Table des matières
La société a lancé des projets pilotes en Égypte, en Inde, au Japon et aux États-Unis, en utilisant Azure IoT Hub et IoT Edge pour aider les techniciens de fabrication à analyser les informations afin d'améliorer la production de produits de puériculture et de produits en papier.
En fait, P&G a fait le premier pas dans son parcours vers l'IA il y a plus de cinq ans. Il a dépassé ce que Cretella appelle une « phase expérimentale », avec des solutions à grande échelle et des applications d'IA de plus en plus sophistiquées. La data et l’intelligence artificielle sont depuis devenues centrales dans la stratégie digitale de l’entreprise.
Tirer parti du pouvoir des personnes
Maison Périphériques technologiques IA P&G se tourne vers l'intelligence artificielle pour la fabrication numérique

P&G se tourne vers l'intelligence artificielle pour la fabrication numérique

Apr 12, 2023 pm 01:04 PM
人工智能 数字制造业

P&G se tourne vers l'intelligence artificielle pour la fabrication numérique

Après 184 ans de développement, Procter & Gamble (P&G) est devenu l'un des plus grands fabricants de biens de consommation au monde. D'ici 2021, son chiffre d'affaires mondial dépassera 76 milliards de dollars et ses employés dépasseront les 100 000. Ses marques sont connues, notamment Charmin, Crest, Dawn, Febreze, Gillette, Olay, Pampers et Tide.

À l'été 2022, P&G a conclu un partenariat pluriannuel avec Microsoft pour transformer sa plateforme de fabrication numérique. Microsoft a déclaré qu'il utiliserait l'Internet industriel des objets, les jumeaux numériques, les données et l'intelligence artificielle pour permettre à P&G de livrer plus rapidement ses produits, d'améliorer la satisfaction des clients, tout en augmentant la productivité et en réduisant les coûts, créant ainsi l'avenir de la fabrication numérique.

Vittorio Cretella, directeur de l'information de P&G, a déclaré : « L'objectif principal de notre transformation numérique est de créer des solutions exceptionnelles aux problèmes quotidiens de millions de consommateurs dans le monde, tout en créant de la valeur pour toutes les parties prenantes. Pour ce faire, nous utiliser des données, des technologies telles que l'intelligence artificielle et l'automatisation pour accroître la flexibilité dans tous les aspects de notre activité tout en accélérant l'innovation et en améliorant la productivité. chaîne de production, maximisant la qualité des produits tout en évitant le gaspillage et en optimisant la consommation d’énergie et d’eau dans les usines de fabrication. Cretella a déclaré que P&G rendra la fabrication plus intelligente en permettant une qualité prédictive évolutive, une maintenance prédictive, une libération contrôlée, des opérations sans contact et une optimisation de la durabilité de la fabrication. Jusqu’à présent, a-t-il déclaré, ces choses n’ont pas été réalisées à cette échelle dans le secteur manufacturier.

Fabrication intelligente à grande échelle

La société a lancé des projets pilotes en Égypte, en Inde, au Japon et aux États-Unis, en utilisant Azure IoT Hub et IoT Edge pour aider les techniciens de fabrication à analyser les informations afin d'améliorer la production de produits de puériculture et de produits en papier.

Par exemple, la production de couches implique l'assemblage de plusieurs couches de matériaux à grande vitesse et avec précision pour garantir une absorption, une résistance aux fuites et un confort optimaux. La nouvelle plateforme IoT industrielle utilise la télémétrie des machines et l'analyse à grande vitesse pour surveiller en permanence les lignes de production afin de permettre une détection précoce et une prévention des problèmes potentiels dans le flux de matériaux. Cela améliore à son tour les temps de cycle, réduit les pertes sur le réseau et garantit la qualité tout en augmentant la productivité des opérateurs.

P&G pilote également l'utilisation de l'IoT industriel, d'algorithmes avancés, d'apprentissage automatique et d'analyse prédictive pour améliorer la productivité de la production de tissus. P&G peut désormais mieux prédire la longueur des serviettes en papier finies.

La fabrication intelligente à grande échelle est un défi. Cela nécessite d'acquérir des données à partir des capteurs des équipements, d'appliquer des analyses avancées pour obtenir des informations descriptives et prédictives et d'automatiser les actions correctives. Le processus de bout en bout nécessite plusieurs étapes, notamment l'intégration des données et le développement, la formation et le déploiement d'algorithmes. Cela implique également de grandes quantités de données et un traitement en temps quasi réel.

Cretella a déclaré : « Le secret de l'évolutivité est de réduire la complexité en fournissant des composants communs à la périphérie et dans le cloud Microsoft, que les ingénieurs peuvent utiliser pour déployer différents cas d'utilisation dans des environnements de fabrication spécifiques – sans avoir à tout créer à partir de zéro. ."

