涂鸦智能:AI时代,你的物联网该如何构建?

计算杂谈 2024-06-05 16:23:24

涂鸦智能是一家成立于2014年的技术驱动型物联网公司,研发占比超过70%。凭借其创新的IoT PaaS平台,涂鸦智能帮助客户快速构建物联网智能产品的整体解决方案,并提供一站式的全托管能力,以满足设备端、APP端、云端的设备智能化需求。

为了巩固其全球业务版图,涂鸦智能在美国、德国、日本、印度、哥伦比亚、新加坡和澳大利亚设立了八个区域性总部。

涂鸦智能:产品技术驱动的物联网企业

涂鸦智能技术副总裁 柯都敏

作为一家物联网企业,除了紧跟技术潮流之外,各种创新突破与应用也均需构建于AI技术与云平台之上。涂鸦智能技术副总裁柯都敏表示,为了实现生成式AI在行业的落地,必须同时满足三大要求:第一,需要有足够的算力和基础设施保障;第二,需要具备行业专业知识和数据积累;第三,需要实现通用大模型与特定领域模型或能力的有效结合。

亚马逊云科技为涂鸦智能提供了强大的底层算力、基础设施保障和生成式AI服务。涂鸦智能以IoT数据为基础,构建了以数据驱动、领域聚焦、场景开放的Agents开放平台。

通过该平台,围绕企业降本增效推出内部技术研发的AI编码助理“涂鸦智码”,实现对研发从代码开发、安全审计到线上运维的全链路赋能;面向企业协同研发了内部服务助理“涂鸦小智”,打通内部IM、权限系统和RPA机器人,助力客服、运营等团队在智能客服、内容生成、产品方案推荐等场景发挥作用。面向开发者客户推出T-Smart平台助手,面向C端消费者推出了小智管家和AI智能助手。

涂鸦智能通过平台化方式解决了物联网开发碎片化问题,涂鸦开发者平台创造了“智能产品开发五步走”模式,帮助客户在10分钟内完成产品智能化,14天内实现量产。涂鸦开发者平台实现了从0到1的快速智能产品开发。

在涂鸦云开发者平台推出之前,开发一款智能产品可能需要半年甚至更长时间,因为需要涉及平台端、APP端、设备端、嵌入式端等多个领域的开发,且这些方案通常是分散的,协同复杂。在大模型时代,涂鸦智能希望帮助客户快速开发智能化产品,并从1到100陪伴客户持续创新和实现商业成功。

涂鸦智能发布的众多AI工具只是迈向生成式AI产业浪潮的第一步。未来,整个平台将继续迭代和重构,以更好地适应生成式AI的发展趋势。

AI与云平台结合,构建智能化方案

谈到AI与实际应用的结合,柯都敏表示,随着技术的进步,人工智能正变得越来越高效和低成本,这使得它能够被广泛应用于手机和算力较低的智能化设备上。相信,当大型模型能够在更经济的智能硬件上运行时,整个行业都将迎来更快速的发展。

涂鸦智能正在推进端云一体的大模型战略,例如:智慧商照解决方案,能够根据人员和车辆的方向调整灯光,实现光随车动和无极调光,从而大幅降低电费成本,更加节能环保。未来,涂鸦智能将继续增加对端云一体AI产品解决方案的研发投入,与客户共同探索更智能化的空间解决方案。

在与亚马逊云科技合作方面,涂鸦智能自成立之初就立足全球化业务发展,亚马逊云科技为其提供全球稳定的基础设施、安全合规研发理念及大数据和生成式AI基础设施服务,助力全球业务拓展。涂鸦不仅是亚马逊云科技客户,更是全方位高级合作伙伴。涂鸦智能正在通过亚马逊云科技的FTR技术审核、IoT能力认证,GenAI能力认证。亚马逊云科技不仅为涂鸦智能提供全球稳定、高效云基础设施,双方还在IoT领域深度合作,共同推进物联网产业发展,在刚结束的巴塞罗那IOTSWC 2024展会上作为高级合作伙伴联合布展。

