案例名称:【全价值链数智驱动助力高质量发展】
公司名称:【美的集团股份有限公司(000333)】
案例简述:
随着十四五规划的战略纲领颁布及新基建战略的实施,中国企业数字化正迎来欣欣向荣的发展势头,给产业数字化和数字产业化带来了跨越式发展之良机。
在此背景之下,本案例提出“科技领先、用户直达、数智驱动、全球突破”的发展战略,持续加大研发投入,不断提升研发规模优势,重视和培养科技人才,围绕用户需求开发智能家居产品,推动T+3业务模式变革和全价值链卓越运营,提升全价值链效率,面向前端市场坚定推动渠道变革, 提高盈利能力,夯实发展基础。结合AI、区块链、云计算、大数据、IoT和服务机器人等前沿技术与热门行业,构建了人工智能开放创新平台、云平台、私有云等数字化平台。
本案例在工业制造领域,将AI技术智能化体系推广到集团内工厂,大幅提高生产效率和产品品 质,加强了设备与产品的质量监控;本案例的数字化经验不仅适用于内部,对外也进行了输出,通 过旗下公司服务了40多个行业、300多家企业,帮助更多公司上云上平台;同时,紧密跟随国家碳中和战略,在节能减排等方面获得巨大的提升。
扫码查看详细案例
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
杜克大学研究团队开发了MOG-DFM技术,这是首个能够同时优化生物分子多种特性的AI系统。该方法成功解决了传统药物设计中"顾此失彼"的难题,能够设计出既安全又有效的治疗性分子。实验证明,MOG-DFM在肽类药物和DNA序列设计中都表现优异,有望显著加速药物发现进程并推动个性化医疗发展。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
印度理工学院团队开发REFINE-AF框架,让小型AI模型通过强化学习自动生成训练指令,无需大量人工标注。该方法在119项测试任务中,63-66%的表现超越传统方法,证明了小模型也能通过巧妙设计获得优异效果,为降低AI训练成本提供了新思路。