其他行业 · AI应用
利用生成式 AI 推广再生农业
拜耳作物科学面临优化小农户农业和提高农业用水效率的挑战。为此，该组织通过 Amazon Q Business 实施生成式 AI，简化了运营并增强了数据处理能力。结果，员工入职时间减少 70%，开发人员生产力提升 30%。此外，拜耳成功将超过 2PB 的影像转化为可操作洞察，赋能全球种植者做出明智决策。这些进步不仅支持可持续农业实践，还推动了整个供应链的运营效率。
员工入职时间减少
up to 70%
来源披露
开发者生产力提升
up to 30%
来源披露
影像数据转化为洞察
Over 2PB
来源披露
01
业务背景
拜耳作物科学面临优化小农户农业和提高农业用水效率的挑战。为此，该组织通过 Amazon Q Business 实施生成式 AI，简化了运营并增强了数据处理能力。结果，员工入职时间减少 70%，开发人员生产力提升 30%。此外，拜耳成功将超过 2PB 的影像转化为可操作洞察，赋能全球种植者做出明智决策。这些进步不仅支持可持续农业实践，还推动了整个供应链的运营效率。
02
遇到的问题
Bayer Crop Science aimed to enable small holder farming and improve effective water usage for product production, but needed a mechanism to support their teams' acceleration to be as effective as possible.
03
AI 解决方案
By integrating generative AI into their Decision Science Ecosystem (DSE), Bayer Crop Science deployed Amazon Q Business to reduce employee onboarding time and Amazon Q Developer to increase developer productivity, allowing more than 2,000 data scientists to focus on data science and innovation.
04
实施结果
员工入职时间减少：up to 70%（减少了）
开发者生产力提升：up to 30%（提升了）
影像数据转化为洞察：Over 2PB（未披露）
05
风险与边界
未披露
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。