
![]()
作者 | GEORGIA WILSON
編譯 | CDA數(shù)據(jù)分析師
Watson是IBM的人工智能(AI)服務(wù),應(yīng)用程序和工具套件。Watson旨在幫助企業(yè)以新的方式釋放數(shù)據(jù)的價(jià)值,并消除員工的重復(fù)任務(wù),從而將重點(diǎn)轉(zhuǎn)移到高價(jià)值的工作上。這不僅使公司能夠預(yù)測(cè)和確定業(yè)務(wù)成果,以便重新考慮實(shí)踐和工作流程。
IBM Watson AI服務(wù)的一部分是機(jī)器學(xué)習(xí)。沃森軟件的開(kāi)發(fā)旨在幫助數(shù)據(jù)科學(xué)家和開(kāi)發(fā)人員將AI集成到公司應(yīng)用程序中。Watson Machine Learning使跨職能團(tuán)隊(duì)能夠快速,輕松地部署,監(jiān)視和優(yōu)化模型。
巴斯夫營(yíng)養(yǎng)與健康 -化學(xué)組的分工巴斯夫 -與IBM在2019年初合作作為其更為廣闊的視野,使數(shù)字化業(yè)務(wù)的重要組成部分的一部分。
巴斯夫要求其產(chǎn)品具有較高的交付性能,并在供應(yīng)商,制造商,物流合作伙伴和分銷中心之間進(jìn)行端到端的協(xié)調(diào),并具有管理功能失調(diào)的庫(kù)存的能力。巴斯夫與IBM合作,探索了AI和機(jī)器學(xué)習(xí)如何創(chuàng)建更明智的庫(kù)存決策并確保產(chǎn)品在正確的時(shí)間到達(dá)正確的位置。
借助IBM Watson的認(rèn)知智能,巴斯夫和IBM首先建立了概念驗(yàn)證(PoC),以評(píng)估如何利用AI和機(jī)器學(xué)習(xí)來(lái)構(gòu)建更強(qiáng)大的Replenishment Advisor工具。評(píng)估之后,IBM Watson和BASF基于交易訂單數(shù)據(jù)和公司ERP系統(tǒng)中的未來(lái)訂單以及銷售模式報(bào)告,數(shù)量策略,庫(kù)存水平和運(yùn)輸時(shí)間設(shè)計(jì)了一個(gè)模型。使用開(kāi)源機(jī)器學(xué)習(xí),構(gòu)建了定制解決方案來(lái)預(yù)測(cè)未來(lái)的補(bǔ)貨需求。
在僅完成10個(gè)培訓(xùn)周期后,該軟件就提供了準(zhǔn)確的預(yù)警,以補(bǔ)充庫(kù)存,并提供了最佳的中斷時(shí)間。
巴斯夫營(yíng)養(yǎng)與健康部供應(yīng)鏈運(yùn)營(yíng)卓越與數(shù)字化主管Bernd Lohe博士說(shuō):“ IBM Cloud和Watson AI服務(wù)使我們能夠立即訪問(wèn)內(nèi)置了IBM經(jīng)驗(yàn)的各種機(jī)器學(xué)習(xí)模型?!??!斑@意味著我們可以開(kāi)始分析數(shù)據(jù)并立即培訓(xùn)補(bǔ)給顧問(wèn)。該解決方案還包括數(shù)據(jù)可視化。在培訓(xùn)階段,這有助于我們的計(jì)劃人員理解系統(tǒng)建議并執(zhí)行有效的機(jī)器學(xué)習(xí)培訓(xùn)循環(huán)。Replenishment Advisor中內(nèi)置了集成的聊天機(jī)器人功能,使員工可以使用自然語(yǔ)言與解決方案進(jìn)行交互?;谖覀兂晒Φ腜oC,無(wú)論是在強(qiáng)大的認(rèn)知功能還是在易用性方面,我們都對(duì)IBM Watson產(chǎn)品組合感到非常滿意?!?
