精华内容
下载资源
问答
  • 企业进行智能化改造存在瓶颈障碍,赛迪智库规划所,给出了分析及建议,助力企业实现智能化改造。来源:赛迪智库以上图文为转载,不代表本报观点 ...
        

    640?wx_fmt=gif


    企业进行智能化改造存在瓶颈障碍,赛迪智库规划所,给出了分析及建议,助力企业实现智能化改造。


    640?wx_fmt=jpeg

    640?wx_fmt=jpeg



    来源:赛迪智库


    640?wx_fmt=gif

    以上图文为转载,不代表本报观点

    640?wx_fmt=jpeg

    展开全文
  • 近年来,欧美等发达国家正在以数字、网络、现场自动系统应用作为重点,力图...对于制造业信息,势必关注的是“两融合”,即就是“工业和信息的融合”,那“两融合”的主要方面就是数字、网络、...

    近年来,欧美等发达国家正在以数字化、网络化、现场自动化系统应用作为重点,力图依靠科技创新,抢占国际产业竞争的制高点,谋求未来发展的主动权。而中国是一个后来者,必然是一个并联式的发展过程,要求工业化、信息化、城镇化、农业现代化同步发展,同时完成工业2.0、3.0、4.0的升级。

    对于制造业信息化,势必关注的是“两化融合”,即就是“工业化和信息化的融合”,那“两化融合”的主要方面就是数字化、网络化、智能化制造,这也是使得整个制造业发生革命性变化的核心技术。有人讲,为什么行业企业实施完成ERP之后,成功率只有20%,这到底是为什么呢?而目前业内普遍认为实现数字化与智能化制造的必备神器——MES系统

    http://www.ytggzn.com/Data/images/upload/image/20180921/20180921102144_80334.jpg

     

    数字化、智能化,MES系统到底能干什么?从制造企业的类型来看,随着市场环境的变化,企业为了能够尽量的达到效益最大化,都在顺应市场的变化。企业的生产受到了市场订单的密度的影响,无论是多品种大量、多品种批量、多品种小量还是单件生产,军品和民品生产企业都逐步转变成了“多品种小批量”的生产模式。

    市场环境的变化和现代生产管理理念的不断更新,导致了企业的生产模式转变,企业和车间的管理人员就发现了车间这块地方的重要性,一个制造型企业能否良性运营,关键是使“计划”与“生产”密切配合,企业和车间管理人员可以在最短的时间内掌握生产现场的变化,做出准确的判断和快速的应对措施,保证生产计划得到合理而快速修正。虽然ERP和现场自动化系统已经发展到了非常成熟的程度,但是由于ERP的服务对象是企业管理的上层,一般对车间层的管理流程不提供直接和详细的支持。而现场自动化系统的功能主要在于现场设备和工艺参数的监控,它可以向管理人员提供现场检测和统计数据,但是本身并非真正意义上的管理系统。所以,ERP和现场自动化系统之间出现了管理信息方面的“断层”,对于用户车间层面的调度和管理要求,它们往往显得束手无策或功能薄弱。

    比如,当出现下面的情况的时候,ERP根本就不能快速、高效的解决:

    1. 出现用户产品投诉的时候,能否根据产品文字号码追溯产品的所有生产过程信息?能否立即查明它的:原料供应商、操作机台、操作人员、经过的工序、生产时间日期和关键的工艺参数?

    2. 同一条生产线需要混合组装多种型号产品的时候,能否自动校验和操作提示以防止工人部件装配错误、产品生产流程错误、产品混装和货品交接错误?

    3. 过去12小时之内生产线上出现最多的5种产品缺陷是什么?次品数量各是多少?

    4. 仓储管理:目前仓库以及前工序、中工序、后工序线上的每种产品数量各是多少?要分别供应给哪些供应商?哪些客户?何时能够及时交货?仓储

    5. 生产线和加工设备有多少时间在生产,多少时间在停转和空转?影响设备生产潜能的最主要原因是:设备故障?调度失误?材料供应不及时?工人培训不够?还是工艺指标不合理?

    6. 能否对产品的质量检测数据自动进行统计和分析,精确区分产品质量的随机波动与异常波动,将质量隐患消灭于萌芽之中?

    7. 能否废除人工报表,自动统计每个过程的生产数量、合格率和缺陷代码?甚至引入更加实时、全面而智能的数据分析平台来给企业管理者的决策带来便利和数据支撑呢?

