PTC(纳斯达克股票代码:PTC)今天宣布了作为其环境可持续发展实践一部分的新举措。PTC已经签署了科学目标倡议(SBTi)承诺书,承诺实现近期减排和长期净零排放目标。此外,PTC正在扩大与Ansys和aPriori的关系,以支持制造商在产品非物质化和制造效率方面的环境可持续性目标。
“PTC的SBTi承诺植根于我们的信念,即在我们考虑气候变化的影响时,这样做是正确的,”PTC首席战略和营销官Catherine Kniker说。“这也是我们对我们的制造业客户作出的更广泛承诺的一部分,因为我们将以符合他们的环境可持续发展目标的方式减少我们自己的足迹。”
在作出SBTi承诺的同时,PTC正在扩大其支持制造商努力减少其产品的环境足迹的方式。产品的大部分环境足迹是在设计阶段确定的,在这个阶段要对材料、可制造性、循环潜力等做出决定。PTC通过其业界领先的产品设计和生命周期管理软件,并通过与Ansys和aPriori的新合作伙伴集成,使制造商能够解决这些环境足迹问题。
PTC和Ansys在产品设计和仿真软件方面已经合作了几年,他们将在PTC的Creo®计算机辅助设计(CAD)和Windchill®产品生命周期管理(PLM)软件与Ansys的材料信息管理解决方案Ansys Granta MI之间寻求更多的集成工作流程。这些工作流程预计将使设计工程师更容易评估产品中使用的材料如何影响产品的性能、碳含量和可回收性,使我们的联合客户能够开发出更可持续和高性能的产品。
“我们很高兴能与PTC合作,在现有的安世Granta与Creo和Windchill的连接基础上,寻求更多的集成材料管理和可持续性工作流程。” Ansys公司副总裁兼产品总经理Mark Hindsbo说,“这些工作流程帮助工程师在设计产品时平衡性能和环境足迹的优先级,为整个企业提供可预测的准确、可追溯和可靠的材料信息。”
PTC和aPriori将追求Windchill与aPriori的aP Pro、aP Design和aP Generate软件之间更大的互操作性。这些解决方案使设计人员能够审查CAD和PLM中的设计,并生成有关零件成本、可制造性和环境足迹的报告。如果需要修改,aPriori的软件可以为设计者生成改进建议。这个过程可以增加在过高的成本和占用空间之前作出改变的可能性。
“今天的制造商面临着同时提高利润率和可持续性的持续压力。”aPriori公司总裁兼首席执行官Stephanie Feraday说,“ aPriori公司在提供自动化制造见解方面具有独特的优势,可以从早期产品设计到生产过程中削减成本,减少碳排放,并提高生产力。扩大我们与PTC的关系,将有助于PTC的客户利用我们的全部能力和他们的PTC投资,迅速而自信地做出产品决策。”
“环境可持续性是许多制造企业的首要任务,我们相信PTC和像Ansys和aPriori这样的合作伙伴在减少我们每天使用的产品的总体足迹方面可以发挥有意义的作用,”Kniker继续说道。“对于PTC、我们的合作伙伴和我们的客户来说,这是一个真正的市场机会,但更重要的是,这是一项有意义的工作,影响的不仅仅是商业。”
在近期的LiveWorx®大会上,PTC将为环境可持续发展设立专门的议题,包括Catherine Kniker于美国东部时间5月17日(星期三)下午1:00发表的题为 "提高产品可持续性的具体策略 "的议题焦点。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。