世界経済の舞台において、製造業は常に重要な役割を果たしてきました。古代から現代に至るまで、農業時代の鉄鋤や繊維機械の発明、産業革命における蒸気機関や電気機器の誕生など、ものづくりは社会の進歩を促進する役割を十分に発揮してきました。人間社会の。科学技術の急速な発展に伴い、ものづくりの重要性はますます高まっており、国家経済成長の基礎であるだけでなく、国の総合力向上の鍵となっています。
デジタル化と AI の組み合わせは、常に製造業界の焦点となってきました。Amazon Cloud Technology Greater China の戦略的ビジネス開発部門のゼネラルマネージャーである Gu Fan 氏は次のように述べています。生成 AI は製造業界のイノベーションと変化を加速させています。生成 AI は中国の製造業をさらに強化し、破壊的なイノベーションと変化をもたらします。Amazon Cloud Technology は、生成 AI アプリケーションを構築するクリティカル パスのしきい値を下げ、製造バリュー チェーン シナリオに完全に浸透し、パートナーと協力して業界をリードするサービスを提供することで、生成 AI を促進して製造業の成長経路を再構築することに取り組んでいます。エンドツーエンドの技術ソリューション、工業デザイン、マーケティングの創造性、ナレッジベース、その他のシナリオにおけるカスタマイズされたソリューションの開発により、製造会社が生成 AI の可能性を完全に実現できるようになります。
AI技術＋デジタル化が製造業に新たな勢いをもたらす
わが国は、ものづくり立国からものづくり大国へ移行しつつあることがわかり、高速鉄道、大型航空機、LNG船、大型クルーズ船などのハイエンドの製造技術を習得し、製造業の高度化が始まっています。本格的にデジタル時代に突入。
現在、急速に発展する中国の製造業はいくつかの課題とチャンスに直面しており、企業がそれらを適切に捉えることができれば、確実に全方位の「飛躍的」発展をもたらすことになるだろう。
2023年にはAIが大爆発を迎えると同時に、製造業のデジタルトランスフォーメーションも「深化」の段階に入り、デジタル技術と本業の有機的な融合、データ分析や人工知能の活用がますます期待されています企業運営を改善するために。同時に、製造業の企業は人工知能や機械学習から生成AI技術に焦点を移しており、これは製造（生産）、製品開発と設計、販売、サプライチェーンリンクに影響を与えることになる。
海外での製造と持続可能な発展は依然として永遠のテーマであり、海外に進出する企業は、複雑な顧客のニーズを満たすために、グローバルなビジョンと現地での運営能力を備え、安全遵守と効率的な資源配分を考慮し、グリーン製造を精力的に展開する必要があります。
以上の点を踏まえると、ものづくりにおけるデジタル化とAIの融合が今後の発展の鍵となることがわかります。
AI により工業デザインの効率が数倍向上
AIと製造業の組み合わせというと、真っ先に工業デザインが思い浮かぶが、マッキンゼーの調査によると、新製品の開発が半年遅れて発売されると、2019年には利益が33％減少するという。次の5年。デジタルツールと手法を使用して研究開発の効率を向上させる方法は、企業にとって非常に重要です。
現在、Amazon クラウド テクノロジーは、コンピューティング支援エンジニアリング (CAE)、電子設計自動化 (EDA)、デスクトップと環境の設計とエンジニアリングの eVDI という 3 つの主要なシナリオに焦点を当てており、一部のビジネス シナリオに対応するクラウド ソリューションを立ち上げるためにパートナーと協力しています。産業。
シーメンス成都工場は、Amazon Cloud Technology と協力して、クラウド上で現地の推論を訓練する産業廃棄物分別システムの構築に成功しました。このシステムは、高度な機械学習アルゴリズムとクラウド コンピューティング テクノロジーを使用して、廃棄物分類の精度を大幅に向上させ、95% 以上に達します。有害廃棄物の識別に関しては、100% の精度が達成されています。
モデルトレーニングに関しては、Amazon Cloud Technology のコンピューティング能力を利用することで、Siemens 成都工場はモデルのトレーニング時間を 10 時間以上から 5 倍の 2 時間に短縮しました。これにより、時間コストが大幅に節約されるだけでなく、人件費も削減されます。モデルのトレーニングを実行するには当初 3 人のフルタイムの担当者が必要だった作業が、他のより価値のあるタスクで実行できるようになりました。
世界有数の製造企業である INVISTA は、ビジネス インテリジェンス (BI) から人工知能 (AI) へ業務を変革しています。インビスタは、データサイエンスのワークフローのために、社内で開発されたサードパーティの機械学習モデルを構築、トレーニング、デプロイするために Amazon SageMaker を選択しました。システム導入後、インビスタは、複数の製造アプリケーションとグローバルな INVISTA SAP を含む 600 台のローカル サーバーをクラウドに移行することに成功しました。この変革は効率を向上させただけでなく、インビスタに大きな経済的利益をもたらしました。年間コストを 200 万ドル以上節約し、全社データから 3 億ドルの価値を生み出しました。
Generative AI は 3 つの主要なシナリオを通じて製造業を支援します