    MES系统就可以在统一平台上集成诸如生产调度、产品跟踪、质量控制、设备故障分析、网络报表等管理功能,使用统一的数据库和通过网络联接可以同时为生产部门、质检部门、工艺部门、物流部门等提供车间管理信息服务。

     

    http://www.ytggzn.com/Data/images/upload/image/20180921/20180921103054_79590.png

     

    MES能够通过对生产物料、产能信息、工艺管理进行信息化的管控,可以制定出符合企业实际需求的生产计划,非常的客观、合理并且精确,为企业整个生产把控了进度以及方向。

    MES系统帮助生产型企业从原先的手工管理向信息化管理方向的转变,非常的智能化并且可控化,能够对生产过程中的人、机、料以及其他资源进行合理的配置和利用,用科学、合理、高效的信息自动化管理取代人工经验式管理方式,这是对生产管理的一大变革。

    MES实现了企业生产过程的可视化,生产产品质量的可追溯。通过对车间现场数据的实时采集以及对工业条码信息技术的运用,企业可以实时观察到现场的生产状况并进行控制,对产品的质量也进行管控,真正实现事中控制,这样就提高了企业的生产效率以及产品品质,降低了成本,提高了客户的满意度。

    MES系统可以帮助企业实现绩效的数据化。通过MES系统,企业可以自动记录生产过程中产生的各项数据以及报表,这样就为各种绩效考核提供了依据,通过这些数据,可以为企业制定好的绩效制度。

    有了 MES系统,企业可以通过系统来进行数据的记录、编辑,不会导致信息的失真、丢失以及冗余、虚假现象。这是由于各产线采用了条码技术和物联网技术,可以对现场过程的数据进行实时采集,实现全过程的监控,促进了整个生产的顺利进行。

     

    展开全文
  • 本次分享主要探讨智能运维建设第一步——集中监控的智能化改造,AIOps为传统集中监控添智慧。以下为演讲实录~ 关于AIOps建设的实现方法,擎创科技提出来了三大原则和六步走路线(参考上篇推送文章《智能运维建设,...

    5/27晚上,擎创科技CEO杨辰为大家带来了智能运维系列分享会第五期直播演讲。从本期开始,将陆续为大家讲述智能运维AIOps建设的三项原则及六步走路线图。本次分享主要探讨智能运维建设第一步——集中监控的智能化改造,AIOps为传统集中监控添智慧。以下为演讲实录~

    关于AIOps建设的实现方法,擎创科技提出来了三大原则和六步走路线(参考上篇推送文章《智能运维建设,下一步可以做什么》),许多读者可能会希望了解,AIOps建设这盘大棋究竟为何六步走的第一步要落子于集中监控的改造?集中监控智能化的改造都需要考虑哪些方面,收益在哪里?如何通过集中监控的改造进一步的展开智能运维相关场景的建设?这里面的逻辑和衔接关系是怎样的?
    在这里插入图片描述
    带着这些问题,我们来谈一谈AIOps智能运维如何为集中监控这项传统运维领域最重要的手段(没有之一)添加智慧的引擎。

    一 传统集中监控之殇

    如下图所示,运维体系中最重要的使命是及时发现问题,这在任何企业组织中都是不言而喻的。正是因为如此,企业才会在经年累月中布局了诸多监控手段,有些是商业化的工具,有些是运维人员为了获取被管理对象的状态写的形形色色的脚本,但总体都是为了及时发现问题。
    在这里插入图片描述
    但是,当业务运行出现问题时,往往有许多监控工具都会产生多样化的事件(或者俗称告警),这些事件分散在各自不同的监控工具或者由脚本采集或者触发,没有一个统一的视角进行一站式的管理,这就是构建集中监控(或称统一监控)平台的主要动因。当然,集中监控还可以根据运维需要将事件分配给不同的运维人员进行处理,提高分工管理效率。

