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
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。