关键字: [亚马逊云科技， 生成式AI， Anduril， 云计算服务， 汽车产品开发， 生成式Ai， 客户服务数字化， 数据驱动创新]

亚马逊云科技在汽车行业分会场上分享了如何利用生成式AI驱动汽车产品开发和客户服务数字化转型。主要内容包括:

• 通过生成式AI合成数据，模拟罕见场景，提高自动驾驶软件测试的安全性和覆盖面
• 利用AI加速产品设计流程，实现个性化定制，提升客户体验
• 虚拟化软件开发环境，提高开发效率，支持全球协同
• 借助生成式AI理解客户上下文，提供智能客服解决方案
• 强调创新速度、差异化创新和行业合作对推动汽车行业数字化转型的重要性

亚马逊云科技通过生成式AI赋能汽车企业实现产品开发加速、客户服务智能化，推动汽车行业数字化转型和创新。

以下是小编为您整理的本次演讲的精华。

下午好，欢迎大家来到汽车行业的分会场。接下来的2到3个小时里，我们不但请到了亚马逊云科技的专家，还有来自知名汽车企业的客户，以及我们行业合作伙伴的嘉宾，他们将与大家一起分享相关内容。

让我们一起欣赏一段视频，感受先进数字技术与澎湃引擎融合所带来的震撼体验。F1赛车利用亚马逊云科技的服务生成性能数据、统计洞察、赛车手的操控激情以及全新粉丝体验时代。F1赛车是全球最依赖数字化驱动的运动项目，哪怕0.01秒的进步都需要依赖大量计算和预测。作为法拉利车队的云计算、机器学习和人工智能供应商，亚马逊云科技帮助车队全方位提升赛车性能、制定策略并实现精准操控。

现在每一辆F1赛车上都装有200-300个传感器，几乎可测量所有关键数据，包括速度、转向角度、加速度等遥测系统信息，车队还会配备更多传感器测试各部件性能。这些传感器每秒会传回约100万个数据点，数据量之大是过去难以想象的。60年前，汽车测试只能获取14个数据点，通过30米长电缆将被测车数据传输到测试车内磁带存储，存储能力有限，只有现在音乐文件10分钟左右的大小，与现在F1赛车存在天壤之别。

从梅赛德斯-奔驰300型测量车到现在广泛应用的车联网技术，已经过去了60多年。每辆智能汽车所产生和处理的数据量正呈现几何级数的上升趋势，这是60年前难以想象的。有趣的是，智能网联汽车数量曲线和云计算用量曲线在趋势上基本一致，并非巧合。这说明云计算为智能网联汽车发展提供了近乎取之不尽的资源和技术平台，实现了其高速发展。

亚马逊云科技在全球拥有36个区域，提供超过240种高阶云服务，在服务种类上超过排名第二的云计算提供商60%，在计算数据中心数量上是其三倍以上。这使客户可便捷接触并使用高阶IT技术，快速部署关键业务平台，将珍贵研发资源用于实现差异化竞争的创新上，加速企业数字化转型和创新。

在IDC车联网数据平台技术评估中，亚马逊云科技连续两年在六个维度获得满分，可谓“六边形战士”。生成式AI在过去两年发展迅速，2023年被称为“概念验证之年”。当大模型出现时，很多企业高管都会问可以拿它做什么?于是众多IT同仁开始忙碌，想到并测试各种应用场景，但70%-90%的概念验证最后都没有真正投入生产环境使用。到2024年，大家更关注商业价值，所有应用场景必须从商业价值出发。而现在的2025年，大家则更多思考如何将已有的好想法、高价值解决方案或创新规模化应用到产品和服务上，并产生成本效益。

10年或15年前，汽车开发周期大约为7到10年。近些年虽然缩短到3到5年，但可能还远远不够快。因为我们现在去4S店买一辆新车时，这款最新型号可能在三年或五年前就已经开始设计了。如果放在其他消费领域，这种情况是难以被接受的，所以市场对汽车行业有更高的期待值。我们可以预期，在产品开发周期上还有很大的压缩空间。在这一点上，中国汽车企业已经引领了世界，创造了新的标杆，人工智能已经渗透到中国汽车企业的每一个环节，速度非常快。

