案例名称:【创新工程机械智能化产品与服务模式助力高端制造服务业转型升级】
公司名称:【中联重科股份有限公司(000157)】
案例简述:
中联重科股份有限公司创立于1992年,是一家集工程机械、农业机械和金融服务多位一体的全球化高端装备制造企业,全球工程机械前五强。
为完成高端制造服务业转型升级,中联重科以客户为中心推动企业数字化转型,打造了面向工程机械的智能化产品创新模式、端到端的客户营销服务模式和数字化决策模式。一方面,推动产品4.0工程,以“模块化平台+智能化产品”为核心,研发出多款性能卓越、安全可靠、绿色高效的智能化产品;另一方面,基于自主研发的ZValley OS平台,构建CRM系统、云帮销、产品云等新应用实现营销管理业务端对端运营来拉通客户对接服务渠道,围绕设备性能监控跟踪管理、设备融资租赁管理、混凝土设备运营管理等实际需求打造出“中联e管家”、“智租”、“智砼”等一批工业互联网 APP,推动公司从“被动响应”到“主动服务”、“预测性服务”的服务能力升级,扩展服务对象、延伸服务价值、变革服务模式,将对下游的设备管理服务延伸至经营管理、设备施工服务,助力行业整体的绿色环保、高效管控以及盈利增值。

在新模式的作用下,2021年上半年中联重科主导智能化产品销售占比达到90%,综合服务效率提升20%,营收424.49亿、归属于上市公司股东净利润48.50亿,创造历史最佳记录。

扫码查看详细案例
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。