北京2023年8月23日 /美通社/ -- 數(shù)十年來，亞馬遜一直將人工智能（AI）和機器學習（ML）作為關注的焦點，不斷降低機器學習的使用門檻，并且讓包括各行各業(yè)超過十萬客戶在內的所有人能夠輕松上手。在這些客戶中，來自制造業(yè)的企業(yè)正在將目光從人工智能和機器學習轉向生成式AI技術，以期獲得更加令人興奮的成果。
IDC發(fā)布的《制造業(yè)現(xiàn)狀及制造業(yè)企業(yè)對生成式AI的應用》研究報告顯示，來自制造業(yè)的受訪者認為，未來18個月內生成式AI可產生最大影響的前三大領域分別是制造（生產）、產品開發(fā)與設計、銷售和供應鏈。本文將聚焦生成式AI在革新產品設計、大幅提高制造業(yè)生產力水平和優(yōu)化供應鏈應用方面的潛力。
借助生成式AI在產品工程領域開展創(chuàng)新
在產品工程領域，人工智能和機器學習已經與高性能計算結合使用，以增強離散產品組件的設計，從而提供人類通常無法構想的創(chuàng)新設計。這些技術為制造業(yè)企業(yè)提供了一種更快、更有效地探索各種設計選項的方法，以便在找出最佳解決方案的同時，還能最大限度地降低成本、減少材料消耗、縮減工程設計時間甚至生產時間。
作為三維設計、工程和娛樂軟件領域的領先企業(yè)，Autodesk自1982年以來就一直為建筑設計、施工、工程、制造、媒體和娛樂行業(yè)開發(fā)軟件。為了加快和簡化開發(fā)流程，Autodesk一直在穩(wěn)步擴大對亞馬遜云科技服務的使用，并減少自有數(shù)據(jù)中心的使用。Autodesk通過其Fusion 360軟件提供了生成式設計功能（一種類似于生成式AI的服務），幫助產品設計師在用戶指定的參數(shù)范圍（包括材料、制造工藝約束、安全因素和其他變量）內提供創(chuàng)新設計。在2023年4月德國漢諾威工業(yè)博覽會（Hannover Messe）上，Autodesk介紹了一家移動出行初創(chuàng)企業(yè)，該企業(yè)改進了其創(chuàng)建新的移動解決方案的流程，最終縮短了交貨時間，并在快速探索新的移動設計概念的同時，控制工程和制造成本。這家初創(chuàng)企業(yè)采用了Autodesk Fusion 360，借助Amazon SageMaker實現(xiàn)增強的人工智能生成式設計和增材制造，從而讓新設計的上市周期從3.5年縮短到6個月，達到86%的速度提升。
除了在設計環(huán)節(jié)的巨大潛力，工程師還可以借助生成式AI分析大型數(shù)據(jù)集來提高產品的安全性、創(chuàng)建模擬數(shù)據(jù)集、探索如何更快地制造或加工零部件，進而更快地將產品推向市場。這些數(shù)據(jù)集可以成為制造業(yè)企業(yè)構建生成式AI策略的信息源或基礎模型，讓企業(yè)可以在此基礎上構建其生成式AI策略。這使企業(yè)從此項技術中充分獲益的同時，還可保護企業(yè)對數(shù)據(jù)的所有權和數(shù)據(jù)安全性。
亞馬遜云科技Amazon Bedrock托管服務讓用戶可以通過API訪問AI21 Labs、Anthropic、Cohere、Stability AI以及亞馬遜提供的基礎模型。Amazon Bedrock是客戶利用基礎模型構建和擴展基于生成式AI應用程序的最簡便的方法，降低了構建者的使用門檻。Amazon Bedrock最重要的功能之一便是讓客戶可以輕松定制模型。客戶只需向 Bedrock 展示Amazon Simple Storage Service（Amazon S3）中的幾個標注好的數(shù)據(jù)示例，Bedrock 就可以針對特定任務微調模型，最少僅需 20 個示例即可，而無需標注大量數(shù)據(jù)。
利用生成式AI優(yōu)化生產流程
