其他行业 · AI应用
IIC通过AWS无服务器架构驱动AI预测
知识工程研究所（IIC）面临过时的本地系统挑战，这阻碍了其提供及时准确的数据分析能力。为解决这一问题，IIC迁移到AWS，采用无服务器架构，利用多种AWS服务，包括AWS Lambda和Amazon S3。这种创新方法创建了EA3可再生能源预测系统，将预测准确率提高了30%，并实现了每年生成2000万个新预测。此外，迁移使监控和追踪工作量减少了90%，使IIC能够更专注于战略举措并提升整体运营效率。
AI预测准确率提升
30%
来源披露
监控与追踪工作量减少
90%
来源披露
年新增预测数量
20,000,000
来源披露
01
业务背景
知识工程研究所（IIC）面临过时的本地系统挑战，这阻碍了其提供及时准确的数据分析能力。为解决这一问题，IIC迁移到AWS，采用无服务器架构，利用多种AWS服务，包括AWS Lambda和Amazon S3。这种创新方法创建了EA3可再生能源预测系统，将预测准确率提高了30%，并实现了每年生成2000万个新预测。此外，迁移使监控和追踪工作量减少了90%，使IIC能够更专注于战略举措并提升整体运营效率。
02
遇到的问题
IIC面临过时的单一本地系统，难以运维、改进和扩展，无法满足日益增长的预测精度需求，亟需现代化以在竞争激烈的市场中扩大应用。
03
AI 解决方案
迁移至AWS，采用事件驱动架构和无服务器技术，使用Python重构代码。通过AWS Lambda进行可扩展的数据处理和AI推理，Amazon SNS和SQS实现异步消息传递，Amazon S3存储数据，AWS Step Functions、Amazon API Gateway和AWS Glue等实现灵活的数据集成与转换，构建了EA3可再生能源预测系统。
04
实施结果
AI预测准确率提升：30%（increase）
监控与追踪工作量减少：90%（decrease）
年新增预测数量：20,000,000
05
风险与边界
未披露
“The new system currently makes more than 20 million new predictions per year.”
Álvaro Romero · Data Science Technical Director
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。