de.wedoany.com-Bericht: XPeng hat auf Basis der Amazon-Web-Services (AWS) wie Kiro, Amazon Bedrock und Amazon EKS eine unternehmensinterne KI-Programmier- und Agentic-Work-Plattform namens „Lingxi" aufgebaut. Damit wurden eine KI-Codeabdeckung von über 70 %, die Erstellung von über 700 Skills im Unternehmen, die Anbindung von über 400 API-Endpunkten, täglich über 100 KI-gestützte PRs, insgesamt über 140.000 Workflows, eine Erfolgsrate von über 99,7 % in sechs Kernphasen, die Auslieferung von Code ohne P0- und P1-Fehler sowie eine Verkürzung der automatischen Fehlerbehebungszeit von zwei Tagen auf 10 Minuten erreicht.
He Ruibang, Leiter der KI-/Datenplattform der XPeng Group, erklärte auf dem AWS China Summit, dass im Jahr 2024 zwar unternehmensweit KI-Entwicklungstools eingesetzt wurden und die individuelle Effizienz einiger Mitarbeiter gestiegen sei, die Gesamteffizienz der Abteilungen jedoch keine signifikante Verbesserung gezeigt habe. Der Grund liege darin, dass komplexe Projekte weiterhin KI-Tools für die schrittweise Codeerstellung benötigten, während die anschließende manuelle Integration, der Verbindungstest und der CI/CD-Prozess nicht durchgängig seien. Chu Ruisong, Global Vice President von Amazon und Co-Präsident von AWS Asia-Pazifik, wies auf dem Gipfel darauf hin: „Der Wendepunkt für den Durchbruch der Agentic KI ist gekommen. KI-Agenten entwickeln sich von einem unterstützenden Werkzeug zu einer digitalen Arbeitskraft, die wirklich an der Produktion und Wertschöpfung teilnimmt." XPeng erkannte daraufhin, dass punktuelle Effizienz nicht gleichbedeutend mit Gesamteffizienz ist.
Die Architektur der „Lingxi"-Plattform ist in fünf Schichten unterteilt: Die oberste Schicht ist der Entwicklerzugang, einschließlich Webseite, IDE-Plugins und Hardware-Entwicklungs-Plugins; die darunterliegende Schicht ist die Agent-Kollaborationsschicht, die den Kiro-Kern nutzt, um die Entwicklungsstandards der Automobilindustrie als Skills zu verankern; die dritte Schicht ist die Daten- und Wissensschicht, die Entwicklungsdaten und Wissen über die Ausführung von Agent-Prozessen speichert; die Modellebene wird von Amazon Bedrock mit großen Sprachmodellen versorgt; die untere Infrastruktur wird von Amazon EKS getragen und stellt Rechenleistung bedarfsgerecht und elastisch bereit.
Nach dem Betrieb dieser Architektur zeigte sich die repräsentativste Veränderung im SRE-Bereich. XPeng hat auf Basis von Amazon Bedrock vier SRE-Agenten und einen fünfdimensionalen Ursachenmechanismus aufgebaut, wodurch die automatische Fehlerbehebungszeit von zwei Tagen auf 10 Minuten verkürzt wurde. Bei erneutem Auftreten ähnlicher Bugs kann eine Trefferquote in Sekundenschnelle erzielt werden, ohne dass ein manueller Eingriff erforderlich ist.
Moonshot AI (Kimi) präsentierte auf dem Gipfel sein B2B-Geschäftsmodell. Huang Zhenxin, Leiter des B2B-Geschäfts von Kimi, erklärte, dass das langfristige Ziel von Kimi darin bestehe, die optimale Lösung zur Umwandlung von Energie in Intelligenz zu finden, wobei der Fokus auf drei Bereichen liege: Verbesserung der Lerneffizienz des Modells bei begrenzten Daten und Rechenleistung, Erweiterung der Kontextlänge und Realisierung der Zusammenarbeit mehrerer Agenten zur Bewältigung komplexer Aufgaben. Kimi verbessert die Token-Effizienz durch Architektur- und Trainingsmethoden, sodass 10T-Daten die Wirkung von 20T erzielen, und treibt im Bereich langer Kontexte eine neue lineare Aufmerksamkeitsarchitektur voran, um die Effizienz durch Aufmerksamkeitsresiduen zu steigern. Die kürzlich veröffentlichte Version K2.7 Code High Speed erreicht eine Ausgabegeschwindigkeit von 180 Token/s.
