Jadual Kandungan
Pengilangan pintar pada skala
Data dan kecerdasan buatan adalah asas digital
Gunakan kuasa orang
Rumah Peranti teknologi AI P&G beralih kepada kecerdasan buatan untuk pembuatan digital

P&G beralih kepada kecerdasan buatan untuk pembuatan digital

Apr 12, 2023 pm 01:04 PM
AI pembuatan digital

P&G beralih kepada kecerdasan buatan untuk pembuatan digital

Selepas 184 tahun pembangunan, Procter & Gamble (P&G) telah berkembang menjadi salah satu pengeluar barangan pengguna terbesar di dunia Menjelang 2021, hasil globalnya akan melebihi AS$76 bilion, dan pekerja Lebih daripada 100,000 orang. Jenamanya ialah nama isi rumah, termasuk Charmin, Crest, Dawn, Febreze, Gillette, Olay, Pampers dan Tide.

Pada musim panas 2022, P&G memeterai perkongsian berbilang tahun dengan Microsoft untuk mengubah platform pembuatan digitalnya. Microsoft menyatakan bahawa mereka akan menggunakan Internet of Things industri, kembar digital, data dan kecerdasan buatan untuk menyediakan P&G dengan penghantaran produk yang lebih pantas, meningkatkan kepuasan pelanggan, sambil meningkatkan produktiviti dan mengurangkan kos, sekali gus mewujudkan masa depan pembuatan digital.

Vittorio Cretella, Ketua Pegawai Maklumat P&G, berkata, “Tujuan utama transformasi digital kami adalah untuk mencipta penyelesaian cemerlang kepada masalah harian berjuta-juta pengguna di seluruh dunia, sambil mencipta nilai untuk semua pihak berkepentingan Untuk tujuan ini, Kami memanfaatkan teknologi seperti data, kecerdasan buatan dan automasi untuk meningkatkan ketangkasan dalam semua aspek perniagaan kami sambil mempercepatkan inovasi dan meningkatkan produktiviti ”

Transformasi digital platform pembuatan P&G akan membolehkan syarikat berfungsi. terus pada barisan pengeluaran dalam masa nyata Semak kualiti produk, memaksimumkan daya tahan peralatan sambil mengelakkan pembaziran, dan mengoptimumkan penggunaan tenaga dan air di kilang pembuatan. Cretella berkata P&G akan menjadikan pembuatan lebih bijak dengan membolehkan kualiti ramalan boleh skala, penyelenggaraan ramalan, pelepasan terkawal, operasi tanpa sentuh dan pengoptimuman kemampanan pembuatan. Sehingga kini, katanya, perkara ini belum dilakukan pada skala ini dalam pembuatan.

Pengilangan pintar pada skala

Syarikat itu telah melancarkan projek perintis di Mesir, India, Jepun dan Amerika Syarikat, menggunakan Azure IoT Hub dan IoT Edge untuk membantu juruteknik pembuatan menganalisis cerapan untuk meningkatkan penjagaan bayi dan pengeluaran produk kertas.

Contohnya, penghasilan lampin melibatkan pemasangan berbilang lapisan bahan pada kelajuan dan ketepatan tinggi untuk memastikan penyerapan optimum, rintangan kebocoran dan keselesaan. Platform IoT Perindustrian baharu menggunakan telemetri mesin dan analitik berkelajuan tinggi untuk memantau saluran pengeluaran secara berterusan bagi menyediakan pengesanan awal dan pencegahan masalah yang berpotensi dalam aliran bahan. Ini seterusnya meningkatkan masa kitaran, mengurangkan kehilangan rangkaian dan memastikan kualiti sambil meningkatkan produktiviti pengendali.

P&G juga sedang merintis penggunaan IoT industri, algoritma lanjutan, pembelajaran mesin dan analitik ramalan untuk meningkatkan produktiviti dalam pengeluaran tisu. P&G kini boleh meramalkan panjang tuala kertas siap dengan lebih baik.

Pengilangan pintar berskala besar adalah satu cabaran. Ia memerlukan memperoleh data daripada penderia peralatan, menggunakan analisis lanjutan untuk memperoleh cerapan deskriptif dan ramalan, dan mengautomasikan tindakan pembetulan. Proses hujung ke hujung memerlukan beberapa langkah, termasuk penyepaduan data dan pembangunan algoritma, latihan dan penggunaan. Ia juga melibatkan sejumlah besar data dan hampir pemprosesan masa nyata.

Cretella berkata, "Rahsia untuk membuat skala adalah untuk mengurangkan kerumitan dengan menyediakan komponen biasa di tepi dan dalam awan Microsoft, yang boleh digunakan oleh jurutera untuk menggunakan kes penggunaan yang berbeza kepada persekitaran pembuatan tertentu - dan Tidak perlu mencipta semuanya dari awal ”

Menggunakan Microsoft Azure sebagai asas, P&G kini dapat mendigitalkan dan menyepadukan data daripada lebih 100 tapak pembuatan di seluruh dunia dan meningkatkan perkhidmatan AI, pembelajaran mesin dan pengkomputeran edge masa nyata . Ini, seterusnya, akan membolehkan pekerja P&G menganalisis data pengeluaran dan memanfaatkan kecerdasan buatan untuk menyokong keputusan yang memacu peningkatan dan impak eksponen.