随着软件在汽车中的权重越来越大，汽车越来越智能，它产生的数据量也是海量的。过去，业务部门提出的问题需要专业技术人员将其翻译成技术语言才能获得结果。但现在，有了生成式AI，任何人都可以通过自然语言便捷地查询并获得洞察。同时，企业面临着快速创新、加速开发周期但又要保证产品质量的多重压力，这些方向存在矛盾。对汽车企业来说，将整个汽车虚拟化非常重要，因为它可以让我们在设计之初就发现问题所在，而不必等到产品上市前一两周才发现问题，从而避免重新做事情而耽误时间。

成功的人工智能策略中，一个关键因素就是灵活选择模型。Anthropic公司会针对不同问题类型提供不同模型来解决不同问题。亚马逊云科技在设计生成式AI服务平台时，秉持强调服务选择灵活性的原则，这对汽车企业至关重要。我们致力于为企业打造便捷的技术和资源平台，让企业可大胆尝试并快速推进创新，而不是花几个月讨论某用例是否可行，而是先做起来再迭代，让大家有底气将创新快速付诸实践。

定制化也是关键的。现在能获得大模型的方式有很多，但真正让产品与众不同的是企业自己的专有数据。所以我们要做的是，如何将专有数据和大模型整合，为产品注入差异化。另一点就是规模化，在亚马逊我们有“Think Big”原则，当有一个想法时，要考虑能否复制到百万甚至千万个用户。这在汽车企业同样适用，当有一个创新时，要思考其是否能应用于千万级车辆上。因为一个产品或服务在一辆车上成功，和在上千万辆车上成功，从技术或成本角度来看，可能是完全不可接受的。所以，我们需要通过技术实现创新的规模化。

下面，我将分享5个高价值的生成式AI场景。首先，在自动驾驶软件研发过程中，我们面临的核心挑战是安全性。我们所有自动驾驶平台测试工作的最终目的都是测试安全性是否足够。当谈到安全性时，97%或99%可能都不够安全，真正的安全是绝对的，这是自动驾驶领域的终极目标。为验证软件是否足够安全，我们需要海量数据和驾驶场景，包括覆盖那些虽然罕见但可能致命的边缘案例。我们会进行实车路测，但无论如何，你很难在现实生活中收集到所有可能出现的场景。在这种情况下，人工合成数据就可以帮到我们，通过AI生成模拟那些在真实世界中很少见到的场景，将这些数据反馈到测试流程中，从而丰富测试场景。所以，整个测试问题不仅是测试软件，而是要将数据、模拟和验证这些能力整合，形成高效、安全的开发闭环。

接下来，我将介绍与Here公司合作的SynExtract产品，它有三个亮点:第一，由于Here手里有大量真实世界高清地图数据，我们可以用自然语言查询到所需场景，比如“在黑夜下雨时，有行人突然过马路”这样的场景，它就会很快将相关场景调出来，方便选择训练数据集。第二，有了场景后，我们还可以通过生成式AI对场景进行个性化增强，比如在场景中加入新的交通参与者(如一辆皮卡车从侧面驶来)、调整天气或路面情况等。第三，无论是真实数据还是人工合成数据，我们都可以将其转换成符合OpenDRIVE等标准格式，然后直接被载入仿真系统，作为运行和测试的模拟场景，从而极大丰富了训练数据集。

下面我再谈一下我们普遍面临的挑战，即产品开发周期看起来很难压缩。在传统设计流程中，从设计到模拟，再得出结果，可能需要花费几周时间，几个月就过去了。在当前高竞争环境下，这种状态是难以持续的。有了生成式AI后，我们就可以快速创建多个方案和假设场景，利用高性能运算进行模拟，然后很快得出结果。原本可能需要几周或几个月才能完成的工作，现在只需几分钟就可以做完。

正如法拉利团队所说，生成式AI真正改变了他们提供知识库访问和客户服务的方式，可以大幅提高客户生产力、效率和效果。他们不仅使用亚马逊的Bedrock API，还在大量实验其他模型，并利用SageMaker对模型进行优化。其中一个最有趣的用例是个性化，生成式AI将帮助他们为客户和经销商提供最佳配置建议。此外，他们还将大模型应用于计算机视觉领域，如F1赛车视频分析、制造线异常检测等，通过生成式AI和人工智能，他们可以做到过去无法实现的数据相关性分析。