由于制造業(yè)企業(yè)面臨著成本較高和生產損失的風險，它們往往對在生產環(huán)境中采納和實施新技術猶豫不決。在工廠生產中，生成式AI的應用案例尚處于早期階段，但諸多工廠負責人已明確表示生成式AI可以幫助其優(yōu)化整體設備效率（OEE）。由于生成式AI需要大量數(shù)據(jù)來創(chuàng)建基礎模型，這意味著制造業(yè)企業(yè)將面臨獨特的行業(yè)挑戰(zhàn)，即獲取工廠的數(shù)據(jù)并將其遷移上云，開啟生成式AI之旅。數(shù)據(jù)是任何數(shù)字化轉型的基礎。對于許多制造業(yè)企業(yè)而言，首先需要制定和采用行業(yè)數(shù)據(jù)戰(zhàn)略，這能夠幫助業(yè)務團隊輕松有效地利用數(shù)據(jù)來應對企業(yè)中的各種應用場景。原因在于，制造業(yè)企業(yè)經常面臨互不關聯(lián)、彼此孤立的數(shù)據(jù)源，它們讓協(xié)同工作變得困難，導致基礎模型難以獲取經濟、安全、結構化且易于訪問的高質量數(shù)據(jù)集?，F(xiàn)在，亞馬遜云科技提供的Industrial Data Fabric解決方案可以幫助企業(yè)解決這些問題。
Georgia Pacific多年來一直使用人工智能和機器學習優(yōu)化紙張生產質量。該公司通過使用亞馬遜云科技數(shù)據(jù)分析技術來預測生產線的運行速度，以避免生產過程中紙張撕裂的問題，從而提高了利潤并最大限度地利用了工廠資源。而生成式AI又將如何幫助企業(yè)改進生產呢？在跟業(yè)務和生產制造負責人的交談中，一個反復出現(xiàn)的問題是員工離職導致的生產知識和經驗流失的問題。經驗豐富的工人可以聽出哪些機器軸承需要潤滑，還可以感知出哪些機器運行振動不正常。但隨著他們的退休，這些幾十年所積累的知識和經驗也被一并帶走。因此，企業(yè)時常面對的挑戰(zhàn)在于如何讓經驗不足的操作人員快速具備專業(yè)知識，使復雜的生產流程保持高效運轉，并最大限度地提高產量、保證質量。
如果制造業(yè)企業(yè)銳意進行數(shù)字化轉型，并記錄歷史機器維護數(shù)據(jù)、維修數(shù)據(jù)、設備手冊、生產數(shù)據(jù)，乃至其他制造業(yè)企業(yè)的數(shù)據(jù)，從而讓基礎模型更加有效，真正的變革就會來臨。例如，一臺持續(xù)發(fā)生故障的機器導致了計劃外的停機，如果工程師可以使用生成式AI查詢可能的故障原因，并獲得關于設備調整、維護操作，以及備件采購等方面的建議，就可以減少停機時間。因此，在缺乏經驗豐富的工程師和操作人員的情況下，生成式AI可以推進生產環(huán)境中OEE最大化。
利用生成式AI優(yōu)化供應鏈
亞馬遜云科技提供了多種服務來應對各種供應鏈場景。Amazon Supply Chain能夠幫助企業(yè)提高供應鏈的可視性，在更快做出明智決策的同時降低風險、節(jié)省成本并改善客戶體驗。Amazon Supply Chain可自動合并和分析多個供應鏈系統(tǒng)的數(shù)據(jù)，讓企業(yè)能夠實時觀察自身的運營狀況、更快把握變化趨勢，從而生成更準確的需求預測，以確保有足夠的庫存滿足客戶需求?；贏mazon.com近30年的物流網絡經驗，Amazon Supply Chain通過提供統(tǒng)一的數(shù)據(jù)湖、基于機器學習的洞察、行動建議以及應用內協(xié)作功能，增強了供應鏈的靈活性。
疫情、地緣沖突、原材料短缺、自然災害等為供應鏈帶來了種種的不確定性，制造業(yè)企業(yè)的供應鏈仍然是令人擔憂的領域，甚至可以說是焦慮的源頭。但正因如此，供應商開發(fā)了生成式AI的增值領域。例如某制造業(yè)企業(yè)的定制機械零件已經用完，并且正在尋找替代供應商來完成一部分定制加工工作，這時可以利用生成式AI為替代供應商提供所需的能力，幫助企業(yè)提供急需的專業(yè)服務。在條件允許的情況下，生成式AI還可用于替代日常的人際交流，例如可以回答以前需要數(shù)小時或數(shù)天時間才能獲得正確數(shù)據(jù)并理解其含義的問題。生成式AI還能作為供應鏈控制塔，主動評估如運輸困難、自然災害、罷工或其他地緣政治事件等相關風險，幫助企業(yè)為供應鏈合理分配稀缺資源，減輕供應中斷所造成的沖擊。
相對于生成式AI為制造業(yè)帶來的無限可能，目前在產品設計、生產、供應鏈等環(huán)節(jié)的應用還只是冰山一角，但無論如何，這是前所未有的一大步。亞馬遜云科技致力于讓任何水平的開發(fā)人員和各種規(guī)模的企業(yè)都能夠借助生成式AI開展創(chuàng)新。相信生成式AI技術將為制造業(yè)帶來無限新可能。
