PTC(纳斯达克代码:PTC)近日宣布,其 ServiceMax® 现场服务管理解决方案和 Servigistics® 服务供应链优化解决方案现推出全新的服务全生命周期管理(SLM)人工智能服务。ServiceMax AI 的智能体AI(Agentic AI)强化了多智能体协同能力,助力提升现场服务管理成效,包括加速工单执行与优化备件查询。Servigistics AI技术则为服务供应链注入更强大的智能代理能力,实现服务计划与执行的自主协同。
“AI 在服务组织现代化中发挥着关键作用,PTC 正通过在服务生命周期的每个阶段向客户交付新的 AI 解决方案来展现其领导力。”PTC 首席产品官 Jon Stevenson 表示:“我们在 ServiceMax 和 Servigistics 中最新的智能体AI能力旨在让客户的工作流程更快、更易用——无论你是现场服务技术人员、服务备件计划员,还是在你的服务组织中担任其他重要角色。”
最新的 ServiceMax AI 增强功能,基于其独特优势——能够直接利用ServiceMax现有流程中的AI技术。本次更新通过以下方式强化了AI操作:引入协调式多智能体执行机制,借助Service Flow Manager实现AI驱动的流程自动化,并推出全新知识API以连接企业系统中的各类文档。
多年来,Servigistics 一直是面向服务备件计划的工业 AI 领域公认的领导者,其能力由经过验证的多级优化(Multi-Echelon Optimization,MEO)以及服务备件供应链的预测性数字孪生所驱动。本次最新版本中强化的智能体AI用例通过将故障排除、根因分析和持续改进引入优化流程,帮助客户实现了更好的设备可用率和更高的一次修复率。Servigistics 还推出了一款新的 AI 助手,通过提高预测的准确性和加速规划周期来支持计划员,此功能即将于 2025 年 10 月全面可用。
“各组织在控制成本的同时,还面临保持设备运行并让客户满意的压力。”凯捷管理顾问公司(Capgemini)服务供应链部门总监 Dean Herdt 表示:“Servigistics 的 AI 驱动能力通过自动化复杂的预测和优化任务,使计划员能够做出更快速、更明智的决策。我们已经看到客户加速了规划周期,减少了手工工作,并在设备可用率与服务绩效方面实现了可衡量的改进。这些创新将规划复杂性转化为可预测、可靠的结果——且可规模化实现。”
这些新的 SLM AI 解决方案,构筑在 PTC 覆盖“智能产品全生命周期”各阶段的 AI 产品组合之上,包括 Codebeamer AI、Windchill AI、Onshape AI Advisor、Arena Supply Chain Intelligence、Arena AI Assistant 等。PTC 帮助制造商和产品公司构建产品数据基础,并将产品数据价值延展至整个企业——支持更快的上市时间、更低的成本和更高质量的产品。这些产品数据基础是贯穿从工程到服务各生命周期阶段、实现 AI 驱动转型的支柱。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。