案例检索
找到可借鉴的 AI 路径
从真实业务问题出发，筛选与你的行业、规模和场景更接近的案例。
全部案例
共 2287 条，当前第 108 / 191 页
其他行业 · AI应用
AWS创新者：Moderna
Moderna在AWS的支持下，从一家发现阶段的生物技术公司转型为商业阶段的生物制药企业。通过利用AWS的按需计算能力和机器学习能力，该公司加速了药物发现和开发流程，尤其是在新冠疫苗的研发中。AWS云基础设施使Moderna能够利用实时分析实现灵活的生产和运营扩展。
Moderna · 未披露
更新于 2026年7月
其他行业 · AI应用
利用AI驱动贸易洞察
Mitsui & Co.面临文档审核耗时长、员工时间占用大且易出错的问题，尤其在法律和合规任务中。为此，该公司采用AWS生成式AI工具（如Amazon Bedrock）来简化审核流程，处理时间减少高达80%。该方法不仅减少了错误，还使员工能够专注于更高价值的任务，提升了整体业务绩效。此外，通过培养终端用户自主使用AI工具的文化，Mitsui提高了内部流程的满意度，实现了更高效、更直观的工作流程。
Mitsui & Co. · 未披露
更新于 2026年7月
其他行业 · AI应用
利用AI增强销售赋能
Mindtickle面临在竞争激烈的环境中提升销售团队效率的挑战，及时且相关的客户互动至关重要。为此，他们利用AWS上的生成式AI开发了Mindtickle Copilot，为每位销售人员提供个性化推荐和洞察。该创新方案不仅加速了会议准备，还增强了与现代买家的互动，最终提高了交易额并缩短了销售周期。通过AI驱动的功能（如通话记录摘要和任务预计算）简化工作流程，Mindtickle显著提升了销售团队的生产力和效率。
Mindtickle · 未披露
更新于 2026年7月
其他行业 · AI应用
制药领域的生成式AI应用
Merck & Co., Inc.发现其商业制药价值链中流程冗长，影响效率和决策速度。为此，该公司采用生成式AI技术，包括Amazon Bedrock、Amazon SageMaker和Amazon Textract，以增强数据科学和分析能力。通过挖掘洞察并支持销售策略，Merck将AI/ML集成到业务流程中，使内容审核时间从数周缩短至几小时。这一转变不仅提高了运营效率，还加快了重要药物和疫苗的市场准入，最终惠及患者和医疗提供者。
Merck & Co., Inc. · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2022
使用Amazon SageMaker创建问答数字助手
Mercedes-Benz Consulting面临员工难以从海量文档中高效获取关键信息的问题，这影响了生产力。为此，他们利用Amazon SageMaker、AWS Glue和AWS Lambda开发了一个AI驱动的问答数字助手。该方案允许快速高效地查询关键数据，显著提升了信息检索的准确性和速度。结果，员工生产力提高，解决方案上市时间缩短，内部信息检索流程得到优化。
Mercedes-Benz Consulting · 未披露
更新于 2026年7月
其他行业 · AI应用
Mercado Libre与Mutt Data合作成功案例
Mercado Libre发现中小卖家在营销中难以创建吸引眼球的产品图片。为此，他们与Mutt Data合作开发了GenAds，这是一个利用Amazon Bedrock和Stability AI的Stable Diffusion模型自动生成图片的AI工具。该创新方案显著提升了中小卖家的市场表现，展示量增加45%，点击率比传统广告高25%。GenAds已生成超过9万张产品横幅，改变了小卖家的广告格局。
Mercado Libre · 未披露
更新于 2026年7月
其他行业 · AI应用 · 2024
利用AWS生成式AI解决方案打造高精度聊天机器人
智利知名媒体公司Megamedia面临帮助用户高效浏览复杂政府支持项目的挑战。为此，他们与ARKHO合作，利用AWS技术开发了一个基于生成式AI的聊天机器人。该创新解决方案允许用户输入个性化查询，并在约30秒内获得准确回复，大幅缩短了信息搜索时间。聊天机器人从构建到部署耗时四个月，准确率超过90%，显著提升了用户体验和对关键资源的可访问性。这种方法不仅简化了客户服务，还使用户能够及时获取信息。
Megamedia · 未披露
更新于 2026年7月
其他行业 · AI应用
在 Amazon Bedrock 中使用 Meta 的 Llama 模型实现生成式 AI 民主化
野村证券面临将生成式 AI 能力整合到整个组织以提升效率和创新的挑战。为解决此问题，该公司在 Amazon Bedrock 框架内采用了 Meta 的 Llama 模型，实现了 AI 部署的简化方法。这一战略整合不仅加速了创新，还提高了 AI 流程的透明度，并建立了必要的偏见防护栏。结果，野村证券在文本摘要和代码生成等性能方面取得了显著提升，最终使公司能够更有效地在其运营中利用生成式 AI。
野村证券（Nomura） · 未披露
更新于 2026年7月
其他行业 · AI应用
使用 Amazon Q 将开发时间减少 30%
nnamu 是一家 AI 初创公司，面临开发周期长的问题，这阻碍了他们及时交付创新解决方案的能力。为解决此问题，他们采用了 Amazon Q，这是一个旨在增强代码生成和简化开发流程的强大工具。通过将 Amazon Q 集成到工作流中，nnamu 实现了开发时间减少 30%，生成的代码接受率达到 33%。这一转变不仅提高了代码质量（46% 的代码由 Amazon Q Developer 编写），还使 nnamu 能够加速市场交付，在竞争激烈的 AI 领域取得更大成功。
nnamu · 未披露
更新于 2026年7月
其他行业 · AI应用
使用 Amazon SageMaker 加速候选药物设计
Nimbus Therapeutics 在药物发现过程中面临挑战，手动模型训练和部署阻碍了效率和资源分配。为解决此问题，他们使用 Amazon SageMaker 实施了自动化机器学习管道，简化了模型训练和部署流程。这种方法使科学家能够专注于药物设计而非技术障碍，促进了跨学科协作。结果，Nimbus 实现了药物暴露和安全性的近实时预测，显著提高了计算科学效率，加速了突破性药物的开发。
Nimbus Therapeutics · 未披露
更新于 2026年7月
其他行业 · AI应用
Palo Alto Networks利用AI解决方案提升开发者生产力
Palo Alto Networks面临提升其庞大团队开发者生产力的挑战。为此，他们实施了AI技术，特别是利用AWS服务以及Anthropic和Sourcegraph的解决方案。通过开发一个基于Amazon Bedrock上Claude模型的自定义生成式AI工具，他们在短短三个月内使2000名开发者的生产力平均提升了25%。这一快速部署不仅简化了工作流程，还使开发者能够专注于更复杂的任务，最终推动了组织的创新和效率。该举措凸显了AI在优化IT和平台运营方面的变革潜力。
Palo Alto Networks · 未披露
更新于 2026年7月