KIST Europe是韓國(guó)科學(xué)技術(shù)學(xué)院(KIST)的第一個(gè)海外分支機(jī)構(gòu),旨在為韓國(guó)和歐洲領(lǐng)先的研究機(jī)構(gòu)和行業(yè)合作伙伴建立開(kāi)放的創(chuàng)新平臺(tái)。KIST的關(guān)鍵研究領(lǐng)域之一是“工業(yè)4.0”的概念,它是技術(shù)的發(fā)展,從人工控制的集中式系統(tǒng)到可以獨(dú)立操作的分散式機(jī)器。
為了測(cè)試并證明“工業(yè)4.0”可以為制造業(yè)增加的價(jià)值,KIST Europe與SmartFactory和IBM Watson合作改善了重量測(cè)量,這是質(zhì)量管理不可或缺的一部分。“ SmartFactory背后的技術(shù)令人印象深刻,但制造商對(duì)技術(shù)本身并不感興趣。為了證明“工業(yè)4.0”方法的價(jià)值,我們需要展示工廠如何解決現(xiàn)實(shí)世界中的制造問(wèn)題,” KIST歐洲AI實(shí)施業(yè)務(wù)主管MarcoHüster說(shuō)。
在制造中,與預(yù)期重量的最小偏差可能表示組件,產(chǎn)品或生產(chǎn)線機(jī)械出現(xiàn)故障。結(jié)果,這三家公司將現(xiàn)有的SmartFactory技術(shù),數(shù)據(jù)科學(xué)解決方案和1000個(gè)現(xiàn)實(shí)測(cè)量數(shù)據(jù)集與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合,以產(chǎn)生一個(gè)可以以98.1%的可靠測(cè)量精度進(jìn)行預(yù)測(cè)的模型。
“體重測(cè)量是一個(gè)非常簡(jiǎn)單的例子,但是它證明了將AI和智能工廠技術(shù)相集成可以對(duì)生產(chǎn)線效率和質(zhì)量管理產(chǎn)生真正的影響,” KIST歐洲集團(tuán)負(fù)責(zé)人Hongwoon Hwang博士評(píng)論道?!霸贗BM的幫助下,我們向行業(yè)展示了分散式AI如何能夠幫助提供更大的靈活性,優(yōu)化流程管理并預(yù)測(cè)生產(chǎn)資源的性能。在我們繼續(xù)邁向第四次工業(yè)革命的過(guò)程中,這些功能將幫助先驅(qū)制造商改變行業(yè)并為他們自己和他們的客戶創(chuàng)造新的價(jià)值?!?
亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)是亞馬遜面向企業(yè)的綜合云平臺(tái)。AWS的一項(xiàng)服務(wù)是機(jī)器學(xué)習(xí)(Machine Learning),客戶可以在其中構(gòu)建,訓(xùn)練和部署模型,應(yīng)用和集成經(jīng)過(guò)預(yù)先訓(xùn)練的AI應(yīng)用程序(例如建議和預(yù)測(cè)),為自定義算法利用靈活的框架和廣泛的計(jì)算選項(xiàng)以及深層次利用學(xué)習(xí)技術(shù),分析和安全性。
最近幾個(gè)月,Convoy與AWS合作,利用其機(jī)器學(xué)習(xí)服務(wù)開(kāi)發(fā)了一種解決方案,以使卡車運(yùn)輸更加高效和環(huán)境友好。
卡車司機(jī)每年記錄的40%的里程是用空卡車完成的。問(wèn)題的一部分是行業(yè)基礎(chǔ)設(shè)施與傳統(tǒng)方法的結(jié)合。使用AI Convoy希望在AWS的幫助下實(shí)現(xiàn)流程自動(dòng)化。
通過(guò)使用Amazon SageMaker,Convoy開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)模型,可以分析數(shù)百萬(wàn)個(gè)運(yùn)輸工作和卡車司機(jī)的可用性,從而為您推薦具有成本效益和時(shí)間效率的匹配產(chǎn)品。除此之外,該模型還將建議回程匹配,這將減少空卡車完成的行駛里程數(shù),進(jìn)而對(duì)環(huán)境產(chǎn)生積極影響。
“隨著我們與更多的托運(yùn)人和承運(yùn)人合作,我們將更好地了解特定航線上的可用容量和需求量,” Convoy數(shù)據(jù)科學(xué)主管Casey Olives說(shuō)?!澳軌蛄私庹麄€(gè)網(wǎng)絡(luò)的上下文,這將使我們能夠提高利用率和成本效率,使承運(yùn)人和托運(yùn)人雙方受益?!?
TuSimple ,世界上最大的自駕車卡車公司之一,已與AWS合作開(kāi)發(fā)自動(dòng)駕駛汽車。TuSimple車輛主要是在AWS上使用Apache MXNet深度學(xué)習(xí)框架構(gòu)建的,內(nèi)置了服務(wù)器,服務(wù)器上最多可裝載100個(gè)不同的AI模塊。這些模塊可以區(qū)分道路上的汽車類型和卡車周圍其他物體的速度,從而提供來(lái)自攝像頭,LiDAR和雷達(dá)設(shè)備的穩(wěn)定數(shù)據(jù)流,以構(gòu)建實(shí)時(shí)的道路3D模型,并隨著卡車的移動(dòng)不斷更新。成功完成交付后,在完成安全測(cè)試和模擬以確保其行為正常之后,結(jié)果將更新到每個(gè)卡車服務(wù)器上的模塊。借助AWS強(qiáng)大的計(jì)算能力,此過(guò)程將耗時(shí)數(shù)小時(shí),而不是數(shù)周。
目前,TuSimple的卡車處于“ 4級(jí)”自動(dòng)駕駛汽車等級(jí),裝滿拖車時(shí)在65 mph時(shí)的準(zhǔn)確性為5cm。到2020年,TuSimple的總裁兼首席技術(shù)官侯小迪希望從車輛上拆除人為的“故障保險(xiǎn)裝置”。
隨著全球公司在供應(yīng)鏈空間中利用新技術(shù)的激動(dòng)人心的未來(lái)的開(kāi)始,機(jī)器學(xué)習(xí)將在未來(lái)幾年的公司運(yùn)營(yíng)中發(fā)揮更大的作用。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10