    集中监控固然是视野够宽广,但随之而来的是另外一些问题,原始的事件里有许多重复性的、杂乱的噪音信息,而且某一个组件发生问题,往往会引发相关的组件都产生报警,这样在短时间内就会产生告警风暴,这也会严重影响运维人员的判断,因此传统的集中监控,都是依赖运维人员的经验梳理规则,并将事件归并、关联的规则运用于平台,实现告警抑制。
    在这里插入图片描述
    这种方式在传统运维领域已经有超过二十年历史,早在2002年,世界上第一家利用内存处理技术运行事件处理规则的产品Netcool Omibus就在国内开始了业务,后来这家公司被IBM收购,至今还是IBM监控产品Tivoli的旗舰产品,国内也还有大量客户在使用。为什么要使用In memory DB技术,就是因为规则会越积累越多,而基于规则匹配去处理事件,需要很多计算资源,否则处理速度赶不上事件产生的速度,就会丢漏事件,这是监控的大忌。

    后来,BMC、HP等公司都开始用这种技术做集中监控产品,近年来国内的诸多公司也纷纷跟进,集中监控用设定规则处理告警的方式已经成为惯例。唯一的不同在于,由于业务逐渐走向分布式架构,近年来告警的量级达到一种一般关系型数据库难以企及的架构后,有些公司采用分布式数据库来替代传统架构,但上层的应用逻辑仍然是基于规则匹配处理。从表面上看,集中监控的出现确实实现了以集中视角看到各类告警的需求,一线人员对于告警有了一站式处理平台,效率相对于分散的监控工具确实得到了提升。

    运维的世界真的就此安宁了吗?并非如此。

    众所周知,规则,是一种经验的总结。只有出现过,甚至反复出现的规律,才能被总结为规则。因此传统集中监控仍然存在一些无法根治的弊端:
    在这里插入图片描述
    1 经验规则是有局限性的
    若运维人员缺乏足够的经验,就无法梳理出有效的规则;再者,运维人员往往对自己负责的局部领域有经验,但对于其他部分则是小白,业务应用的载体一定是复杂的多个组件构成,不同领域的经验兼具才能发现一些相关性规则,而这些相关性无法仅仅通过“集中”就能发现,所以规则只能解决一部分问题。

    2 对于新发生的或者偶发的事件关注度非常不够
    告警虽然集中了,但却无法甄别出告警是否是全新的或者偶发的,这种类型的告警任何既有规则都无法覆盖,但往往蕴含杀机。举例来讲,任何变更后新增告警事件都应该给予高度关注,现在应用的敏捷迭代造成变更频发,一旦发现变更后出现罕见的事件,往往是故障发生的端倪。

    3 缺乏优秀的综合排障和复盘分析机制
    集中监控平台虽然能及时看到全局的告警,但是每条告警是分列的,缺乏分析某一个故障究竟和哪一些告警存在关系的能力,也无法甄别哪些告警可能是周期性出现的,或者每次故障发生前某一类告警存在一种数量递增的相关性趋势,这样的复盘分析能力缺失导致平台不能支持运维工作可持续改进,就很难进一步有效梳理出有利于故障发现的经验规则,持续提升运维一线处理效率,缩短MTTR也就难上加难。

    正因为存在这些不足,传统集中监控往往是上线初期耳目一新,但经过一段时间使用后,仍然呈现出“没什么故障时,事件很少也没有人看,故障一旦发生时事件多得看不过来”的尴尬局面。

    二 AIOps如何进行传统集中监控的智慧赋能

    在这里插入图片描述
    AIOps智能运维对于已经构建的传统集中监控系统首先是一种赋能的作用,也就是新建立的AIOps智能告警系统可以和既有的系统协同工作,这里会有一个并存的过程;在第二阶段,就可以随着智能监控的日益成熟逐步完成转型,也就是将主要的工作舞台迁移到智能集中监控系统;当然,对于还未构建集中监控的企业,完全可以换道超车,直接建立具备智能运维能力的集中监控系统。

    我们下面以擎创科技的夏洛克AIOps告警辨析中心为例,来展开分析这种AI赋能的几种方式:

    1 对既有的完全基于经验进行规则梳理的处理方式的智慧赋能
    在这里插入图片描述
    夏洛克AIOps首先可以通过算法甄别重复性、相似性、相关性事件来进行告警事件的自动化抑制,从而使运维人员无须费心费力总结这些规则就能够达到很高的降噪压缩比,而同时,既有的规则仍然可以同时运行,因此夏洛克AIOps能够有效结合机器学习的洞察能力和既有运维经验所梳理的规则,充分提升了告警质量。

