当前,制造业在加速数字化转型,不过数据孤岛成为了转型的重要障碍。
为了实现数据驱动,制造业企业需要将不同的信息化系统进行串联,比如MES、CRM、ERP、WMS等,才能形成完整的决策流程,在不同的信息化系统里实现各种分析。
但是通常实现这些的前提是企业需要具备强大的IT团队和数据分析团队,而这在传统的制造业非常难实现。
讯能集思(Synergies)创始人兼CEO张宗尧告诉记者,讯能集思启动“零IT”革命——赋能IT薄弱企业与数据分析薄弱企业,帮助智能制造企业解决人才短缺与数据困境,释放营运潜能,进一步降本增效,实现数字化转型升级。
张宗尧说,讯能集思通过“零IT”让制造业企业在不需要大量投入的情况下,快速看到初步的效果。“我们从数据价值本身着手,涵盖了数据收集到数据治理,再到数据分析。”
讯能集思于2021年在Gartner《增强分析市场指南》中获评全球前40供应商,并于同年成为唯一入选《大中华区AI新创市场指南》的工业AI分析新创企业。
“零IT”革命
对于企业管理者,下一步需要具备的核心能力是数据分析和数据决策思维。用数据进行决策的思维是在下一个时代所有企业内部人需要具备的能力。
很多制造业企业的IT技术团队或者IT部门建制不完整,没有很强的信息化团队或者专门的数据分析团队。
张宗尧表示,如何助力工业制造业企业突破所谓的“人才困境”、“技术困境”,是我们在思考的事情,于是讯能集思提出了“零IT”的架构。“零IT”最主要的目的是帮助制造业企业实现一系列智能化技术的提升。
“零IT”并不是否定IT部门的价值,而是希望将IT团队从重复性工作中解放出来,专注于更有价值的事情。同时我们也帮助OT(运营技术)人员提升数据分析能力,并赋能企业全员运用决策AI平台应用分析,高效解决业务场景中的各种问题。
有效的数字化转型,是制造业在多变的经济环境中提升竞争力的一大关键。讯能集思通过一站式的设备管理软硬件整合方案,打通数据收集、治理和分析全流程,让原本缺乏资源和技术能力的企业也能够轻松达到智能经管,实现设备预测性维护、库存优化、AI生产排程、良品率优化、动态报价智能优化等智能化升级,最终运用运营数据实现降本增效。
张宗尧说,“数据分析全流程”分为四种分析方式,包括描述型分析、诊断型分析、预测型分析和指示型分析。完成这四种分析通常是需要不同的软件,比如BI来做描述性分析,统计分析软件帮忙做统计诊断,AutoML(自动化机器学习)是为了实现预测型分析。讯能集思现在把这四种数据分析全部打通,目前已经应用在包括富士康在内的许多大型制造企业。
数据决策需要做到三件事情——标准化、清洗、特征工程。而传统的数据治理模式是ETL(Extraction提取,Transformation转换,Loading载入),操作流程是拿到数据之后,先进行第一次的转换,转换完了以后,把数据给到分析人员或业务人员,用于分析提高良品率、减少交期的方法等。
张宗尧介绍说,讯能集思解决的问题是把ETL变成ELT,把这两个顺序做一个调换,也就是数据进来以后,普通人员或者OT分析人员就能够自行做转换,或者进行数据清洗和治理,这种情况下,由两个人的工作变成一个人的工作,可以快速地实现迭代。
JarviX与Odin
为了支撑“零IT”战略的落地,讯能集思(Synergies)推出全新5G智能网关Odin,并宣布其全球首创的决策AI平台JarviX 发布3.0版本,以一站式设备管理软硬件整合方案为制造业提供数字化新动力。
JarviX基于增强分析技术,是面向工业制造业的下一代数字化决策管理平台,其核心价值主张是“由无代码数据分析平台驱动智能制造,为每一家企业提升10倍以上的分析价值与决策效率”。通过JarviX平台,制造业从业者只需用中文输入后即可使用差异分析、分群分析等方法,快速找到影响良率的关键因子。同时,该平台也能关联制程、设备、人员、工单等数据,通过数据可视化提供运营优化建议,实现“指示型”数据分析。
张宗尧表示,2019年讯能集思正式推出公司的第一代标准版产品JarviX 1.0,它也是全世界第一套中文自然语言驱动的分析方案。
讯能集思此次全新发布的JarviX 3.0版本将推动企业实现数智化愿景,完成从一般制造业迈向高端制造业的转型升级。JarviX 3.0新增加的功能包括用“拖拉点拽”的无代码操作方式,完成数据标准化、数据清洗、以及特征工程等数据处理工作,从而加速从数据转换到洞察分析的过程。由此,企业基于JarviX 3.0将能实现五大数智化应用:完整记录分析架构、自动推荐分析建议、快速获得优化解、快速建立知识库、团队共享知识库,真正实现不受制于工具,不受制于数据孤岛,不受制于人才困境,以数据应用的方式实现企业整体效率的提升,实现数字化的转型升级,实现企业竞争力的增强。
讯能集思的对话式决策AI平台JarviX已获多家全球500强制造企业采用,助力降本增效。其企业用户涵盖电子加工、汽车零部件和制鞋等行业,支持大幅提高产品良率、订单达交率、报表效率等。
据悉,讯能集思公司内部的一位销售人员,通过成功交付数据分析的项目,帮一家铸造业企业客户减少了70%的不良率。
为了帮助制造业企业突破数据治理挑战,讯能集思推出了即插即用型支持5G网络的智能网关Odin,支持工业设备的预测性维护,打通工业设备数据收集、传输、处理的全过程。
讯能集思(Synergies)事业部副总经理黄逸华表示,只有数据能够被完整地采集之后,才能够让整个数据生命周期完整运作起来。所有数据分析和数据收集结果紧密相关,如果数据采集不完整,或者前面采集的数据品质不好,质量不好,后面进行各项分析都面临一系列的问题。
Odin帮助传统制造业企业解决设备和硬件标准不统一、软硬整合难、网关缺乏专属各种应用等问题。
Odin的安装简便快速,更可以无缝连接JarviX平台,成为一站式设备管理软硬件整合方案,从而降低数据的导入及运维成本,提升数据传输及分析能力,推动实现产线效率的最大化以及生产系统状况的最优配置。
结语
制造业的转型持续加速,但是挑战也不断涌现。笔者认为“零IT”是具有创新性,毕竟我们知道IT是转型的重要支撑,但是往往专业的人做专业的事情,企业有时可以借助第三方推进转型,没必要自己重复造轮子。而且讯能集思提供了一整套的解决方案帮助企业落地“零IT”,进而实现数据驱动的业务转型。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。