Greene Tweed是一家拥有150多年历史的制造企业,是全球领先的高性能热塑性塑料、复合材料和工程部件提供商,为航空航天、能源、半导体、工业、生命科学和化学加工行业提供定制工程密封解决方案。由于产品所应用的领域都是绝对不容有失,例如用于飞机的制动系统等等,可想而知Greene Tweed对产品质量的把控有多么重视,而这正是这家百年企业采用Qlik主动智能,通过精密的数据分析来确保最高质量的原因。
具体而言,Greene Tweed通过强大的分析工具和基于云的方式,实现了近乎实时地获取质量系统的深度统计图。这是Greene Tweed在“2025年成为一家数据驱动型企业”愿景下的战略举措之一。
推动数据的实时化和现代化
要确保产品质量万无一失,实现数据现代化至关重要。Greene Tweed非常看重数据在推动各项业务和操作流程转型方面的强大力量,但却遇到了一些与生产相关的难题。每次需要构建新的产品应用程序时,公司都需要从头开始创建产品主数据,而不同开发者所创建的产品主数据会存在差异。这导致公司产品数据集缺乏统一性。为解决该问题,Greene Tweed已着手创建标准的产品销售和制造数据集,迈出了通过数据实现生产现代化的第一步。
与此同时, Greene Tweed通过Qlik将SAP和其他系统中的数据迁移到云端,创建了一个响应系统,一站式了解工作订单、销售订单、采购订单等各方面的情况。
这意味着企业可以近乎实时地了解大量关键业务流程,如同消费者只需在智能手机上轻轻一触,就可以即时获取银行卡余额、实时路况、天气预报等信息一样。企业也应该努力重现这种体验,尽可能实时地获取可用信息。
在Greene Tweed公司的云环境中,数据通常保留两分钟,销售数据每30分钟刷新一次,不久将实现20分钟刷新一次销售数据。与Qlik合作的成功意味着Greene Tweed公司的2025年目标已经实现了一半,未来三年将重点在整个组织中正式推行数据治理项目。
实打实的省材省料
以数据为导向的理念也推动生产的转型。正如当今的许多制造商一样,Greene Tweed正采用智能工厂方法,通过传感器将众多设备(包括压力机、烤箱等)连接在一起,由此生成了大量数据。
智能工厂,也称为工业4.0,利用人工智能、云计算及互联物联网设备来提高效率、优化生产、简化操作程序,并提供更加可持续的实践。根据德勤的报告,海量数据的分析能够催生重大效益,如将资产效率提高20%,产品质量提升30%,成本降低30%,安全性和可持续性提高10%等。
Greene Tweed系统采用分析工具来抓取云端的所有数据,以尽早监测到异常情况,这一点至关重要。例如,生产过程中烤箱的运行温度必须精确设定在500华氏度,任何温度波动都会影响最终产品的质量。此外,同等重要的是,借助这些源自互联设备的数据,可实现预测性维护,及早发现设备的潜在问题。这种方法有助于公司确保产品质量,并减少15%-20%的废料。
Greene Tweed通过基于云的数据架构为硬件制造提供支持,还利用现代化云分析技术将应用程序开发时间缩短了约60%,得以以更快的速度将应用程序交付给用户。在数据的支持下,服务的更新速度大超从前。
总而言之,通过与Qlik合作, Greene Tweed获得了主动智能策略带来的诸多益处,通过将云技术和分析相结合,从实时信息中持续获得可执行的信息,从而因时因地采取行动。
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。