在AI应用方面,涂鸦智能利用Amazon Bedrock,通过API调用方式,有效运用Anthropic Claude 3模型来实现文本翻译、意图识别和决策制定,从而增强平台和APP的AI应用功能。同时,涂鸦智能还借助Amazon SageMaker平台对开源模型进行训练和微调,以支持企业私域内容生成、物体识别、宠物识别和鸟类识别等多种业务场景。此外,亚马逊云科技的生成式AI实验室和架构师团队也提供了专业的指导和支持,帮助涂鸦智能在模型微调方面进行优化。

基于AI大模型反哺IoT行业

“涂鸦智能将大模型作为公司的核心支柱,通过将自有的行业数据和领域算法叠加在大模型制作上,并在此基础上构建了大量的RPA机器人和数据安全审计相关功能。通过这些RPA产品和数据,结合内部的全权管控,涂鸦智能得以向上开放业务。”谈到AI大模型与业务的结合实践,柯都敏这样介绍道。

涂鸦智能的平台已经成为行业内最快和功能最全的开发平台,但公司的目标不仅仅是帮助客户快速开发产品,而是帮助客户打造具有行业竞争力的产品。大模型目前帮助客户加速产品开发,节省无效时间,这只是第一步。

第二步是通过大模型分析客户在开发过程中的各种问题,并结合涂鸦智能在行业内的技术实践,提供改进建议和开发指导,帮助客户更好地开发产品。例如,分析产品在开发或挂机过程中是否存在频繁连线、大流量或数据高速上传等问题,并根据经验给出解决方案。

产品销售后,涂鸦智能还可以分析用户的使用习惯和痛点,帮助客户进行更好的OTA(Over-The-Air)更新。通过这种方式,硬件产品可以像软件产品一样进行迭代,大大加速产品创新周期和提升用户体验。

涂鸦智能的能力不仅限于APP和音箱,还可扩展到不同的产品类别,如手表、能源设备和穿戴设备等。例如,手表可以根据监测数据推送健康日报,能源设备可以推进节能方案,而穿戴设备可以用于企业级应用,如翻译耳机等。

柯都敏表示:在大模型时代,涂鸦智能强调改变观念和理念,找到成熟或稳定的场景进行实践,然后逐步应用到更多场景中。当理念打开后,应用场景将是无限的。

通过生成式AI提高业务效率

涂鸦智能在数据方面关注两大类:一类是内部提效数据,另一类是业务线数据。业务线数据重点在于转化率,即产品推出后用户的购买意愿和产品的经营效益。

涂鸦智能将大模型与自身的研发流程紧密结合,使得在研发辅助编码、安全审计、代码上线前的拦截等方面效率均得到提升。结合大模型和产研工具,研发效率提升了约30%,而在大客户服务方面,效率提升了约18%-20%。对于平台上的客户工单,效率也提高了约30%。

在供应链预测方面,涂鸦智能以前主要依赖于经验模型和订单驱动模型,这往往导致库存积压或供货不足的问题。为了改进这一状况,现在采用算法来预测供应链需求。该算法基于整个行业的历史数据、最新数据以及各种外部数据的综合分析,并通过大模型对这些数据进行二次加工和处理。通过这种方式,涂鸦智能能够更准确地预测供应链需求,从而优化库存管理,降低库存风险。

总的来看,涂鸦智能与亚马逊云科技的合作无疑是物联网领域的一大亮点。凭借亚马逊云科技提供的全球稳定基础设施和安全合规的研发环境,涂鸦智能得以将其创新的IoT PaaS平台推向全球市场,加速客户的智能化转型。同时,涂鸦智能也通过利用亚马逊云科技的大数据和生成式AI服务,加强了自身在行业内的竞争优势,进一步提高了研发效率和客户服务质量。

相信,随着双方合作的不断深入,未来将会有更多的应用场景等待被探索,更智能的物联网正在向我们走来。

0 阅读:4

计算杂谈

简介:聊聊一切与计算相关的话题