Aeroespacial y DefensaManufacturaIngeniería de Software

Blue Origin desarrolla una plataforma de agentes de IA para el diseño de hardware lunar

Blue Origin desplegó más de 2.700 agentes de IA con un 70% de adopción en toda la empresa, logrando una reducción del 90% en el tiempo de desarrollo de hardware mediante Amazon Bedrock.

Resultados

2,700+AI agents deployed
70%Company-wide adoption
3.5 millionMonthly interactions
90%Hardware dev time reduction
6x fasterAnalysis workflow acceleration
10x improvementAI app development speed

Herramientas y tecnologías

1AO
Amazon OpenSearch
Managed search and analytics engine for log analytics, application monitoring, and RAG knowledge bases.
2AL
AWS Lambda
Serverless compute service that runs code in response to events.
3SA
Strands Agents SDK
AWS SDK for building model-driven AI agent orchestration systems.
4AE
Amazon EC2
Scalable cloud computing instances including GPU-accelerated P5 and G5 for AI workloads.
5AE
Amazon EKS
Managed Kubernetes service for running containerized applications
6AB
Amazon Bedrock
Fully managed service for accessing foundation models from leading AI companies via AWS.

Categorías de IA

Desafío

El conocimiento aeroespacial especializado estaba fragmentado en mentes expertas, y los ciclos de desarrollo tradicionales duraban años. Los LLM base carecían de entrenamiento en fabricación industrial y dominios especializados.

Solución

Se desarrolló BlueGPT, una pasarela segura de LLM y plataforma de orquestación multiagente utilizando Amazon Bedrock, Strands Agents SDK, EKS, OpenSearch e instancias EC2 aceleradas por GPU.

Historia completa

Blue Origin, la empresa aeroespacial fundada por Jeff Bezos, necesitaba acelerar el desarrollo de hardware lunar superando el conocimiento especializado fragmentado en silos y los ciclos de desarrollo tradicionales que duraban años. Los LLM estándar carecían de entrenamiento en fabricación industrial, diseño de baterías térmicas y extracción de regolito.

Accede a 451+ casos de uso de IA, 424+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1A
How AudioShake Uses AWS to Separate Any Sound at Scale
AudioShake
Top prizeAWS re:Invent Unicorn Tank competition
2P
How Pinterest Delivers 10M AI Recommendations per Second on AWS
Pinterest
17% YoYRevenue Growth
3RS
How RENOLIT Uses SAP Signavio to Find €880K in Procurement Savings
RENOLIT SE
€880,000Value identified in procure-to-pay processes
4F
How FURUNO Uses Elastic to Cut Vessel Incident Resolution Time by 94%
FURUNO
94%Mean time to knowledge reduction
5H
How Hitachi Uses AI to Detect Railway Overhead Line Defects in Near Real Time
Hitachi
40,000 kmOverhead line track covered by camera monitoring
6MD
How MDA Uses C3 AI to Accelerate Missile Defense Threat Modeling
Missile Defense Agency (MDA)
1000xIncrease in available threat data per scenario
7D
How DSM Uses Celonis Execution Management to Improve OTIF Performance and Save Millions in Order-to-Cash
DSM
Multi-million-dollarSavings from pilot
8H
How Hexion Uses Celonis Process Intelligence to Reduce Supply Chain Disruption and Improve Working Capital
Hexion
50%Reduction in supplier financing days to pay
Ver todos los casos →