“纵观汽车和制造行业，我们在全球观察到了三个AI落地趋势。”近期在佛山举行的亚马逊云科技汽车与制造行业峰会上配资排行爆仓率高吗，亚马逊云科技汽车与制造全球总经理Ozgur Tohumcu分享称，三个趋势分别是：一是经过多年的经验和数据积累AI开始大规模在自动驾驶领域落地，二是工业场景尤其在制造业和汽车行业中物理AI的深度渗透，三是全球大型企业正在迈向智能体架构和智能体组织，贯穿销售、营销、采购、供应链管理到制造等各个方面。
AI落地汽车制造，研发环节ROI最快
一旦这些汽车和制造业的底层问题被解决，价值会先从哪里冒出来？以汽车行业为例，Ozgur Tohumcu告诉南都N视频记者，尽管真正的商业价值与效率突破通常来自整条价值链的打通与协同，但如果要给AI在汽车行业各环节的作用进行价值排序，他认为研发环节往往带来最早、最快的ROI。
“这种商业价值主要体现在两个维度。第一，以汽车软件的设计、开发、验证和部署为例。每一个阶段都能从AI技术中获益：在设计阶段，你可以使用AI设计更快地迭代设计；在开发阶段，AI编程助手能显著提高工程师的编码效率；当你进入验证阶段时，特别是在自动驾驶算法的测试上，系统能够快速生成各类仿真工况并进行高并发验证。以我们的客户宝马集团为例，他们已经在亚马逊云科技上完成了超过 10 亿公里的自动驾驶海量仿真数据训练，这就是工业级规模的最佳体现。”
10倍杠杆平台Ozgur Tohumcu认为这种飞跃带来了可观的双重收益，因为压缩研发成本也会显著缩短产品的上市周期。“这正是中国车企做得非常出色的一点。传统的欧洲OEM，他们过去的研发周期在4到5年之间，如今压缩到了大概3年。而在中国，现在只需18到24个月。所以研发是AI赋能价值最高的环节。”
供应链环节被Ozgur Tohumcu视为机遇与挑战并存的一块。Ozgur Tohumcu称，供应链数据分散在自有系统与供应商系统中，借助智能体系统可跨系统访问这些数据，并构建提炼业务价值、简化流程的用例，从而重新设计供应链运营；对一家典型的传统车企而言，重塑供应链运营可节省数十亿美元，并带来立竿见影的利润改善。
中国AI在速度和规模上领先
Ozgur Tohumcu进一步表示，当制造业和汽车企业谈论AI应用时，经常会对效率和速度提出要求。但这在他看来，技术并非阻碍企业速度的原因。
在Ozgur Tohumcu看来，影响的关键因素在于企业缺乏合适的数据基座来支撑AI服务的规模化扩展。据他观察，5到7年前许多企业开始转向构建更为统一的数据结构。在此之前，每个部门都有自己的数据源，供应链、制造部门、销售和市场营销各有一套。也有不少企业完成了向统一数据模型的转变，但这种统一只是以静态方式把数据汇集在一起。
除了数据基座，另一个问题在于治理、安全性和可观测性。Ozgur Tohumcu认为，随着AI转向通过智能体系统进行执行事务，有必要建立强大的护栏、可观测性和可追溯性，确保AI按照规范来交付。
元股证券:ygzq.hk视野放大到全球市场，这些条件在不同区域的成熟度和推进节奏并不相同。谈及不同区域在模型选择的不同特点，Ozgur Tohumcu认为，在前沿模型方面美国处于领先，在物理AI的落地实现及其与前沿模型的协同上，美国也凭借前沿模型保持领先。
亚洲地区特别是中国的模型则在速度和规模上领先。“我认为中国的速度简直令人惊叹。我觉得这里有着非常浓厚的试验探索文化。一旦某些尝试奏效了，这里的文化就会促使你以极快的速度去规模化扩张。我认为这一点对于物理AI的落地实现也是极其重要的，因为当你看到某些方案切实可行时，你必然希望能够快速规模化推广，从而产生实质的商业影响力。”
欧洲的强项则在治理政策上。他提到，部署物理AI系统时必然涉及数据被谁使用、存放在哪里、谁有权访问、性质为何等问题，欧洲对主权和数据规则的理解相当深入。
采写：南都N视频记者 林文琪配资排行爆仓率高吗
配资门户网站提示：本文来自互联网，不代表本网站观点。
