2019年《政府工作報告》中將“推動傳統產業改造提升”作爲今年的重點工作之一，並指出要“圍繞推動製造業高質量發展，強化工業基礎和技術創新能力，促進先進製造業和現代服務業融合發展，加快建設製造強國。”在傳統製造業的升級改造中，從設計到生產標準化，產品設計研發個性化，全球跨界協作創新，到產品服務快速迭代升級，都決定製造業創新能力。如何利用雲計算，加速企業創新，降低成本，提升數字化協同設計的能力，是目前製造企業面臨的挑戰和機遇。
近幾年來，傳統製造業的轉型升級一直都是中國政府的工作重點，今年的政府工作報告中更是明確指出“質量、設計、創新、智能＋”是製造業新舊動能和新舊生產體系轉換，形成國家發展新動能的四大核心因素。如果說“質量”是中國製造的硬實力，那麼“設計”就是軟實力。現在，越來越多的跨國公司都開始意識到，用設計驅動增長，潛力是巨大的。但就中國現狀而言，“設計”恐怕是大多數製造企業最薄弱的環節。
麥肯錫在2018年10月發佈的麥肯錫設計指數（McKinsey Design Index, MDI）顯示，麥肯錫認爲不斷提升的產品設計水平，並由此實現高商業盈利，將有助於公司在激烈的競爭中脫穎而出。“MDI排名前25%設計能力強的公司收入和股東總回報的增速遠高於同行業競爭者——收入增長提高了32%，總體提高56%”。決定設計水平主要包括以以下四個方面：
打造設計標準化：樹立嚴格的設計衡量標準，發揮先進企業的示範作用，以驅動行業設計的整體發展；
個性化產品設計：構建以用戶爲中心的設計文化，聆聽用戶需求，實現個性化設計；
跨界的協作設計：打破實體、數字和服務設計之間的界限，實現全流程、全領域的協作設計；
持續的迭代設計：通過不斷整合新技術、持續傾聽用戶需求，來提高產品的迭代能力，降低開發風險，提升產品的服務能力。[1]
從“製造”到“智造”，中國企業設計能力是關鍵
從“製造”到“智造”，是中國實現從製造“大國”到製造“強國”蛻變的必經過程，那麼，在工業設計方面就一定要有話語權，只有建立起以設計爲驅動的企業文化和產業鏈，才有助於中國品牌在全球範圍內越做越好。傳統以加工和組裝爲主的中國製造企業急需提升產品原創設計能力，從而實現從“製造”到“智造”的轉型升級。在這一演進過程中，中國製造用戶普遍遇到以下挑戰：
產品設計無統一標準：對設計的效果進行量化，制定嚴格的標準規範設計市場，無論是對設計師的價值體現，還是對整個產業的設計優化來說都是利大於弊。目前中國製造業還沒有統一的設計標準，這就需要發揮先進企業的示範作用，優先建立起先進設計思維，才有助於推動工業設計標準的制定。在此基礎之上，構建開放式的雲IT架構，既能夠將產業鏈上下游迅速凝結，推動設計標準的快速制定與推廣，還能夠高效低成本的融合新技術，實現產業鏈附加值的提升。
個性化設計能力差：機電一體化、自動化和智能化在製造業中的應用，使用戶對產品精細度和設計個性化的要求不斷提升，因此，更高的計算能力和存儲能力，以及更靈活的可擴展性和並行處理能力是實現個性化設計的保證。但傳統的IT架構計算能力和存儲能力難以快速擴展、缺乏彈性，無法滿足研發設計需求。同時，小批量、多批次的個性化產品設計，尤其是渲染、建模、仿真等對計算和存儲資源需求大，但週期性強，對計算和存儲需求易產生波峯和波谷，從而造成資源配置不均衡，難以支撐工作負載。這就需要藉助基於雲平臺的CPU、GPU和FPGA服務器，針對特定應用程序進行優化，以滿足個性化設計對IT基礎架構的需求。
產品設計跨界協作力差：由於市場競爭加劇和用戶個性化需求增加，產品設計要儘可能地提升效率，縮短設計週期，而保障跨地域、跨部門的多人協同工作是基礎。傳統的IT架構存在大量信息孤島，爲協同作戰設置了障礙，而不同的設計環節還存在信息溝通不及時、數據難以共享、審批測試流程重複煩瑣、資源浪費等問題，從而無法滿足產品設計對跨界協作和智能設計的需求。這就需要藉助一站式託管服務或平臺，來實現跨設備、跨流程、跨地域的應用程序、數據的共享與集中管理，同時，通過深度學習工具，基於實時蒐集的數據，來對設計模型進行高效地訓練、調整、優化，以降低各方面協作溝通成本，縮短設計週期同時，保障設計安全，免受被抄襲的困擾。
產品設計迭代能力差：進入後服務時代，通過提高產品設計的迭代能力，來滿足用戶在不同應用場景下的不同需求，是大多數企業的核心目標。然而，設計的迭代需要對大規模數據進行實時分析，並會使用到各種不同的應用程序，包括計算機輔助設計 (CAD)、計算機輔助工程 (CAE)、電子設計自動化 (EDA)、產品生命週期管理 (PLM)、產品數據管理 (PDM) 和土木工程。更別提不同應用對服務器的配置、性能、擴展性、穩定性等方面的要求也不盡相同，傳統的IT架構無法滿足企業在這方面的需求，這就需要藉助具有強大實時計算能力的雲服務器的支持，根據不同設計應用的需求實現自動擴展和性能優化，以縮短設計迭代週期。