    2 对事件的精细化分析能力的智慧赋能
    在这里插入图片描述
    仅仅是在告警处理时降低噪声是远远不够的,传统监控往往是败在告警的分析能力不足上,看似监控是实时性更重要,但对于已发生的事件是否能进行有效的分析,直接关系到未来类似事件的处理能力是否能够提升,这一点往往在管理上重视度不够,任何事件发生,都应该以这样一种管理思路去分析。

    (1)这究竟是什么性质的事件:这就要求做历史事件的特征分析

    只有了解历史,才有机会认识未来。
    历史事件给予的许多线索,通过算法洞察会比人的经验观察有效许多,夏洛克AIOps的告警智能辨析能力,能够有效的通过分类分析历史告警,从而了解事件的性质。究竟哪些是偶然发生的,哪些是首次出现的,哪些是经常且周期性发生的,而哪些是只在某个特殊阶段才出现的,这些分析有很重要的意义,因为这会使那些偶发或者突发新增的故障事件得到更多的关注,也可以降低对那些时常发生但并不影响业务的白噪声告警的关注度,这种智能分析力提升了对传统监控来说难以企及的数据洞察力。

    (2)还有哪些相关性的事件:多种维度的相关性分析
    很少有告警是孤立发生的,因为业务服务架构复杂,往往牵一发而动全身,但告警间的关系也比较复杂,一般要从三个维度去考虑:第一是发生时间的关系,第二是告警内容逻辑上的关系,第三是拓扑结构的关系。
    在这里插入图片描述
    第一种,时间维度比较容易理解,告警发生的先后顺序往往对于指出根因有意义,但因为各个告警来源的不同造成时钟不同步,所以这种关系未必完全准确,只能作为参考;
    第二种是内容逻辑维度,也就是语义上的相关性,比如通过算法可以识别出包含同某一种服务器名或者IP、URL地址的告警,进行聚类合并;
    第三种最为重要,可以引入来自于CMDB的拓扑关系的维度来分析,当然这种维度也有其不确定性,比如源数据存在变更后未及时维护的错误。但是,AI和大数据的妙用在于利用模糊的信息得出相对可靠的推论,夏洛克AIOps利用专利的多维熵值算法模型,兼顾多种因素综合判断,从而使一些隐藏的规律被机器“学习”出来供运维人员使用。

    (3)影响了何种业务:故障场景化的事件分析
    相关性的发现最重要的价值在于故障排查,也就是了解哪些告警和具体的故障现象有联系,在夏洛克AIOps系统中,这种和某种故障有联系的多个告警组合称之为“场景”,若根据业务的基本架构,把同一业务服务的各个组件中那些可能存在相关性的告警汇聚到一个场景后,往往可以找到故障的根因,至少也可以给复杂排障提供一种前所未有的视角,从前一条条分列的告警,需要多个人分头排查,而有了自动生成的场景,多个不同专业的运维人员可以第一时间看到故障相关告警平铺在面前,对于协同排障和发现根因都很有帮助。

    3 通过建立人工和智能相融合的迭代反馈机制促使监控持续优化
    在这里插入图片描述
    人不是万能的,有其局限性,但AI同样也有其局限性。因此关键在于如何利用AI的洞察力结合人的经验迭代反馈。在夏洛克AIOps告警辨析中心,告警的处理机制就是人机融合的典型例证。
    在这里插入图片描述
    (1)通过不断分析反馈优化事件处理规则,提升监控准确度
    通过多维相关性分析能力生成的业务故障场景,其准确性初期一定不会是100%的,但却可以通过运维人员的经验有效甄别,原来集合专家排障的喧闹的War room,现在可以革新为在夏洛克告警辨析中心独创的机器学习沙盒中一起审核“场景”,机器推荐的优先级可以在这里得到判定,准确率高的场景推荐会被认可为留存知识,而其中的场景组合和根因可以被AI记录为算法迭代的要素,从而持续改进算法模型,为更准确的推荐故障场景做铺垫。同时,确定性高的场景还可以被规则化,为未来匹配度高的告警序列提供预警。这就形成了一种有持续改进智慧的集中监控系统。

    (2)通过告警分析结果指导解决监控的覆盖面和有效性问题
    持续改进不仅仅体现在告警处理和分析机制,事实上,我们还可以从分析结果中得到更多指导建议。

    比对业务故障和既有场景中的相关事件,我们不难发现两种问题。第一是存在大量的被抑制的误报事件,而进一步分类分析则可以发现这些类别的噪音事件是由哪些对象产生的,具体反映若是指标类告警的,往往是由于该指标阀值设定得不合理,这就要考虑对于该类指标处理的智能化改造,具体的改进方式我们可以在下一讲再分享;

