打造高韧性企业,已经成为在当下环境企业的战略任务。
达索系统在服务客户的过程中积累了众多成功经验和最佳实践,尤其在疫情期间,这些成功经验和最佳实践的不断复制,提高了制造业在疫情下的韧性。
中国制造业有着独特的韧性,中国的市场很大,可以在出口市场和本国市场之间进行多元化的平衡发展。
在这个过程中,数字化能发挥什么作用?达索系统亚太区执行副总裁Samson Khaou认为,企业利用数字化可以将整个业务流程进行数字化,比如企业上下游供应商和客户都在单一数据源的数字化实时协同平台上,看到哪些部件可以自己生产,哪些需要采购,通过大量协同信息做出最佳决策。
达索系统亚太区执行副总裁Samson Khaou
在达索系统的平台上,企业可以与整个生态体系中的所有相关方进行实的协同。尤其在疫情期间,数字化解决方案被中国众多制造企业所采用,实现端到端的数字连续性。
达索系统深度参与了中国的数字化建设,在12大行业全线突破,高速成长。达索系统大中华区总裁张鹰指出,企业最早从使用大量工具,像设计、仿真、生产制造、管理等工具,又升级到系统、平台,又升级到端到端,最后升级到整个供应链的数字化转型,每一次升级和跳跃背后都有强大的数字化做支撑,有完整的最佳实践形成。
达索系统大中华区总裁张鹰
三大业务齐头并进
达索系统将整个工业软件体系分成三部分,第一,制造;第二,城市基础建设;第三,生命科学,三大业务齐头并进。
制造领域:达索系统在制造领域可以称得上“头号玩家”,最早起源于航空领域,下一步更多聚焦在可持续发展领域,利用数字化技术为制造业客户实现可持续发展要求。比如,废弃物的治理、打造可循环利用的工厂、优化能源结构实现节能减排等。
城市建设领域:达索系统更多是城市建设行业规则的颠覆者,该领域数字化进程相对较慢,达索系统在利用数字化技术帮助企业进行新材料的研发,并且验证新材料如何可以做到节能减排。
生命科学领域:达索系统已经投入生命科学15年之久,在模拟心脏、大脑,疫苗研发,医疗器械相关的工业软件体系中,达索系统的份额位居全球第一。Samson Khaou表示,人体器官也需要建立精准的三维模型,依赖于高精准度的三维模型,针对不同病人的需求进行个性化的手术开发。
达索系统及提供工具,也提供平台,3D体验平台是在同一体系结构下,通过一个模型就可以实现交互、协同,这是一个革命性的推动。现在3D体验平台在中国的业务比例已经达到将近一半。
利用数字化打造最佳实践
现在数字化转型已经到了一个新的高度和维度,用造房子举例,我们首先需要先设计,之后将图纸交给施工方,施工方再进行施工,最后施工出来的房子能否和设计一致,这中间数字化就起到了重要作用。
张鹰表示,数字化可以把设计方、施工方和业主连接在一起,用一个模型全方位地打通,推动数字化的进展,这也是3D体验平台的价值。
武汉新一代天气雷达就是一个最佳实践,天气雷达由中南建筑设计院设计,采用达索系统3D体验平台改变了建筑、工程与施工行业之间BIM建模软件不统一、数据标准各异的传统业务方式,通过提供高度集成的项目与数据管理,利用施工模拟更好地计划与执行项目。
基于3D体验平台,气象塔项目通过让设计和施工方共享同一个三维模型,实现“一模到底、无图纸建造”,不仅是我国首个建筑工程PLM平台的成功实践,也是国内首个“全过程无缝衔接的数字化建筑项目”,更成为整个行业低碳环保的数字化建造标杆。
未来达索系统也将用自身的创新优势,携手各行业企业打造更多更多像武汉新一代天气雷达一样的标杆项目,助力各行业走向低碳、智能和可持续的数字化未来。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。