「大モデルは最適ではないかもしれない」アマゾンクラウドテクノロジー顧凡：製造業は現在も「二足歩行」

SNT

デジタル化の波が盛んに発展し、新技術がリードする産業変革環境の下で、デジタル化とインテリジェント化は企業のモデルチェンジとグレードアップに新たなチャンスを提供している。
アマゾンクラウドテクノロジーは11月9日、産業製品設計概念図生成、マーケティング図庫方案生成と企業内知識庫協同の3つのシーンを検証し、企業がプロセス、人力から手を携え、効率を向上させるのを支援する生成式AIを発表した。
デジタル化を用いた企業のエネルギー供給は国内製造がこれまで望んできた発展方向であり、その核心は「どのようにデジタル化の転換を行うか」と「転換後に果たして本を下げて効果を上げることができるか」である。
中国の製造業の「量」から「質」へのデジタル転換の実践の中で、伝統的な製造業は技術製品の革新の時間が長く、工場全体の設備効率OEE（Overall Equipment Effectiveness、設備総合効率）の活性化が悪く、サプライチェーン効率と弾力性が低く、また新たな収入源の創造が不足するなどの集中的な挑戦に直面している。
技術の盛んな発展は製造業にコスト削減と効率化の機会窓口をもたらした。企業にとって、クラウドアップツールを使用することは、企業がこのような問題を解決する主な方法となっています。また、生成式AIの到来に伴い、製造業企業は具体的な3つのシーンで、新たな効率革命を迎えている。
ジェネレーションAIがもたらす新たなチャンス
アマゾンクラウドテクノロジーは、製造業の着地における生成式AIの3つの検証済みシーンは、まず工業製品設計分野にあると強調している。具体的には、伝統的なプロセスはまず概念設計を行い、それから設計図をレンダリングし、最後に設計審査の一環であり、このプロセスには大量の人手が必要であると同時に、複数回のやり直しなどの難題にも関連し、作業効率は相対的に低下している。一方、大モデルは「概念図」生成において大きな効率向上が確認されている。
アマゾンクラウドテクノロジー大中華区戦略業務発展部の顧凡社長は、「『概念図』の意味を強調している。代替原則を言って、概念図というブロックを大モデルに渡して迅速に生成し、それからワークフロー全体に統合することで、多くのユーザーが使用して利益を得ている」と述べた。
ハイアールはアマゾンのクラウドテクノロジーや他のパートナーと協力して、カスタマイズされた生成式AIソリューションを構築し、新製品の設計、改金のアップグレード、ルートのカスタマイズなどの工業設計のビジネスシーンに応用した。アマゾンのクラウドテクノロジーが提供するデータによると、この方案はハイアールイノベーションデザインセンターの全体概念設計を83%高速化し、統合レンダリング効率を約90%向上させた。
2つ目はマーケティング分野です。オンライン・オフラインの普及図を入庫した後、AIを利用して異なるチャネルに合ったマーケティング統合材料を迅速に生成する。
インテリジェントナレッジベース検索は、企業の着地の3番目のシーンです。国内製造企業は往々にして人員密集型企業であり、従業員数が多く、内部資料やデータも長年蓄積されてきたため膨大な数になる。アマゾンクラウドテクノロジーは生成式AI技術を利用して、顧客に企業レベルの知能知識ベースの構築を支援し、検索エンジンと大言語モデルを集合させ、企業従業員が知識ベースの中で正確で実効性のある内容を迅速に見つけ、生産と事務効率を効果的に向上させる。
また、生成型AIの発展は中小製造業企業にも「カーブ追い越し」の機会をもたらしている。
顧凡氏は、クラウドコンピューティングと生成式AIの共通点は、両者がインフラ資源であることだと考えている。今年の生成型AIの急速な発展に直面して、もともと小企業の人力と資金を阻む要素は、クラウドコンピューティングのAPIなどのコンピューティング資源にカバーされ、中小企業と大企業をある程度同じラインに引き込むことができる。
技術的手段を解決した後、顧凡氏は、中小企業と大企業の本当の違いは、業務端にあると考えている。
大モデル+小モデルが主流のソリューション
今年生成型AIが誕生して以来、この技術は製造業界のビジネスシーンへの組み込みを加速させており、製品開発と設計、製造運営、サプライチェーン、マーケティングと販売、スマートカスタマーサービスと知識ベースなどの面で大きな価値をもたらしている。
米コンサルティング会社Gartnerが発表した「2022年人工知能技術成熟度曲線」予測報告書によると、2027年までにメーカーの30%が生成式AIを用いて製品開発の効率を高める。
生成式AIは各業界の発展により大きな想像空間をもたらしたが、現在の現実は、応用レベルでは、大モデルは非常に初期の段階にある。顧凡はAIが製造業にもたらす賦能が効果を上げることを期待しているが、彼は大きなモデルの熱狂的な崇拝者ではない。
「大モデルはツールであり、大モデルがすごいと思うのは技術的な考え方です。大モデルは確かにすごいですが、実際の問題を解決するのに最適ではないかもしれません。私たちは実際の応用から出発して、もし小モデルがすでに業務問題を解決できて、しかもお得であれば、なぜ大モデルを急ぐのですか？」と顧凡氏は言う。
顧凡氏は、企業が注目すべきは技術面での使用や大モデルの使用ではなく、シーンの応用面から出発して、大モデル自体は実際にはツールにすぎず、異なるツールを最適なシーンに応用して組み合わせ、最適解を見つけることが最適な解決策だと考えている。応用面から出発して、大きなモデルを使用するには、正確に需要を解決するかどうか、コストを制御できるかどうかなどの問題を総合的に考慮する必要がある。顧凡氏は、製造業界では、大きなモデルと小さなモデルの「二足歩行」が現在の主流の解決策だと考えている。