至顶网CIO与应用频道 12月07日 人物访谈:11月28日,由中央网信办、工业和信息化部指导,湖南省人民政府、中国工程院、中国科学技术协会、国防科技大学、中国电子信息产业集团有限公司主办,工信部装备司、湖南省工信厅、长沙市人民政府、中电工业互联网有限公司承办,至顶网和中国制造千人会协办的智能制造融合创新主题峰会在长沙国际会展中心举行。
用友网络科技股份有限公司高级副总裁兼高端业务事业群总裁王健在大会上发表演讲,并在会后接受了至顶网独家专访。以下为访谈实录(内容经至顶网编辑整理,未经允许谢绝转载):
主持人:智能制造是国家在推的重要的概念,您怎么理解智能制造?
王健:智能制造\工业互联,这些应该是一个整体性的概念。国家对这个事情比较重视,以此推动整体的产业升级。信息技术走到今天,对制造业企业也带来了转型的新机会。
首先智能制造在最基础层,设备这个层次。现在也在提云计算,设备物联,设备这一层首先要连接起来,让设备能够比如说把它真正优化到位,同时比较好的预防风险事故,更好监控,让环境设备本身的参数有机地结合在一起。其次整个生产过程,比如说智能工厂、车间,这个过程的自动化流程一体化,包括整体的数据的智能化。
再进一步是对企业进行经营管理,生产管控形成一体,从整个大的生产协同,这是从应用的角度看。再下一步智能制造涉及到外部的东西,包括生产相关的过程监管。再往外展跟物联网联结在一起,跟产业链的相关协同。产业互联这个概念,也是制造业,制造向外展开的一个范畴,进一步把企业本身的应用,向企业的上下游产业链进一步智慧化。
这个过程中还有还有很多技术,特别是今天像谈到数据,连接数据是很重要的一些关键的关键点,有效的连接,建立大数据模型,实现深度领域的连接更有意义。
用友网络科技股份有限公司高级副总裁兼高端业务事业群总裁王健
主持人:在用友网络看来制造业转型需要注意什么?有哪些经验分享?
王健:不同的企业从不同的点去做,选择点也不一样。有的企业更多的在企业跟外部连接好以后如何从外部思维做好整合,像一些消费品企业。然后有一些设备问题,设备在整个生产当中占的作用比较大,生产现场的数字化智能化。因此,不同类型的企业不同阶段关注点不一样,作为企业来讲首先要有一个整体性的思考和目标,具体做的时候还是一步一步做。
主持人:企业应该如何转变思维接受新的技术?
王健:今天信息技术发展很快,从信息化到数字化智能化涉及很多技术。首先一个数据的概念,整个企业的数据量可能是都有几倍甚至几个数量级的增长。数据以前主要记录一个业务过程的结果为主,今天整个过程中的具体的一些细的点都在记载,都在实际的动作过程中有反应,具体行为有反应,这个数据跟以前大不一样,基础支撑让它有条件很及时地获取这些数据。今天让它可以分解很多事情,优化很多事情。
过去是点的智能,今天智能相关的技术应用,特别是数据智能应用到企业整体当中,数据智能把整个制造过程,或者整个设备完全的数据,整个企业内部外部结合到一起产生智能化。
主持人:用友如何帮助企业实现数字化转型?
王健:首先,用友有一个重要的平台是基于微服务架构,基于整个互联网云计算的支撑,包括大数据交易相关支撑,数据处理能力,整个获取和处理能力,都是很重要的平台体现。在这个平台上有IOT平台,和外围的设备连接。在支撑基础上搭建应用,包括用友核心的应用,应用的打通融合,构建企业整体的架构。
主持人:用友在企业数字化转型中有哪些优势?
王健:用友的核心在企业服务领域。目前有400多万客户,制造业企业中型以上40多万家。今天整个智能制造在进一步深化的过程当中,因为我们有机会跟他们一起合作,做深入的智能制造领域的耕耘和探索,创造价值。这是我们一个很重要特色。当然我们也有平台基础,现在互联网一些公司很多也在考虑做智能制造,工业互联网,我们可能更懂的是理解企业。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。