在數(shù)字化浪潮蓬勃發(fā)展和新技術(shù)引領(lǐng)的產(chǎn)業(yè)變革環(huán)境下，數(shù)字化與智能化正在為企業(yè)轉(zhuǎn)型升級(jí)提供新的機(jī)遇。在此過程中，生成式AI正在加速嵌入制造行業(yè)的業(yè)務(wù)場景，在產(chǎn)品開發(fā)和設(shè)計(jì)、制造運(yùn)營、供應(yīng)鏈、營銷和銷售、智能客服及知識(shí)庫等方面帶來巨大業(yè)務(wù)價(jià)值。

近日，亞馬遜云科技與制造行業(yè)客戶、合作伙伴一起，就當(dāng)前中國制造行業(yè)發(fā)展趨勢洞察、制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型與創(chuàng)新階段面臨的挑戰(zhàn)與機(jī)遇等話題展開討論。

根據(jù)億歐智庫發(fā)布的《2022中國裝備制造行業(yè)售后服務(wù)數(shù)字化研究報(bào)告》，到2027年，30%的制造商將使用生成式AI提高產(chǎn)品研發(fā)的效率。

亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡表示，當(dāng)前，傳統(tǒng)制造行業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)正在不斷加速與深化，高端化、智能化、綠色化已成為制造行業(yè)發(fā)展的主要趨勢。但也特別要注意到，制造業(yè)領(lǐng)域場景確實(shí)高度碎片化，但是這個(gè)并不是行業(yè)還未重復(fù)利用大模型的真正原因，根本原因是，相對(duì)于醫(yī)療和教育來說，制造業(yè)核心工藝公開數(shù)據(jù)相對(duì)較少，所以很難預(yù)訓(xùn)練大模型。

顧凡稱，大模型領(lǐng)域最重要的是找準(zhǔn)核心業(yè)務(wù)應(yīng)用場景，解決業(yè)務(wù)難題，提升效率，降本增效。大模型本身其實(shí)只是一個(gè)工具，把不同工具應(yīng)用到最合適的場景里進(jìn)行組合，找到最優(yōu)解才是最佳的解決方案。

那么，推動(dòng)生成式AI重塑制造業(yè)的增長路徑，該如何降低構(gòu)建生成式AI應(yīng)用關(guān)鍵路徑中的門檻，充分滲透進(jìn)制造業(yè)價(jià)值鏈場景?

“在制造行業(yè)，我們需要從實(shí)際應(yīng)用與解決方案出發(fā)，目前來看，在一定時(shí)間內(nèi)，大模型與小模型共存仍是一個(gè)大趨勢。”顧凡表示，在小模型解決方案方面，亞馬遜云科技做的例如工業(yè)視覺檢測的場景，以及供應(yīng)鏈基于人工智能的模型做到貨時(shí)間預(yù)測等，這些場景都是基于小模型構(gòu)造的。

施耐德電氣全球供應(yīng)鏈中國數(shù)字化轉(zhuǎn)型總監(jiān)冒飛飛也認(rèn)為，大模型不會(huì)吞并小模型，而是相輔相成的概念，短期內(nèi)，小模型會(huì)隨著大模型推陳出新，并長期存在。因?yàn)?，工業(yè)領(lǐng)域多碎片化場景以及有非常深的行業(yè)碎片化知識(shí)，面對(duì)這些行業(yè)壁壘很高的應(yīng)用場景，小模型的存在有其必要性。

另一方面，大模型可以對(duì)小模型的訓(xùn)練與精度有輔助性的提升。比如說在工業(yè)質(zhì)量檢測場景中，大模型可以通過圖生圖，快速幫忙生成大量負(fù)樣本，增強(qiáng)模型訓(xùn)練中的圖片驗(yàn)證過程。

冒飛飛稱，當(dāng)下，大模型發(fā)展還在早期階段，施耐德電氣也在積極探索，在工業(yè)能源降碳、財(cái)務(wù)、人力資源、維修等場景，施耐德電氣沉淀了大量語料與經(jīng)驗(yàn)，有望未來優(yōu)先從如企業(yè)內(nèi)部知識(shí)管理、智能知識(shí)問答等產(chǎn)品與場景做切入。

而作為首批入選“國家級(jí)工業(yè)設(shè)計(jì)中心名單”的企業(yè)，海爾創(chuàng)新設(shè)計(jì)中心選擇亞馬遜云科技打造生成式AI解決方案，并將此方案引入到新品設(shè)計(jì)、改款升級(jí)、渠道定制化等工業(yè)設(shè)計(jì)的業(yè)務(wù)場景，建成了目前已知的全國首個(gè)結(jié)合實(shí)際業(yè)務(wù)場景落地的 AIGC工業(yè)設(shè)計(jì)企業(yè)級(jí)解決方案。通過此方案，海爾創(chuàng)新設(shè)計(jì)中心的整體概念設(shè)計(jì)提速了83%，集成渲染效率提升了約90%，高效解決了設(shè)計(jì)階段人力成本高、概念產(chǎn)出與通過效率低等問題。

顧凡稱，在大模型解決方案方面，上述案例都是基于大模型構(gòu)建的。所以可以預(yù)見，在一段時(shí)間內(nèi)大模型、小模型一定會(huì)共存。

“很多客戶會(huì)覺得，To C端的大模型越大、越精準(zhǔn)越好。那對(duì)于To B端的制造業(yè)客戶來說，需要面對(duì)的一個(gè)問題是，找到合適的應(yīng)用場景與解決方案。有應(yīng)用場景就會(huì)出現(xiàn)推理，如果推理成本控制不了，只是一味追求模型越大越好，對(duì)于企業(yè)來說很難負(fù)擔(dān)得起。”顧凡直言，因此，對(duì)于制造業(yè)客戶來說，大模型應(yīng)用核心需要注意的是，找到模型準(zhǔn)確度和推理成本之間的平衡點(diǎn)。