    第二则是要比对哪些故障的根因是无法在既有发现的告警中找到的,这就是漏报,这是很严重的问题,要考虑扩大监控手段,有时可能比较简单,比如是监控集中的覆盖度不够,还存在未被纳管的指标、未被集中进来的监控工具或者未被有效利用的运维数据,比如APM的告警或者调用链信息;有些可能就比较复杂,特别是业务类的故障,往往在基础架构侧确实没有什么告警指向该问题,这时要考虑日志数据的利用,比如引入日志模式实时异常检测,帮助在第一时间发现异类业务日志模版或者某类日志量级上的异常变化,这些异常往往意味着故障根因,或者提升日志分析中的实时告警能力,这也会在后续文章中进一步讲解。

    三 总结

    综上所述,集中监控作为运维的“双眼”,应该是AIOps智慧赋能的第一站,赋能后的智能化集中监控将具备三大优势:
    在这里插入图片描述

    1. 能够以更低的人力成本更及时有效地发现问题端倪,提高了业务保障能力;
    2. 能够更深入的洞察和分析告警,提升了故障排查效能;
    3. 能够利用人机融合的智慧,建立持续改进的机制,并且为进一步进行基础指标监控以及日志分析等其他领域的智能化改造提供了指导方向。
    展开全文
  • 本篇讨论的是理赔环节用大数据和机器学习技术实现车险理赔流程的智能化。理赔与承保不同,重点要放在风险控制方面(既包括外部风险控制,也包括内部风险控制)。

    一、简要说明

    本篇讨论的是理赔环节用大数据和机器学习技术实现车险理赔流程的智能化。理赔与承保不同,重点要放在风险控制方面(既包括外部风险控制,也包括内部风险控制),对于如何简化理赔流程、提高理赔时效等提升客户体验等方面没有必要采用承保减少人工干预的方法(PS:原因?自己想...)。

    二、实现方案

    传统模式流程图请见“图1:传统模式正常理赔流程”。在实践中,为了简化操作、减少环节、方便客户已经应用了很多种方法。比如“一站式”服务(上门接车,修复好送车上门)、委托修理企业代领赔款、小额案件快速处理、移动查勘、微信理赔、限时赔付等等。本文中的图1只是完整理赔流程的展示,以方便与智能化理赔下风险管控手段做对照。

    在目前理赔模式下,部分公司已经开始使用规则、黑名单(其实也是一种规则)和基于机器学习技术的反欺诈系统来管理理赔风险。但最主要的方式还是依赖定、核分离,多岗位相互制约、以人管人的方式来控制内外部理赔风险,规则和技术在理赔风险中仍是辅助手段。因此对人的道德水平、业务经验依赖比较高。


    图1:传统模式正常理赔流程

    能否使用大数据和机器学习技术降低对人的道德水准和业务经验的依赖呢?肯定是可以的,目前市场上出现的反欺诈系统是一种思路。但其基础数据不足、缺少专业业务人员参与,模型变量可能不充分;同时为了多卖钱,在技术上搞封闭,使得模型的适用性比较差;另外,这种方式并不是完整的解决方案,需要进一步丰富。我从理论角度提出一个我认为完整的方案,欢迎大家一起探讨,有好的想法也请分享出来。请见“图2 智能模式正常理赔流程”。


    图2 智能模式正常理赔流程

    主要要点如下:

    1.受理到报案信息后,自动读取客户位置信息(与本文无关,不解释)。

    2.得到报案详细信息后,通过机器学习算法基于掌握的相关信息预测案件的可能损失,并基于此金额自动立案(替换目前分类穷举的方法实现自动立案)。

    3.根据报案信息预测案件的风险等级。实际中可以使用监督学习的分类算法预测欺诈案件的可能性(机器学习),也可以判断关键信息在其分布中的位置(数据挖掘)。此信息在调度的时候同步发送给查勘人员。

