以速度进行创新:宝马的生成AI解决方案用于云事件分析

在这篇文章中,我们解释了宝马如何使用生成AI加快云中复杂和分布式系统中事件的根本原因分析,例如宝马连接的车辆后端,可为2300万辆车辆提供服务。请继续阅读以了解该解决方案如何通过AWS和BMW进行协作,使用Amazon Bedrock Agents和Amazon CloudWatch日志和指标来更快地找到根本原因。这篇文章旨在用于云解决方案架构师和有兴趣加速其事件工作流程的开发人员。

来源:亚马逊云科技 _机器学习
这篇文章与BMW Group的Johann Wildgruber,Jens Kohl博士,Jens Kohl博士和Luisa-Sophie Gloger。如今,宝马集团(BMW)已成为全球领先的高级汽车和摩托车制造商,也是高级金融和移动服务的提供商。BMWConnected Company是BMW的一个部门,负责为BMW开发和运营BMW Connected Fleot的高级数字服务,目前全球数量超过2300万辆汽车。这些数字服务每天都有许多宝马车主使用;例如,要使用手机上的应用远程锁定或打开汽车门,以远程启动窗口除霜,以从汽车菜单中购买导航地图更新,或者在这篇文章中聆听通过Internet流通过Internet流式传输的音乐,我们解释了BMW如何在AWS上使用AWS上的生成AI技术来帮助这些数字服务可通过高可用性运行这些数字服务。具体来说,宝马使用亚马逊基岩代理商通过加快根本原因分析(RCA)的繁琐且耗时的过程来更快地加快速度和耗时的过程,从而更快地进行补救(部分)服务。完全自动化的RCA代理正确地识别了大多数情况(以85%的衡量)的正确根本原因,并帮助工程师在系统的理解和实时见解方面有助于他们的情况。在概念验证验证期间,采用RCA代理在代表性用例中进行了进一步验证,这清楚地证明了该解决方案的好处,从而使BMW能够达到明显较小的诊断时间。可能由不同团队构建和运行的组件。例如,考虑远程打开