Noodoe 借助 Amazon Bedrock 上的生成式人工智能顾问，将电动汽车充电站的收入提高 10-25%

Noodoe 是一家具有集成人工智能功能的电动汽车充电解决方案开发商，在 18 个国家/地区和美国的 40 个州开展业务。该公司总部位于美国，在台湾设有开发团队，为酒店、公寓、汽车经销商和加油站等地点提供量身定制的充电解决方案。最近，Noodoe 推出了生成式人工智能功能，提供数据驱动的洞察，进而帮助运营商优化定价计划并提高充电站利用率。

Noodoe 意识到生成式人工智能的潜力，旨在通过集成人工智能驱动的功能来增强其产品线。具体而言，该公司着手开发一种生成式人工智能解决方案，该解决方案能够为各个充电站推荐最佳定价策略，进而增加收入。Noodoe 产品副总裁 Roman Kleinerman 解释说：“我们设想，在充电站推出后的几个月内，我们的人工智能解决方案将收集足够的数据，开始推荐最佳定价模型，无需手动分析。”

为了缩短上市时间，Noodoe 试图在不修改其强大的网络安全基础设施的情况下，将该解决方案集成到其现有的技术堆栈中。此外，该公司优先考虑成本效益，以符合其创新驱动但注重节约资源的业务战略。Kleinerman 补充说：“尽管我们是一家成熟的初创企业，拥有成熟的专业知识，但我们保持着强调创新和资源利用效率的初创企业心态。”

Noodoe 使用一系列 AWS 解决方案来支持其运营，包括用于运行应用程序的 Amazon Elastic Compute Cloud（Amazon EC2），用于对象存储的 Amazon Simple Storage Service（Amazon S3），以及用于监控资源和应用程序的 Amazon CloudWatch。在探索了各种生成式人工智能解决方案后，该公司采用了 Amazon Bedrock，这是一项完全托管的服务，可访问多种大型语言模型（LLM）。Kleinerman 解释说：“根据我们使用 AWS 的经验，我们相信 Amazon Bedrock 能够维护数据的安全和隐私，同时简化与现有生态系统的集成。”

为了完善其生成式人工智能应用程序，Noodoe 开发团队与 AWS 专家密切合作，优化了其选择的 LLM，即 Anthropic Claude 3.5 Sonnet。通过将 Amazon Bedrock 与 AWS 服务一起使用，Noodoe 将其上市时间从几个月缩短到几周，同时将成本削减了 10％。“在现有生态系统中工作、避免额外集成以及注重效率的能力帮助我们更快完成开发，”Kleinerman 说。“使用 LLM 代替基于规则的传统方法进一步缩短了交付时间，帮助我们将应用程序的上市速度比预期加快了两到三倍。”