金航数码科技有限责任公司(AVIC DIGITAL)是中国航空工业集团有限公司(航空工业)的信息技术专业支撑机构,肩负着”推进产业数字化,践行数字产业化”的使命,致力于做数字技术驱动工业转型的集大成者。
2020年9月16日,在Software AG中国区线上用户大会上,金航数码科技有限公司咨询总监张钊受邀以”ARIS助力航空工业管理体系(AOS)建设的实践”为题发表演讲,详细介绍了公司启动AOS的背景、ARIS在航空工业数字化转型的过程中发挥的作用和成功经验。
航空工业管理体系建设背景
航空工业管理体系(AOS)是英语Aviation Operation System的简称。中国航空工业集团面临的内外部环境越来越复杂,除了产品越来越复杂,由于企业规模的不断变大,客户需求、内部管理也越来越复杂,生产过程、组织、环境各方面也带来了很大的复杂性,而且国际和国家法律的强制要求以及一些管理部门机构的要求也在不断加强。如何能够满足这些要求,是航空工业亟须解决的一个主要问题。此时,金航数码建立了自己的 AOS (Aviation Operation System)。
航空业管理体系的发展和内涵
AOS管理体系的建设愿景是以流程为主线,融合多系统、多要素、多工具,构建增值、规范、高效并拥有卓越竞争力的航空工业管理体系,实现新时代的航空强国目标。
金航数码与Software AG合作、采用ARIS搭建业务流程管理系统(BPMS)平台,为航空运营系统(AOS)流程体系建设工作夯实了内部管理基础,提升核心竞争能力。Software AG的ARIS是一种基于信息集成的面向过程的模型体系结构。ARIS的核心思想是从多视图、多层次、多相关性和生命周期的角度描述企业业务的各个方面。
在航空工业AOS流程体系建设工作过程中,Software AG和金航数码利用ARIS对公司业务进行了全面的分析,并搭建企业架构,通过ARIS以业务流程为导向的建模理念定位关键问题,指导业务流程评估和集成,通过部署ARIS的一系列元模型来确定效率的提升点,最后通过ARIS来落实企业流程管理活动在IT环境中实现。
借助ARIS对业务系统和流程进行精简,航空工业解决了由于顶层设计缺乏,个性化的流程与集体战略不匹配,以及业务和IT战略错位导致的效率性和敏捷性等方面的问题
航空工业管理体系推进现状
AOS管理体系未来是航空工业集团内部管理体系的合成。在2018年第一批20家试点单位中, 80%以上的企业都选择了ARIS作为AOS流程管理体系的支撑平台和工具。
与SoftwareAG 合作、采用ARIS整合了业务流程之后,航空工业丰富了宏观,简化了细节;充实了功能,优化了流程;增强了关系,减少了代价,有效地促进了AOS的推广,建成了一个值得骄傲的体系结构:业务模型优化、数据处理标准化和应用统一化;不仅实现了IT体系架构可映射到业务模型,而且标准化的IT治理可确保所有成员单元都在统一平台上工作。
基于统一的IT体系架构原则,IT应用程序现在已经部署到整个航空工业,通过支持集成的产品开发、敏捷操作、精益业务管理和协作供应链管理,实现快速客户响应的承诺。Software AG的ARIS工具强大的建模、分析、定制化和一站式发布功能,为航空工业企业模型资产库开发、维护和共享提供了有力支撑。
张钊相信,未来航空工业的AOS管理体系建设还会取得更大的成绩,对ARIS 产品也表示了强烈的肯定,指出ARIS以流程为中心,融合多系统多要素,构建标准化、结构化的管理体系模型,持续累积组织资产,能够支撑组织向流程型组织转型。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。