生成式AI赋能千行百业加速创新，2023亚马逊云科技re:Invent行业盘点-编程知识

2023亚马逊云科技re:Invent全球大会已于上周圆满闭幕，在本次大会中，亚马逊云科技又为大家带来了很多功能/项目迭代更新，也重磅发布了很多全新的功能。今天从行业视角来盘点回顾哪些重磅发布适用于垂直行业客户，以及面向汽车、制造、生命科学、零售和电商、游戏、金融服务等行业的精彩发布和客户实践。

汽车和制造

Amazon IoT SiteWise Edge（预览版）现已在Siemens Industrial Edge Marketplace推出

Amazon IoT SiteWise Edge预览版已在Siemens Industrial Edge Marketplace上推出，这是一款易于收集、组织、处理和监控设备数据的本地软件，以帮助简化、加速和降低将工业设备数据发送到亚马逊云科技上的成本。

这一新产品使客户能够使用已经连接到机器的西门子工业边缘设备，更快地将各种工业协议中的工业设备数据吸收到云中，从而消除配置层，加快价值实现时间。采用Amazon IoT SiteWise Edge从工业设备数据中获得业务价值，并将其用于本地和云应用程序、推理引擎，以及将其存储在数据湖中。它解锁了许多典型工业用例，如资产监控、预测性维护、质量检查和能耗监控等。

推出vision system data from Amazon IoT FleetWise（预览版）

推出vision system data from Amazon IoT FleetWise预览版，可让车企高效收集车辆数据并在进行高效管理。有了这一新功能，您可以轻松地从包括摄像头、雷达和激光雷达在内的车辆视觉系统中收集和组织数据。它使结构化和非结构化视觉系统数据、元数据（事件ID、活动、车辆）和标准传感器（遥测数据）在云中自动同步，从而更容易收集事件的全貌并获得见解。此新功能用于任何需要车辆视觉系统数据的用例，例如为自动驾驶或驾驶员个性化功能提供动力的训练机器学习（ML）模型。

推出基于高通AI 100 Amazon EC2 DL2q实例，帮助OEM加速自动驾驶功能开发

推出新的Amazon EC2 DL2q实例，由高通AI 100提供支持。Amazon EC2 DL2q实例是第一批将高通的人工智能解决方案引入云计算的实例类型。OEM工程师使用Amazon EC2 DL2q实例为AD/ADAS（自动驾驶/高级驾驶员辅助系统）等开发并验证深度学习（DL）工作负载的性能和准确性。BMW Group将成为第一家使用Amazon EC2 DL2q实例帮助其下一代汽车“Neue Klasse”开发高度自动化驾驶功能的汽车制造商，该汽车将于2025年推出。

汽车和制造的云上创新

亚马逊云科技汽车与制造副总裁Wendy Bauer带来汽车和制造行业的云上创新分享。Wendy分享如何利用数据的力量在汽车和制造行业客户中得到应用，围绕客户旅程、和产品旅程两大链条，技术将如何帮助客户创新。

客户旅程（customer journey）包括用户发现&售前、商务&支付、售后服务、用户留存&忠诚度等环节。

产品旅程（product journey）覆盖研发、设计优化、制造运营、产品体验等环节，亚马逊云科技围绕该链条中这些环节提供了诸多服务。

亚马逊云科技与Salesforce合作推出Amazon IoT FleetWise&Saleforce Automotive Cloud，为客户提供了丰富的准实时车队洞察，使得准实时车队数据的访问变得更加便捷，提高了客户参与度，从而增强了客户体验。

Siemens Digital Industries Software总裁和CEO分享了Teamcenter X将在亚马逊云科技上以SaaS服务推出，可帮助工业客户成本降低60%，100%时刻保持最新，10X扩展，上市时间缩短50%，并实现安全可靠和全球覆盖。运行在亚马逊云科技上的Teamcenter X处理整个PLM环境中的操作、管理和安全，使组织能够更加创新、敏捷和富有创造力。

汽车行业精选客户实践

BMW分享了基于亚马逊云科技构建下一代自动驾驶平台。
Honda分享了基于亚马逊云科技实现软件定义移动出行。
Toyota分享借助亚马逊云科技实现零停机、客户无感知云迁移，Drivelink为数百万客户提供安全应急服务。
Cox Automotive分享借助利用亚马逊云快捷人工智能技术推动营销个性化、网站优化和车辆推荐等。
Volvo分享云优先的智能代码流水线构建软件定义汽车。
比亚迪采用亚马逊云科技部署其智能网联平台和Amazon Alexa等，提升汽车研发效率、改善车内体验。
上汽海外出行宣布已选择亚马逊云科技为其出海的自主品牌汽车构建智能网联解决方案等。

