令人惊讶的是,一部分管理者仍然在争论云是否能对企业的制造产生价值——尽管他们在一些明确的情况下仍然会考虑使用云。大多数管理者对云避而不谈是出于对成本的考虑,但在我们当前营运的行业里,基于云的解决方案尤具成本效益,特别是考虑到减少数据中心和IT管理人员所节省下来的时间和费用。
对云依然存有疑问的管理层应该思考下述情况。在以下的情况中,云非但没有阻碍运营,反而有助于推动运营。
第一,兼并与收购后的顺利整合。基于云的解决方案能够为两家企业提供通用平台,保证平稳整合的实现,避免了重组不同硬件平台、数据中心以及培训IT人员的需要。
第二,在新区域大规模扩张门店。除了物流费用高昂,制造商还一直面临着消费者日益追求速度的压力。因此,企业的地域扩张通常要求在高需求区附近建立厂房和配送中心。这意味着企业需要快速、经济地实施信息系统,让新工厂尽快上线。基于云的解决方案为企业提供这种工具,能更快速、在更短的时间内以较低的成本提供支持。同时,对于客户需求的转变所带来的地点选择变动,企业还可以通过减少再次建设的固定成本,极大地降低了风险。
第三,生产外移和回流的需求导向。企业生产外移的意愿根据经济情况时常改变。早年,大量企业为了保持竞争力将生产制造转移到中国来节约成本。然而,近年来由于中国制造业蓬勃发展,劳动力成本不断攀升,出现就近输出和生产回流的趋势。这促使着制造业商在每一次转移出现时都需要寻找配置IT基础设施的革新方式,以更好地应对所面临的问题。云计算使制造商能够快速、更具成本效益地在所需之时将计算资源配置到所需之处,同时也使企业可以根据各地的需求部署解决方案。
第四,对特定项目与绝无仅有的机会作出快速响应。快速响应对于很多企业来说是一个明确的竞争性区分因素。当前环境下,企业要满足早期用户需求,必须具备快速开发新技术和新产品的能力。云技术能以一种于从前不可思议的速度在企业内得到全面应用,这在现在是至关重要的。如果一个企业能够抓住科技迅速发展的机遇,并及时地满足消费者需求,那么该公司将更有可能获得巨大的收益。
最后,成功渡过测试阶段。公司推出任何新技术平台时,测试都是必经阶段,测试时通常需要投入许多硬件、设施和支持成本会,而这些在技术平台实际投入使用后就不需要了。大多数商业软件解决方案都能选择部署在云端或本地,使那些计划在本地部署的企业可以先在云端部署,以云作为测试环境,避免对日常运营带来干扰并最终节省成本与时间。
但归根到底,这一切都与速度有关。制造商必须做好准备采纳全新战略和流程以保持竞争力。基于云的解决方案能提供快速推进的最优途径,并以最具成本效益的方式把握新的机遇。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。