其他行业 · AI应用
法拉利推进生成式 AI 实现客户个性化与生产效率提升
法拉利 (Ferrari S.p.A.) 面临提供个性化客户体验和优化生产效率的挑战。为解决这些问题，该公司在 AWS 上采用生成式 AI 技术，利用 Amazon Bedrock 和 AWS Fargate 等工具。这种创新方法使法拉利能够增强车辆配置和模拟，同时创建 AI 驱动的应用程序以实现更个性化的客户互动。结果，法拉利实现了汽车配置时间缩短 20%，车辆模拟速度提升 60%，并为客户生成了数百万条超个性化推荐。这一转变不仅提高了运营效率，还显著丰富了整体客户体验。
车辆配置时间
缩短 20%
来源披露
车辆仿真速度
提升 60%
来源披露
01
业务背景
法拉利 (Ferrari S.p.A.) 面临提供个性化客户体验和优化生产效率的挑战。为解决这些问题，该公司在 AWS 上采用生成式 AI 技术，利用 Amazon Bedrock 和 AWS Fargate 等工具。这种创新方法使法拉利能够增强车辆配置和模拟，同时创建 AI 驱动的应用程序以实现更个性化的客户互动。结果，法拉利实现了汽车配置时间缩短 20%，车辆模拟速度提升 60%，并为客户生成了数百万条超个性化推荐。这一转变不仅提高了运营效率，还显著丰富了整体客户体验。
02
遇到的问题
法拉利面临在传统模式下难以高效提供个性化客户体验和加速车辆设计生产的挑战，希望通过生成式 AI 提升客户互动与生产效率。
03
AI 解决方案
法拉利在 AWS 上利用 Amazon Bedrock 上的大语言模型（如 Amazon Titan、Claude 3、Llama）结合 Amazon Personalize，开发了可交互的 3D 车辆配置器，帮助客户直观定制法拉利车型，缩短配置时间。同时，利用 Amazon SageMaker JumpStart 微调生成式 AI 聊天机器人，用于分类客服工单和回答常见售后问题，提升售后服务效率。在车辆设计环节，通过 AWS 进行大规模虚拟仿真，以低成本并行运行数以千计的模拟，加快设计迭代；并采用 Amazon Lookout for Vision 进行计算机视觉自动质检，提前发现装配线缺陷。此外，还训练了文本到图像的生成式 AI 能力，辅助设计方案的快速渲染与修改。
04
实施结果
车辆配置时间：缩短 20%（20%）
车辆仿真速度：提升 60%（60%）
05
风险与边界
未披露
“We can use generative AI to increase our productivity and make it simpler for our fans, dealers, and employees to have the best digital experiences with Ferrari.”
Silvia Gabrielli · Chief Digital and Data Officer
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。