软件定义,数据赋能,构建数字化工业创新
近日,全球工程和工业软件翘楚AVEVA 剑维软件在苏州举行了2022 AVEVA PI System 中国用户大会。此次大会主题为:激发工业创造力,加“数”前行。来自能源、电力、制药、化工、制造、电子技术、食品等行业的业界专家一起探讨如何激活数据潜力,精准施策,共同构建数字化工业创新。
AVEVA剑维软件中国区总经理万世平表示:“中国正在构建以数据为关键要素的数字经济。数据已经成为各行各业制定战略、生产、日常运作等不可或缺的信息来源和决策基础。在应对数字化和低碳转型的挑战时,工业界需要覆盖从顶层规划到落地执行的全生命周期解决方案,凭借可见的数据资源,向更具预见性和更智能的方向推进。AVEVA PI System 中国用户大会为工业生态圈提供了很好的交流平台,探讨数据作为新型生产要素的重要性、数据如何推动数字技术与实体经济深度融合以及数据蕴含的竞争优势。更重要的是,这些经验和实践都是可复用的,企业可以借鉴并结合自身需求制定解决方案,为产业高质量发展赋能、赋值和赋智。“
软件定义,驱动实体经济新变革
根据中国《“十四五”数字经济发展规划》,数字经济是继农业经济、工业经济之后的主要经济形态,以数据资源为关键要素。对于绝大部分行业来说,实体企业数字化转型已成为必然趋势。怎么进行数字化转型,推动实体经济变革,是企业应该慎重考虑的问题。
湖北三宁化工股份有限公司智能工厂推进办公室主任杨文华及项目组成员表示化工等重资产行业需要引进成熟的工业软件,进行“基于数据”的精细化管理,适应新发展格局。该公司打破了传统化工生产模式的限制,致力于建设智能工厂。凭借AVEVA PI System,三宁化工夯实了智能工厂建设的基础,实现了智能管理运营平台和智能生产控制平台的数据互联互通。
嘉吉投资(中国)有限公司嘉吉淀粉淀粉糖及增稠稳定剂中国区运营持续改善负责人张郁表示,随着数智化技术的发展和软件应用的深度普及,数字化和大数据促进食品生产端到消费端的连接,食品生产发展进入全新的迭代升级阶段。以能源管理为例,嘉吉投资运用了大数据平台,帮助企业迅速的找到能源使用的差距、设置优先级、并且进行有针对性地改善。
数据赋能, 构建数字化工业创新
AVEVA剑维软件相信将数据统一到跨越价值链的数字主线中可以促进产业变革,推动工业智能化和创新,赋能企业更好地应对充满挑战的市场环境。
施耐德电气副总裁、全球市场部中国区负责人古月指出数字化赋能的“绿色智能制造”理念能够帮助企业应对未来挑战,实现可持续发展。知己知彼百战不殆。深挖企业自身数据资源,实现数据价值最大化,是数字技术扎根实体,加速推动工业企业提质增效,实现绿色转型的不竭动力。
现在,数字经济成为新动能,数据成为重要资产。对数据价值的挖掘,必将成为企业新的核心竞争力。但是目前只有32%的工业数据得到利用;68%的数据无法在正确的时间提供给需要的人去挖掘和使用。工业企业可以借助AVEVA PI System,搭建核心运营数据平台,实现数据的可得、可视、可控、可用,增强内生创造力。作为数字化转型的推动者和赋能者,AVEVA剑维软件认为要实现工业创新,人的能动性起到决定性的作用。数据、软件或者其它数字化技术,只有与人的洞察力和能动性相结合,才能真正激发工业创造力。AVEVA剑维软件将继续携手生态圈伙伴协同创新,加“数”前行。
其他演讲嘉宾包括国投云顶湄洲湾电力有限公司生产技术部专工/技师唐安虎;法电优能(北京)投资有限公司信息技术部副总经理张博志;默克生命科学中国区工艺数据分析软件顾问谢慧峰;液化空气(中国)投资有限公司信息系统工程师祝贺;Cytiva亚太区高级业务发展经理周康;以及AVEVA剑维软件中国区运营产品业务部总经理崔静怡。
这是自AVEVA剑维软件收购OSIsoft(傲时软件)后首次在中国举办的AVEVA PI System用户大会,获得了生态圈合作伙伴的大力支持。此次大会战略合作伙伴为施耐德电气;金牌伙伴包括太极计算机股份有限公司和北京中瑞泰科技有限公司;银牌伙伴包括武汉瑞萘科技有限公司、北京瑞太智联技术有限公司、南京强思数字科技有限公司和Stratus容错技术有限公司;铜牌伙伴包括上海蓝鸟机电有限公司、山东英伟电子技术有限公司和文信讯息系统有限公司。
好文章,需要你的鼓励
存储扩展专家Lucidity将其AutoScaler平台扩展至Kubernetes容器编排平台,帮助企业控制存储支出。该公司表示,Kubernetes中的持久卷常常成为隐形浪费源,虽然Kubernetes可自动扩展实例数量,但底层存储通常未被充分利用。新服务可为亚马逊EKS提供持久卷的自动扩缩容,声称可为客户节省高达70%的云块存储费用。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
超过1.8万Spotify用户加入名为"Unwrapped"的集体组织,通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出,用于构建新型流媒体数据分析工具。Spotify对此发出警告,称该行为违反开发者政策和商标权,禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利,双方就数据所有权展开争议。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。