UiPath北亚区副总裁兼董事总经理邹作基
刚刚过去的2022,许多市场、行业和地区在开展业务的方式上已经发生了翻天覆地的变化。亚太地区(含日本)企业参与不断进化的数字化市场,进而建立自身数字优先战略的时机已经成熟。根据UiPath委托IDC进行的《2022年亚太地区(含日本)自动化调研》显示,亚太地区企业的平均收入中至少有65%来自数字产品、服务或数字化体验。随着越来越多的企业正在准备迎接精通数字技术的客户,亚太地区企业将在未来几年内争相利用自动化技术来实现业务优化、改善客户体验、提高自身竞争优势。
当今的生产力、质量和合规性压力促使亚太地区的制造企业不断加速自身的数字化成熟度。自动化让制造企业能够简化操作、提高效率、应对各种干扰,实现可持续运营。对自动化的需求显而易见:许多制造企业正在稳步对其进行投资布局,以期加速自动化进程。IDC预计,到2025年,14%的亚太地区企业有望成为自动化先锋。
自动化在后疫情时代的角色
为了满足生产力、质量及合规性要求,亚太地区制造企业一直在加速数字化的应用。该地区越来越多的制造企业希望在业务运营中利用自动化技术,特别是远程功能,提供管控和合规性监测、设备/资产监测的高质量数据,以减少停机时间,提高利用率和工作效率。预计未来三年,将有14%的亚太地区企业实施企业级RPA部署。同样,未来三年,67%的企业将在其全部自动化部署中的20%以上使用智能流程自动化(IPA),以应对高业务绩效、新客户期望和人才短缺的压力。
此外,劳动力制约因素、快速增长的劳动力成本和疫情的残余影响将迫使许多企业在自动化系统方面进行更多投资,这些系统可以部署在仓库和配送中心,以补充人力。亚太地区约60%的供应链组织将优先考虑自动化投资,从而将生产率提高 20%。
另一方面,亚太地区82%的制造企业认为,自动化是提高生产力、效率和协作的关键。以总部设在中国的汽车制造企业东风日产为例,作为数字化转型战略的一部分,东风日产采用了自动化解决方案,为重复性数字化任务实现自动化。通过利用RPA软件,东风日产建立了一个跨职能的企业级卓越中心团队,涉及部门包括数字化转型办公室、IT部门以及各个业务部门。该公司已在八个关键业务领域部署了RPA,涵盖了271个RPA流程,这使得他们每年节省工时26个人年,自动化总参训规模达到1081人。采用RPA民主化可以激励员工为企业创造价值,简化重复性任务,将新的技能组合应用于改善其他领域的业务运营。
此外,IDC报告强调,在未来几年内,企业将越来越多地寻求环境、社会和治理(ESG)功能的自动化,因为预计超过30%的亚太地区企业将优先考虑这些用例的自动化。未来两年可持续发展计划的重点领域包括优化产品和运营的能源效率,在运营中纳入循环经济原则(维修/再制造/回收),减少浪费和提高成本效益,并将负责任的采购原则纳入供应链。到 2024 年,除日本以外的亚太地区,将有40% 的主要企业将把可持续发展完全纳入到自身运营之中。
利用自动化为制造业实现规模效益
尽管到目前为止,亚太地区制造业采用自动化的比例相对较低,但更多的企业正在稳步对其进行投资布局,以期在未来三年内加速自动化进程。制造业需要像机器人流程自动化这样的颠覆性技术,它可以帮助企业专注于产品创新和核心优势,而不是那些重要但繁琐的重复性工作。人工智能等技术与机器人流程自动化相结合,则可以实现更复杂任务的自动化,如预测性维护、价格预测和质量控制。具备这些能力将帮助制造企业实现规模效益,改善客户和员工体验,并建立长期竞争优势。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。