北京2023年11月10日 /美通社/ -- 亚马逊云科技与制造行业领先的客户与合作伙伴一起，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分享和深入探讨，并重点介绍了亚马逊云科技如何赋能传统制造业通过数字化转型创新"乘云驭智、开启新篇"，尤其是利用生成式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、可持续发展方面的洞察与行业专属解决方案。
在数字化浪潮蓬勃发展和新技术引领的产业变革环境下，数字化与智能化正在为企业转型升级提供新的机遇。工业4.0 促使信息技术、数字技术、人工智能等技术与制造业加速融合；数字化技术的融合应用已然成为制造企业实现规模增长的重要抓手。亚马逊云科技大中华区战略业务发展部总经理顾凡表示："当前，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。在赋能制造业数字化转型、创新的路径中，亚马逊云科技不仅能为行业带来近乎无限的云计算动力、包括生成式AI在内的新技术，而且能带来‘专精特新'的行业实践，以及联合合作伙伴孵化出针对关键制造场景的解决方案，助力制造企业将数字技术与核心业务有机融合，实现持续商业变革。"
亚马逊云科技大中华区战略业务发展部总经理顾凡
数智融合，深化传统制造业数字化转型
在中国制造业从"量"到"质"的数字化转型实践中，传统制造业仍面临着技术产品创新历时久、工厂整体设备效能OEE（Overall Equipment Effectiveness）激活不畅、供应链效率及弹性低，以及缺乏创造新的收入来源等集中性挑战。亚马逊云科技致力于携手合作伙伴共同推出行业解决方案，赋能传统制造业数智化转型升级。
在智能制造领域，提高工厂整体设备效能OEE是智能制造领域工厂管理的首要挑战。借助云上工作负载，尤其是利用云上的丰富工具可以大幅度提升OEE。亚马逊云科技聚焦工业数据平台、设备预测维护、工业视觉检测，以及生产和质量优化等关键场景，通过使用亚马逊云科技的服务可以打通和分析工厂数据，大幅提高生产力、资产可用性和产品质量。亚马逊云科技的工业数据湖和机器学习服务，可以增强实时分析能力，帮助企业大幅提高产量，优化生产并实现预测性维护以延长机器正常运行时间。
在传统工业设备与服务领域，如何创造新的收入模式是大型制造设备OEM企业十分关心的问题。制造企业需要推动自身从"制造业"向"高科技"企业转型，借助智能化提升产品的性能和价值，从而打造增值服务，拓展盈利模式与空间。亚马逊云科技提供强大的物联网IoT以及数据处理与分析能力，帮助制造企业解锁设备和机器数据价值，助力其通过打造新的产品与服务模式获得持续的营收。
全球最大的综合纤维和聚合物公司之一英威达（INVISTA）希望从商业智能 (BI) 转向人工智能 (AI) 来转变其运营方式。英威达选择亚马逊云科技作为首选云供应商，使用 Amazon Lake Formation 实施基于Amazon Simple Storage Service（Amazon S3）的企业数据湖，利用 Amazon Redshift（尤其是 Amazon Redshift Spectrum）使数据分析师能够对 TB 级的数据执行复杂的查询。对于数据科学工作流程，英威达使用 Amazon SageMaker以构建、训练和部署内部开发的第三方机器学习模型。系统实施后英威达将600 台本地服务器迁移到云上，其中包括多个制造应用程序和全球 INVISTA SAP 足迹，每年节省了超过 200 万美元的成本，并从全公司数据中创造了 3 亿美元的价值。
颠覆重塑，推动生成式AI制造业增长路径
生成式AI正在加速嵌入制造行业的业务场景，在产品开发和设计、制造运营、供应链、营销和销售、智能客服及知识库等方面带来巨大业务价值。数据显示，到2027 年，30%的制造商将使用生成式AI 提高产品研发的效率[1] 。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，与合作伙伴一起提供行业领先的端到端技术解决方案，在工业设计、知识库搜索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。
在工业产品设计方面，传统流程一般是先进行概念设计，再将设计图进行渲染，最后是设计评审环节，此过程需要大量人工参与，同时还涉及多次返工等难题，工作效率相对低下。亚马逊云科技与众多合作伙伴合作，共同为客户打造面向终端用户场景的端到端生成式AI应用赋能，简化流程、降低概念设计成本，并加速整体的工业设计效率。
在智能知识库搜索方面，制造企业往往员工数量众多，内部资料和数据也因多年积累数量庞大，如何利用好这些数据，提升员工的工作效率和满意度是很多企业面临的问题。亚马逊云科技利用生成式AI技术助力客户构建企业级智能知识库，集合搜索引擎和大语言模型，使企业员工在知识库中快速找到精准和具备实效性的内容，有效提升生产与办公效率。
