數十年來，亞馬遜一直將人工智能(AI)和(he)機(ji)(ji)器學習(xi)(ML)作為關注的(de)(de)焦點，不斷降低(di)機(ji)(ji)器學習(xi)的(de)(de)使(shi)用門檻，并且讓(rang)包括(kuo)各行(xing)各業超過十萬客戶(hu)在(zai)內的(de)(de)所有人能(neng)(neng)夠輕松上手。在(zai)這些(xie)客戶(hu)中，來自制造業的(de)(de)企業正(zheng)在(zai)將目光(guang)從(cong)人工智(zhi)能(neng)(neng)和(he)機(ji)(ji)器學習(xi)轉(zhuan)向生(sheng)成式AI技(ji)術，以期獲得更加令人興奮的(de)(de)成果。
IDC發(fa)(fa)布(bu)的《制造(zao)業(ye)(ye)現狀及制造(zao)業(ye)(ye)企業(ye)(ye)對(dui)生(sheng)(sheng)成(cheng)式AI的應(ying)(ying)用》研究(jiu)報告顯示，來自制造(zao)業(ye)(ye)的受訪者認為，未來18個月內生(sheng)(sheng)成(cheng)式AI可產(chan)生(sheng)(sheng)最大影響的前三(san)大領(ling)域(yu)分(fen)別是制造(zao)(生(sheng)(sheng)產(chan))、產(chan)品(pin)開發(fa)(fa)與設計、銷售和(he)供應(ying)(ying)鏈。本文將(jiang)聚焦生(sheng)(sheng)成(cheng)式AI在革新(xin)產(chan)品(pin)設計、大幅(fu)提高制造(zao)業(ye)(ye)生(sheng)(sheng)產(chan)力水平(ping)和(he)優化(hua)供應(ying)(ying)鏈應(ying)(ying)用方面的潛力。
借助生成式AI在產品工程領域開展創新
在產品工(gong)程領域，人工(gong)智能和機器學(xue)習已經與高性能計(ji)算結合使用，以增強離散產品組件的設(she)計(ji)，從而(er)提(ti)供人類(lei)通(tong)常無(wu)法構想的創新設(she)計(ji)。這些技(ji)術為(wei)制造業企業提(ti)供了一種更快、更有效地探(tan)索各種設(she)計(ji)選項(xiang)的方法，以便在找(zhao)出最佳(jia)解決方案(an)的同時(shi)(shi)，還能最大限度地降低(di)成本(ben)、減少材(cai)料(liao)消耗、縮(suo)減工(gong)程設(she)計(ji)時(shi)(shi)間甚至生(sheng)產時(shi)(shi)間。
作為三維設計(ji)、工程(cheng)和娛樂軟件領(ling)域的(de)(de)(de)領(ling)先企(qi)(qi)業(ye)(ye)，Autodesk自1982年(nian)以(yi)來就(jiu)一(yi)直為建筑設計(ji)、施工、工程(cheng)、制(zhi)造(zao)、媒體和娛樂行業(ye)(ye)開(kai)發(fa)軟件。為了(le)(le)加(jia)快和簡化開(kai)發(fa)流程(cheng)，Autodesk一(yi)直在(zai)穩步(bu)擴大對亞馬遜云科(ke)技服務的(de)(de)(de)使用(yong)，并減少(shao)自有數據中心的(de)(de)(de)使用(yong)。Autodesk通過(guo)其(qi)Fusion 360軟件提供(gong)了(le)(le)生成式設計(ji)功能(一(yi)種(zhong)類似(si)于生成式AI的(de)(de)(de)服務)，幫助產品設計(ji)師在(zai)用(yong)戶指定的(de)(de)(de)參數范圍(包括(kuo)材(cai)料(liao)、制(zhi)造(zao)工藝約束、安(an)全(quan)因素和其(qi)他(ta)變量)內提供(gong)創(chuang)(chuang)新設計(ji)。在(zai)2023年(nian)4月德(de)國漢(han)諾(nuo)威工業(ye)(ye)博覽會(Hannover Messe)上，Autodesk介紹了(le)(le)一(yi)家移(yi)動(dong)出行初(chu)創(chuang)(chuang)企(qi)(qi)業(ye)(ye)，該(gai)企(qi)(qi)業(ye)(ye)改進了(le)(le)其(qi)創(chuang)(chuang)建新的(de)(de)(de)移(yi)動(dong)解決方案的(de)(de)(de)流程(cheng)，最終(zhong)縮短了(le)(le)交(jiao)貨時(shi)間(jian)，并在(zai)快速(su)探(tan)索新的(de)(de)(de)移(yi)動(dong)設計(ji)概(gai)念的(de)(de)(de)同時(shi)，控制(zhi)工程(cheng)和制(zhi)造(zao)成本(ben)。這家初(chu)創(chuang)(chuang)企(qi)(qi)業(ye)(ye)采用(yong)了(le)(le)Autodesk Fusion 360，借助Amazon SageMaker實(shi)現增(zeng)強(qiang)的(de)(de)(de)人工智(zhi)能生成式設計(ji)和增(zeng)材(cai)制(zhi)造(zao)，從(cong)而讓新設計(ji)的(de)(de)(de)上市周(zhou)期從(cong)3.5年(nian)縮短到(dao)6個月，達到(dao)86%的(de)(de)(de)速(su)度提升。
