Ferrari 推进生成式人工智能，以期实现客户个性化，并提高生产效率

意大利豪华汽车制造商 Ferrari S.p.A. （Ferrari）几十年来积累了根植于传统和创新的获全球认可的传统。为了继续向客户和经销商提供尽可能好的体验，Ferrari 通过转向于使用 Amazon Web Services（AWS）来利用生成式人工智能（AI）的力量。

从加速车辆设计过程到为客户提供个性化服务，Ferrari 已将生成式人工智能应用于多个应用场景。Ferrari 首席数字和数据官 Silvia Gabrielli 说：“每天，我们都在努力寻找实现卓越性能的新方法，同时改善客户体验以及他们与我们品牌的联系。

为了给世界各地的客户带来奢华体验，Ferrari 在 AWS 上开发了车辆配置工具，使客户能够对自己的 Ferrari 进行个性化设置，包括车轮选择、油漆颜色再到内饰选项。Ferrari 数字体验经理 Simone Canditone 说：“有数百万种可能的配置。”“我们希望帮助我们的经销商和客户有效地定制他们的车辆，以满足他们的需求。”

为此，Ferrari 在 Amazon Bedrock 中使用大型语言模型（LLM），前者是一项完全托管的服务，提供多种高性能的基础模型，同时还使用 Amazon Personalize 功能，以通过机器学习（ML）支持的个性化来提升客户体验。自推出汽车配置工具以来，Ferrari 通过提供更加个性化的体验增加了销售线索并将配置时间缩短了 20％，在这种体验中，客户可以使用可旋转、放大和缩小的三维图像对车辆进行可视化显示。它还允许客户虚拟地尝试不同的选项。 

Ferrari 还通过生成式人工智能聊天机器人增强售后体验。为了帮助其销售专业人员和技术人员，该公司在其文档中对 Amazon Bedrock 中的 LLM（包括 Amazon Titan、Claude 3 和 Llama）进行了微调。Ferrari 业务分析和人工智能主管 Mauro Coletto 说：“Amazon Bedrock 简化了我们的方法。”“我们可以连接到单层 API 来快速测试、设立基准和部署不同的模型。”

Ferrari 将其对 Amazon Bedrock 的使用与 Amazon SageMaker JumpStart 的使用相结合，后者是一个机器学习中心，包含基础模型、内置算法和预建的机器学习解决方案，只需点击几下即可部署。使用这些服务，Ferrari 对其聊天机器人进行了训练，使其能够对客户服务单进行分类和汇总，并回答常见问题，以帮助减少人为错误，同时提高工作效率。

Ferrari 还使用人工智能和机器学习来优化其车辆的生产。例如，Ferrari 使用 Amazon Lookout for Vision 通过计算机视觉来发现产品缺陷，以自动进行质量检查。使用人工智能，该公司可以在车辆进入测试之前检测出装配线中缺失或有缺陷的部件，从而帮助其节省成本。

该公司能够测试更多设计，从而通过生成式人工智能改进了 F1 车辆和跑车的车辆设计。使用生成式人工智能，Ferrari 可以缩短上市时间，同时减少对物理原型设计的依赖。Gabrielli 说：“我们可以进行分析和模拟，建立过去不可能实现的关联。”“它确实加快并改善了我们的产品开发。” 建立全车身物理原型需要消耗大量时间和资源，而通过在云端运行虚拟模拟，Ferrari 可以以非常低的成本并行运行数千甚至数百万次模拟。此外，Ferrari 正在训练生成式人工智能文本转图像功能，以促进基于文本的提示，从而快速改进车辆渲染和进行设计变更。

凭借在 AWS 上的强大云基础，Ferrari 使用生成式人工智能解决方案为其业务带来了可衡量的影响。Ferrari 将继续扩大其生成式人工智能的使用，以更好地服务客户和经销商。该公司还在探索云服务，这将有助于其在 2030 年之前兑现其碳中和承诺。

Gabrielli 说：“从我们创始的第一天起，创新就已融入法拉利的 DNA。”“我们将 AWS 视为创新工作的战略合作伙伴。我们在追求卓越、创新和客户至上的价值观上是一致的。”