Gu Fan 氏は、生成 AI が他の IT テクノロジーとは異なり、業界に大きな想像力の余地をもたらすと信じています。ただし、どれだけ大きな想像力を持っていても、そのアイデアを確実に根付かせるためには、まずそれを実践する必要があります。これは、企業が実際のアプリケーションにおける生成 AI のパフォーマンスと、それを既存のテクノロジーやビジネス シナリオと組み合わせて真の価値を実現する方法に注意を払う必要があることを意味します。
現在、製造業界と緊密に統合され、大きな価値を生み出している 3 つの主要なアプリケーション シナリオがあります。
1 つ目は工業デザインであり、前述したように、生成 AI は工業製品デザインの分野における概念図設計の効率化に役立ちます。生成 AI は人間を完全に置き換えることはできませんが、人間の記述に基づいて概念マップを迅速に生成できます。このようにして、デザイナーはアイデアをより迅速に画像に変換できるため、デザイン プロセス全体がスピードアップします。
Thunderstar が言及した自動車のケースを例に挙げると、このテクノロジーは、自動車の設計者がコンセプト図面の段階で設計プロセスを加速し、これらのコンセプト図面をワークフロー全体に統合するのに役立ちます。これにより、設計効率が向上し、製品開発サイクルが短縮され、設計コストが削減されます。
2 番目の産業シナリオはマーケティングです。ジェネレーティブ AI は、マーケティング資料のデザインにも広く使用されています。Vincentian 図や Tusheng 図などのスキームを使用すると、製品のセールス ポイントの説明に基づいて製品のマーケティング資料を自動的に生成できます。これらの資料は、さまざまなオンラインおよびオフラインのシナリオを含む、さまざまなコミュニケーション チャネルに適応できます。
3 番目のシナリオは機能サポートです。Amazon クラウド テクノロジーは、生成 AI テクノロジーを使用して、エンタープライズ レベルのインテリジェントなナレッジ ベースを構築します。検索エンジンと大規模な言語モデルを統合することにより、このインテリジェントなナレッジ ベースは、企業の従業員が最も正確で効果的なコンテンツを迅速に見つけられるようにすることで、生産とオフィスの効率を効果的に向上させます。 。
もちろん、上記の 3 つのアプリケーション シナリオは生成 AI ができることの一部にすぎず、将来的にはさらに多くのスケーラブルなシナリオが登場します。
大きいモデルと小さいモデル
Gu Fan 氏は、To B 製造業にとって、大規模モデルの適用は単にツールを使用することではなく、中核となるビジネス アプリケーション シナリオを特定し、ビジネス上の問題を解決し、効率を改善し、コストを削減し、効率を高めることで最高の結果を達成することであると述べました。 。大規模なモデルを合理的に適用することで、企業は製造業界でより大きな競争上の優位性を達成できます。
製造業のアプリケーション ソリューションでは、大型モデルと小型モデルの両方が重要な役割を果たします。大規模なモデルは、トレーニングと推論に大量のデータとコンピューティング リソースを必要とする複雑な問題を処理するためによく使用されます。これらは、インテリジェントなナレッジ ベースや革新的なデザイン センターなど、より高いレベルの分析、予測、最適化を必要とするシナリオに適しています。
小規模モデルは、リアルタイムのパフォーマンスと柔軟性にさらに注意を払い、意思決定支援、リアルタイムの監視および制御シナリオでの使用に適しています。Amazon Cloud Technology の産業用外観検査とサプライ チェーン予測はその良い例であり、リアルタイム データの迅速な分析と処理を通じて正確な結果と予測を提供し、企業の生産とサプライ チェーン管理の最適化を支援します。
実際のアプリケーションでは、製造会社はさまざまな問題を解決するために大規模モデルと小規模モデルの両方を使用する必要がある場合があります。大規模なモデルは複雑な大規模なデータ分析と予測を実行して、企業の戦略的意思決定をサポートできますが、小規模なモデルは生産プロセスをリアルタイムで監視および制御し、タイムリーに問題を発見して解決できます。
したがって、将来的には、製造業では大型モデルと小型モデルが共存し、相互に補完し合い、より包括的で正確なソリューションを企業に提供することが予想されます。
一般的に、今日の製造業では AI が本格的に導入され始めており、設計、管理、運用保守、サプライチェーンなどの一連の複雑な問題はすべて AI を活用して効率を向上させることができます。Amazon Cloud Technology は、高度なテクノロジーを使用してインフラストラクチャ、生成 AI、さまざまな製造シナリオ向けのソリューションを業界にもたらし、デジタルテクノロジーをコアビジネスとより適切に統合して競争力を強化できるようにします。
Microsoft、新しい「Windowsアプリ」を発表 Xiaomi、Xiaomi Velaが完全オープンソース、基盤となるカーネルはNuttX Vite 5 であることを正式発表 Alibaba Cloud 11.12が正式リリース 障害の原因が判明：アクセスキーサービス（アクセスキー）の異常 GitHub レポート: TypeScript が Java に代わって 3 番目に人気になる 言語オペレータの奇跡的な操作 : バックグラウンドでネットワークを切断し、ブロードバンド アカウントを無効にし、ユーザーに光モデムの変更を強制する ByteDance: AI を使用して Linux カーネル パラメータを自動的に調整する Microsoft オープン ソースTerminal Chat Spring Framework 6.1 が正式に GA OpenAI の元 CEO 兼社長の Sam Altman 氏と Greg Brockman 氏が Microsoft に入社