    4.无论是客户还是查勘定损人员(含人伤调查)上传到业务系统的理赔照片要做两个验证,一是真实性验证,判断是否经过修改,拍照时间间隔是否合理,拍照地点是否正常(手机拍照情况下)。这个是可以做到的,因为照片是JPG格式的,会记录这些信息(这个也和本文无关)。二是检查照片相似性。从实践来看,不同的事故采用相同的照片索赔是经常发生的。判断两个照片的相似性是可以通过算法实现的。

    5.在所有理赔资料已经齐全的情况下,可以通过算法检查与此案件最为相似的某些案件,相似点可以根据车、人、地点、时间、损失部位等。同时还可以根据此案件相关的人、标的、事故处理人、事故处理部门、查勘处理人等信息查找关联案件。这个也是可以通过机器学习算法实现的。

    6.反欺诈这一部分市场上已经有了,不再赘述了,其实现的原理也是机器学习中的某个或某些算法来识别案件是否存有疑点。

    7.建议在所有理赔资料齐全(模型自变量信息齐全)的情况下,再对损失做一次预测,通过预测值与实际值的差异来判断定损价格是否存在不合理的可能性。也可以通过统计模型判断本案件在损失分布中的位置来做判断。

    8.建议对理赔案件中的配件修换比例,人伤案件中的残疾认定等建模,并依据本案件的信息做预测、用统计的方法判断其在分布中的位置,以判断其是否存有疑点。



    展开全文
  • 文丨e-works原创专题在...1自动化改造 大势所趋提高生产效率降低劳动成本节能减排降低了工人的劳动强度提升产品质量及稳定性缩短产品生产周期2切勿走进自动化改造5大误区1---引入机器人就是进行自动化升级改造!机器人
  • 11月30日,2016百度云智峰会(ABC Summit)在北京国际会议中心正式召开,本次峰会以“智能,计算无限可能”为主题,聚焦云计算、人工智能和大数据三大产业。百度总裁张亚勤表示,代表着云智数的ABC时代已经到来,...
  • 4 月 20 日,国家发改委首次明确“新基建”主要涵盖领域后,“新基建”再次被送上热搜。...对于京东来说,落子“新基建”以及今年 3 月整合原有京东云、京东人工智能、京东物联升级为全新“京东智联云”品牌,它正在...
  • 自动化、信息化、数字化、智能化
  • 2017年是AI之年,人工智能领域多年的努力和积累终于勃发,从政府到民间,从国家战略到坊间热点,从学术圈到资本圈,从主流领导企业到创新独角兽,一时间全社会各个角落关注AI、走向AI、布局AI,AI正在热气腾腾地从...
  • 作为疫情发生以来在线下举办的第一场重大国际经贸活动,大会开幕式邀请外国政要、国际组织负责人、世界500强和行业领军企业负责人出席,并共有148个国家和地区的1.8万家企业机构参展参会,包括人工智能、5G等一系列...
  • 人工智能如何改造旅游业

    千次阅读 2020-02-28 10:20:16
    旅游业正在慢慢地将人工智能融入到行业当中,并为游客提供个性定制体验。在人工智能的帮助下,旅游业的业务流程和客户服务都发生了改变。人工智能技术被广泛用于旅游业。 虚拟现实 现在是时候让旅游公司丢掉...
  • 服装产业传统的订货制生产模式正在走向尽头,基于信息化的快反模式和个性化定制模式是今后的发展方向,智能化、柔性化、自动化、网络化是服装企业必须要走的道路,而这一切的基础和前提就是数字化,所以服装企业转型...
  • 早在十多年前,一些具有前瞻视野的企业以实现“数字化”为目标启动转型实践。但时至今日,可以说尚无家企业能够在真正意义上实现...本文力图从“道、法、术”三大视角,探讨企业智能化”的愿景、方法与路径。 变局...
  • 分论坛上,蚂蚁金服高级产品专家张亮做了主题为《蚂蚁移动开发平台 mPaaS 3.0 智能化 + 生态化》的精彩分享。 演讲中,张亮代表蚂蚁金服发布了移动开发平台 mPaaS 3.0。3.0主要以智能化和生态化为主题,助力客户做...
  • 人工智能和机器学习在亚马逊 Alexa 等面向消费者的应用领域取得了长足的进步,在企业内的的部署也不断涌现。关于 AI 自动企业的影响范围和影响程度的意见不一。 一方面,牛津大学最近的一项研究表明,在未来二十...
  • ERP会计引擎的本地化改造