Pemerolehan tahap data pada skala ini jarang berlaku dalam industri produk pengguna, tambah Cretella.

Data dan kecerdasan buatan adalah asas digital

Malah, P&G mengambil langkah pertama dalam perjalanan kecerdasan buatan lebih lima tahun lalu. Ia telah melepasi apa yang disebut oleh Cretella sebagai "fasa eksperimen," dengan penyelesaian pada skala dan aplikasi AI yang semakin canggih. Data dan kecerdasan buatan sejak itu telah menjadi pusat kepada strategi digital syarikat.

Cretella berkata, “Kami menggunakan kecerdasan buatan dalam semua aspek perniagaan kami untuk meramalkan hasil dan semakin mengambil tindakan melalui automasi Selain itu, kami juga mempunyai aplikasi dalam bidang inovasi produk, melalui pemodelan dan simulasi , kami boleh memendekkan masa untuk membangunkan formula baharu dari bulan ke minggu menggunakan kecerdasan buatan untuk menyampaikan maklumat jenama kepada setiap pengguna pada masa yang betul, dalam saluran yang betul, dan dengan kandungan yang betul, jurutera P&G juga menggunakan Azure AI kawalan kualiti dan ketahanan peralatan pada barisan pengeluaran.”

Rahsia penskalaan P&G bergantung pada teknologi, termasuk melabur dalam data boleh skala dan persekitaran kecerdasan buatan yang berpusat pada tasik data rentas fungsi, kata Cretella bergantung pada kemahiran beratus-ratus saintis data dan jurutera berbakat yang mengetahui perniagaan syarikat di dalam dan luar. Untuk itu, masa depan P&G akan menerima automasi AI, yang akan membebaskan jurutera data, saintis data dan jurutera pembelajaran mesinnya daripada tugasan manual, intensif buruh, membolehkan mereka menumpukan lebih pada bidang lain di mana mereka boleh menambah nilai.

Cretella menambah bahawa automasi dikuasakan AI juga membolehkan kami menyampaikan kualiti yang konsisten dan mengurus penyelewengan dan risiko. Selain itu, automasi AI akan membolehkan peningkatan bilangan pekerja untuk memanfaatkan keupayaan ini, menjadikan manfaat AI meresap ke seluruh syarikat.

Gunakan kuasa orang

Satu lagi elemen untuk mencapai ketangkasan pada skala ialah pendekatan "hibrid" P&G untuk membina pasukan dalam pasukan IT. P&G mengimbangi organisasi antara pasukan pusat dan pasukan yang tertanam dalam kategori dan pasarannya. Pasukan pusat mencipta platform perusahaan dan asas teknologi, manakala pasukan terbenam menggunakan platform dan asas ini untuk membina penyelesaian digital yang menangkap peluang perniagaan khusus untuk jabatan mereka. Cretella juga menyatakan bahawa syarikat itu mengutamakan bakat dalaman, terutamanya dalam bidang seperti sains data, pengurusan awan, keselamatan siber, kejuruteraan perisian dan DevOps.

Untuk mempercepatkan transformasi P&G, Microsoft dan P&G menubuhkan Pejabat Pemboleh Digital (DEO) yang terdiri daripada pakar daripada kedua-dua organisasi. DEO akan berfungsi sebagai inkubator untuk mencipta senario perniagaan keutamaan tinggi dalam bidang pembuatan produk dan proses pembungkusan yang boleh dilaksanakan di seluruh P&G. Cretella menganggapnya lebih sebagai pejabat pengurusan projek daripada pusat kecemerlangan. Kerana ia menyelaraskan usaha semua pasukan inovasi yang berbeza yang bekerja pada kes penggunaan perniagaan dan memastikan penggunaan skala yang berkesan bagi penyelesaian terbukti yang dibangunkan.

Akhirnya, Cretella mempunyai beberapa nasihat untuk CIO yang cuba memacu transformasi digital dalam perniagaan mereka sendiri: Pertama, bermotivasi dan cari tenaga anda dalam semangat anda untuk perniagaan dan cara menggunakan teknologi untuk mencipta nilai; ketangkasan untuk belajar dan keinginan sebenar untuk belajar; dan akhirnya, melabur dalam orang (pasukan anda, rakan sekerja, dan juga bos anda) kerana teknologi sahaja tidak mengubah apa-apa bakat adalah kunci kepada segala-galanya.

Atas ialah kandungan terperinci P&G beralih kepada kecerdasan buatan untuk pembuatan digital. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Arahan sembang dan cara menggunakannya
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles