- Advertisement -
首頁 標籤 Gartner

Gartner

- Advertisment -

施耐德電機名列2019 Gartner全球25大供應鏈前11強

施耐德電機(Schneider Electric)宣布榮登國際研究暨顧問機構Gartner的2019年全球25大供應鏈廠商前11強,也是唯一入榜的電機公司;同時,施耐德電機也榮獲2019年Gartner供應鏈創新獎的工業製造供應鏈創新獎(Industrial Manufacturing Supply Chainnovator Award)殊榮,再次證明施耐德電機Schneider Electric在能源管理供應鏈的全球領導地位。 獲得2019年全球25大供應鏈殊榮的公司包括思科系統、英特爾、星巴克與NIKE等跨國知名企業,皆符合三項關鍵趨勢,大規模且客製化、充分利用生態系統以及持續推動商業主導的數位策略;而工業製造供應鏈創新獎旨在獎勵「工業製造領域中不落窠臼、勇於創新且影響深遠的供應鏈計劃」。 施耐德電機全球供應鏈執行副總Mourad Tamoud表示,非常高興施耐德電機2019年在Gartner 全球25大供應鏈廠商的排名中繼續上升。施耐德電機在供應鏈所做的數位轉型工作進展相當順利,激勵了本公司團隊與合作夥伴,持續為客戶推行量身訂製、具永續性且互聯互通的4.0供應鏈方案。獲得工業製造供應鏈創新獎肯定了施耐德電機由全體員工共同參與數位轉型的人才策略(People Strategy)。這對施耐德電機c而言意義十分重大,因為我們的員工正是供應鏈的基石。
0

有效降低失蹤人口數 臉部辨識應用/需求看漲

在人工智慧的協助下,臉部辨識技術於不同環境中的辨識能力都已大幅提升,包括隨機(Wild)影像,以及使用者為了身分驗證而刻意捕捉的影像。根據Gartner發布的2019年企業IT與消費者十大預測,在人工智慧臉部辨識功能的協助下,2023年成熟市場裡的失蹤人口,將比2018年減少80%。 美國情報高級研究計畫署(IARPA)在2017年的IARPA臉部辨識準確度獎金挑戰賽(FRPC)即指出臉部辨識技術確實有所提升,該競賽首獎由上海新創公司「依圖(YITU Technology)」抱走。依圖的辨識技術與微軟Azure雲端運算平台進行整合,其領先業界的資料庫配對系統可以在3秒內搜尋超過10億筆紀錄。 除了應用於辨識人臉外,非洲國家也已開始試用臉部辨識技術來尋找走失的動物。舉例來說,阿里巴巴正和肯亞共和國的觀光與野生動物部合作,使用臉部辨識技術搭配物聯網(IoT)來保護園區裡瀕臨絕種的大象、犀牛和獅子。 臉部辨識實際應用結果顯示,即使樣本數量大,一對多比對的辨識速度仍然表現突出(低於600微秒),且誤漏和誤認比例都在可以接受的範圍內。不過這樣的測試仍無法立即用於多數應用,因為模型的開發相當耗時,而影像比對也必須先擁有影像辨識集才能做到,這跟「現場」辨識是不一樣的產品架構;但至少對於從影像庫中辨識失蹤的人口依然有用,因此百度等臉部辨識技術供應商,正在開發預測準確度更高的技術。 此外,臉部辨識技術也能拿多年前拍攝的照片進行比對,根據父母長相來評估此人是否就是當年失蹤兒童的可能性;2017年,中國大陸即有個孩子在失蹤27年後,因臉部辨識技術而被尋獲。 臉部識別應用增 比對/分析技術持續革新  我們預測未來幾年將有更多影像辨識被應用於協尋失蹤人口,尤其是尋找那些非自願性失蹤,但因為年幼無知,或年事已高、身心障礙等原因而回不了家的人。不過這項預測並不包括遭逢災禍(例如建築物傾倒和天然災害),或因組織犯罪被害而喪命的失蹤人口。 企業組織將採取更積極的行動來提升臉部比對與分析技術,比如設點讓人成排走過公共及私人攝影機,為的是蒐集資料以利即時辨識人群,並於稍後進行後製處理,或未來在人們失蹤時予以協助。臉部比對和3D臉部成像技術將成為上述弱勢人口(包括兒童、老人或其他殘障人士)資料蒐集裡十分重要的選項,能減少失蹤人口,且毋須針對數量龐大的群眾進行大規模搜尋。 而在未來,當有了更穩健的影像擷取能力、影像圖庫開發、影像分析策略和更高的公眾接受度,臉部辨識技術最重要的突破也將隨之而生。此外,隨著攝影機裝置內部和邊緣人工智慧功能提升,公部門和私人組織將可以預先過濾必要的影像資料,而不必將所有影像串流傳送到雲端才能進行處理。 邊緣運算興起 隱私權挑戰逐漸克服 企業組織可將臉部辨識視為比散布式編碼(Scatter Code)、條碼和RFID標籤更具流動性和可靠的一個步驟,以定位這類系統的同樣方式來管理各個臉部辨識應用的場域,藉此增加可靠的臉部判讀數量。由於演算法和資料會因為年齡、種族和性別而大不相同,所以建議根據所在城市或國家裡失蹤人口的族群特質,來排定演算法和資料收集的優先順序;同時將臉部辨識視為一種生物辨識手段,以深入了解公民和員工在不同環境下的應用洞察。 當然,人們對於臉部辨識涉及的隱私權議題仍存在疑慮。但攝影機技術的發展正使邊緣運算模型的數量增加,進而減少不當蒐集資料的狀況。若法規要求,甚至可以定期清除資料。企業也必須部署邊緣運算方法並強化管理,以便根據在地文化來保障隱私權。不過由於失蹤人口在全球都是個嚴重問題,即使當事人並非因為犯罪事件而失蹤,都會耗費執法資源。臉部辨識只是解決失蹤人口問題這整個大拼圖的一部分,仍需其他如兒童專用智慧手表以及老人用GPS追蹤器等技術共同協助。 (本文作者CK Lu為Gartner資深研究總監;Whit Andrews為Gartner副總裁暨傑出分析師)
0

