制造业是国民经济的基础，是立国之本。

数据显示，2022年我国制造业资产总计1,177,246.1亿元，同比增长10.8%，规模稳居世界第一。过去十五年里，中国从制造业大国向制造业强国稳步迈进，制造业数字化转型的成果显著。

如今，随着生成式AI加速融入到制造业场景之中，对产品开发和设计、制造运营、供应链、营销和销售、智能客服及知识库等方面产生积极影响，众多制造业企业又面临着一个关键节点：如何在人工智能技术飞速发展的时代中与时俱进，充分利用人工智能、大数据等数字化技术实现制造业的再次跃迁。

近日，在亚马逊云科技赋能制造行业加速创新媒体沟通会上，亚马逊云科技大中华区战略业务发展部总经理顾凡认为，制造业数字化转型已步入深水区，高端化、智能化、绿色化是未来重要的趋势，亚马逊云科技正与包括施耐德电气等客户紧密合作，推动包括生成式AI等技术在制造业的落地。

机遇与挑战并存，制造业该如何面对

事实上，中国制造业目前面临着机遇与挑战并存的局面。

从挑战来看，传统制造业已经进入到数字化转型的深水区，需要加速迈向智能化升级。相关规划表明，国家希望未来十年数字化、网络化、智能化制造在全国工业企业基本普及。另外，随着双碳目标的颁布，制造业也需要在绿色节能和可持续发展等下功夫，逐步实现绿色制造。

同时，随着生成式AI浪潮的兴起也在深刻影响着制造业的方方面面，对于身处转型关键期的中国制造业而言，的确是一个难得机遇。例如，Gartner数据显示，到2027 年，30%的制造商将使用生成式AI 提高产品研发的效率，制造业全面拥抱生成式AI已是大势所趋。另外，制造业出海也是中国制造业面临的一大机遇。

因此，亚马逊云科技认为，制造企业当前需要从四个方面入手来推动转型：

首先，传统制造企业的数字化转型已经有一定基础，随着转型深化，仅仅依靠ERP、MES等流程管理软件远远不够，需要加速应用数据分析、AI等技术来提升效率；其次，需要加速拥抱生成式AI，尝试在产品开发和设计、制造运营、供应链等场景中使用生成式AI技术；第三，出海的中国制造企业需要借助数字化技术快速完成本地化运营能力的建设；最后，制造业需要利用数字化技术来推动绿色制造，实现制造企业的可持续发展。

顾凡介绍，今天越来越多制造企业把AI、大数据、云计算等数字化技术真正跟产品设计、制造、工厂供应链等核心业务做融合，亚马逊云科技希望持续深耕制造行业，利用多年的经验、生成式AI等领先的数字化技术、全球布局的基础设施和绿色节能方案来帮助中国市场的制造企业全面转型升级。

如今，亚马逊云科技的制造行业解决方案已经涵盖供应链管理、智能产品与服务、智能制造、工程和设计、可持续等多个方面，并且在中国市场服务了众多制造企业。

例如，西门子中国与亚马逊云科技合作，上线基于自有模型的智能知识库暨智能会话机器人“小禹”；海尔创新设计中心与计算美学Nolibox合作，通过亚马逊云科技的云服务调度实现AIGC工业设计解决方案，降低概念设计成本；施耐德电气与亚马逊云科技合作云-边协同AI视觉检测平台，实现产品质量缺陷的智能检测。

施耐德电气携手亚马逊云科技，树立智能制造标杆

施耐德电气是全球能源管理和自动化领域数字化转型的领先企业，业务遍及全球100多个国家和地区，拥有超过8万全球供应链员工，五家灯塔工厂。

作为一家制造业的领军企业，施耐德电气近年来在自身的转型中全面拥抱云计算、人工智能等先进的数字化技术，为智能制造树立了标杆。

以质量检测为例，过去产品的外观质量检测由人工肉眼判断或传统视觉检测完成，利用工业照相机对每件产品进行外观拍摄，将照片与“标准样品（golden sample）”比对与判断。“传统方式的确存在检测效率低、误检率高的情况。”施耐德电气全球供应链中国数字化转型总监冒飞飞如是说。

为此，施耐德电气与亚马逊云科技进行合作，构建云边AI视觉检测平台：云端负责模型训练和迭代及模型全生命周期管理，边缘端软件是边缘检测系统。

冒飞飞介绍，该云边AI视觉检测平台已经部署在中国区13家工厂产线之中，实现了检测自动化和智能化，误检率能降到0.5%内、漏检率降为0；不仅如此，借助云边AI视觉检测平台，产线实现了检测人员配置优化和协同效率，提升了生产效率；最后，云边协同的模式实现了云边端侧的统一管理、迭代升级，大幅提升管理效率和降低管理成本。

除了云边AI视觉检测之外，施耐德电气也在积极探索人工智能在制造业中的应用。施耐德电气今年推出的EcoStruxure AI引擎，旨在完善算力与数据等要素供给为基础，以模型算法创新为关键，以场景应用为牵引，构建活跃的AI创新应用生态。

针对目前大模型、生成式AI对于制造业带来巨大影响，冒飞飞直言：“AI在工业场景的应用具有二八定律，像安防类场景模型等可以被规模化应用；但AI模型在工业领域遇到的最大问题是场景的碎片化特异性。像制造涉及焊接、注塑等工艺流程具有很高的行业壁垒，且碎片化情况严重，需要一机一模型。”

因此，施耐德电子认为大模型出于发展早期，大模型与小模型并不矛盾，而是一体两翼，相辅相成和长期存在。据悉，施耐德电气沉淀了大量语料与经验，正在积极探索大模型在工业能源降碳、财务、人力资源、维修等场景的应用，未来有望先从企业内部知识管理、智能知识问答等产品与场景做切入。

“施耐德电气现在推行AI for All的策略，鼓励所有员工积极认识和使用AI技术，让AI惠及到每一名员工，帮助他们更好地解决业务问题、提升效率和创新能力。”冒飞飞最后表示道。