?2023亞馬遜云科技re:Invent全球大會已于上周圓滿閉幕,在本次大會中,亞馬遜云科技又為大家帶來了很多功能/項目迭代更新,也重磅發布了很多全新的功能。今天從行業視角來盤點回顧哪些重磅發布適用于垂直行業客戶,以及面向汽車、制造、生命科學、零售和電商、游戲、金融服務等行業的精彩發布和客戶實踐。
?汽車和制造
-
Amazon IoT SiteWise Edge(預覽版)現已在Siemens Industrial Edge Marketplace推出
?Amazon IoT SiteWise Edge預覽版已在Siemens Industrial Edge Marketplace上推出,這是一款易于收集、組織、處理和監控設備數據的本地軟件,以幫助簡化、加速和降低將工業設備數據發送到亞馬遜云科技上的成本。
?這一新產品使客戶能夠使用已經連接到機器的西門子工業邊緣設備,更快地將各種工業協議中的工業設備數據吸收到云中,從而消除配置層,加快價值實現時間。采用Amazon IoT SiteWise Edge從工業設備數據中獲得業務價值,并將其用于本地和云應用程序、推理引擎,以及將其存儲在數據湖中。它解鎖了許多典型工業用例,如資產監控、預測性維護、質量檢查和能耗監控等。
-
推出vision system data from Amazon IoT FleetWise(預覽版)
?推出vision system data from Amazon IoT FleetWise預覽版,可讓車企高效收集車輛數據并在進行高效管理。有了這一新功能,您可以輕松地從包括攝像頭、雷達和激光雷達在內的車輛視覺系統中收集和組織數據。它使結構化和非結構化視覺系統數據、元數據(事件ID、活動、車輛)和標準傳感器(遙測數據)在云中自動同步,從而更容易收集事件的全貌并獲得見解。此新功能用于任何需要車輛視覺系統數據的用例,例如為自動駕駛或駕駛員個性化功能提供動力的訓練機器學習(ML)模型。
-
推出基于高通AI 100 Amazon EC2 DL2q實例,幫助OEM加速自動駕駛功能開發
?推出新的Amazon EC2 DL2q實例,由高通AI 100提供支持。Amazon EC2 DL2q實例是第一批將高通的人工智能解決方案引入云計算的實例類型。OEM工程師使用Amazon EC2 DL2q實例為AD/ADAS(自動駕駛/高級駕駛員輔助系統)等開發并驗證深度學習(DL)工作負載的性能和準確性。BMW Group將成為第一家使用Amazon EC2 DL2q實例幫助其下一代汽車“Neue Klasse”開發高度自動化駕駛功能的汽車制造商,該汽車將于2025年推出。
-
汽車和制造的云上創新
?亞馬遜云科技汽車與制造副總裁Wendy Bauer帶來汽車和制造行業的云上創新分享。Wendy分享如何利用數據的力量在汽車和制造行業客戶中得到應用,圍繞客戶旅程、和產品旅程兩大鏈條,技術將如何幫助客戶創新。
?客戶旅程(customer journey)包括用戶發現&售前、商務&支付、售后服務、用戶留存&忠誠度等環節。
?產品旅程(product journey)覆蓋研發、設計優化、制造運營、產品體驗等環節,亞馬遜云科技圍繞該鏈條中這些環節提供了諸多服務。
?亞馬遜云科技與Salesforce合作推出Amazon IoT FleetWise&Saleforce Automotive Cloud,為客戶提供了豐富的準實時車隊洞察,使得準實時車隊數據的訪問變得更加便捷,提高了客戶參與度,從而增強了客戶體驗。
?Siemens Digital Industries Software總裁和CEO分享了Teamcenter X將在亞馬遜云科技上以SaaS服務推出,可幫助工業客戶成本降低60%,100%時刻保持最新,10X擴展,上市時間縮短50%,并實現安全可靠和全球覆蓋。運行在亞馬遜云科技上的Teamcenter X處理整個PLM環境中的操作、管理和安全,使組織能夠更加創新、敏捷和富有創造力。
