在数字化浪潮和新技术引领的产业变革环境下，数字化与智能化为企业转型升级提供了新的机遇。而生成式人工智能（后简称“生成式AI”）等技术与制造业加速融合，已经成为制造企业实现规模增长的关键。
在11月9日的媒体活动中，亚马逊云科技与制造业领军企业及合作伙伴共同研讨中国制造业发展、数字化转型与创新的话题，突出介绍了其在数字化转型方面的支持，包括生成式AI技术在制造业的应用，以推动企业打造新格局和在绿色、可持续发展方面取得突破。
亚马逊云科技大中华区战略业务发展部总经理顾凡指出：“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。”
当前，生成式AI技术被认为是重塑制造业增长路径的利器，数据显示到2027年，30%的制造商将使用生成式AI提高产品研发效率。生成式AI主导亚马逊云科技在制造业的广泛应用，与合作伙伴提供端到端技术解决方案，释放其潜力。在工业产品设计和知识库搜索方面，生成式AI主导亚马逊云科技与合作伙伴共同推动解决方案，提高工业设计效率和员工工作效率。例如，海尔创新设计中心通过生成式AI解决方案，大幅提升了概念设计速度和集成渲染效率。亚马逊云科技在制造业领域长期耕耘，与全球数十万家合作伙伴共同开发适用于多种场景和应用的解决方案，涵盖制造企业价值链的各个环节。
以施耐德电气为例，通过亚马逊云科技的数据库、计算服务以及Amazon SageMaker机器学习服务，施耐德电气构建了开放的AI平台，助力其在人工智能领域的探索。这一AI平台不仅在云端实现了全流程的数据存储、标注、模型训练、推理、部署和监控，还成功将云端模型下发到产线边缘侧，实现了边缘推理，为施耐德电气降低模型管理训练的复杂度提供了坚实的技术支持。
通过借助亚马逊云科技的服务，施耐德电气能够在云端实现对全球工厂的中央化部署、管理和监控。此外，施耐德电气在亚马逊云科技的支持下推出了智能工业视觉质量检测解决方案，通过“云-边协同AI工业视觉检测平台”在武汉工厂首次上线，显著提高了生产线的检测效率，将误检率降低至0.5%以下，实现了零漏检率。在排产领域，施耐德电气结合了AI深度学习和运筹优化的使用场景，使得在内部排产问题的解决方案更加灵活和创新。
在活动之后，速途网对话了施耐德电气全球供应链中国数字化转型总监冒飞飞，更加深入地了解到生成式AI在赋能制造行业中取到的重要作用，同时对于大模型发展方向进行了深入探讨。
在讨论大模型与小模型的关系时，冒飞飞表示：“短期内我觉得还是两者并存的。因为我们要去尊重工业里面的场景碎片化这种特异性，以及工业里面有特别深的行业专业知识。”他指出小模型在特定场景和行业专业知识上的应用，短期内仍然具有重要意义。
他还指出，大模型的出现，对小模型的训练和精度提升也能够起到辅助性作用。例如在工业质量检测场景，大模型通过图生图的方式可以快速生成大量负样本，从而增强模型训练的效果。这种合作模式将小模型与大模型的优势相结合，为应对工业领域复杂而具体的问题提供了创新的解决途径。
目前，施耐德电气推出的EcoStruxure AI引擎在全球供应链中取得了实际应用效果。该引擎分为算力、模型和应用三个层面，具体使用了亚马逊云科技的多项解决方案和技术。在算力层面，引擎使用了亚马逊云科技的关键服务Amazon SageMaker，包括模型训练、推理、部署和监控等。同时，还应用了亚马逊云科技的其他技术，如Amazon Elastic Container Registry和Amazon EC2等。
当下正值大模型发展的早期阶段，所有的企业都在积极地探索之中。冒飞飞指出，外部客户对AI产品的要求很高，因此先通过内部孵化，再为外部客户打造成熟的解决方案。他还分享了公司在楼宇与绿色能源管理方面的解决方案，包括智能诊断方案在空调、新风机组和水泵等方面的成功应用，实现了95%以上的冷量和能量预测准确度，以及平均15%以上的能量节约。
对于大模型技术对于制造业的赋能前景，冒飞飞表示充满信心，并透露施耐德电气正在积极探索各个领域，尤其是在工业能源降碳、财务、人力资源、维修等场景。他提到公司在这些领域沉淀了大量的语料与经验，并计划未来优先从企业内部知识管理、智能知识问答等产品与场景切入，为数字化转型提供更全面的支持。
