导读

探索大众汽车如何利用生成式人工智能，通过Amazon Q实现优化的职位匹配和职业发展。从亚马逊云科技产品管理团队了解Amazon Q Business的优势以及Q Apps的最新创新。然后，了解大众汽车如何使用这些工具来简化职位角色映射项目，节省数千小时。大众汽车美国公司高级总监Mario Duarte详细介绍了他们开发第一个Q App的历程，该应用帮助大众汽车人力资源部门构建了一个促进员工发展的学习生态系统。参加本次会议后，您将受到启发，把Q Apps带回去，为您团队的生产力引擎增添动力。

演讲精华

以下是小编为您整理的本次演讲的精华。

在2024年亚马逊云科技 re:Invent大会上，举办了一场讨论大众汽车集团美国公司成功采用亚马逊生成式AI服务Amazon Q来提高生产力和自动化日常任务的会议。该会议由大众汽车集团美国公司学习、培训和发展高级总监Maria Duarte、亚马逊Q Apps总经理Sri Ram Davidnathan以及亚马逊Q Apps高级产品经理Nupur Banso出席。

讨论首先强调了当今工作环境中生产力的重要性。虽然“更努力工作、更聪明地工作”这种传统建议可能缺乏吸引力或实用性，但演讲者们认为AI可以成为增强人类技能并提供生产力提升的“超能力”。行业报告，如Gartner的一份报告，显示与未经支持的人工工作相比，AI支持的人工工作平均可提高30%的生产力。

然而，演讲者们承认了AI采用面临的挑战，包括缺乏对公司数据、流程、安全性和数据隐私问题的了解。由于存在风险，许多首席信息官已禁止使用流行的聊天助手。亚马逊云科技的AI方法通过从根本上优先考虑安全性和满足企业需求来解决这些问题。

接下来，演讲者介绍了Amazon Q，这是一项建立在亚马逊云科技的AI基础设施和模型之上的全托管服务。Amazon Q旨在通过免除选择正确模型、平衡准确性、性能和成本以及处理构建AI应用程序的复杂性等无差别的繁重工作，帮助组织更快地从AI中实现价值。

Amazon Q解决了AI采用的几个挑战。它通过40个内置连接器连接到组织的数据，支持Salesforce、Google和Microsoft 365等流行的企业应用程序。它从根本上就是安全和私密的，尊重现有的身份、角色和权限。此外，Q为管理员提供了一系列方式来应用防护措施并为合规目的定制响应。

演讲者随后介绍了Amazon Q Apps，这是Q Business中的一项功能，允许团队使用自然语言提示自动化日常任务。Q Apps可以使用组织的数据生成输出，同时遵守访问控制和防护措施。用户可以创建可重用的应用程序，与团队共享，并将它们发布到公共库以供更广泛访问。

Nupur Banso演示了Q Apps的工作方式，展示了用于生成状态更新、故障排除IT问题以及收集城镇大会或员工调查数据的应用程序示例。Q Apps可以总结常见问题、识别主题并从收集的数据中生成见解。Banso强调了创建Q Apps、与团队共享以及将它们发布到公共库以供更广泛访问的简易性。

演讲者强调了Q Apps中的治理功能，如经验证的应用程序，允许管理员认可高质量的应用程序，以及私人共享，使应用程序创建者能够与特定用户组共享应用程序。

几位客户分享了使用Q Apps加速解决方案交付、简化流程和节省各种任务时间的经验。Arcana AI是一家为后台办公室功能构建AI辅助的公司，他们报告说通过Q Apps将客户的解决方案交付加速了两倍。数据保护和管理解决方案提供商Druva利用Q Apps将其提案请求(RFP)流程加速了25%。保护数据和品牌免受网络攻击的公司Proof Point报告说，他们的顾问每周可以通过使用合同续期等特定用例的应用程序节省数小时。

Maria Duarte随后分享了大众汽车集团美国公司使用Amazon Q Apps的经历。起初，大众汽车对使用生成式AI持谨慎态度，他们面临的挑战是将4，000个独特的工作描述映射到新的全球人力资源系统模板中的3，200个工作角色。手动映射耗时且资源密集，并且容易出现不一致。

在尝试使用电子表格和宏等选项无果后，大众汽车决定尝试Amazon Q Apps。他们开发了一个应用程序，可以通过输入工作描述并从AI接收推荐来将工作描述映射到工作角色。通过迭代和使用Python自动化，他们在项目截止日期前实现了准确且一致的映射，节省了数百小时的手动工作。

Duarte提供了大众汽车作为一家拥有120多个工厂的全球性组织的背景信息，在全球范围内生产多个品牌的汽车。虽然大众汽车集团美国公司不如全球实体那么复杂，但它在美国约有10，000名员工和近30个地点，涵盖各种业务职能，仍有自身的复杂性。

大众汽车利用Q Apps的项目与实施新的人力资源系统有关，这是一项全球性倡议，旨在将100多个不同的人力资源系统设置合并为一个全球模板。这需要将现有的工作描述映射到全球模板中定义的新工作角色，最初尝试手动执行但未能成功。

Duarte解释了在这个映射过程中准确性和一致性的重要性，因为工作角色与技能概况相关联，而技能概况又影响了招聘、培训、绩效管理和薪酬等各种人力资源职能。手动方法不仅耗时，而且缺乏确保4，000个独特工作描述的准确性和一致性所需的知识和资源。

在尝试使用电子表格和宏等选项无果后，大众汽车根据IT团队的建议决定尝试Amazon Q Apps。他们开发了一个应用程序，可以通过输入工作描述并从AI接收推荐来将工作描述映射到工作角色。通过迭代和使用Python自动化，他们在项目截止日期前实现了准确且一致的映射，节省了数百小时的手动工作。

这个项目的成功促使大众汽车将Q Apps应用于其他用例，如总结年度文化调查中收到的员工评论。收到6，200多条评论后，Duarte强调了通过Q Apps实现的准确性和效率提升，使他们能够在几天内分析评论并按品牌、员工类型和位置细分总结，而这是手动执行将极其困难和耗时的任务。

Duarte强调了提高对生成式AI的可及性和潜力的认识的重要性，特别是通过像Amazon Q Apps这样的服务。大众汽车计划继续探索生成式AI的用例，以提高效率、效力，并最终为客户创造价值。

该会议展示了Amazon Q Apps(Amazon Q Business中的一项功能)如何使组织能够自动化日常任务、利用组织数据并受益于生成式AI带来的生产力提升，同时解决了安全性、数据隐私和合规性方面的问题。大众汽车集团美国公司成功采用Q Apps证明了生成式AI可以简化流程、节省时间并提高人力资源、员工参与度和数据分析等各种业务职能的效率。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。