除了在設(she)計環節(jie)的(de)巨(ju)大潛力，工程師還可(ke)以借助生成(cheng)(cheng)式(shi)AI分(fen)析大型數據(ju)集來提高產(chan)品的(de)安全性、創建(jian)模(mo)擬數據(ju)集、探索如何更快地(di)(di)制(zhi)造或(huo)加工零部(bu)件，進而(er)更快地(di)(di)將(jiang)產(chan)品推向市場。這些數據(ju)集可(ke)以成(cheng)(cheng)為(wei)制(zhi)造業(ye)企(qi)(qi)業(ye)構建(jian)生成(cheng)(cheng)式(shi)AI策略(lve)的(de)信(xin)息源或(huo)基礎模(mo)型，讓企(qi)(qi)業(ye)可(ke)以在此基礎上構建(jian)其生成(cheng)(cheng)式(shi)AI策略(lve)。這使(shi)企(qi)(qi)業(ye)從此項技術中充分(fen)獲益的(de)同時，還可(ke)保護企(qi)(qi)業(ye)對數據(ju)的(de)所有權和數據(ju)安全性。
亞馬(ma)遜云科技(ji)Amazon Bedrock托管服務讓(rang)用(yong)戶(hu)可以通過API訪(fang)問AI21 Labs、Anthropic、Cohere、Stability AI以及亞馬(ma)遜提供的(de)基(ji)礎模型(xing)。Amazon Bedrock是客(ke)戶(hu)利用(yong)基(ji)礎模型(xing)構建(jian)和(he)擴展基(ji)于生成式AI應用(yong)程序的(de)最簡便的(de)方(fang)法(fa)，降低了(le)構建(jian)者的(de)使用(yong)門檻。Amazon Bedrock最重要的(de)功能之一便是讓(rang)客(ke)戶(hu)可以輕(qing)松定(ding)制(zhi)模型(xing)。客(ke)戶(hu)只需(xu)向 Bedrock 展示Amazon Simple Storage Service(Amazon S3)中的(de)幾個標注好的(de)數據示例，Bedrock 就可以針對特定(ding)任務微調模型(xing)，最少(shao)僅需(xu) 20 個示例即可，而無(wu)需(xu)標注大量數據。
利用生成式AI優化生產流程
由于制(zhi)(zhi)造業(ye)(ye)(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)(ye)(ye)面臨(lin)著成本較高(gao)和生(sheng)產(chan)損失的(de)(de)風險，它們(men)往往對在(zai)(zai)(zai)生(sheng)產(chan)環境中(zhong)采(cai)納和實施(shi)新技(ji)術猶豫不決。在(zai)(zai)(zai)工廠生(sheng)產(chan)中(zhong)，生(sheng)成式(shi)AI的(de)(de)應用(yong)案例尚處(chu)于早期階(jie)段，但諸多工廠負責人(ren)已(yi)明確(que)表示生(sheng)成式(shi)AI可以幫(bang)助其優化整體設備效(xiao)率(OEE)。由于生(sheng)成式(shi)AI需(xu)要大量(liang)數(shu)(shu)(shu)據(ju)(ju)(ju)來創建基礎模型(xing)，這(zhe)意味著制(zhi)(zhi)造業(ye)(ye)(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)(ye)(ye)將面臨(lin)獨特的(de)(de)行業(ye)(ye)(ye)(ye)(ye)挑戰，即(ji)獲取(qu)工廠的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)并將其遷移上(shang)云，開啟生(sheng)成式(shi)AI之旅。數(shu)(shu)(shu)據(ju)(ju)(ju)是任何數(shu)(shu)(shu)字化轉型(xing)的(de)(de)基礎。對于許多制(zhi)(zhi)造業(ye)(ye)(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)(ye)(ye)而言(yan)，首先需(xu)要制(zhi)(zhi)定和采(cai)用(yong)行業(ye)(ye)(ye)(ye)(ye)數(shu)(shu)(shu)據(ju)(ju)(ju)戰略(lve)，這(zhe)能(neng)夠(gou)幫(bang)助業(ye)(ye)(ye)(ye)(ye)務(wu)團隊輕松有效(xiao)地(di)利用(yong)數(shu)(shu)(shu)據(ju)(ju)(ju)來應對企(qi)業(ye)(ye)(ye)(ye)(ye)中(zhong)的(de)(de)各種(zhong)應用(yong)場景(jing)。