亞馬遜云科技汽車與制造全球總經(jīng)理Ozgur Tohumcu
2025年以智能駕駛和智能座艙為主的智能化轉(zhuǎn)型將會成為汽車行業(yè)全年的主題，AI技術(shù)與汽車產(chǎn)業(yè)的深度結(jié)合也逐漸成為行業(yè)共識。作為智能化轉(zhuǎn)型的“水電煤”供應(yīng)商，云廠商也感受到了行業(yè)趨勢的變化。
“在2023年左右，我們主要看到的是生成式AI在人機(jī)交互界面上的應(yīng)用，這推動了語音交互、智能助手等早期應(yīng)用的開發(fā)。而到2024年之后，生成式AI技術(shù)進(jìn)一步被應(yīng)用于汽車價值鏈的深層環(huán)節(jié)?！苯?，亞馬遜云科技汽車與制造全球總經(jīng)理Ozgur Tohumcu分享了生成式AI對汽車行業(yè)的影響變化。
這種縱深發(fā)展標(biāo)志著生成式AI開始真正觸及汽車制造的核心流程。
大幅縮短整車開發(fā)周期
在汽車研發(fā)領(lǐng)域，生成式AI正在徹底改變傳統(tǒng)的開發(fā)模式。最顯著的突破體現(xiàn)在軟件開發(fā)效率的提升。Amazon Q Developer通過接入Claude 3.7 Sonnet實(shí)現(xiàn)了40%-50%的效率提升。
考慮到現(xiàn)代汽車包含超過1億行代碼，傳統(tǒng)開發(fā)模式下，車企需要投入數(shù)百名工程師耗時數(shù)年才能完成整套車載系統(tǒng)的開發(fā)，而生成式AI的引入正在打破這一瓶頸。Tohumcu強(qiáng)調(diào)："生成式AI技術(shù)對汽車行業(yè)最具價值應(yīng)用之一是縮短車輛開發(fā)周期。"
在輔助駕駛領(lǐng)域，生成式AI同樣展現(xiàn)出變革性的應(yīng)用前景。
面對數(shù)百萬種測試場景的需求，生成式AI能夠創(chuàng)建合成場景填補(bǔ)真實(shí)數(shù)據(jù)空白。Ozgur Tohumcu基于其此前在自動駕駛公司擔(dān)任CEO的經(jīng)驗表示，在測試輔助駕駛時一般有三層測試，即：實(shí)車測試、真實(shí)數(shù)據(jù)測試和合成數(shù)據(jù)補(bǔ)充測試。
在這三層測試中，生成式AI主要作用于第三層——通過創(chuàng)建高度逼真的合成場景，填補(bǔ)真實(shí)數(shù)據(jù)難以覆蓋的測試空白。例如，可以生成極端天氣條件下的罕見交通事故場景，或是不同國家的特殊交通標(biāo)志識別場景。值得注意的是，Ozgur Tohumcu特別指出："我們永遠(yuǎn)不會建議，在完全沒有真實(shí)數(shù)據(jù)或者場景的情況下，對某個功能進(jìn)行完整地測試。"
多重賦能汽車行業(yè)創(chuàng)新
面對汽車行業(yè)的數(shù)字化轉(zhuǎn)型需求，亞馬遜云科技提出了系統(tǒng)性的賦能方案。
首先，幫助汽車制造商打造更加現(xiàn)代化的數(shù)據(jù)架構(gòu)。車企經(jīng)常面臨互不關(guān)聯(lián)、彼此孤立的數(shù)據(jù)源，導(dǎo)致難以形成高質(zhì)量的數(shù)據(jù)集，從而面臨著海量數(shù)據(jù)陷入“孤島”的困境。
亞馬遜云科技通過提供端到端的數(shù)據(jù)戰(zhàn)略和服務(wù)，覆蓋從數(shù)據(jù)的攝入、存儲和查詢、數(shù)據(jù)庫、數(shù)據(jù)湖、到數(shù)據(jù)分析、商業(yè)智能（BI）及數(shù)據(jù)治理，再到人工智能與機(jī)器學(xué)習(xí)創(chuàng)新的各個環(huán)節(jié)，幫助企業(yè)充分挖掘數(shù)據(jù)價值與潛力。
其次，亞馬遜云科技提供了一系列的技術(shù)、服務(wù)和工具，幫助汽車企業(yè)充分釋放生成式AI的潛力。具體體現(xiàn)在三個層面：
在算力層面，亞馬遜云科技不僅與英偉達(dá)保持合作，也推出了專門用于推理的Amazon Inferentia芯片和專門用于訓(xùn)練的Amazon Trainium芯片。 在模型層面，Amazon Bedrock提供豐富的模型選擇，包括性能卓越的Claude、擁有極高性價比的Amazon Nova、亞馬遜云科技也是首個將DeepSeek-R1作為完全托管服務(wù)推出的云服務(wù)提供商。 在應(yīng)用層面，亞馬遜云科技提供生成式AI助手Amazon Q系列產(chǎn)品，其中Amazon Q Business能充分利?企業(yè)內(nèi)部數(shù)據(jù)，?能加快任務(wù)處理速度。Amazon Q Developer的軟件開發(fā)Agent目前已能解決54.8%的軟件開發(fā)問題。
最后，為車企提供無服務(wù)器的架構(gòu)與服務(wù)，幫助客戶減少在基礎(chǔ)設(shè)施運(yùn)維的精力，把更多的精力釋放到商業(yè)創(chuàng)新上。
全球化統(tǒng)一化
"確實(shí)是有地域上的差別，當(dāng)然也有一些共性。"Ozgur Tohumcu指出，生成式AI在汽車行業(yè)的應(yīng)用必須考慮地域差異。他以供應(yīng)鏈管理為例說明："在北美，車內(nèi)使用的應(yīng)用程序和使用需求可能與中國、日本或韓國所使用的完全不同。"
這種差異性導(dǎo)致全球統(tǒng)一系統(tǒng)往往難以滿足實(shí)際需求。"我問客戶是不是希望能夠在供應(yīng)鏈方面設(shè)計一套在全球都可以使用的系統(tǒng)？他說不是的，因為無論是在北美、中國、日本或者拉丁美洲，這些地方的供應(yīng)鏈動態(tài)和特征都不太一樣。"這種對本地化需求的深刻理解，是技術(shù)成功落地的關(guān)鍵。
在研發(fā)領(lǐng)域，全球車企則有更多共性。"大部分企業(yè)的期待都是一致的——希望能夠加速軟件開發(fā)，縮短研發(fā)、設(shè)計和測試的時間。"這種全球共識推動著生成式AI在汽車研發(fā)環(huán)節(jié)的快速普及。
熱門跟貼