“大模型可能不是最优选” 亚马逊云科技顾凡：制造业目前仍是“两条腿走路”

每经记者 王紫薇    每经编辑 刘雪梅    

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。

11月9日，亚马逊云科技发布了生成式AI三个已经验证有效的在制造业落地的场景，即工业产品设计概念图生成、营销图库方案生成和企业内部知识库协同三大场景，帮助企业从流程、人力上着手，提升效率。

亚马逊生成式AI验证有效的在制造业落地的场景 图片来源：每经记者 王紫薇 摄

用数字化为企业赋能是国内制造一直以来希望的发展方向，其核心则是“如何进行数字化转型”以及“转型之后到底能不能降本增效”。

在中国制造业从“量”到“质”的数字化转型实践中，传统制造业面临技术产品创新历时久、工厂整体设备效能OEE（Overall Equipment Effectiveness，设备综合效率）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。

技术的蓬勃发展为制造业带来了降本增效的机会窗口。对于企业来说，上云，使用云上工具已经成为企业解决此类问题的主要方式。此外，随着生成式AI的到来，制造业企业在具体3大场景中，迎来新的效率革命。

生成式AI带来的新机遇

亚马逊云科技强调，生成式AI在制造业落地中的三大已被验证的场景，首先是在工业产品设计领域。具体来说，传统流程一般是先进行概念设计，再对设计图进行渲染，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。而大模型在“概念图”生成中已被证实有很大的效率提升。

亚马逊云科技大中华区战略业务发展部总经理顾凡表示：“我们强调‘概念图’的意思，就是在说替代原则，把概念图这一块交给大模型快速生成，然后再集成到整个工作流里面，所以很多客户都在使用并从中受益。”

海尔与亚马逊云科技及其他合作伙伴联手打造了定制化的生成式AI解决方案，并应用到新品设计、改款升级、渠道定制化等工业设计的业务场景中。根据亚马逊云科技提供的数据，这个方案让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%。

第二是在营销领域。线上线下的推广图入库之后，利用AI快速生成符合不同渠道的市场营销整合材料。

智能知识库搜索是企业落地的第三大场景。国内制造企业往往是人员密集型企业，员工数量众多，内部资料和数据也因多年积累数量庞大。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。

此外，生成式AI的发展也给中小制造业企业带来了“弯道超车”机会。

顾凡认为，云计算与生成式AI的相同点在于，两者都是基础设施资源。面对今年生成式AI的迅速发展，原本掣肘小企业人力与资金的因素，可以通过API直接访问Amazon Bedrock大模型从而覆盖需求，这在一定程度上将中小企业与大企业拉到了同一起跑线。

解决技术手段之后，顾凡认为，中小企业和大企业真正的不同，在于业务端。

大模型+小模型仍是主流解决方案

自今年生成式AI横空出世以来，这项技术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价值。

根据美国咨询公司Gartner发布的《2022年人工智能技术成熟度曲线》预测报告，到2027年，30%的制造商将使用生成式AI提高产品研发的效率。

生成式AI给各行各业的发展带来了更大的想象空间，但是目前的现实是，在应用层面，大模型仍处于非常早期的阶段。顾凡看好AI为制造业带来的赋能提效，但他并不是大模型的狂热推崇者。

“大模型是一个工具，觉得大模型厉害，是一种技术思维。大模型确实厉害，但可能不是解决实际问题的最优选。我们从实际应用出发，如果小模型已经可以解决业务问题，并且划算，那么为什么要着急上大模型？”顾凡说。

顾凡认为，企业应该关注的不是技术层面的使用或者不使用大模型，而是更多从场景应用层面出发，大模型本身其实只是一个工具，把不同工具应用到最合适的场景里进行组合，找到最优解才是最佳的解决方案。从应用层面出发，使用大模型需要综合考虑是否精准解决需求、是否成本可控等问题。顾凡认为，制造业行业内，大模型与小模型“两条腿走路”仍是目前的主流解决方案。

封面图片来源：每经记者 孔泽思 摄