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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。