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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。