恒大和 FF 撕上头条的时候,以吃苦耐劳闻名的花花刚刚准备转投芯片领域。对于贾跃亭“量产交付”的窘境,花花很不以为然:研发是从 0 到 1,量产就是从 1 到 100。从 0 到 1 难,从 1 到 100,只要钱到位,怎么可能办不成?财大气粗的花花踏踏实实搞研发,看着自家的 AI 芯片各项测评指标遥遥领先,花花开心得像个三百斤的孩子。
可万万没想到,花花的芯片正准备大规模量产的时候,却遇到了致命难题:原有的排产引擎是单工厂作业,逻辑复杂且不透明,产量跟不上需求,光是多工厂的产线优化问题,模型里就有上亿个变量。花花尝试用旧模型求解,电脑直接宕机了。
商场不等人,眼见机会将要流失,花花很心急!四处寻求解决办法之际,她找到了小伙伴—联想工业大数据联盟 IBDA。原本花花并没有抱太大期望,因为 IBDA 是解决工业企业的业务标准化和数字化问题的专家,而自己遇到的问题在于工业大数据处理。没想到,这个问题却完全没有难倒 IBDA。原来,IBDA 有一个秘密武器:上亿变量的求解,两小时就能搞定。下个月,IBDA 要专门举办一场主题沙龙来介绍这个学科。
IBDA 告诉花花,除了生产排程,还有需求预测、物料备货、库存管理、运输优化、仓网布局等各个环节的无数问题,只要问题够复杂、数据够准确,都可以着落在这个学科来解决,花花立刻坐不住了。
互联网的带动作用促使着各行业求新求变,消费提质升级已展现出全新的格局和趋势,新一代的消费者迅速崛起,随之而来的是不断细化的消费需求和愈发多元的消费趋势,人工智能和大数据成为推动中国企业发展的重要引擎。如何多角度提高自身效率、降低成本,以获得竞争中的优势;如何洞察消费者的消费偏好与趋势;如何结合多维度数据定制符合市场趋势与自身条件的解决方案,都是现代工业企业必须面对并解决的棘手问题。
随着产量增加、产线升级,工业制造企业在需求预测、仓网布局、库存管理、运输优化、智能排产等各个环节都面临着挑战。梳理业务需求、构建智能排产引擎、制定物料备货方案和多维度精准预测方案,都急需运筹优化、机器学习、随机模拟等前沿技术的赋能。
在此背景下,由联想工业大数据与杉数科技联合举办的 IBDA 主题沙龙,旨在凝聚各方力量,共同探讨 AI 时代下,运筹学与工业制造业相结合的发展新模式、新理念。
2018 年 11 月 15 日(周四)
14:00—17:30
上海市杨浦区纪念路 8 号 5 号楼 109
活动嘉宾包括但不限于:葛冬冬教授、何斯迈教授、国际汽车企业供应链负责人、中国工程机械行业领军企业负责人
葛冬冬
上海财经大学交叉科学研究院院长
斯坦福大学运筹学博士
杉数科技联合创始人 &CSO
何斯迈
国家杰青基金主持人
奥赛金牌获得者
上海财经大学教授
399 元
扫描下方二维码 或 点击“阅读原文”
收获 免费早鸟票
还在等什么,抢锦鲤的时刻到啦
1、头条易读遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2、本文内容来自“InfoQ”微信公众号,文章版权归InfoQ公众号所有。