Auf der Infrastrukturebene erhält Kimi Rechenleistungsunterstützung durch die globalen Rechenzentren und Netzwerke von AWS; auf der Plattformebene ist es in Amazon SageMaker integriert, um Kunden beim Training und der Bereitstellung von Modellen zu unterstützen; Kimi wird später an Amazon Bedrock angebunden und ist bereits im Marketplace verfügbar, sodass globale Kunden es mit einem Klick nutzen und nach Verbrauch bezahlen können. Kimi erweitert auch über das APN-Partnernetzwerk Unternehmenskunden und entwickelt gemeinsam mit AWS Lösungen für die Bereiche Finanzen, Medizin, Fertigung und andere Branchen.
In Bezug auf andere Unternehmensfälle teilte Fu Sheng, CEO von Cheetah Mobile, die KI-native Transformation des Unternehmens mit. Die EasyClaw-Plattform für internationale Unternehmen läuft auf Amazon Bedrock AgentCore und plant Modelle basierend auf der Aufgabenkomplexität: einfache Aufgaben mit leichten Modellen, komplexe Aufgaben mit leistungsstarken Modellen. Dank des serverlosen Modus von Bedrock AgentCore zahlt Cheetah Mobile nach Nutzung, die Bereitstellungszeit für Agenten wurde von einem Monat auf zwei Wochen verkürzt und die Betriebskosten um 25 % gesenkt. Insta360 hat auf Basis eigener KI-Fähigkeiten und zehnjähriger Bildtechnologie-Erfahrung sowie der fünflagigen Agentic-KI-Architektur von AWS den cloudbasierten, integrierten intelligenten Videodienst „Moment Pro" eingeführt, der es Benutzern ermöglicht, ohne manuelle Bearbeitung in weniger als einer Minute aus aufgenommenem Material hochwertige Videos zu erstellen.
Ding Jie, CEO von Bain & Company für Großchina, ist der Ansicht, dass CEOs sich nicht auf die Technologie selbst konzentrieren sollten, sondern darauf, wie sie die Art und Weise verändern können, wie Unternehmen Werte schaffen. Unternehmen müssen ihre Geschäfte rund um die Mensch-Maschine-Kollaboration neu gestalten, wobei Menschen für Urteilsvermögen, Kreativität und Verantwortung zuständig sind und digitale Mitarbeiter für Geschwindigkeit, Umfang und Ausführung.
AWS hat auf dem Gipfel einen fünflagigen Technologie-Stack für die agentische Geschäftstransformation von Unternehmen vorgestellt. Die erste Schicht ist die KI-Infrastruktur, einschließlich GPU-Instanzen, eigener Trainium-Chips sowie Netzwerk-, Speicher- und elastischer Rechenkapazitäten. Die zweite Schicht ist die Modellebene, wobei Amazon Bedrock einen einheitlichen Zugang bietet, damit Unternehmen verschiedene große Modelle nach Bedarf abrufen können. Die dritte Schicht ist die Daten- und Wissensschicht, die durch Dienste wie Zero-ETL, Amazon S3 Vectors, Amazon Bedrock Knowledge Bases und Amazon Context statische Unternehmensdaten in für KI verständliche und durchsuchbare Wissensbestände umwandelt. Die vierte Schicht ist die Agentic-Plattformebene, nämlich Amazon Bedrock AgentCore, die den gesamten Lebenszyklus von Agenten von der Entwicklung über den Betrieb bis zur Iteration verwaltet. Die fünfte Schicht ist die Agent-Anwendungsebene, einschließlich Produkten wie Kiro für die Softwareentwicklung, Amazon Quick für Wissensarbeiter und Amazon Connect für den Kundenservice. Darüber hinaus hat AWS die Amazon Continuum-Fähigkeit für Softwaresicherheitsrisiken im Agent-Zeitalter eingeführt, die die Phasen Erkennung, Priorisierung, Verifizierung und Behebung abdeckt.
Ganapathy „G2" Krishnamoorthy, Vice President für globale Datenbankdienste bei AWS, sagte im Gespräch mit Qubit, dass die Technologie bereits über starke Fähigkeiten verfüge und sich schnell weiterentwickle. Was wirklich benötigt werde, sei eine durch Führung vorangetriebene Veränderung der Arbeitsweise. Globale Unternehmen würden in der Regel zunächst den Wert durch PoCs validieren, bevor sie in die Phase der skalierbaren Nutzung eintreten.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