?汽車行業精選客戶實踐
-
BMW分享了基于亞馬遜云科技構建下一代自動駕駛平臺。
-
Honda分享了基于亞馬遜云科技實現軟件定義移動出行。
-
Toyota分享借助亞馬遜云科技實現零停機、客戶無感知云遷移,Drivelink為數百萬客戶提供安全應急服務。
-
Cox Automotive分享借助利用亞馬遜云快捷人工智能技術推動營銷個性化、網站優化和車輛推薦等。
-
Volvo分享云優先的智能代碼流水線構建軟件定義汽車。
-
比亞迪采用亞馬遜云科技部署其智能網聯平臺和Amazon Alexa等,提升汽車研發效率、改善車內體驗。
-
上汽海外出行宣布已選擇亞馬遜云科技為其出海的自主品牌汽車構建智能網聯解決方案等。
?制造行業精選客戶實踐
-
Georgia Pacific利用Amazon Bedrock幫助員工快速檢索關鍵的工廠數據,并回答他們有關機器的問題。
-
Carrier已篩選50+生成式AI用例,將在整個業務中應用和擴大生成式AI的價值。
-
Unox,一家食品服務設備制造商,分享采用Amazon Connect提升客戶滿意度、降低成本并提高生產力。
-
NXP分享采用亞馬遜云科技高性能計算加速芯片創新。
-
Northvolt分享借助亞馬遜云科技實現軟件定義工廠,促進可持續發展。
-
Panasonic Energy分享利用亞馬遜云科技計算機視覺服務提升質量檢測和可預測性維護。
-
Heidelberg利用亞馬遜云科技IoT能力等實現EaaS(Equipment as a Service)收入占集團營收13%。
?生命科學
-
推出AI recommendations for descriptions in Amazon DataZone
?可以豐富業務數據目錄來幫助生命科學客戶改進數據發現、數據理解和數據使用。在生命科學領域,客戶在研究、臨床、制造和商業領域擁有龐大、復雜且不斷增長的數據。隨著業務趨勢的變化,合并、收購和撤資的元數據和數據理解也隨之喪失。手動創建此元數據可能是一項繁瑣而昂貴的任務。
?DataZone中描述的人工智能推薦使用生成式AI來識別分析所需的數據表和列,這增強了數據的可發現性。這使數據消費者(如數據分析師、數據工程師和數據科學家)能夠掌握更多的上下文數據,為他們的分析提供信息。自動生成的描述提供了更豐富的搜索體驗,因為搜索結果現在也基于詳細描述、可能的用例和關鍵列。
-
NVIDIA BioNeMo和NVIDIA MONAI引入亞馬遜云科技
?NVIDIA將DGX Cloud和BioNeMo引入亞馬遜云科技。NVIDIA BioNeMo是一個用于藥物發現的生成式AI平臺,現已在Amazon SageMaker和Amazon ParallelCluster上提供,很快將在NVIDIA DGX Cloud上引入。這使制藥公司能夠通過使用自己的數據簡化和加速模型的訓練來加快藥物發現。
?NVIDIA現在還提供MONAI作為托管云服務,借助NVIDIA MONAI,解決方案提供商可以更容易地將人工智能集成到他們的醫學成像平臺中,使他們能夠為放射科醫生、研究人員和臨床試驗團隊提供強大的工具,以建立領域專用的人工智能工廠。這些API可通過NVIDIA DGX Cloud AI超級計算服務訪問。
-
Amazon HealthScribe正式可用
?這是一項符合HIPAA標準的生成式AI服務,旨在幫助醫療應用程序構建者從患者與臨床醫生的對話中自動創建初步臨床文檔。
?使用Amazon HealthScribe,您可以將經過專門訓練的語音識別和生成式AI集成到您的應用程序中,以幫助加快臨床文檔編制并增強咨詢體驗。Amazon HealthScribe使醫療保健軟件提供商更容易、更快地包含生成式AI功能,而無需管理底層機器學習(ML)基礎設施或訓練自己的醫療保健專用大型語言模型(LLM)。
