在數字化浪潮和新技術引領的產業變革環境下，數字化與智能化為企業轉型升級提供了新的機遇。而生成式人工智能（后簡稱“生成式AI”）等技術與制造業加速融合，已經成為制造企業實現規模增長的關鍵。

在11月9日的媒體活動中，亞馬遜云科技與制造業領軍企業及合作伙伴共同研討中國制造業發展、數字化轉型與創新的話題，突出介紹了其在數字化轉型方面的支持，包括生成式AI技術在制造業的應用，以推動企業打造新格局和在綠色、可持續發展方面取得突破。

亞馬遜云科技大中華區戰略業務發展部總經理顧凡指出：“當前，傳統制造行業的數字化轉型升級正在不斷加速與深化——高端化、智能化、綠色化已成為制造行業發展的主要趨勢。在賦能制造業數字化轉型、創新的路徑中，亞馬遜云科技不僅能為行業帶來近乎無限的云計算動力、包括生成式AI在內的新技術，而且能帶來‘專精特新’的行業實踐，以及聯合合作伙伴孵化出針對關鍵制造場景的解決方案，助力制造企業將數字技術與核心業務有機融合，實現持續商業變革。”

當前，生成式AI技術被認為是重塑制造業增長路徑的利器，數據顯示到2027年，30%的制造商將使用生成式AI提高產品研發效率。生成式AI主導亞馬遜云科技在制造業的廣泛應用，與合作伙伴提供端到端技術解決方案，釋放其潛力。在工業產品設計和知識庫搜索方面，生成式AI主導亞馬遜云科技與合作伙伴共同推動解決方案，提高工業設計效率和員工工作效率。例如，海爾創新設計中心通過生成式AI解決方案，大幅提升了概念設計速度和集成渲染效率。亞馬遜云科技在制造業領域長期耕耘，與全球數十萬家合作伙伴共同開發適用于多種場景和應用的解決方案，涵蓋制造企業價值鏈的各個環節。

以施耐德電氣為例，通過亞馬遜云科技的數據庫、計算服務以及Amazon SageMaker機器學習服務，施耐德電氣構建了開放的AI平臺，助力其在人工智能領域的探索。這一AI平臺不僅在云端實現了全流程的數據存儲、標注、模型訓練、推理、部署和監控，還成功將云端模型下發到產線邊緣側，實現了邊緣推理，為施耐德電氣降低模型管理訓練的復雜度提供了堅實的技術支持。

通過借助亞馬遜云科技的服務，施耐德電氣能夠在云端實現對全球工廠的中央化部署、管理和監控。此外，施耐德電氣在亞馬遜云科技的支持下推出了智能工業視覺質量檢測解決方案，通過“云-邊協同AI工業視覺檢測平臺”在武漢工廠首次上線，顯著提高了生產線的檢測效率，將誤檢率降低至0.5%以下，實現了零漏檢率。在排產領域，施耐德電氣結合了AI深度學習和運籌優化的使用場景，使得在內部排產問題的解決方案更加靈活和創新。

在活動之后，速途網對話了施耐德電氣全球供應鏈中國數字化轉型總監冒飛飛，更加深入地了解到生成式AI在賦能制造行業中取到的重要作用，同時對于大模型發展方向進行了深入探討。

在討論大模型與小模型的關系時，冒飛飛表示：“短期內我覺得還是兩者并存的。因為我們要去尊重工業里面的場景碎片化這種特異性，以及工業里面有特別深的行業專業知識。”他指出小模型在特定場景和行業專業知識上的應用，短期內仍然具有重要意義。

他還指出，大模型的出現，對小模型的訓練和精度提升也能夠起到輔助性作用。例如在工業質量檢測場景，大模型通過圖生圖的方式可以快速生成大量負樣本，從而增強模型訓練的效果。這種合作模式將小模型與大模型的優勢相結合，為應對工業領域復雜而具體的問題提供了創新的解決途徑。

目前，施耐德電氣推出的EcoStruxure AI引擎在全球供應鏈中取得了實際應用效果。該引擎分為算力、模型和應用三個層面，具體使用了亞馬遜云科技的多項解決方案和技術。在算力層面，引擎使用了亞馬遜云科技的關鍵服務Amazon SageMaker，包括模型訓練、推理、部署和監控等。同時，還應用了亞馬遜云科技的其他技術，如Amazon Elastic Container Registry和Amazon EC2等。

當下正值大模型發展的早期階段，所有的企業都在積極地探索之中。冒飛飛指出，外部客戶對AI產品的要求很高，因此先通過內部孵化，再為外部客戶打造成熟的解決方案。他還分享了公司在樓宇與綠色能源管理方面的解決方案，包括智能診斷方案在空調、新風機組和水泵等方面的成功應用，實現了95%以上的冷量和能量預測準確度，以及平均15%以上的能量節約。

對于大模型技術對于制造業的賦能前景，冒飛飛表示充滿信心，并透露施耐德電氣正在積極探索各個領域，尤其是在工業能源降碳、財務、人力資源、維修等場景。他提到公司在這些領域沉淀了大量的語料與經驗，并計劃未來優先從企業內部知識管理、智能知識問答等產品與場景切入，為數字化轉型提供更全面的支持。