其他行业 · AI应用
与AWS合作推动制造效率和流程优化
Jabil（电子制造服务商）面临高资本支出（CAPEX）和流程效率低下的挑战。为此，该公司与AWS合作，将400多个业务应用迁移到更灵活的运营支出（OPEX）模式。这一转型涉及开发混合环境并实施高级数据分析解决方案，包括在Amazon EKS上部署应用以及使用Amazon Redshift建立数据湖。这些努力使部署时间减少了67-83%，数据处理时间减少了74%，数据集成成本节省了23%，并为操作员提供了对超过1,700份文档的实时访问。
部署时间减少
67-83%
来源披露
数据处理时间减少
74%
来源披露
数据集成成本节省
23%
来源披露
01
业务背景
Jabil（电子制造服务商）面临高资本支出（CAPEX）和流程效率低下的挑战。为此，该公司与AWS合作，将400多个业务应用迁移到更灵活的运营支出（OPEX）模式。这一转型涉及开发混合环境并实施高级数据分析解决方案，包括在Amazon EKS上部署应用以及使用Amazon Redshift建立数据湖。这些努力使部署时间减少了67-83%，数据处理时间减少了74%，数据集成成本节省了23%，并为操作员提供了对超过1,700份文档的实时访问。
02
遇到的问题
Jabil面临高资本支出（CAPEX）和流程效率低下的挑战。全球100多个工厂的机器数据分散在各地形成孤岛，缺乏集中式数据平台，难以快速开发跨域数据分析解决方案，无法及时响应业务需求。此外，应用在迁移云端初期存在性能和可扩展性问题。
03
AI 解决方案
与AWS专家合作实施多年转型计划，采用“Data-Driven Everything (D2E)”和“Experience-Based Acceleration (EBA)”方法论，逐步现代化应用栈。构建基于Amazon Redshift的数据湖，集中机器数据；将车间控制系统部署在Amazon Elastic Kubernetes Service (EKS)上优化架构；采用AWS Glue Flex实现无服务器数据集成以降低成本；利用Amazon Q Business开发生成式AI助手，如智能车间助理、智能客户研究助理和智能采购助理；同时通过AWS Training and Certification提升员工技能。
- 1将400多个业务应用从本地迁移至AWS，建立混合云环境，优化工作负载放置。
- 2利用Amazon Redshift部署数据湖，实现跨工厂数据集中与分析。
- 3在Amazon EKS上优化车间控制系统，解决稳定性和可扩展性问题。
- 4采用AWS CDK和Terraform自动化车间应用部署，提升交付速度。
- 5迁移Data Dispatcher应用至AWS Glue Flex，降低数据集成成本。
- 6依托Amazon Q Business，在1周内构建出智能车间助手初版，并逐步集成多数据源。
- 7扩展生成式AI应用，开发智能客户研究助理和智能采购助理。
04
实施结果
部署时间减少：67-83%（67-83% reduction）
数据处理时间减少：74%（74% decrease）
数据集成成本节省：23%（23% cost savings）
智能车间助理开发速度：1周（构建出第一版）
文档实时访问：超过1,700份（多语言实时访问，显著减少平均故障排除时间）
05
风险与边界
未披露
“Jabil deploys nearly all our generative AI applications on AWS. By collaborating with AWS, we ensure maximum efficiency and optimized infrastructure costs while meeting our strategic business needs.”
May Yap · Senior Vice President and Chief Information Officer at Jabil
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。