?生命科學行業精選客戶實踐
-
輝瑞:通過應用程序、數據庫和服務器遷移上云,亞馬遜云科技幫助輝瑞每年節省超過4700萬美元,數據生成速度提升75%
?輝瑞首席數字和技術官Lidia Fonseca在亞馬遜云科技的首席執行官Adam Selipsky主題演講上分享借助亞馬遜云科技生成式AI能力,進行最具創新性的合作帶來的成就。輝瑞公司與亞馬遜云科技合作,已經在17個用例中利用其力量推動創新和生產力。
?2021年,輝瑞公司開始了向亞馬遜云科技的遷移舉措:在42周內遷移12000個應用程序和數據庫以及8000臺服務器,將核心IT上云的比例從10%提高到80%。此舉每年為輝瑞節省了4700多萬美元,并幫助該公司退出了3個數據中心,減少了4700噸二氧化碳排放,相當于1000戶家庭每年的能源使用量。而且,這使得創新得以快速而大規模地進行,將數據生成速度提高了75%。
-
Amgen利用Amazon HealthOmics將基因組學數據轉化為見解,為全球患者提供藥物加速治療。Gilead利用生成式AI加速評估潛在靶點,加速藥物發現。
?零售電商
-
Amazon Personalize推出Content Generator功能
?Amazon Personalize推出Content Generator功能,這是一項由生成式AI驅動的新功能,可以識別推薦項目之間的在主題方面的聯系,讓推薦更具吸引力。Content Generator可以幫助客戶制作宣傳語,以創造更具吸引力的瀏覽體驗。
?Amazon Personalize可以為您的用戶大規模生成推薦。在產品頁面或營銷活動中展示這些推薦時,企業通常會采用通用的宣傳語,例如“購買此商品的人也購買了”或“因為你看過”。Amazon Personalize Content Generator可以使用大型語言模型(LLM)生成一段文字,用來描述推薦項目之間在主題方面的相似性。這些文字可以用在推薦輪播的標題或電子郵件主題行中。
?零售電商行業精選客戶實踐
-
ALDO集團分享利用亞馬遜云科技優化訂單管理,打造彈性訂單管理系統。
-
Very Group分享采用亞馬遜云科技將數據洞察戰略轉化為行動,以個性化體驗取悅客戶。
-
Adidas分享如何借助亞馬遜云科技全面革新數字化系統,推動業務蓬勃發展。
-
MARS分享如何借助亞馬遜云科技打破數據孤島并利用人工智能。
-
Traeger Grills分享如何借助亞馬遜云科技通過IoT降低成本并增加需求。
?游戲行業
?游戲行業精選客戶實踐
-
Riot Games計劃關閉其最后數據中心,完成向亞馬遜云科技的全面遷移。
-
Fatshark分享采用亞馬遜云科技實現《戰錘40K暗潮》1小時內玩家人數從0增至10萬。
-
任天堂分享借助亞馬遜云科技對eShop系統進行現代化改造,提升靈活性和游戲上市速度。
-
Warner Bros. Games分享借助Amazon GameLift等支持數百萬名并發在線玩家。
-
Unreal Engine分享使用Graviton構建具有成本效益的視頻游戲。
?金融行業
?金融行業精選客戶實踐
-
NatWest分享使用Amazon Bedrock向其1600萬客戶生成超個性化的信息。
-
Sun Life分享利用Amazon Bedrock來實驗生成人工智能應用程序,以提高員工生產力。
-
Verafin,納斯達克子公司,分享利用生成式AI提高反洗錢和欺詐預防流程的效率。
-
Capital One分享在亞馬遜云科技上運行金融核心服務,保障高可靠、高彈性和數據一致性。
-
Coinbase分享在亞馬遜云科技上構建超低延遲加密貨幣交易所。
-
高盛集團分享全天候零宕機保障每天處理價值數十億美元交易。
-
Santander銀行分享如何借助亞馬遜云科技構建規模化云原生交易平臺。