10月26日,第六届“鼎革奖”数字化转型先锋榜正式揭晓,51个企业及机构荣登榜单,浪潮信息的“全栈数智化研发”项目获得“研发转型典范奖”。
鼎革奖由《哈佛商业评论》、清华大学全球产业研究院和SAP公司发起,是业界最具公信力的企业数字化转型奖项,本年度评选以“提速·新型中国企业”为主题,三十余位专家实地考察并多轮评审后甄选出了一批以数字技术践行新发展理念的核心力量,引领数字化转型 “加速度”。
“平台化+模块化”,敏捷研发的必选项
研发是客户需求实现的第一步,面对日趋多样化、场景化的客户需求,传统的以技术升级驱动产品换代的研发模式,很难对客户需求做出敏捷反应。服务器是一类非常复杂的高科技产品,一台服务器有10000颗以上的器件,50余种模块,线缆800余种,参数30000多项。研制一台服务器要经过23个设计环节、7个测试环节,十几个岗位的交叉协作,流程活动高达6000多个,各类设计检查超过5万条。所以,传统模式下研制一台服务器至少需要1.5年。
相比之下,“平台化+模块化”是一种现代化的研发方式,以设计标准化与接口定义统一化的方式,将产品解耦为各类标准化的模块。这样,面对新的客户需求,可以用现有的模块创建出一个样机,稍作修改就能满足客户需求,大大缩短了新客户需求的响应周期。但是新模式下,产品、模块、器件等不同层次的研发交叉进行,管理和协同的复杂程度几乎超出了传统管理的能力范围。因而“平台化+模块化”的研发模式对于数字化、智能化技术有着天然的需求。
数智化的研发协同,让客户参与进来
浪潮信息构建了以产品全生命周期管理平台PLM(Product Lifecycle Management)和全球协同平台GCP(Global Cooperation Platform)为核心的研发数字化体系,研发管理和协同已经高度自动化,全球8大研发中心可以高效协同,不同产品、模块之间的研发可以自动化同步,大大提高了协同效率,避免了各类错误。仅是需求分析环节,通过对M6、G7、Gen8三个平台的自动化跟踪,人为错误降低90%,人力节省30%。
而且,PLM、GCP等系统对用户和伙伴进行了开放,让他们通过该平台参与到从原理设计到系统集成、测试验证等主要的产品研发过程中,构建了面向个性化、定制化需求的研发生态。客户和伙伴可以与浪潮信息共同评估技术风险、管理风险和投入产出比,提高了整个产业链的研发效率。
业界首个数字样机应用,让硬件创新与客户同频
客户创新的周期以周、甚至以天为单位,为了和客户的业务创新同频,解决硬件创新与软件升级难以同步的挑战,浪潮信息引入了数字样机。
数字样机最早在汽车行业发展起来,浪潮信息根据服务器行业业务逻辑将其重构,成功打造了服务器领域的第一个数字样机系统。在该系统的支持下,工程师接到客户需求,调取后台数据,生成产品三维模型,来替代物理样机进行评审和验证,散热、结构、供电等情况一目了然,可随时修改、升级,一定程度上在硬件领域实现了软件般的快速迭代式创新,缩短了研发周期、减省了不必要的研发成本。2021年一个大客户要研发定制一款冷板式液冷服务器,浪潮信息先后以数字样机的形式提供了20多个版本的设计方案,仅用6个月就帮助用户确定了整体设计,极大缩短了交流周期,加速了客户业务的上线。
新的研发模式同数智化技术不断融合,使得浪潮信息的研发效率和敏捷度不断提高,新品研发的平均周期从1.5年降低至8个月,缩短了50%,从客户提出需求到交付样机,最快的只需要3个月。
新型中国企业,引导新型工业化之路
浪潮信息研发的智能化转型不仅是管理协同、工具和产品方面的全面数智化,也是基于数智技术的业务模式的全面升级,浪潮信息用数智技术重构了制造、供应链、客服等整个业务流程,形成了全新的JDM(Joint Design Manufacture, 联合设计制造) 商业模式创新。这一点是浪潮信息智能化转型实践的独特之处,也是可供整个制造业参考借鉴之处。
浪潮信息的实践证明通过数智化转型创造新模式、新业态是中国制造业转型升级的可行路径,为新型工业化道路提供了借鉴。评委会表示,“新型中国企业”不断提速,更多中国企业照亮新时代发展前路。2023年是中国经济增长的加速之年,也将是新型中国企业数字化转型的提速之年,希望能够有更多的新型中国企业,让新型工业化的目标早日实现。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
约翰霍普金斯大学研究团队开发了ETTIN模型套件,首次实现了编码器和解码器模型的公平比较。研究发现编码器擅长理解任务,解码器擅长生成任务,跨界训练效果有限。该研究为AI模型选择提供了科学依据,所有资料已开源供学术界使用。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
博洛尼亚大学团队开发出情感增强的AI系统,通过结合情感分析和文本分类技术,显著提升了新闻文章中主观性表达的识别准确率。该研究覆盖五种语言,在多项国际评测中取得优异成绩,为打击虚假信息和提升媒体素养提供了新工具。