ZD至顶网CIO与应用频道 06月01日 北京消息:日前,IBM宣布与全国最大的商用车企业福田汽车旗下品牌福田欧辉达成合作,与其共建以智能制造为目标的信息化流程体系。此次合作采用ERP系统对生产、采购、销售、物流、财务到研发的运行及管理流程进行高效集成、统一管理, 旨在打造智能信息化业务模式,助力福田欧辉实现全业务价值链的贯穿,逐步完成大规模定制化、生产智能化企业的构建。
“中国制造2025”国家推动产品升级和转型,对机械设备、生产过程、包装运输以及管理系统都提出了更加自动化和智能化的要求。为了响应国家提出的“中国制造2025”的制造强国战略,并满足市场对于产品更新换代和个性化越来越高的需求,福田欧辉联手IBM打造智能信息化流程体系,构建全新的管理系统,来驱动管理提升和企业变革。
福田欧辉事业部总经理范现军先生表示:“福田欧辉作为国内新能源、全承载产品的第一品牌,始终重视将信息技术和智能化融入到设计、制造与销售的全价值链中。大规模定制生产是欧辉客车在2016年的重点工程,通过本次项目的合作与实施,欧辉将进一步扩大技术优势,提升自主创新的品牌实力。在优化欧辉客车生产流程的同时,推动欧辉向管理型制造的转型升级,打造在行业内领先的智能制造能力。”
响应高度定制化生产需求,引入弹性智能业务模式
福田欧辉客车是业界成长性最好的客车企业和国内公交订单比例最大的客车制造商,在全国客车销量排名第五,但是由于按订单设计占比很高,大规模定制化的生产,大大提高了建立信息化流程体系的复杂度。从前端的客户选购配置,到后端的设计、生产过程管理、长周期件的采购、原材料配送,到最后的交付,整个流程都面临着管理和IT的诸多待解难题。
凭借在中国制造行业多年的先进实践经验,IBM针对福田欧辉的需求,提出整合其研发、制造以及营销服务平台的综合解决方案,为福田欧辉构建了一套全新的管理系统,大幅提升了全流程的沟通与生产效率,从而实现弹性智能的客车生产,有效驱动了福田欧辉的管理提升和企业变革。
福田商用车集团CIO辛海明表示:“高度定制化低批量的需求给企业和整个行业带来了许多普遍的问题,我们通过与IBM的合作,致力于将福田欧辉打造成为拥有完善的信息化技术体系,IT技术应用贯穿于前段产品设计、中端智能制造和后端服务销售等每一个环节,来全面提升福田欧辉的业务运营能力。”
智能信息化流程体系,实现四大业务目标
根据福田欧辉管理层提出的需求,IBM帮助欧辉实现了协同、弹性、全成本管理和主动响应客户的四大目标。
协同: 建立起完整的从客户选配下单到生产制造的内部高效衔接,实现整个环节的高度协同和流畅的信息交换,实现系统的敏捷响应,提高订单运行效率。
弹性:将长中短三期计划、上线顺序和物料需求计划集成至统一平台,建立基于产品平台的配置物料清单体系,并通过销售赢单率的数据统计与预测,实现长周期件、关键件等重要零部件在采购、供应方面的及时性和经济性。
全成本管理:建产全成本的管理机制,包括研发成本、营销和市场成本、资金成本、制造成本、采购成本、使用成本、维修保养成本、废弃处置成本等,高效的管理生产成本,确定订单收益。
主动响应客户:通过配置和零部件的模组化,为销售人员提供移动化销售配置器,支持灵活多样的销售策略,让客户能够更加直观、便捷的选购产品配置;同时建立整车库存实时监控,实现物流各环节的成本与周期估算,确保车辆准确及时的交付客户。
IBM全球企业咨询服务部大中华区汽车行业总经理王涛表示:“通过大规模定制化生产智能化项目的实施,福田欧辉将实现以客户及市场为导向的、满足客户个性化和差异化需求为驱动的价值链升级。结合智慧工厂、智慧物流等软、硬实力的建设,福田欧辉将实现全产业链的高效协同。 IBM愿继续将多年积累的国内外智能系统建设经验与更多中国汽车企业分享, 推动中国车企实现‘中国制造2025’的宏大战略愿景。”
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。