素导致了概念设计阶段人力成本高、产出效率低、通过率低等困扰。
目前，亚马逊云科技与合作伙伴共同开发生成式AI解决方案，例如与计算美学（Nolibox）联合推出文生图和图生图方案，能够快速生成多个改良方案，便于客户选择最佳选项。此外，海尔创新设计中心与计算美学Nolibox合作，利用亚马逊云科技的服务，推出了全国首个AIGC工业设计解决方案，显著缩短了设计周期，并降低了概念设计成本，整体设计速度提升了83%，渲染效率提升约90%。
其次，“生成营销图创意”是制造企业市场营销的重要组成部分。如今，通过文生图和图生图等方案，企业可以根据产品卖点自动生成适用于不同传播渠道的市场营销材料。
第三，制造企业的“知识管理”是典型的职能支持业务。目前，约80%的企业数据为非结构化数据。亚马逊云科技利用生成式AI技术构建企业级智能知识库，结合搜索引擎与大语言模型，帮助员工快速找到精准有效的内容，从而提高生产和办公效率。
顾凡举例说，在亚马逊云科技的支持下，西门子中国在3个月内完成了基于自有模型的智能知识库和智能会话机器人小禹的构建。这个机器人具备自然语言处理、知识库检索及大语言模型训练等核心能力，大幅提升了员工获取信息的效率，首周就有超过4,000名员工使用，解答了超过12,000个问题，且90%以上的问题由聊天机器人直接回答，有效减少了人工成本。
制造业领域 大模型与小模型共存仍是一大趋势
尽管构建生成式AI面临许多挑战与门槛，顾凡强调，对于To B的制造业而言，关键在于找到核心业务应用场景，以解决实际问题，提高效率并降低成本。
他说：“大模型本质上是一个工具，关键在于把不同工具应用于合适的场景，找到最佳解决方案。制造业客户在应用大模型时，需要关注模型准确度与推理成本之间的平衡。”
在制造行业，基于实际应用与解决方案的需求，短期内，大模型与小模型的共存将是一个重要趋势。
在小模型解决方案方面，亚马逊云科技在工业视觉检测及基于人工智能的供应链时间预测等场景均有实践。而在大模型解决方案方面，西门子的智能知识库和海尔创新设计中心的案例则是大模型构建的成功示例。因此，预见未来大模型与小模型将持续共存。
顾凡总结道：“生成式AI正在加速制造业的创新与变革，将为中国制造企业带来颠覆性的创新与转型。亚马逊云科技致力于推动生成式AI重塑制造业的增长路径，通过降低构建生成式AI应用的门槛，深入制造业价值链场景，与合作伙伴共同提供行业领先的端到端技术解决方案，开发定制化的解决方案，充分发挥生成式AI的潜力。”
