• 请填写用户名
  • 请填写密码

当前位置:首页 > 专题

梁睿:亚马逊如何赋能汽车企业出海

  9月24-26日,“2024中国汽车供应链大会暨第三届中国智能网联新能源汽车生态大会”在武汉市举办。本届大会由中国汽车工业协会和东风汽车集团有限公司联合主办,以“新挑战、新对策、新机遇——推动中国汽车供应链可持续发展”为主题,共设置1场闭门会议、1场大会论坛和4场主题论坛等6场会议,并有供应链发展报告发布、创新成果推介、香港车博会及论坛、中国汽车供应链协同创新全国行首站(东风汽车站)等一系列发布或配套活动。其中,在9月26日上午举办的“【中国汽车供应链协同创新全国行-东风汽车站】整零交流会”上,亚马逊云科技中国区汽车解决方案架构师团队高级经理梁睿发表精彩演讲。以下内容为现场发言实录:

  谢谢主持人。谢谢主办方、协会以及东风汽车给我这个机会,与大家一起交流亚马逊如何作为一个云计算的公司,如何帮助我们的汽车企业做到全球出海,以及在今天生成式AI这样一个大的浪潮下面,我们如何做到赋能客户。
  即使今天我们有非常多地缘政治,还有贸易摩擦不确定因素,汽车出海依旧是车企非常明确的方向,我们从行业以及服务客户的情况来看,大概有三个趋势。
  第一个趋势,出海在不断加速。我们可以看到,2023年年均复合增长率达到了57%,并且这个聚集效应是非常明显的,前10位的主机厂覆盖了90%的销量。与此同时在出海的比例里面,电动车占了非常高的部分,占比在逐年增加。在去年的时候占比是占到整体的34%,在这个过程中增长率达到了68%,尤其像在欧洲出口的大本营,整体的占比也达到了55%以上。从覆盖区域来看,亚太和欧洲依旧是我们一个重点的关注区域。与此同时,在澳新、中东、南美、非洲也是一个非常快速增长的市场,这是我们看到的几个趋势。
  然后,亚马逊服务了中国80%以上的企业出海,选择亚马逊作为它云的基座去服务它的海外市场。在过程中看到有几个趋势,总结为“四叠浪”,一是车企期望熟悉当地的供应链、营销体系和渠道,去提供适合于本地的产品,以及一个极致用户体验。第二部分是说虽然单品出口价比国内高一些,企业在出海过程中依然非常注重降本、增效,在技术层面做到全球一样的架构。第三部分,企业在出海过程中非常注重当地数据合规以及本土业务合规,比如欧盟的GDPR,以及R155和R156的法规。最后一部分,从单一车型出海到现在的模式出海,更重要是从供应链的整合,从生态,从当地渠道,包括亚马逊自己电商的体系一起去集合,做到模式的出海。
  我们再来看看车企对于云的使用情况,随着智能化、电动化、出海这个趋势,云计算在汽车的转型过程中占到的份额会越来越重,尤其像新势力公司第一天就是长在云上,在云端进行开发,我们的传统车企也在积极进行数字化的创新。主要集中在自动驾驶、车联网、智慧交通以及企业数字化方面,贡献了很大云的用量,预计到2027年在可以达到100亿美元的规模。
  我们总结了七大市场优势,一是在车联网领域,利用生成式AI,提供智能语音助手,可以通过唤醒去操作汽车。二是在智驾领域大家都在探索端到端的大模型,同时很重要的一点,咱们中国在全球领先实现了自动驾驶的商业化,比如说城市NOA、高速NOA的普及。三是在汽车研发领域,目前在下一代电气架构上面,积极使用软件定义汽车这样的方式,将硬件进行虚拟化,实现对等开发,加速研发和测试的左移,去满足我们这个产品研发周期的缩短。
  四是在营销侧,汽车整车厂也非常注重营销工具的自动化,这个自动化带来的结果就是可以直面客户提供更加优秀的定制化的服务。五是随着研发周期缩短到36个月甚至24个月,有很多产品需要软件的方式并行的方式去加速研发。六是全球的扩张为了抵御风险采用轻资产的模式去运行。七是欧盟电池颁布了相关的法案,在动力电池部分,一个全生命链路的追踪也是一个非常迫切的要求。