原因在(zai)(zai)(zai)于，制(zhi)(zhi)造業(ye)(ye)(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)(ye)(ye)經常面臨(lin)互(hu)不關聯、彼此孤立的(de)(de)數(shu)(shu)(shu)據(ju)(ju)(ju)源，它們(men)讓協同(tong)工作變得困難(nan)，導致基礎模型(xing)難(nan)以獲取(qu)經濟、安全(quan)、結構化且易(yi)于訪問的(de)(de)高(gao)質量(liang)數(shu)(shu)(shu)據(ju)(ju)(ju)集。現在(zai)(zai)(zai)，亞馬遜云科(ke)技(ji)提供的(de)(de)Industrial Data Fabric解決方案可以幫(bang)助企(qi)業(ye)(ye)(ye)(ye)(ye)解決這(zhe)些問題。
Georgia Pacific多年來一直使(shi)(shi)用人工智(zhi)能和(he)機(ji)器(qi)學習優化紙張生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)質(zhi)量(liang)(liang)。該公司(si)通(tong)過(guo)使(shi)(shi)用亞馬遜云科技(ji)數據(ju)分析技(ji)術來預測生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)線的(de)(de)運行速度(du)(du)，以避免(mian)生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)過(guo)程中紙張撕裂(lie)的(de)(de)問題(ti)，從而(er)提高了利潤并(bing)最(zui)大(da)限(xian)度(du)(du)地利用了工廠資(zi)源。而(er)生(sheng)(sheng)(sheng)(sheng)成(cheng)式AI又將如何(he)幫助企業(ye)改進(jin)生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)呢?在(zai)跟業(ye)務和(he)生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)制造負(fu)責人的(de)(de)交談中，一個反復(fu)出(chu)現的(de)(de)問題(ti)是員(yuan)工離職導致(zhi)的(de)(de)生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)知識(shi)和(he)經(jing)驗流失(shi)的(de)(de)問題(ti)。經(jing)驗豐富的(de)(de)工人可以聽出(chu)哪些機(ji)器(qi)軸承(cheng)需要(yao)潤滑，還可以感知出(chu)哪些機(ji)器(qi)運行振動不正常。但隨著他們的(de)(de)退休，這些幾十年所積累的(de)(de)知識(shi)和(he)經(jing)驗也(ye)被一并(bing)帶走。因此，企業(ye)時常面對(dui)的(de)(de)挑戰在(zai)于如何(he)讓經(jing)驗不足的(de)(de)操作人員(yuan)快速具備專業(ye)知識(shi)，使(shi)(shi)復(fu)雜的(de)(de)生(sheng)(sheng)(sheng)(sheng)產(chan)(chan)流程保持高效運轉，并(bing)最(zui)大(da)限(xian)度(du)(du)地提高產(chan)(chan)量(liang)(liang)、保證質(zhi)量(liang)(liang)。
如(ru)果制(zhi)造業企業銳意(yi)進行數字化轉型，并記錄歷史機器維護數據、維修數據、設(she)備(bei)手冊、生(sheng)產數據，乃至其(qi)他制(zhi)造業企業的(de)數據，從而(er)讓基礎模型更加有效，真正的(de)變(bian)革就(jiu)會來臨(lin)。例如(ru)，一(yi)臺持續發(fa)生(sheng)故障(zhang)的(de)機器導致了計劃外的(de)停機，如(ru)果工程師可(ke)以使用(yong)生(sheng)成(cheng)式AI查詢可(ke)能的(de)故障(zhang)原因(yin)，并獲得關于設(she)備(bei)調整、維護操作(zuo)，以及備(bei)件采購(gou)等(deng)方面的(de)建(jian)議，就(jiu)可(ke)以減少停機時(shi)間。因(yin)此，在缺乏經驗豐富的(de)工程師和操作(zuo)人員(yuan)的(de)情況下，生(sheng)成(cheng)式AI可(ke)以推進生(sheng)產環境(jing)中OEE最大化。
利用生成式AI優化供應鏈
