處理數據和人工智能作為一個產品提供加速資本回報率

數據和人工智能的巨大好處,製造業已經徹底的記錄。正如麥肯錫最近的一項研究報道,製造業部門預計將交付700 b - 1200 b美元價值通過數據和人工智能在節約成本、提高生產率和新的收入來源。作為一個例子,數據使製造業用例,由數據和人工智能,減少庫存補給預測誤差20 - 50%,全工廠的生產率增長50%或降低報廢率30%。

它不應該是一個驚喜,最大的客戶使用beplay体育app下载地址磚製造Lakehouse表現優於整體市場200%以上在過去的兩年。這開什麼成功?這些digitally-mature Lakehouse從業人員有:

• 更敏捷的供應鏈和有利可圖的業務通過說明性的和先進的分析解決方案,預測操作問題造成COVID-19中斷供應鏈。
• 先進的說明性的分析能力,促進與規範的維護和供應鏈集成的正常運行時間。
• 新的收入來源在這個不確定的時間。

數據+人工智能峰會2022了其中的幾個行業成功者在製造業論壇。這些專家分享他們的經驗數據和人工智能是如何改變他們的業務和交付更強的投資資本回報率(ROIC)。我們想強調在活動期間共享他們的一些見解。

製造業論壇主題

Muthu Sabarethinam,副總裁,企業分析&在霍尼韋爾,拉開了與他的主旨:未來製造業的數字化轉換。他的談話的一部分集中在如何處理一個數字轉換項目;用他自己的話說:“開始第一個情境化的數據在數字轉換過程,”意義開始利用它和不收斂將所有相關數據上下文的用戶。

稱,隻有30%的項目是productionalized逃脫POC煉獄,他探索人工智能來創建數據的使用價值和提供有關人工智能的概念有可能簡化數據清洗、映射和降低。用他自己的話說:“使用AI來創建數據,而不是數據創建人工智能。”

他進一步探索這一點通過提供上下文信息是如何利用的一個例子“填補空白”的主數據在霍尼韋爾的五十SAP係統整合到十,涉及使用AI地圖,淨化和dedupe數據並導致顯著減少。使用這些技術,霍尼韋爾公司提高了數字實現成功率近80%。

關鍵的見解送到加速采用人工智能和貨幣化:

• 首先構建人工智能引擎,然後喂其他用例。
• 交付persona-led數據給用戶。
• Productize提供,允許通過基於應用程序服務產品來改變行為,克服采用成熟產品的挑戰。

總之,一個關鍵的見解是,“不要等待數據,使用人工智能來創建它”。

Muthu Sabarethinam(霍尼韋爾),艾梅DeGrauwe(約翰迪爾),彼得Conrardy(柯林斯航空),Shiv Trisal(磚)

製造業小組討論

艾米DeGrauwe Muthu Sabarethinam,數碼產品經理約翰迪爾和彼得•Conrardy執行董事、數據和數字係統的柯林斯航空成立了一個小組討論主持Shiv Trisal(Brickters僅三周),討論了數據和人工智能的三大主題及時主題:

數據和人工智能投資在一個具有挑戰性的經濟背景
小組討論企業如何加速使用數據和人工智能之間所有的供應鏈和經濟不確定性。Conrarday先生的觀點:即使在不確定的時期,對數據的訪問是一個常數,導致行動,幫助從數據中獲得更多的價值。女士DeGrauwe呼應了彼得的觀點:“我們現在正在尋求推動更多的人工智能連接產品和基礎設施投資和勞動力的兩倍。“Shiv Trisal總結談話與速度,移動速度,致力於視覺,不要等到,我們必須這麼做。”

數據和人工智能駕駛可持續性的結果
小組成員都同意製造業的可持續發展並不是一種時尚,但卓越運營的基本原則和節能隻是良好的商業策略。DeGrauwe女士評論道,“我們的客戶在本質上與土地”和beplay体育app下载地址“環保的[客戶]欲望推動技術如迪爾看看和噴霧產品,使用機器視覺作為基礎性技術,選擇性地識別和應用除草劑雜草除草劑使用減少75%”。“迪爾支持可持續發展,不再管理操作在農場級別或字段級別但是通過移動到顆粒狀植物,植物需要什麼和沒有更多”。

Sabarethinam先生看著可持續發展通過一個稍微不同的鏡頭,提供洞察霍尼韋爾的組織,解釋說,“它給的使命感”組織的員工,霍尼韋爾的產品使家庭和企業聯係起來,能量減少,短時排放捕獲——所有這一切都是可持續發展的核心原則。

Trisal先生總結轉換他的洞察力,我們隻能錯過一個更大的機會,如果我們考慮可持續性的上下文中點解決方案,還應該考慮對組織的影響和可持續性價值滲透直接客戶給他們的客戶。beplay体育app下载地址

測量數據和人工智能策略的成功

這個主題探索的領域,和Sabarethinam先生分享一個成功的組織提升高層對話,推動金融數據測量和管理談話和analytics-driven測量困難的文檔儲蓄。先生Conrarday共享數據和分析項目需要被當作一個產品,客戶和財務結果根深蒂固在項目計劃和執行。他指出,成功的項目通常是由一個部門或業務部門,與其他業務部門沒有“遊戲”中的任何皮膚,以確保成功;一個成功的項目是沒有免費和建立了指標確認最終交付很難業務的財務業績。DeGrauwe女士有一個意想不到的笑的時候談到的一個挑戰時,約翰迪爾團隊教學組織機器學習是什麼以及如何將受益。DeGrauwe女士評論道,一個同事說,“我們知道成功當他們停止說,“把它毫升”,好像毫升是一個特殊的部門,產品或神秘的黑盒。

未來

小組完成了討論通過填補這個空白,“我可以達到10倍價值如果我能解出______”。Mr.Conrarday建議解決的邊緣在航空領域的地方他會集中注意力,並幽默地建議傳感器整個飛機艦隊在零成本零時間。DeGrauwe女士認為這一切都回來的時候所產生的數據和人工智能。訪問好幹淨的數據以合理的成本以可重複的方式跨越各種遺留的異構係統將推動先進的用例驅動更大的價值。先生Sabarethinam強化了他早期的評論數據的語境化及其交付在正確的時間正確的形象帶來巨大好處。

很明顯,先生,女士DeGrauwe Mr.Conrarday和Sabarethinam先生有深厚的行業經驗和看到一個光明的未來製造業利用數據和人工智能。他們的集體智慧應該幫助那些剛剛開始創業的這兩個數字成熟和在他們的數字轉換旅程實現可衡量的加速資本回報率,提高成功率的數字項目,防止他們落入POC煉獄。每個公司目前利用磚Lakehouse平台運行關鍵業務用例從預測性維護嵌入在約翰迪爾無縫的專家提醒乘客旅行為建築物連接操作係統Beplay体育安卓版本,植物和能源管理。

更多信息在磚和這些激動人心的產品發布,點擊這裏。下麵是幾個manufacturing-centric分組會議從數據+人工智能峰會:

分組會議
為什麼一個數據Lakehouse在製造業的啟示-康寧至關重要
預測和防止機器停機時間與人工智能和專家提醒,約翰迪爾
如何實現的語義層Lakehouse——AtScale
應用預見性維護航空:沒有傳感器數據——聯邦快遞
智能製造:實時與磚——Tredence流程優化

製造業論壇