落實AI產業價值 效率/體驗/自動化為三大關鍵

人工智慧(AI)為各式新興技術中一大明星技術,而如何將此一技術落實在各產業應用,推升產業發展,成了各領域企業接下來的發展重點。對此,Gartner認為,企業不該是為了「追隨潮流」而導入AI,而是要思考如何透過AI實現「增加效率」、「強化顧客體驗」、「透過自動化減少成本」三大目標,如此一來才能真正落實AI產業價值。 Gartner資深研究總監呂俊寬表示,根據Gartner的CIO調查顯示,全球各行各業的受訪CIO中,有14%表示已開始部署AI,23%計畫在未來一年之內會用AI,9%對AI沒興趣;而大部份的CIO都計劃在接下來的1~3年中開始使用。 然而,呂俊寬指出,AI雖對於企業而言有著高重要性,但目前也有許多企業對AI有錯誤的觀念,例如想透過AI顛覆世界,或是僅是追隨潮流。這些都非導入AI的最主要考量因素,如何提升增加效率、從資料中獲取洞察、增加用戶體驗,才是企業透過AI所該實現的目標。 例如,中國大陸最大的線上課程教育公司新東方,利用自然語言處理錄下學生聲音,觀察並記錄學生的發言次數、發音是否標準,並提供相關後台數據,讓老師了解學生真實學習狀況。同時藉由AI技術觀察每個學生的表情,以及學生上完課後的狀況,進行判斷與預測,為學生客製化不同的學習規劃。 或是業務/行銷部門應用AI最多的就是聊天機器人,只要打出關鍵字即出現正確的答案;或是以「常見問題(FAQ)」為基礎的機器人,註記客服常被問到的問題並提供同樣問題的回覆。另外,新一代聊天機器人則以語意為出發點,能結合語言學、美學、藝術學、統計學,了解各式各樣的問題、不同方言下的問法。 從上述兩個例子可看出,協助企業決策、虛擬助理和流程自動化等,是AI最常被使用在企業的三個部分。換言之,企業若想落地執行AI並贏得成功,關鍵是該思考如何透過AI增加效率、強化顧客體驗、達到流程自動化以減少成本,而非盲目跟隨潮流或想藉由AI顛覆世界。
0

跨進企業管理端 數位分身推升營運動能

數位化趨勢銳不可擋,各領域企業也開始進入數位轉型以提升營運動能並實現更多創新應用,數位分身(Digital Twin)因而備受青睞,且不斷演進,變得更具影響力,從生產端拓展至組織管理端,形成「組織企業分身(Digital Twin of an Organization),進而提升整體企業營運效率。 數位分身指真實世界中某個實體或系統的數位表徵。Gartner預估,到了2020年全球將有超過200億個聯網感測器和端點,並可能會有數十億個物件擁有數位分身。企業組織未來將於開始使用實體或系統時就打造數位分身,並隨著時間演進而不斷更新其功能,包含蒐集正確資料並加以視覺化、利用正確的分析技術和規則,或者針對商業目標做出有效回應。 Gartner大中華地區資深合夥人龔培元表示,事實上,數位分身並不是一項全新的技術,這項技術過往通常應用於生產端、廠房等,透過感測器及電腦模擬管理有形的實體,例如噴射引擎或風力發電機,像是西門子(Siemens)、PTC等都有相關的解決方案。 然而,隨著數位化時代到來,企業紛紛進行數位轉型,數位分身應用範圍也因而逐漸拓展至物聯網、工業生產設計之外。Gartner副總裁暨傑出分析師David Cearley指出,數位分身的應用可望發展到物聯網之外,未來企業將同時為組織實施數位分身。組織數位分身是一種動態的軟體模型,藉由營運或其他企業資料,來了解組織如何運作商業模型、連結現有狀態、部署資源並針對改變做出回應,以提供顧客所期望的價值。 龔培元則補充說明,從ERP的角度來理解,數位分身指的是業務模式和數據已經在系統內,藉由人們輸入的不同場景,系統將結合深度分析,使企業的操作虛擬化。虛擬化的分身環境結合AI,整合人、物跟流程,幫助提升競爭力。例如在公司業務改組或職位重新分配時,有了數位分身的協助,執行速度跟精準度能提高。 總而言之,因應數位轉型並提升營運動能,數位分身已開始走入企業內部,推動,組織數位分身能有效推動商業流程效率,還能創造更具彈性、更靈活、回應能力更高的流程,自動針對狀況的變化做出反應。龔培元說,目前使用物聯網的企業當中,已有24%採用數位分身。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -