阿尔斯通已选择埃森哲(纽约证交所:ACN)和达索系统(巴黎欧洲证券交易所:#13065, DSY.PA)为其产品生命周期管理(PLM)开发新的云平台,以提高公司的竞争力并支持其业务增长。
新的PLM云平台将优化阿尔斯通各个设计办公室之间的协作,强化其工程、制造和维护流程的整合与标准化。埃森哲将依托自身在大型PLM和云解决方案部署方面深厚的专业知识,同时借助达索系统3DEXPERIENCE平台,开发新的云平台。阿尔斯通将于2021年在选定地点推出新平台,并于2022年向全球各地推广。
阿尔斯通首席数字化转型官Alexandre Domingues表示:“PLM是我们数字化转型进程的基础,是我们在竞争异常激烈的全球市场上保持增长的关键。新的云优先系统将使我们以更有效且更具协作性的方式开展工作,从而实现我们的增长目标。”
埃森哲法国Industry X总经理Flavien Parrel表示:“我们正在将先进的云优先技术和PLM技术结合起来,帮助阿尔斯通及其生态系统合作伙伴跨越从工程到制造再到维修保养的项目全生命周期,开展同步协作。该系统将在多个领域为阿尔斯通创造价值,并证明了我们在法国的Industry X和云优先系统的能力。这些能力的开发旨在推动行业领军企业加快创新,提升竞争力。”
达索系统行业、市场与可持续发展执行副总裁Florence Verzelen补充道:“自动化和数字化正在改变工业产业的每一个方面,包括价值的创造方式。我们的3DEXPERIENCE平台用强大的数字技术融汇价值网络中的所有学科,使阿尔斯通有机会居于工业复兴的前沿,并强化业务流程,进一步巩固其在欧洲交通运输领域的领导地位。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。