  亚马逊云科技成为车企的桥梁去连接出海,通过六大优势去帮助客户在出海以及本土的创新。
  第一是引领行业的安全规范,大家非常重视法律法规,在亚马逊我们有超过140项安全标准,以及300多项安全合规的服务和功能。第二是覆盖全球的基础设施,连续13年被评为云计算的领先计划,评为IDC车联网优质的供应商,帮助客户做创新。第三我们不仅是一个云供应商,在车联网跑的用户和我们共创了非常多的解决方案,像比亚迪、小鹏,像海外的宝马、丰田都跑在亚马逊云科技上,去做它下一代车的研发和车联网。第四在解决方案层面,除了靠自身之外,在全球有超过10万家的合作伙伴,像地平线、博世、大陆集团与我们合作进行共创。全球除了云计算之外,有电商,有广告、语音、音影服务等等,去助力客户实现刚才所说的模式出海中间的服务体系。
  从全球基础架构层面,亚马逊在全球推出34个区域和108个可用区,可以做到客户的一键触达当地的用户,并且做到全球一致架构的体验,快速进行业务拓展。我们计划在出海比较集中的,像中东的沙特、南美的墨西哥、亚太的泰国还有澳新的新西兰,推出新的区域满足企业就近部署的诉求。
  我们除了作为一个云计算的供应商之外,还和合作伙伴以及车企构建汽车的解决方案,更往业务层面去走,今年也完成了整个汽车行业的垂直化,我这个团队负责给大家提供解决方案,在8个业务领域都有相应的探索和成熟方案,比如像软件定义汽车,在北京车展的时候和地平线,一起推出了云上基于J6芯片的虚拟工作台。
  在智能网联方面,我们已经是一个领头的企业,大部分企业都在我们这上面运行它的,无论在出海还是在外资入华,都利用亚马逊科技去跑它的智能网联系统。
  像自动驾驶,我们也和很多的在舱驾融合方面做探索。
  刚才是总结了整体我们生态在出海方面亚马逊云的优势,和如何赋能企业。2022年开始,整个行业全部行业都在积极拥抱生产式AI,生产式AI如火如荼地发展,与数千家客户进行了相关落地,从过去的POC到今天的生产落地,我们总结了三个成功因素,一是选好Use Case,二是有非常强有力的执行,三是管控。我后面将从这三方面进行进一步阐述。
  第一,选好Use case,今天生成式AI作为一个新兴技术不再是从IT这个领域自己往下去做,我们往往聊的就是业务部门自己的诉求,非常注重在选择用户案例的时候,从业务价值和可行性双重去看,当我们的业务有强需求和痛点,在可行性优势产生明显ROI的情况下,把它选择为一个有效的案例。
  因此,围绕客户的旅程,打造一个全生命周期的,利用生成式AI打造完整的赋能里程,达到降本增效。
  每周大家看新闻的时候,也可以看到百模大战,每周都有新的大语言模型出来,荣登榜单,因此总结出来,可以看出来没有唯一的大模型可以适应于所有领域,比如说现在有很多车企利用闭源的大模型去做高端的能力,做端到端的研发。从成本的考虑,采用开源的模型,提供实时性和准确度要求相对低一些的场景,降低成本。同时在专业细分领域或者端测,同时也利用一些小参数的大模型降低硬件要求。
  在亚马逊上面我们就响应客户诉求,推出了三层技术栈去满足大家生成式AI的诉求,在最底层就是基础设施,例如算力,有英伟达的GPU,还有自研的推理芯片和训练芯片,同时还有一个可以支撑2万张卡Ultra Cluster超大集群从网络、算力、存储去支撑客户超大容量的训练需求。在中间层也推出了Bedrock服务,可以帮助客户实现多种大语言模型的托管,通过API的方式去调用,最上一层是直接开箱即用的,是不需要太多技术的能力,可以快速地体验大模型技术,比如说像商业智能。 Amazon Q有点像007里面的Q博士,有商业智能,有研发效率的提升Q Developer,还有BI工具QuickSight,Connect是做智能客服Call center。
