輸出模塊 IC695HSC304 高負載啟動

輸出模塊 IC695HSC304 高負載啟動

輸出模塊 IC695HSC304 高負載啟動

隨著全球經濟的不斷發展和變革，制造業正在從過去以規模擴張為主的粗放式發展模式，到現在追求高質量發展的新階段。在這個過程中，制造業面臨一系列待解決的問題，包括如何提高生產效率、降低成本、優化資源配置、提高產品質量等等。而生成式AI的應用，為制造業解決這些問題提供了新的工具和方法。

近日，亞馬遜云科技與客戶及合作伙伴施耐德電氣、中科創達就當前中國制造行業發展趨勢洞察、制造業企業在數字化轉型與創新階段面臨的挑戰與機遇等話題進行了分享和深入探討，并圍繞生成式AI技術重塑制造業、助力制造企業打造出海新格局以及推動制造業綠色、可持續發展等方面進行了相關介紹。

亞馬遜云科技大中華區戰略業務發展部總經理顧凡表示：“生成式AI正在加速制造業的創新與變革。生成式AI將為中國制造企業進一步賦能，提供顛覆性創新與變革。亞馬遜云科技致力于推動生成式AI重塑制造業的增長路徑，通過降低構建生成式AI應用關鍵路徑中的門檻，充分滲透進制造業價值鏈場景。”

聚焦場景突破，賦能未來制造

隨著技術的不斷進步和應用場景的不斷擴展，生成式AI在制造業中的未來發展前景十分廣闊。生成式AI的應用需要與制造業的實際情況相結合。不同的制造行業、不同的生產流程和不同的產品都有不同的特點和要求。

大模型與小模型是生成式AI領域中兩種不同的模型類型，它們在應用場景、數據需求、計算資源等方面存在明顯的差異。顧凡認為，對于制造業來說，大模型本身只是一個工具，把不同的工具應用到合適的場景里進行組合，找到優解才是佳的解決方案。

在小模型解決方案方面，亞馬遜云科技主要聚焦在工業視覺檢測以及基于人工智能模型進行到貨時間預測等。顧凡強調，對于制造行業來說，大模型領域重要的是找準核心業務應用場景，不能一味追求模型的大小。在應用大模型的時候，重點是要找到模型準確度和推理成本之間的平衡點，解決業務難題，提升效率，降本增效。

IDC發布的《制造業現狀及制造業企業對生成式AI的應用》研究報告中顯示，來自制造業的受訪者認為，未來18個月內生成式AI可產生大影響的前三大領域分別是制造（生產）、產品開發與設計、銷售和供應鏈。亞馬遜云科技致力于與合作伙伴一道提供行業的端到端技術解決方案，在工業設計、知識庫等場景開發定制化解決方案，讓制造企業充分發揮生成式AI的潛力。

會議中，顧凡向我們分享了關于生成式AI在制造行業的場景應用，主要包括工業設計、市場營銷以及職能支持。目前，一些先進的制造型企業已經開始利用生成式AI技術來優化生產流程、提高生產效率、降低成本、提高產品質量等。例如，西門子成都工廠在亞馬遜云科技的協助下，構建了一套云端訓練本地推理的工業廢料分揀系統，使得廢料分類的準確率> 95%，危險廢料達到了，模型訓練時間從 10多個小時縮短至2小時，節省人工成本，3名專職人員可以做其他工作。

輸出模塊 IC695HSC304 高負載啟動