在 PTC,我们始终相信,最具可持续性的商业实践是将环境责任与财务成功相结合的实践,唯有如此,才能实现长期的采用和深远的影响。因此,我非常高兴地宣布我们在推动更智能、更可持续的产品开发之路上迈出的又一重要一步:PTC 企业级产品生命周期管理(PLM)软件 Windchill 与领先的 AI 驱动产品生命周期智能平台 Makersite 完成集成。
此次集成将助力制造企业在产品性能、环境影响和合规性要求之间实现更好的平衡。通过整合零散的供应商数据,并使团队能够在 Windchill 内部直接分析零部件及物料清单(BOM)的环境足迹,该集成使产品开发团队能够以前所未有的速度和效率做出明智决策。
可持续开发为何重要
产品团队面临越来越大的压力,需要在满足复杂的可持续性和合规性目标的同时,推出具有创新性的设计。而实现这些目标,往往需要应对系统分散、数据不完整和分析耗时等难题。
如今,PTC 与 Makersite 正携手合作,通过将 Windchill 的 PLM 能力与 Makersite 强大的数据基础和 AI 驱动的洞察力结合,消除这些障碍。工程师无需再耗费数月时间或依赖专业技能,即可实时获取这些关键洞察,而且可以直接在他们熟悉的工具中使用。
“在中国快速演变的制造业中,具备实时、数据驱动的决策能力至关重要。”PTC 全球资深副总裁兼大中华区总裁刘强表示,“Windchill与Makersite的集成,使我们的客户能够在不牺牲速度和性能的前提下,设计出更具可持续性的产品,从而在满足日益增长的环保要求的同时,保持竞争力。”
对 Windchill-Makersite 集成感兴趣?请联系我们的团队,获取这一新功能的使用权。
集成带来的关键价值
Windchill 与 Makersite 的集成为产品开发团队带来了以下新能力:
通过将可持续性和合规性分析嵌入设计流程之中,我们正帮助产品开发团队更轻松地优先考虑可持续产品开发目标。
数据驱动的核心支撑
Makersite 的数据基础由 AI 提供支持,并整合了超过 140 个涵盖材料、工艺和供应商的数据库,是此次集成的核心支撑。有了这一资源,产品团队可以在现有的 Windchill 工作流程中,无缝获取优化设计所需的可持续性和合规性数据。
正如 Makersite 首席执行官 Neil D’Souza 所言:“Makersite 的使命一直是利用数据的力量,使产品生命周期管理工具更加智能和直观。此次与 PTC 的合作不仅强化了我们对这一使命的承诺,也建立了一种协作机制,使我们能够以最高标准服务于共同的客户群体。”
携手推进可持续产品开发
在 PTC,我们致力于赋能客户,在快速演进的制造业格局中保持领先。这项合作将为制造企业提供所需的工具和洞察,帮助他们自信、可持续地进行创新。
欢迎进一步了解这种更智能、数据驱动的产品开发方法。如需开始部署,欢迎联系我们的团队。
作者简介
Dave Duncan 是 PTC 可持续发展副总裁,负责推动 PTC 产品组合中的可持续发展能力,帮助客户实现可持续设计、制造和服务。他还领导 PTC 的内部环境项目,确保环境改进与 PTC 及其客户的财务目标保持一致。在加入 PTC 之前,Dave 曾在Servigistics、Kaidara、GE Healthcare 和 JD Edwards 担任多个产品领导职位。他拥有普林斯顿大学土木工程与运筹学理学学士学位,并获得麻省理工学院颁发的可持续发展主管混合式专业证书。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。