  在亚马逊云上有非常丰富的世界级顶级的比如像Cloud3.5这是目前最先进的一个模型。同时我们也支持百川、智谱、深度求索、零一万物、千问等国内开源偶像也可以跑在亚马逊云科技上,去提供不同层面的大语言模型能力。
  我们可以看到今天广泛的案例主要分为三个方向:用户效率提升和生产力提升,用户体验提升,和新的模式,创造新的利润,这三个大的层面客户积极进行了广泛探索。例如在自动驾驶层面,现在有很多的路采数据,路采之外还有很多场景是可以通过大语言模型去进行数据合成,降低路采的要求。还有做一些研究的时候,我们可以利用大语言模型进行研报的阅读,减少人工阅读时间。在智能客服里面,通过非常良好的交互式体验Chatbot,回答客户问题。
  在外观设计层面,包括像流体力学仿真,利用生成式AI的能力,去实现降本增效。我后面就集中以三个比较典型的案例来跟大家分享一下。
  第一个是著名车企的代码伴侣,我们利用大语言模型,过去是靠人工来写的。它的开发面对的终端设备,前端的代码开发变动会非常多,同时它是多语言的开发,它的私密性要求代码在它本地去做存储,因此和我们一起合作,利用企业私有化的代码仓库,利用大语言模型,常用IDE集成,做到了38%代码效率的提升。过去的一个新功能开发大概要一两天,现在大概10多分钟就可以利用大语言模型,给你做一些代码的辅助去完成它。
  第二部分是在自动驾驶领域,我们知道自动驾驶每天都在PB级别的数据进行上收,在里面有很多脏数据清洗,Corner Case标注,过去靠人工是非常麻烦的一件事情。还有一个部分,过去我们是单个图像去检索,时序信息会丢失,今天如果我们检索一个叫“经过施工现场”,你可能检不出来,你们就要考虑到有路锥,有穿马甲维修人员,还有可能其他的障碍物的信息。今天也是利用VLM大语言模型和我们客户一起完成了进行自动标注以及检索,比如我们现在可以非常方便地看到,检索一个安全事故15秒到30秒的视频,或者一个施工现场的视频,并且整个方案是一个无服务器的方式,去减少整体客户总的拥有成本。
  最后一个部分,是现在也非常红火的,通过生成式AI,用自然语言的方式,把以前BI的这个工具,人去画BI Report和Dashboard,变成利用RAG,其实就是知识库、知识图谱,然后利用大语言模型,去满足即席查询的需求,用自然语言模型就可以生成我们所需要的SQL的语言,生成一些Dashboard,去方便客户进行比如说生产预测,供应链供销的一些预测,这样的话极大提升我们整体的效率。
  最后这个是说,我们不仅要做一个先进的AI,同时要做一个负责任的AI,去帮助大家做好这部分。
  以上就是我今天简短20分钟给大家做一个汇报,看亚马逊云科技如何在车企出海和生成式AI等等层面怎么给大家做一个保驾护航。
  谢谢大家!
  (注:本文根据现场速记整理,未经演讲嘉宾审阅)
版权声明:本文系汽车纵横网原创文章,如需转载请注明出处和作者,并加上指向链接:http://www.autoreview.com.cn,谢谢合作。

地址:北京市丰台区五圈南路30号院1号楼D座3层302室 邮编:102600
电话:010-63429223
E-mail:autoreview@caam.org.cn
《汽车纵横》杂志社有限公司