制造行业精选客户实践

Georgia Pacific利用Amazon Bedrock帮助员工快速检索关键的工厂数据，并回答他们有关机器的问题。
Carrier已筛选50+生成式AI用例，将在整个业务中应用和扩大生成式AI的价值。
Unox，一家食品服务设备制造商，分享采用Amazon Connect提升客户满意度、降低成本并提高生产力。
NXP分享采用亚马逊云科技高性能计算加速芯片创新。
Northvolt分享借助亚马逊云科技实现软件定义工厂，促进可持续发展。
Panasonic Energy分享利用亚马逊云科技计算机视觉服务提升质量检测和可预测性维护。
Heidelberg利用亚马逊云科技IoT能力等实现EaaS（Equipment as a Service）收入占集团营收13%。

生命科学

推出AI recommendations for descriptions in Amazon DataZone

可以丰富业务数据目录来帮助生命科学客户改进数据发现、数据理解和数据使用。在生命科学领域，客户在研究、临床、制造和商业领域拥有庞大、复杂且不断增长的数据。随着业务趋势的变化，合并、收购和撤资的元数据和数据理解也随之丧失。手动创建此元数据可能是一项繁琐而昂贵的任务。

DataZone中描述的人工智能推荐使用生成式AI来识别分析所需的数据表和列，这增强了数据的可发现性。这使数据消费者（如数据分析师、数据工程师和数据科学家）能够掌握更多的上下文数据，为他们的分析提供信息。自动生成的描述提供了更丰富的搜索体验，因为搜索结果现在也基于详细描述、可能的用例和关键列。

NVIDIA BioNeMo和NVIDIA MONAI引入亚马逊云科技

NVIDIA将DGX Cloud和BioNeMo引入亚马逊云科技。NVIDIA BioNeMo是一个用于药物发现的生成式AI平台，现已在Amazon SageMaker和Amazon ParallelCluster上提供，很快将在NVIDIA DGX Cloud上引入。这使制药公司能够通过使用自己的数据简化和加速模型的训练来加快药物发现。

NVIDIA现在还提供MONAI作为托管云服务，借助NVIDIA MONAI，解决方案提供商可以更容易地将人工智能集成到他们的医学成像平台中，使他们能够为放射科医生、研究人员和临床试验团队提供强大的工具，以建立领域专用的人工智能工厂。这些API可通过NVIDIA DGX Cloud AI超级计算服务访问。

Amazon HealthScribe正式可用

这是一项符合HIPAA标准的生成式AI服务，旨在帮助医疗应用程序构建者从患者与临床医生的对话中自动创建初步临床文档。

使用Amazon HealthScribe，您可以将经过专门训练的语音识别和生成式AI集成到您的应用程序中，以帮助加快临床文档编制并增强咨询体验。Amazon HealthScribe使医疗保健软件提供商更容易、更快地包含生成式AI功能，而无需管理底层机器学习（ML）基础设施或训练自己的医疗保健专用大型语言模型（LLM）。

生命科学行业精选客户实践

辉瑞：通过应用程序、数据库和服务器迁移上云，亚马逊云科技帮助辉瑞每年节省超过4700万美元，数据生成速度提升75%

辉瑞首席数字和技术官Lidia Fonseca在亚马逊云科技的首席执行官Adam Selipsky主题演讲上分享借助亚马逊云科技生成式AI能力，进行最具创新性的合作带来的成就。辉瑞公司与亚马逊云科技合作，已经在17个用例中利用其力量推动创新和生产力。

2021年，辉瑞公司开始了向亚马逊云科技的迁移举措：在42周内迁移12000个应用程序和数据库以及8000台服务器，将核心IT上云的比例从10%提高到80%。此举每年为辉瑞节省了4700多万美元，并帮助该公司退出了3个数据中心，减少了4700吨二氧化碳排放，相当于1000户家庭每年的能源使用量。而且，这使得创新得以快速而大规模地进行，将数据生成速度提高了75%。

Amgen利用Amazon HealthOmics将基因组学数据转化为见解，为全球患者提供药物加速治疗。Gilead利用生成式AI加速评估潜在靶点，加速药物发现。

零售电商

Amazon Personalize推出Content Generator功能

Amazon Personalize推出Content Generator功能，这是一项由生成式AI驱动的新功能，可以识别推荐项目之间的在主题方面的联系，让推荐更具吸引力。Content Generator可以帮助客户制作宣传语，以创造更具吸引力的浏览体验。

Amazon Personalize可以为您的用户大规模生成推荐。在产品页面或营销活动中展示这些推荐时，企业通常会采用通用的宣传语，例如“购买此商品的人也购买了”或“因为你看过”。Amazon Personalize Content Generator可以使用大型语言模型（LLM）生成一段文字，用来描述推荐项目之间在主题方面的相似性。这些文字可以用在推荐轮播的标题或电子邮件主题行中。

零售电商行业精选客户实践