过去，由于汽车行业的特殊性，我们必须将软件和硬件结合，没有办法脱离硬件进行开发。有了虚拟化技术后，我们就可以将软硬件解耦，直接在虚拟化环境中进行开发、调试，最终再将结果呈现在实体硬件上，从而不会受到硬件可用性的限制，大大提高了开发效率，整个流程也变得非常简单。另一个好处是，将开发流程移植到云端后，工程师在全球任何地方都可以访问这个开发平台，实现全球协同完成项目，不需要真人飞到一起开会或研讨。

宝马一直是汽车行业最积极、最领先的企业之一，在车辆软件和信息化方面更是如此。在宝马虚拟化车辆开发平台上，每天有超过2000名来自全球各地研发中心的工程师同时在使用。正是得益于云平台的能力，这种开发方式不仅提高了软件开发速度，更重要的是可以更快迭代、更容易发现系统漏洞，帮助工程师更快完成下一代产品开发。比如，在云端系统中，如果要对车载娱乐系统进行任何调整，传统方式需要重新写入ECU，通常需要几个小时，但在云端只需几分钟就可实现。此外，该平台可提供任何版本ECU，对调试也非常方便。利用虚拟化开发平台，还可方便验证第三方产品与系统的匹配性。不仅如此，利用云端虚拟化开发平台还可以同时进行多个版本的开发和迭代，这对于一个跨国企业来说是非常有利的，因为他们需要管理不同国家的不同版本。通过同时测试多个版本并迭代，大大提高了开发效率。

我们看到，汽车企业正从过去面向经销商(ToB)转向更多面向最终消费者(ToC)，品牌与消费者有了更多交集，原有客户服务模式可能就不够用了。在过去20多年里，客户服务系统变得越来越智能，但如果没有生成式AI的加持，以及没有打通各部门数据，它就永远无法真正读懂客户的上下文关系。

传统AI技术虽然一直在使用，比如利用关键词和大数据进行搜索，但要理解客户提问背后的真正原因和上下文是很困难的。当客户打电话进来时，他提出的问题背后原因通常是复杂的，而且谈话往往没有很多逻辑，你无法期望一个普通消费者在抱怨时会有条理清晰的表述。这时，如果有大模型，它就可以帮助客服人员提取关键信息，快速查找相应的解决方案，并给出可操作的建议。这意味着所有客服人员都将变成超级专家，因为所有资料都触手可及，甚至可以自动送达。

原来的搜索功能虽然可能会返回大量结果，但对客服人员的帮助有限，因为他们仍需从中甄别出有用的信息。但有了生成式AI，它就会将所有相关信息汇总，真正给出有效的解决方案。我们在这个领域有一个名为Amazon Connect的解决方案，这是一款由AI驱动的客服服务，在生成式AI出现前就已经推出多年了当然，有了生成式AI的加持，过去一两年Amazon Connect产品实现了质的飞跃，特别是在打通组织内多元数据、挖掘客户洞察方面能力大幅增强。每年，我们这个平台处理的客户互动量高达60亿分钟，这是一个非常可观的数字。

丰田是我们长期合作的客户之一，在2023年就已经全面上线了我们的Amazon Connect，通过这个系统上线后，他们在性能上有了很大提升。比如访客认证效率提高了40%，转接率下降了10%。所谓转接率，指的是客户打电话进来后，由于前线人员无法解决问题，需要将电话转接给其他专员，这种踢皮球式的转接会严重影响客户体验。所有这些变化都离不开生成式AI的支持。

在今天的分享中，我用3个关键词来总结:速度、创新和合作。速度，指的是在整个价值链上提升创新和发展的速度，无论是产品开发周期还是软件上线速度，核心都是如何更快地将更贴近消费者需求的产品和服务推向市场，让创新真正规模化落地。

创新，指的是随着软件在汽车中权重越来越高，以及AI工程能力的不断提升，人和机器之间的边界需要被重新定义，我们需要不断推动技术边界，进行真正有差异化、能提升客户体验的创新。

合作，指的是汽车行业是一个庞大的技术集群，传统企业单打独斗会很困难，正如中国电动汽车百人会理事长陈清泰先生所说，我们需要与所有行业伙伴携手合作，才能够将有助于市场的产品创新快速落地，实现长期价值创造，共同推进整个汽车行业的快速发展。