AWS雲層打造數字化協作設計創新能力
隨着製造業產品設計對標準化、個性化、協作化和迭代化的要求逐漸提高，高計算力、高可擴展、高靈活性，且低成本的混合雲平臺成爲優先選擇。AWS作爲全球先進的雲服務提供商，力求通過爲北京光環新網科技股份有限公司和寧夏西雲數據科技有限公司的用戶提供高水平的技術支持和廣泛的產品服務組合，助力企業加速創新的同時，縮短產品設計獲得成效的時間，提高企業在雲層打造數字化協作設計創新的能力。
建立統一設計標準：採用AWS 的混合雲架構，幫助企業實現本地資源與雲資源的集成，產業鏈上下游資源的集中整合，爲建立統一設計標準提供簡單快捷的平臺服務。同時，藉助AWS人工智能和機器學習對大規模不同標準的設計模型進行模擬分析，以制定助力行業利益最大化的產品標準。
提高個性化設計水平：AWS在雲中提供CPU、GPU和FPGA服務器，並針對特定應用程序進行優化。通過AWS，企業可以按需使用這些服務器，而無需前期的大量資金投入搭建IT基礎設施。Amazon Elastic Compute Cloud（Amazon EC2）可針對不同設計應用程序選取理想的內存、CPU、實例存儲和啓動分區大小配置，以滿足個性化設計的需求。
優化協作智能設計能力：Amazon AppStream 2.0可讓企業在沒有工作站的情況下，在全球任何計算機上訪問CAD、CAM和CAE應用程序，輕鬆實現3D設計與創新的同時，有效提高全球協作設計的效率。Amazon SageMaker使製造企業可快速構建、訓練和部署機器學習模型，以便針對實時或批量數據生成預測，以提升設計的智能化水平。藉助 AWS IoT Greengrass，互聯設備可以運行 AWS Lambda 函數、同步設備數據，以及與其他設備安全通信 – 甚至無需連接到 Internet，提升設計的跨界協作能力。
縮短設計迭代週期：AWS擁有豐富的雲服務功能，應對不同應用程序對存儲、網絡、安全的需求，後臺的大數據處理對產品設計的快速迭代以及分析用戶需求都是至關重要的。利用Amazon EMR，企業可實現計算資源和存儲資源的解耦，結合Amazon Simple Storage Service (Amazon S3)高持久性的數據存儲和無限的存儲容量，企業可根據不同設計選擇最適合處理需求的實例大小和類型，以縮短設計週期，加速設計迭代。
AWS助力F1賽車實現數字化協作設計
Formula One Group（F1）負責推廣國際汽聯世界一級方程式錦標賽，在 21 個國家/地區舉辦一系列賽車活動。F1賽車在全球擁有超過 5 億粉絲，2017 年創下 18 億美元的總收入。
F1 賽車是一項數據驅動的運動。在每場競賽中，每輛車上的120個傳感器將生成3GB數據，每秒生成1500個數據點。數據量的驟升和對數字化協作設計的需求，使F1將其大部分基礎設施從本地數據中心遷移到AWS，並對AWS的機器學習和數據分析服務進行標準化處理，以加速其雲轉型。
F1的數據專家使用Amazon SageMaker培訓深度學習模型，用65年的歷史競賽數據來提取關鍵競賽成績統計數據，以便車隊最大限度地優化賽車設計。通過使用Amazon Kinesis，將實時賽車數據流式傳輸到AWS，F1可獲取並處理每輛車在F1賽道上每次轉彎過程中的關鍵性能數據。然後，F1通過Amazon SageMaker部署高級機器學習，以便可以明確車手的表現，以及車手是否超出了自身的極限。利用Amazon SageMaker 和AWS的機器學習服務，F1不僅能夠爲粉絲提供有洞察力的實時賽事觀察和預測，還使F1的賽車運動部門實現在AWS上的可擴展環境中運行高性能計算工作負載。在此基礎之上，F1制定新的賽車設計規則時，可以大幅度提高其空氣動力學團隊可以運行的模擬數量和質量，同時賽車零部件設計的數字化水平也獲得提升。
F1通過種類繁多的AWS服務（包括Amazon SageMaker、AWS Lambda、AWS的事件驅動型無服務器計算服務以及AWS分析服務）增強其競賽戰略、數據跟蹤系統和數字廣播，以提供新的競賽指標，這將改變粉絲和車隊的賽車體驗方式。F1車隊的賽車設計團隊根據賽車實時數據，能夠在短時間內完成對上百個零部件的重新優化設計、測試和生產，數字化協作設計能力的提升帶來高品質賽車的同時，也爲觀衆呈現出更高水平的賽事。
打造自主的產品設計文化，對於現階段的中國製造業而言至關重要，是其實現自主創新的，應對國際挑戰的根基。AWS以其靈活且強大的混合雲平臺，爲製造企業提供靈活的計算、存儲、網絡、應用及服務選擇，使其無需花費高昂的基礎設施建設成本，就可以實現可擴展的、跨界協作的、按需的全球數字化協作設計創新能力的提升。助力中國製造企業從標準化、個性化、協作化和迭代化四個方面着手，打造高品質的原創產品設計文化。
[1]麥肯錫.《設計的商業價值》.2018年