西门子数字工业软件公司宣布在Salesforce AppExchange上推出全新Teamcenter SLM应用程序。该应用程序由西门子与Salesforce合作开发,将Siemens Xcelerator行业软件产品组合中的Teamcenter Service Lifecycle Management解决方案与Salesforce Manufacturing Cloud和Salesforce Service Cloud相结合,以此将产品工程和产品服务连接起来。这款新的应用让制造商能够采用更加以服务为中心的业务模式,改善客户体验并提高服务收入。
西门子数字工业软件数字制造高级副总裁Zvi Feuer表示:“西门子和Salesforce携手合作,创新地将服务生命周期与客户关系平台结合起来,让制造商能够以全新的方式同客户建立联系。”“通过与Salesforce 的新合作,我们正在帮助制造商通过闭环集成将产品知识同完整的客户故事结合起来,实现服务化。该应用提升了客户服务体验,可以彻底改变服务运营,促进工程和服务团队之间的协作,并且提高客户满意度——在正确的时间、在单一集中的位置提供正确的信息。”
新的Teamcenter SLM应用程序的优势包括可以通过提高首访修复率来提高运营效率、降低服务成本并帮助改善销售和服务之间的一致性。有了正确的资产信息、工具和库存,服务团队就能改善客户服务体验,推动收入增长。
该应用程序还能让技术人员和现场工作人员更直观地了解客户资产信息以及Teamcenter管理的图形丰富的产品数据,帮助他们在第一时间顺利完成服务活动。利用Salesforce的人工智能技术Einstein,该应用程序可以扫描Teamcenter里的服务计划中创建的知识文章,帮助查找资源和解决方案。制造商可以轻松地访问服务数据,从而推动产品的持续改进,因为从服务事件中吸取的经验教训已成为每个资产数字孪生的一部分。
Salesforce制造与汽车行业高级副总裁兼总经理Achyut Jajoo表示:“我们很高兴能与西门子合作,帮助制造商提高效率、提供更好的服务并开辟新的收入来源。”“我们将由实时数据和人工智能驱动的Salesforce与西门子的Teamcenter服务生命周期管理相结合,可以帮助推动整个行业的数字化转型,让制造商能够更好地服务,并创造新的收入来源。”
Teamcenter SLM应用程序现已在Salesforce AppExchange上发布。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。