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
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。