——制造企业采用IBM App Connect打败应用集成“拦路虎”
(2023年11月15日,北京)IBM宣布,携手合作伙伴中科斯欧(合肥)科技股份有限公司(以下简称“中科斯欧”),基于IBM Cloud Pak for Integration(CP4I)上的企业应用集成服务总线组件App Connect软件,已经成功为翰博高新材料(合肥)股份有限公司(以下简称“翰博高新”)的滁州试点构建了一个敏捷、轻量的云原生应用集成平台,为翰博高新的智能化发展之旅奠定了基础。

翰博高新是国内液晶显示面板重要零部件背光显示模组一站式综合方案提供商,集光学设计、导光板设计、精密模具设计、整体结构设计和产品智能制造于一体,致力于成为半导体显示行业首选合作伙伴。随着翰博高新将生产基地在合肥、重庆、广州和滁州等城市的铺开,并上市成为科创板“新贵”,公司进入全新发展阶段,数字化、智能化成为其转型升级的主旋律。
企业系统庞杂,信息孤岛现象显著
过去,随着公司的发展,翰博高新先后开发部署了ERP、MES、OA、WMS、HR、PLM、SRM和关务系统等多种“各司其职”的国产信息化管理系统。随着公司进入新的发展阶段,公司各个业务流程须加强协作,实现从产品设计、生产、物流、销售等多环节多业务角色的紧密配合和上下游联动,从而做到订单的快速交付,实现业务价值最大化。
然而,多种相互独立的管理系统,往往导致业务环节流转过程低效,相关风险无法快速识别,订单交付周期漫长。各个业务环节之间无法实现无缝连接、快速预警,以及全流程的可视化、可追踪。产供销全流程的跨系统数据集成与统一,是翰博高新在数字化转型过程中的核心痛点。
然而要打通不同的业务系统,在技术实施层面存在很多困难。一方面,部分早期部署的系统接口过于老旧, 不符合当前流行的通讯协议,并且相对比较复杂, 点对点传输模式导致耦合度太高。另一方面,一些系统接口是相互重复且无法识别的, 相关的历史代码或已遗失或根本无法阅读。没有统一的接口标准和规范, 新上线系统接入困难。此外,未做到统一集成, 公司内也不能实现互联互通和信息共享日志。
企业选择恰当的技术与伙伴,打败“技术拦路虎”,实现业务数据的流转互通
面对“技术拦路虎”,翰博高新基于对云原生和现代化部署方式的需求,选择了IBM Cloud Pak for Integration当中的企业应用集成服务总线组件App Connect软件,以最新建设的合肥滁州生产基地作为部署App Connect的第一站,来构建能够快速连接企业系统内任何地方的所有应用程序和数据的集成平台。
在项目推进的过程中,IBM团队与合作伙伴中科斯欧携手为翰博高新提供支持。中科斯欧是国内一家深耕于工业互联网和智能网联汽车两大赛道的国家高新技术企业,也是“智能制造、工业互联”领域国家标准制定者。IBM客户成功团队发挥其尖端的技术与人才优势,在架构设计、资源配置等方面积极赋能中科斯欧,中科斯欧负责接口开发与总体实施,再由IBM负责部署至测试和生产环境中,合力为翰博高新创造切实的业务价值——构建起可快速连接企业系统内任何地方的所有应用程序和数据的集成平台。

IBM App Connect是业界领先的SaaS集成解决方案,可连接客户处于任何地方的所有应用程序和数据。通过部署IBM App Connect,翰博高新将其生产、管理、运营、研发、销售等不同部门的不同系统轻松对接起来,解决了系统之间接口混乱的问题, 实现敏捷且轻量的应用集成,不仅消除了信息孤岛,还省去很多为系统集成而立项和实施的费用。
全新的集成平台还具有以下独到优势:
翰博高新基于IBM App Connect的全新业务集成平台已于2023年8月底正式在滁州工厂上线运转,成为企业推广到其它基地的数字化样板间。此外,基于CP4I平台,IBM未来将与合作伙伴携手共创,为翰博高新探讨更多开放性、云原生化、微服务和容器化的集成平台,例如API Connect等,同时提供内置的AI以及混合云部署能力及全方位的云技术支持。
翰博高新信息管理中心助理中心长杨浩表示:“在IBM客户成功团队的帮助下,中科斯欧仅仅用了三个月的时间,就成功利用IBM Cloud Pak for Integration中的企业服务总线组件App Connect所提供的可靠的应用集成解决方案, 为我们的滁州试点构建起一个敏捷轻量的应用集成平台,打通了该试点产供销不同业务系统,从销售订单,到供应链管理当中的物料采购、付款、客户及供应商的主数据,甚至是内部OA系统里的内部报销等,实现了全方位的数据统一和透明,为企业运营提供了良好的数据统计、分析和监控能力。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。