夜雨聆风学习资料网

ARTICLE · 1032112

AI市集汇&数睿股份|从工业AI到数据治理:企业落地到底卡在哪里?

AI市集汇&数睿股份|从工业AI到数据治理:企业落地到底卡在哪里?
9月17日,AI市集汇举办的“企业AI落地场景”交流分享会圆满结束。话题围着制造业、软件开发,还有AI落地里最容易被忽略的数据治理展开
01
工业AI场景落地

开场交给江苏数睿数据科技股份有限公司。他们把重点放在AI在工业场景的实战落地、数据治理和智能决策上。从实际案例出发,演示了几个制造业典型场景,比如订单智能决策,平台把全厂多源异构数据聚到一块儿做多维研判,10分钟就能出一份像样的订单决策报告。再比如遇上订单变更、紧急插单、物料短缺、设备异常这类工厂里常碰到的9种突发情况,系统能自己跨系统取数,推演几套优化方案,只要决策人判断哪个方案更好,再确认一下,审批和流程就直接转起来了。

sdfd

这套东西为什么有用?制造业的老问题就那几个。数据各自关在各自的系统里,业务被割得七零八落;人工处置,慢;依靠老师傅的经验,人一走就带走了;异常来了,先去各个系统看数据再做决策总是慢半拍。单独看哪个都不新鲜,凑在一起,就是工厂数字化推不动的原因。

02
数据治理和本地化部署

听完演示,参会者带着自己厂里的具体情况来提问,问的问题核心其实就两点:真正卡住落地的,是数据治理和本地化部署。

1.数据治理

好几个参会的人提到同一件事:系统建了不少,钱也花了,可数据散、标准乱,到头来系统成了摆设。这个问题太普遍了,普遍到大家讲起来都有点无奈。专家给的思路是用行业知识库去统一那些跨系统的异构字段,清洗、映射、归集全部自动跑,把人工匹配那一步替掉。

2.本地化部署

本地化部署也是当前一大难题,对于制造业来说,一个是核心工艺一个是订单数据,那都是命根子,放在公有云上总归不踏实。工业AI的方案是全流程本地部署,模型、数据、服务器,全留在企业内部,最大限度保证了数据安全。

03
总结与展望
聊到最后,又绕回那个老问题:AI落地难,难在哪?工具本身反而不是最大的坎。数据质量、场景理解,还有能不能把个人和企业的经验沉淀成可复用的资产,才是真门槛。
这也是AI市集汇想接着做的事:让供需双方坐下来,把真问题、真案例、真坑都摊开聊。下一期还会继续。如果你有正在用的AI技巧想分享,或者带着真实落地需求来找方案,都欢迎来聊;也可以申请当主讲人,办自己的专场。
更多内容可观看视频
AI市集汇
一站式AI供需平台
企业微信
小程序

相关学习资料