输出模块 IC695HSC304 高负载启动

输出模块 IC695HSC304 高负载启动

输出模块 IC695HSC304 高负载启动

随着全球经济的不断发展和变革，制造业正在从过去以规模扩张为主的粗放式发展模式，到现在追求高质量发展的新阶段。在这个过程中，制造业面临一系列待解决的问题，包括如何提高生产效率、降低成本、优化资源配置、提高产品质量等等。而生成式AI的应用，为制造业解决这些问题提供了新的工具和方法。

近日，亚马逊云科技与客户及合作伙伴施耐德电气、中科创达就当前中国制造行业发展趋势洞察、制造业企业在数字化转型与创新阶段面临的挑战与机遇等话题进行了分享和深入探讨，并围绕生成式AI技术重塑制造业、助力制造企业打造出海新格局以及推动制造业绿色、可持续发展等方面进行了相关介绍。

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正在加速制造业的创新与变革。生成式AI将为中国制造企业进一步赋能，提供颠覆性创新与变革。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应用关键路径中的门槛，充分渗透进制造业价值链场景。”

聚焦场景突破，赋能未来制造

随着技术的不断进步和应用场景的不断扩展，生成式AI在制造业中的未来发展前景十分广阔。生成式AI的应用需要与制造业的实际情况相结合。不同的制造行业、不同的生产流程和不同的产品都有不同的特点和要求。

大模型与小模型是生成式AI领域中两种不同的模型类型，它们在应用场景、数据需求、计算资源等方面存在明显的差异。顾凡认为，对于制造业来说，大模型本身只是一个工具，把不同的工具应用到合适的场景里进行组合，找到优解才是佳的解决方案。

在小模型解决方案方面，亚马逊云科技主要聚焦在工业视觉检测以及基于人工智能模型进行到货时间预测等。顾凡强调，对于制造行业来说，大模型领域重要的是找准核心业务应用场景，不能一味追求模型的大小。在应用大模型的时候，重点是要找到模型准确度和推理成本之间的平衡点，解决业务难题，提升效率，降本增效。

IDC发布的《制造业现状及制造业企业对生成式AI的应用》研究报告中显示，来自制造业的受访者认为，未来18个月内生成式AI可产生大影响的前三大领域分别是制造（生产）、产品开发与设计、销售和供应链。亚马逊云科技致力于与合作伙伴一道提供行业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，让制造企业充分发挥生成式AI的潜力。

会议中，顾凡向我们分享了关于生成式AI在制造行业的场景应用，主要包括工业设计、市场营销以及职能支持。目前，一些先进的制造型企业已经开始利用生成式AI技术来优化生产流程、提高生产效率、降低成本、提高产品质量等。例如，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，模型训练时间从 10多个小时缩短至2小时，节省人工成本，3名专职人员可以做其他工作。

输出模块 IC695HSC304 高负载启动