亞(ya)馬(ma)遜(xun)云科技提供(gong)(gong)了多種服(fu)務來應對(dui)各種供(gong)(gong)應鏈(lian)(lian)場景。Amazon Supply Chain能(neng)夠幫助企(qi)業提高供(gong)(gong)應鏈(lian)(lian)的(de)可(ke)視(shi)性(xing)，在(zai)更快做出(chu)明智(zhi)決策的(de)同時降低(di)風險、節省成(cheng)本并改善客戶(hu)體驗。Amazon Supply Chain可(ke)自動合并和分析多個供(gong)(gong)應鏈(lian)(lian)系(xi)統(tong)的(de)數(shu)據，讓企(qi)業能(neng)夠實時觀(guan)察(cha)自身的(de)運營狀況、更快把握變(bian)化趨勢，從(cong)而生(sheng)成(cheng)更準確(que)的(de)需(xu)求預測，以確(que)保有足夠的(de)庫存滿足客戶(hu)需(xu)求。基于(yu)Amazon.com近(jin)30年的(de)物(wu)流網絡(luo)經(jing)驗，Amazon Supply Chain通過提供(gong)(gong)統(tong)一的(de)數(shu)據湖、基于(yu)機器學習(xi)的(de)洞察(cha)、行動建議以及應用(yong)內協作功能(neng)，增強了供(gong)(gong)應鏈(lian)(lian)的(de)靈活性(xing)。
疫情(qing)、地緣沖(chong)突(tu)、原材料短(duan)缺、自然災害等為(wei)供(gong)(gong)應(ying)鏈帶來了種種的(de)(de)(de)(de)(de)(de)不確定性，制(zhi)造(zao)業(ye)(ye)企(qi)業(ye)(ye)的(de)(de)(de)(de)(de)(de)供(gong)(gong)應(ying)鏈仍然是令(ling)人擔憂的(de)(de)(de)(de)(de)(de)領域(yu)，甚至(zhi)可(ke)以(yi)說是焦慮的(de)(de)(de)(de)(de)(de)源頭。但正(zheng)因如此，供(gong)(gong)應(ying)商開發了生(sheng)成(cheng)(cheng)式(shi)(shi)AI的(de)(de)(de)(de)(de)(de)增值領域(yu)。例(li)如某制(zhi)造(zao)業(ye)(ye)企(qi)業(ye)(ye)的(de)(de)(de)(de)(de)(de)定制(zhi)機械零件(jian)已經用完，并且正(zheng)在尋找替(ti)代供(gong)(gong)應(ying)商來完成(cheng)(cheng)一部(bu)分(fen)定制(zhi)加工工作(zuo)，這時可(ke)以(yi)利用生(sheng)成(cheng)(cheng)式(shi)(shi)AI為(wei)替(ti)代供(gong)(gong)應(ying)商提供(gong)(gong)所需(xu)的(de)(de)(de)(de)(de)(de)能(neng)力，幫助(zhu)企(qi)業(ye)(ye)提供(gong)(gong)急(ji)需(xu)的(de)(de)(de)(de)(de)(de)專業(ye)(ye)服務(wu)。在條件(jian)允許的(de)(de)(de)(de)(de)(de)情(qing)況(kuang)下，生(sheng)成(cheng)(cheng)式(shi)(shi)AI還可(ke)用于(yu)替(ti)代日常的(de)(de)(de)(de)(de)(de)人際交流，例(li)如可(ke)以(yi)回答以(yi)前(qian)需(xu)要數(shu)小時或(huo)數(shu)天(tian)時間才能(neng)獲(huo)得正(zheng)確數(shu)據并理解其含義的(de)(de)(de)(de)(de)(de)問題。生(sheng)成(cheng)(cheng)式(shi)(shi)AI還能(neng)作(zuo)為(wei)供(gong)(gong)應(ying)鏈控制(zhi)塔，主動評估如運輸困難、自然災害、罷工或(huo)其他地緣政(zheng)治事件(jian)等相關風險，幫助(zhu)企(qi)業(ye)(ye)為(wei)供(gong)(gong)應(ying)鏈合理分(fen)配稀缺資源，減輕供(gong)(gong)應(ying)中斷所造(zao)成(cheng)(cheng)的(de)(de)(de)(de)(de)(de)沖(chong)擊。
相對于生(sheng)(sheng)成(cheng)式AI為制(zhi)造業(ye)帶來(lai)的無限(xian)可(ke)能(neng)，目前在產品(pin)設計(ji)、生(sheng)(sheng)產、供應(ying)鏈等環(huan)節的應(ying)用(yong)還只是冰山一角，但無論如何(he)，這(zhe)是前所未(wei)有的一大步(bu)。亞馬遜云科技(ji)致力于讓任何(he)水平的開(kai)發(fa)人(ren)員和各(ge)種(zhong)規模的企業(ye)都能(neng)夠借助生(sheng)(sheng)成(cheng)式AI開(kai)展(zhan)創(chuang)新。相信生(sheng)(sheng)成(cheng)式AI技(ji)術將為制(zhi)造業(ye)帶來(lai)無限(xian)新可(ke)能(neng)。
