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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。