Amazon クラウドテクノロジー: 製造業にデジタルトランスフォーメーションの波を引き起こし、生成 AI が新たな方向性をもたらす可能性

[グローバル ネットワーク テクノロジー総合レポート] 急成長するデジタル化の波と新技術による産業変化の環境において、デジタル化とインテリジェンスは企業の変革とアップグレードに新たな機会をもたらしています。インダストリー4.0により、情報技術、デジタル技術、人工知能などの技術と製造業との統合が加速し、デジタル技術の統合適用は製造業が規模拡大を達成するための重要な出発点となっています。

注目すべき事実は、生成型人工知能の急速な発展が、従来の製造業に新たな開発の機会をもたらしているということです。 Gartner によると、2027 年までに製造業者の 30% が生成人工知能を使用して製品開発効率を向上させる予定です

Gu Fan 氏は、Amazon Cloud Technology Greater China の戦略的ビジネス開発部門のゼネラルマネージャーであり、最近の業界コミュニケーション会議で、生成人工知能が製造業のさまざまなビジネス シナリオに急速に適用されつつあると指摘しました。製品開発、設計、製造に使用されており、運営、サプライ チェーン、マーケティングと販売、インテリジェントな顧客サービスと知識ベースは、大きなビジネス価値をもたらしています

Gu Fan 氏は、中国の製造業の「量」から「質」へのデジタル変革の実践において、伝統的な製造業は依然として長期的な技術製品革新、工場の全体的な設備効率の活性化の低さ、およびサプライ チェーンの効率性と柔軟性: 生成 AI テクノロジーの適用により、製造業が再構築され、製造会社が海外で新たなパターンを生み出すのに役立ちます。

インテリジェント製造の分野では、工場全体の設備効率を向上させることが工場管理の主な課題です。実際、従来の工業コンセプト デザインは一般的に手書きで行われており、それには次のような課題が必要です: 長い設計サイクル、設計者のビジネス対応力と急速に成長するビジネス ニーズとの間の課題、設計品質の変動、人員レベルによる出力品質。違いはありますし、人の流れなどによってデザインの質も左右されます。上記の要因の組み合わせにより、概念設計段階での人件費の高さ、コンセプトの出力効率の低さ、コンセプト通過率の低さなどの問題が発生しています。

生成 AI の介入により、対応する作業効率が効果的に向上します。たとえば、ハイアール イノベーション デザイン センターは、計算美学企業である Nolibox と協力して、Amazon Cloud Technology のサービスを使用した国内初の AIGC 工業デザイン ソリューションを開発しました。これにより、設計サイクルが大幅に短縮され、概念設計のコストも削減されました。全体的な概念設計の速度が 83% 向上し、統合レンダリングの効率が約 90% 向上しました

Gu Fan 氏は、Amazon クラウド テクノロジーが産業データ プラットフォーム、機器の予知保全、産業外観検査、生産と品質の最適化などの主要なシナリオに焦点を当てていることを紹介し、工場データを公開して分析し、生産性、資産の可用性、企業が生産量を劇的に増加させ、生産を最適化し、予知保全を実施して機械の稼働時間を増やすのを支援します。

従来の産業用機器およびサービスの分野では、大規模な製造機器 OEM 企業は、新しい収益モデルをどのように作成するかについて非常に懸念しています。製造業は、「製造業」から「ハイテク」企業への変革を推進し、インテリジェンスによって製品の性能と価値を向上させ、それによって付加価値のあるサービスを創出し、収益モデルとスペースを拡大する必要がある。現在、Amazon クラウド テクノロジーは、強力なモノのインターネット (IoT) およびデータ処理および分析機能を提供し、製造会社が機器や機械データの価値を解き放ち、持続的な収益を達成し、新しい製品およびサービス モデルを作成できるように支援します

Amazon Cloud Technology の助けを借りて、Siemens China は、独自のモデルに基づくインテリジェントな知識ベースとインテリジェントな会話ロボット Xiaoyu の柔軟な構築を 3 か月で完了しました。自然言語処理、知識ベースの検索、データによる大規模言語モデルのトレーニングなどの主要な機能を備えており、社内の従業員情報の取得効率が大幅に向上します。開始から最初の 1 週間で 4,000 人以上の従業員が使用しました。 12,000 を超える質問に回答しました。さらに、このソリューションは人件費を効果的に削減し、質問の 90% 以上にチャットボットによって直接回答できます。

「アプリケーションは王様です。」Gu Fan 氏は次のように述べています。「To B 製造業にとって、大規模モデル分野で最も重要なことは、コア ビジネス アプリケーション シナリオを特定し、ビジネス上の問題を解決し、効率を向上させ、コストを削減し、効率を向上させることです。 Big モデル自体は実際には単なるツールです。さまざまなツールを最適なシナリオに適用し、それらを組み合わせて最適なソリューションを見つけます。"

したがって、製造業における生成 AI テクノロジーの適用は、実用的なアプリケーションとソリューションに基づいている必要があります。 Gu Fan は、一定期間内に大型モデルと小型モデルが共存できる可能性があり、それが大きなトレンドであると考えています。適切なアプリケーション シナリオとソリューションを見つけることは、企業のコストと効率のバランスをとる最善の方法です。 Gu Fan 氏は次のように述べています。「製造業の顧客にとって、大規模モデル アプリケーションの核心は、モデルの精度と推論コストのバランスを見つけることです。」

現在、Amazon Cloud Technology は、製造業の成長経路を再構築するために生成型 AI の推進に取り組んでおり、生成型 AI アプリケーションを構築するクリティカル パスのしきい値を下げることで、製造業のバリュー チェーン シナリオに完全に浸透し、製造業と連携します。業界をリードするエンドツーエンドのテクノロジー ソリューションは、工業デザインやナレッジ ベースの検索などのシナリオでカスタマイズされたソリューションを開発し、製造会社が生成 AI の可能性を最大限に実現できるようにします。

Amazon Cloud Technology の目標は、生成型人工知能アプリケーションを構築するためのクリティカル パスのしきい値を下げることです。しかし、Gu Fan 氏は、中小企業が直面する課題はテクノロジーではなく、適切なビジネス シナリオと高品質のプライベート データを見つけることにあると考えています。

以上がAmazon クラウドテクノロジー: 製造業にデジタルトランスフォーメーションの波を引き起こし、生成 AI が新たな方向性をもたらす可能性の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。