    千次阅读 2004-09-22 13:25:00
    ERP会计引擎的本地化改造 ERP是一个集成的信息系统,而将ERP内部物流模块与财务模块集成在一起的主要工具是会计引擎。通过强大的会计引擎,ERP实现了财务业务的一体化以及财务分析的多元化,因此探究ERP中会计引擎...
  • 在2020年10月28日的年度联想创新科技大会Tech World 2020上,联想全面展示了以“智能物联网、智能基础架构和行业智能”为代表的“智能化变革3S战略”创新成果,从新型智能数据中心、端边云协同、全栈式解决方案、以...
  • 智能化运维的运用场景和实践

    千次阅读 2018-04-11 17:34:30
    尽管IT运维管理的技术在不断进步,但实际上IT运维人员并未真正解放,目前许多企业的系统开启和关闭、系统更新升级、应急操作等绝大多数工作都是手工操作的。即便简单的系统变更或软件复制粘贴式的升级更新,往往都...
  • 动手制作智能化家居“魔镜”

    千次阅读 2017-07-19 15:04:36
    原文:How to make a Smart Mirror using an old monitor, a Chromecast, a picture frame, and too much time on your hands. 作者:Colin Mansfield ...如果你对家庭自动不熟的话,你可能听...
  • 博创智能持续不断完善、提升ERP、CRM、PDM、OA等高效运行体系,实现全方位的数字信息管理和“ONE FOR ALL,ALL FOR ONE”的“以人为本”的人性...
  • 电信行业的容器化改造之道

    万次阅读 2016-08-19 13:07:14
    虽然这种架构风格的确切定义还未统一,但并不妨碍其在众多企业的实际应用中被实践,并体现出了具备通用特征的业务功能、自动化部署、端点智能化以及对语言与数据的离散化控制能力。 许多如Amazon、eBay、NetFlix...
  • 企业信息管理(Enterprise Informatization Management,简称EIM):是指对企业信息实施过程进行的管理。是信息技术由局部到全局、由战术层次到战略层次向企业全面渗透、运用于各个流程、支持企业经营管理的过程。...
  • 本文作者:机械工业仪器仪表综合技术经济研究所欧阳劲松,刘丹,杜晓辉1 引言2015年~2017年,机械工业仪器仪表综合技术经济研究所(以下简称“仪综所”)承担了工业和信息部多项智能制造综合标准与新模式应用...
  • 作为新基建的重要底座,云计算正在迎来新一轮发展浪潮,其中,私有云成为不少企业上云的首选。7月29日,百度智能云举办线上TechDay技术创新沙龙,推出百度智能云全栈专有云产品ABC St...
  • 重点围绕交管局“情指勤督宣”的业务流程应用逻辑,融合城市交通元素有关的智能感知、智慧演练、精细管理整治和全局性服务项目的总体目标,结合城市交通“智”理数据智能管理体系,重视场景系统软件的高效与好用...
  • 敏经营,即业务创新,是指企业基于互联网化的方式进行企业经营改造,实现移动化、数字化、智能化的高效业务经营。对用户而言,其意味着基于社交社群等互联网方式直联最终用户,从而构建出掌握渠道终端的数字营销策略...
  • 企业智能制造体系如何选择?   近几年随着国家的中国制造2025发布,智能制造对于制造业企业的经营管理者来说已不陌生。再加上最近几年企业在宏观环境下增长乏力,许多企业也在思考如何提高企业的效率,如何降低...
  • PCB生产企业自动立体仓库/智能仓库库系统WMS/WCS解决方案 自动立体仓库智能仓储系统WMS/WCS重要性调查 调查1(物流成本占总生产成本比例数据)1979年英国的第一次调查表明,在从原材料获取到把产品送...
  • 赛轮金宇集团股份有限公司前身为成立于2002年11月18日的青岛赛轮子午线轮胎信息生产示范基地有限公司。公司是国内首家轮胎信息生产示范基地和青岛市制造业信息示范单位,同时也是国家橡胶与轮胎工程技术研究...
  • 伴随着物联网、人工智能、互联网大数据等优秀智慧技术的运用,传统式物流业的转型发展需求愈发强劲。国内智慧物流发展现阶段仍处在起步环节,还有非常大的发展空间。智慧物流根据颠覆式创新全链路,可完成物流业及...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,905
精华内容 9,962
关键字:

企业智能化改造