总之，本视频全面介绍了亚马逊云科技如何通过生成式AI技术在汽车产品开发(测试数据生成、设计流程优化、虚拟化开发)和客户服务(理解上下文、提供解决方案)等领域助力汽车行业数字化转型，提升创新速度、产品差异化和客户体验。同时强调了云计算、合作伙伴等因素在推动汽车行业发展中的重要作用。

通过生成式AI的应用，汽车企业可以加速产品开发周期，缩短从几周几个月到几分钟;利用虚拟化技术打破软硬件束缚，提高开发效率;借助大模型赋能客服人员，提升客户体验等。亚马逊云科技与合作伙伴共同为汽车行业提供创新的解决方案，推动行业数字化转型，实现长期价值创造。

法拉利作为亚马逊云科技的客户，利用生成式AI加速了产品设计流程，实现了产品个性化定制，提高了生产效率。他们不仅使用亚马逊Bedrock API，还大量实验其他模型，并借助SageMaker对模型进行优化调整。生成式AI帮助他们为客户和经销商提供最佳配置建议，并将大模型应用于计算机视觉领域，如F1赛车视频分析、制造线异常检测等，实现了过去无法完成的数据相关性分析。

宝马则充分利用了亚马逊云科技提供的虚拟化车辆开发平台，每天有超过2000名来自全球各地的工程师在上面同时工作。这种基于云的开发方式不仅提高了软件开发速度，更重要的是加快了迭代周期、更容易发现系统漏洞，帮助工程师更快完成下一代产品开发。比如对车载娱乐系统的任何调整，在云端只需几分钟，而传统方式需要几个小时重新写入ECU。该平台还可提供任意版本的ECU以方便调试，并支持同时进行多个版本的并行开发迭代，对于跨国车企来说极为有利。

在客户服务领域，丰田通过上线亚马逊的Amazon Connect解决方案，性能得到大幅提升。访客认证效率提高40%，转接率下降10%，极大改善了客户体验。Amazon Connect是一款由AI驱动的客服服务，每年处理60亿分钟的客户互动量。通过生成式AI的加持，该产品在打通多元数据、挖掘客户洞察等方面的能力在过去一两年实现了质的飞跃。

总的来说，亚马逊云科技与合作伙伴携手，为汽车行业提供创新的生成式AI解决方案，推动产品开发、客户服务等领域的数字化转型，提升创新速度、产品差异化和客户体验，实现长期价值创造，共同推进整个汽车行业的快速发展。

下面是一些演讲现场的精彩瞬间：

The speaker invites the audience to watch a video clip together.

A 30-meter cable connected a Mercedes-Benz 300 test vehicle and a measurement car， serving as an early prototype of vehicle connectivity， with engineers enduring harsh conditions to collect limited data on magnetic tapes.

亚马逊云科技为客户提供了全球范围内便捷接触高阶IT技术的创新环境，帮助加速企业数字化转型和创新。

中国汽车企业正在引领世界，创造新标杆，AI已渗透到每个环节，数据量海量，利用AI可通过自然语言查询获得见解。

当思考创新时，我们必须考虑它是否能够应用于数百万辆汽车，因为在单一产品和大规模生产中成功是完全不同的概念。

丰田通过采用我们的 ML Connect 系统，访客认证效率提高 40%，转接率下降 10%，显著提升了客户体验。

亚马逊云科技正在推动汽车行业的数字化转型，通过云计算和人工智能技术为汽车企业提供创新环境和资源平台。F1赛车和法拉利汽车的案例展示了亚马逊云科技如何利用大数据、模拟和AI技术加速产品开发、提高性能和客户体验。此外，亚马逊云科技还助力汽车企业实现软件开发虚拟化、客户服务智能化，缩短开发周期、提升创新速度。

亚马逊云科技致力于为汽车企业提供灵活的AI模型选择、数据定制化和创新规模化的能力，推动行业差异化创新。通过与合作伙伴的紧密合作，亚马逊云科技正在加速汽车行业的数字化转型，实现长期价值创造和快速发展。

亚马逊云科技呼吁汽车企业加快创新速度、推动有效创新并加强行业合作，共同推进汽车产业的数字化进程。亚马逊云科技的云计算和AI技术为汽车企业提供了强大的创新动力，助力其实现高速发展和卓越客户体验。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。