作为首批入选"国家级工业设计中心名单"的企业，海尔创新设计中心选择亚马逊云科技打造生成式AI解决方案，并将此方案引入到新品设计、改款升级、渠道定制化等工业设计的业务场景，建成了目前已知的全国首个结合实际业务场景落地的 AIGC 工业设计企业级解决方案。通过此方案，海尔创新设计中心的整体概念设计提速了83%，集成渲染效率提升了约90%，高效解决了设计阶段人力成本高、概念产出与通过效率低等问题。
驭云出海，助力制造业步入数字远航新时代
放眼全球，越来越多的制造企业积极布局海外业务，利用数字化技术打造差异化竞争优势。中国出海企业想要在海外建立竞争优势，面临"全球化运营与本地化创新、提升消费者体验"三大挑战。
全球化运营：对于出海企业来说，如何快速实现全球化扩张与本地化运营，是目前最大的难点与挑战。亚马逊云科技拥有全球统一覆盖的基础设施，目前覆盖32个地理区域，102个可用区，33 个本地扩展区，29个wavelength区域，全方面支持中国企业全球化拓展。此外，SAP是制造业出海通常需要部署的应用之一。目前，亚马逊云科技全球拥有众多区域可以提供SAP BTP（Business Technology Platform）运营，提供数十项项SAP BTP服务，并且2022年SAP新增的功能和服务都在亚马逊云科技同步上线，为出海企业带来一致的使用和运维体验。
本地化创新：根据e-works research相关报告，53%制造企业认为海外业务的本地化运营是企业全球化发展的最大挑战之一。企业如果想实现本地化创新与发展，首要前提是需要先了解当地市场与消费者习惯，并据此不断提升产品的创新性与智能化价值，打造产品核心竞争力。亚马逊云科技不仅可以通过大数据和数据分析服务助力企业实现针对目标地区的消费者洞察，还可以帮助硬件企业运用云技术构建满足海外需求的智能的互联设备和增值服务；例如利用全球的基础设施覆盖及IoT的能力，帮助快速搭建物联网平台，提供在地化的增值服务。此外，亚马逊智能语音助手Amazon Alexa已与全球数亿台智能设备集成，通过与Amazon Alexa连接，智能设备制造商可以更好地接入海外地区的智能生态。
提升消费者体验：打造智能客服等全方位的服务体系，提升海外消费者体验，是保障业务成功的关键，而目前70%的装备制造企业没有售后系统[2]。亚马逊云科技Amazon Connect联络中心服务，具有按使用量付费，无需预付费或承诺用量的特性，在部分场景中可以节省高达80%以上的开支。Amazon Connect全球可用，且可以轻松对接第三方系统，打通多数据源并利用AI扩展联络中心的能力，如利用对话机器人进行自动售后服务。
天和荣科技有限公司聚焦新型智能家庭产品的研发与销售，提供移动互联网智能硬件产品的全套解决方案。天和荣采用亚马逊云科技的解决方案搭建智能家居云平台，基于Amazon IoT Core稳定和可靠的底层支持，高效地对智能家庭安防设备进行调度、部署和管理。此外，天和荣通过Amazon Rekognition和Amazon SageMaker快速搭建了人工智能服务平台，以实现人形侦测和人脸识别功能，打造差异化服务，实现产品的增值服务与智能化价值。天和荣还选择接入Amazon Alexa并获得 WWA（Works With Alexa）认证，借助Amazon Alexa体系快速融入海外智能设备生态圈。
绿色低碳，赋能制造业的可持续发展
绿色制造是"双碳目标"下的必然选择。制造业是能源消耗和碳排放的高密集型行业，根据前瞻产业研究院整理数据显示，在十三五期间，工业节能领域的投资额占节能项目总投资额的71%。在数字化转型不断深入的今天，制造业企业也不断探索数字技术助力企业节能减排，实现可持续发展。亚马逊云科技提供一整套从数据采集、能耗管理和优化、到碳排放计量及预测的端到端绿色制造解决方案，全方位赋能制造业客户实现可持续发展目标。
此外，亚马逊云科技还携手合作伙伴发起 "可持续发展伙伴计划"，该计划从战略咨询、方案规划和共创可持续发展解决方案的角度，为客户提供更多构建可持续发展所需的应用和工具，以协助客户获取"能碳管理咨询"、"碳计量及 ESG 报告"、"工业节能优化"、"清洁能源替换"、"绿证绿电交易" 以及 "合规认证" 六大可持续领域的全链路支持。目前，已有超过十家合作伙伴作为首批成员加入该计划。
入华十年来，亚马逊云科技一直致力于深耕行业解决方案，赋能各行各业企业实现数智化转型与创新发展。在制造行业，亚马逊云科技联合全球数十万家合作伙伴共同开发了适用于多种场景和应用的解决方案，全面地涵盖制造企业价值链上的各个环节。展望未来，亚马逊云科技也将持续探索生成式AI与制造业现有业务场景的结合，打造全新的业务模式，利用新技术持续赋能制造行业客户迈向发展新格局。
[1] 数据来源：Gartner《2022年人工智能技术成熟度曲线》报告，2022年
[2] 数据来源：亿欧智库报告《2022中国装备制造行业售后服务数字化研究报告》