En utilisant Microsoft Azure comme base, P&G est désormais en mesure de numériser et d'intégrer les données de plus de 100 sites de fabrication dans le monde et d'améliorer la visibilité en temps réel grâce aux services d'intelligence artificielle, d'apprentissage automatique et d'informatique de pointe. Cela permettra aux employés de P&G d’analyser les données de production et d’exploiter l’intelligence artificielle pour prendre des décisions qui génèrent des améliorations et un impact exponentiel.

Cretella a ajouté que dans l'industrie des biens de consommation, il est très rare d'obtenir ce niveau de données à grande échelle.

Les données et l'IA sont le fondement du numérique

En fait, P&G a fait le premier pas dans son parcours vers l'IA il y a plus de cinq ans. Il a dépassé ce que Cretella appelle une « phase expérimentale », avec des solutions à grande échelle et des applications d'IA de plus en plus sophistiquées. La data et l’intelligence artificielle sont depuis devenues centrales dans la stratégie digitale de l’entreprise.

Cretella a déclaré : « Nous utilisons l'intelligence artificielle dans tous les aspects de notre entreprise pour prédire les résultats et agir de plus en plus grâce à l'automatisation. De plus, nous avons également des applications dans le domaine de l'innovation de produits, grâce à la modélisation et à la simulation, nous pouvons le faire. le développement de nouvelles formules a été réduit de plusieurs mois à quelques semaines ; l'intelligence artificielle est utilisée pour transmettre les messages de la marque à chaque consommateur au bon moment, sur le bon canal, et avec le bon contenu. Les ingénieurs de P&G utilisent également Azure AI pour garantir cela lors de la production. " Le secret de la mise à l'échelle de P&G repose sur la technologie, notamment en investissant dans des environnements de données évolutifs et d'intelligence artificielle centrés sur des lacs de données interfonctionnels. Un autre secret caché pour P&G repose sur les données, a déclaré Cretella. de centaines de data scientists et d'ingénieurs talentueux qui connaissent parfaitement les activités de l'entreprise. À cette fin, l'avenir de P&G passera par l'automatisation de l'IA, qui libérera ses ingénieurs de données, ses scientifiques de données et ses ingénieurs en apprentissage automatique des tâches manuelles à forte intensité de main-d'œuvre, leur permettant ainsi de se concentrer davantage sur d'autres domaines dans lesquels ils peuvent ajouter de la valeur.

Cretella a ajouté que l'automatisation basée sur l'IA nous permet également de fournir une qualité constante et de gérer les écarts et les risques. De plus, l’automatisation de l’IA permettra à un nombre croissant d’employés de profiter de ces capacités, rendant ainsi les avantages de l’IA omniprésents dans toute l’entreprise.

Tirer parti du pouvoir des personnes

Un autre élément permettant d’atteindre l’agilité à grande échelle est l’approche « composite » de P&G pour constituer des équipes au sein des équipes informatiques. P&G équilibre l'organisation entre les équipes centrales et les équipes intégrées dans ses catégories et marchés. Les équipes centrales créent des plates-formes d'entreprise et des fondations technologiques, tandis que les équipes intégrées utilisent ces plates-formes et fondations pour créer des solutions numériques qui capturent les opportunités commerciales spécifiques à leurs services. Cretella a également noté que l'entreprise donne la priorité aux talents internes, en particulier dans des domaines tels que la science des données, la gestion du cloud, la cybersécurité, l'ingénierie logicielle et DevOps.

Pour accélérer la transformation de P&G, Microsoft et P&G ont créé un Digital Enablement Office (DEO) composé d'experts des deux organisations. Le DEO servira d'incubateur pour créer des scénarios commerciaux hautement prioritaires dans les domaines des processus de fabrication et d'emballage de produits qui peuvent être mis en œuvre au sein de P&G. Cretella le considère davantage comme un bureau de gestion de projets que comme un centre d'excellence. Parce qu'il coordonne les efforts de toutes les différentes équipes d'innovation travaillant sur des cas d'utilisation métier et assure un déploiement efficace et à grande échelle des solutions éprouvées développées.

Enfin, Cretella a donné quelques conseils aux DSI qui tentent de conduire la transformation numérique dans leur propre entreprise : premièrement, soyez motivé et trouvez votre énergie dans votre passion pour l'entreprise et comment appliquer la technologie pour créer de la valeur, deuxièmement, ayez l'agilité nécessaire ; apprendre et un véritable désir d'apprendre ; et enfin, investir dans les gens (votre équipe, vos pairs et même votre patron) car la technologie à elle seule ne change rien ;

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Cinq écoles d'apprentissage automatique que vous ne connaissez pas Cinq écoles d'apprentissage automatique que vous ne connaissez pas Jun 05, 2024 pm 08:51 PM

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. Aug 01, 2024 pm 09:40 PM

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

See all articles