对于2023年的科技领域来说，生成式AI（Artificial Intelligence Generated Content，也称AIGC）绝对是最热门的焦点话题，没有之一。

那么对于制造行业来说，他们应该怎样从生成式AI这项新兴技术中获益？广大正在实施数字化转型的中小企业，又可以由此获得怎样的启示？

近日，亚马逊云科技携手制造行业的用户代表，就当前中国制造行业发展趋势洞察、传统制造业数字化转型与创新阶段面临的挑战与机遇、生成式AI为制造业带来的创新重塑等话题进行了分享和深入探讨。

生成式AI在制造行业的应用现状

谈到中国制造行业的现状与发展趋势，以及生成式AI为制造行业带来的机遇时，亚马逊云科技大中华区战略业务发展部总经理顾凡表示，传统制造行业的数字化转型升级正在不断加速与深化，高端化、智能化、绿色化已成为制造行业发展的主要趋势。然而与此同时，在生成式AI与大语言模型的应用方面，制造行业目前仍然存在不少问题和痛点。

首先，相对于教育、医疗等行业而言，制造业领域场景不仅高度碎片化，而且核心工艺公开数据相对较少，这就导致相关的大模型难以开展训练，生成式AI也很难在应用场景落地。

其次，对于制造行业来说，大模型只是一个工具，其最重要的是找准核心业务应用场景，将不同的工具应用到最合适的场景中进行组合找到最优解，才能解决业务难题，实现降本增效。

再者，就目前制造行业的现状来看，大模型与小模型共存仍然是一大趋势。在小模型解决方案方面，亚马逊云科技针对工业视觉检测、到货时间预测等多个场景都提供了基于小模型构造的解决方案；而在大模型解决方案方面，亚马逊云科技也携手合作伙伴，构建了西门子智能知识库、海尔创新设计中心等典型案例。

最后，对于制造企业来说，有应用场景就会出现推理，如果推理成本控制不了，只是一味追求模型越大越好，那么最终会导致企业不堪重负。因此制造企业在实施大模型应用时，必须在模型准确度和推理成本之间找准平衡点。

中小企业数字化转型的难点

针对当前中小企业开展数字化转型的难点，顾凡表示，亚马逊现任CEO Andy Jassy曾经分享过创立亚马逊云科技的愿景，那就是希望所有刚刚开始自己创新之旅的人，无论何时何地，哪怕只是在宿舍，或者车库，都能够获得和大型企业一样先进的基础设施，并以极低的成本来实现自己的创新。

亚马逊云科技是这样说的，也是这样做的。从2006年云计算诞生至今，亚马逊云科技让千千万万家中小企业在不需耗费巨资购买服务器、存储等物理硬件的前提下，也能够构建互联网应用程序，真正做到了与中大型企业站在了同一起跑线。

而当前炙手可热的生成式AI，与当年横空出世的云计算同样有着相似之处。亚马逊云科技正在努力推动生成式AI真正走向普惠，通过降低其技术与应用门槛，让广大中小企业也能从这项新兴技术中获益。在生成式AI的助力之下，中小企业只需要找准业务场景，以及提供高质量的私有数据，就可以通过构建量身定制的模型实现降本增效，甚至是与中大型企业开展竞争。

与中大型企业相比，中小企业较为薄弱的业务端也成为了其开展生成式AI应用的痛点。为此亚马逊云科技致力于降低构建生成式AI应用关键路径中的门槛，让中小企业可以借助Amazon Bedrock的丰富功能，通过API更加轻松方便地访问多种领先的基础模型，并使用自己的专有数据来定制想要的模型。与此同时，Amazon Bedrock还使得中小企业不需要管理基础设施，直接通过亚马逊云科技服务将生成式AI能力集成和部署到应用程序中。

亚马逊云科技赋能制造行业的优势

谈到亚马逊云科技在赋能制造行业积累的经验以及相对其他服务商的竞争优势时，顾凡表示主要体现在以下几个方面。

1、作为全球最大的在线零售商，亚马逊以及亚马逊云科技自己就属于制造企业。譬如亚马逊旗下的Kindle、Fire TV智能电视、echo智能音箱、机器人等智能硬件产品都经历了庞大而复杂的生产制造过程。亚马逊以及亚马逊云科技自研的IC芯片，更是涉及到了制造业的核心技术和工艺。因此亚马逊云科技自身就积累了非常丰富的制造业自动化和工厂运营的经验。

2、多年来，亚马逊云科技一直在通过数字化赋能制造业客户，助力客户将数字技术与产品研发设计、工厂运营、供应链管理和设备服务等核心业务进行有机融合，帮助客户运用数据分析和洞察提升企业运营，深化数字化转型。

3、亚马逊云科技拥有一个完备和强大的智能制造生态系统，并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，赋能制造业的创新发展和数字化转型。其合作伙伴既有像Advantech、Adlink、联想、埃森哲、德勤、达索、Infosys等著名国际公司，也有像中科云谷、树根互联、速石科技、中科创达、淄云科技以及众壹云等国内知名厂商。这个遍布全球的庞大合作伙伴网络（APN），也是亚马逊云科技相对于其他友商的巨大优势。

生成式AI在制造行业的场景应用

“生成式AI与其他IT技术不一样的地方在于，它能够给一个行业带来巨大的想象空间。”顾凡表示，生成式AI技术在制造行业拥有极其丰富的应用场景，并且列举了一些典型的场景应用。

在工业设计场景，传统工业的概念设计通常都是由人工手绘，不但人力成本高昂、设计周期漫长、概念产出低效、设计质量波动、设计品质易受人员流动影响，而且设计师的业务承载能力往往跟不上快速增长的业务需求。为此亚马逊云科技与合作伙伴计算美学（Nolibox）联合，通过生成式AI打造文生图、图生图等方案，进行快速概念原型和营销素材设计，可以一次性快速生成多张改良方案图。海尔创新设计中心由此打造出了全国首个AIGC工业设计解决方案，不但大幅缩短了设计周期，整体概念设计提速了83%，集成渲染效率提升了约90%，而且显著降低了概念设计成本。

在市场营销场景，亚马逊云科技能够利用生成式AI技术构建的文生图、图生图方案制作市场营销材料，通过描述产品卖点，根据图库自动生成针对此产品、并适用于不同传播渠道、线上线下的一整套市场营销材料。

在职能支持场景，考虑到当前有80%的企业数据是非结构化数据，企业员工利用关键词检索内部文档时经常会遇到内容不准确、关键信息难以查询等痛点，亚马逊云科技利用生成式AI技术构建企业级智能知识库，集合搜索引擎和大语言模型，让企业员工能够快速找到最为精准和实效性的内容，有效提升生产与办公效率。西门子中国在亚马逊云科技的帮助下，仅用3个月便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，极大地提升了内部员工信息获取效率并有效降低了人力成本，上线首周即有超过4,000名员工使用，超过12,000个问题被解答。