Transcription
您可以找到用于节省金钱且投资回报率可见的项目的资金。超越这些，以便我们能够看到未来会发生什么。最终，我们如何利用这些数据来最大化客户的盈利能力和对世界的影响。好吧，大家好，欢迎来到 Cisco SE Talks，这是思科首屈一指的 SE 主导的播客系列。我们将一些最大的合作伙伴置于聚光灯下。今天，我们在芝加哥办公室接待了 Heather、Mark 和 Chris。今天和我一起加入的还有 Pradhania，他也是我们的同行 SE。伙计们，我真的很为这一集感到兴奋，因为 Heather 是我在思科的第一位 SE 领导者。所以我很兴奋能让她接受采访，谈谈一些人工智能热点话题。说到这里，Pradhi，我把它交给你。你好，我是 Pradhania Vichare，我是 Wisconsin Select 的 SE，就像 Zain 一样。我认为今天的人工智能播客，我们将深入探讨制造业如何利用人工智能来提高运营效率。就人工智能而言，制造业中发生的事情太多了。我们有一个来自 AHEAD 的优秀团队，他们将谈论他们如何帮助客户实现制造业中的人工智能目标。说到这里，我要请 AHEAD 团队介绍一下他们。Heather，你想开始吗？当然。我是 Heather Damowski，我是 AHEAD 的客户解决方案工程经理。我负责管理伊利诺伊州团队。我的团队中的 Mark 和 Chris 今天也加入了我们。我是 Mark Sweeting。我是 AHEAD 的高级 CSE，客户解决方案工程师。在这里大约两年半了。在客户方面花费了大量时间，管理各种 IT，然后转为解决方案工程职位。还有 Chris Knox，也是一名高级客户解决方案工程师。类似的故事，在 AHEAD 工作已经三年多了。在此之前，我在高等教育领域从事客户工作，然后转了过来。哦，谢谢。感谢您今天加入我们。所以我想开始这场对话的方式是，人工智能是当今的热门话题，无论您走到哪里，对吧？你们能举一个例子，说明你们如何帮助一家制造商通过人工智能提高运营效率吗？比如他们做了什么，他们一起遵循了什么流程？是的。就此而言，一个很好的例子是，我们实际上帮助一家制造商尝试运行他们拥有的不同产品以及他们在装配线和制造方面的不同零件。查看大约 40,000 个组件，其中可能有一些合并、减少，以及最终简化他们的生产线。那么，这在人工智能方面是如何帮助他们的呢？他们试图从人工智能的角度看到什么结果？好问题。就此而言，这是零件的减少，简化了供应链物流，这样他们就可以实际减少获取所有不同组件所需的时间，减少了所需的仓储量，并简化了实际的制造生产线以简化流程。哦，这有点酷。所以这肯定有助于他们增加利润并降低成本。哦，这很酷。那么，一般来说，当制造商试图解决这个问题时，对吧？大多数制造商在踏上这样的旅程时会遇到哪些普遍障碍或经历？是的，我认为最初的障碍之一确实是他们需要清楚起点。并非所有人，但当然有了这种清晰度，当客户真正从业务痛点开始并尝试将其与人工智能解决方案匹配时，这正是我们 AHEAD 可以帮助我们的客户开始人工智能流程的地方。哦，这是一个很好的观点，因为这也是我看到一些制造业客户遇到的困难。这更像是识别业务和从哪里开始。是的，钱不是问题，对吧？人们正在向人工智能投入资金。我希望这是真的。但关键在于从哪里开始。所以你可以找到用于节省金钱且投资回报率可见的项目的资金。但从哪里开始呢？构建用例。是的，Mark，我很高兴你这么说，因为当我们一般性地看待人工智能时，我们谈论的是您的人工智能就绪数据中心在哪里。而从哪里开始，这有点费力。我知道从 AHEAD 的角度来看，与思科合作，你们已经将其提升到了另一个层次，那就是 Foundry。所以我很想听听 Foundry 到底是什么，对吧？它对客户意味着什么，以及踏上人工智能之旅的这一步，迈出人工智能的第一步有时会很困难。所以我也很想听听您的反馈。没错。Chris，我是说，你是我们的 Foundry 专家。是的。所以说到最后，Foundry 有几个不同的领域。一是当我们谈论边缘和边缘推理时，我们有大量的不同功能来制造和设计可以用于此的各种解决方案。在集成中心，我们可以帮助简化部署，这样我们就可以实际最大化客户从他们试图实施的任何解决方案中看到的投资回报率，以支持他们的人工智能计划。另一整件事是，我们有一个 10 兆瓦的设施即将上线，该设施专门用于直接芯片集成冷却。再次，理解这些设施所需的电力、冷却以及所有最终需要的水消耗，任何形式的效率来最大化利润，当然，始终是关键。所以我们认为直接芯片是下一波浪潮，也是旅程中下一个重要的步骤。所以我们可以在这些方面提供帮助。嗯，这也很令人兴奋，因为制造商然后可以，或者任何想在本地进行人工智能的人，他们如何了解成本是多少？然后你们可以提供帮助。各种场景也可以进行测试，对吧？所以有时我们开始时会进行快速评估。所以我们选择一个客户，选择一个特定的用例，然后我们可以对其进行建模，并实际在 Foundry 中为他们进行测试。嗯，这真的很好。哇。是的，我很高兴你这么说，因为，再说一遍，谈话变成了，当你谈论我们的客户的执行官时，对吧？我负责很多制造业、零售业和 iPad。就像，我该如何开始这段旅程？我们想这样做，但我们没有团队，我们没有技能，甚至安全问题，对吧？所以这些事情与 Foundry 一起结合起来。对于收听的团队来说，Foundry 是一个本地的 AHEAD 数据中心，位于芝加哥郊区，AHEAD 在这里真正发挥主导作用。所以，Heather，从你的角度来看，我很想听听关于这方面进展的任何额外想法，以及我们正在将客户带到下一个层次。是的，我们对数据中心的开放感到非常兴奋，并且我们很期待通过该数据中心进行参观。但实际上，这将是我们能够吸引客户、吸引合作伙伴并真正讨论如何构建原型的地方，就像选择一个实际的、高影响力的起点，这将对业务有意义，将满足某些业务需求。而且，你知道，有了那个设施，有了我们的团队，我们可以推动人们前进，真正克服我们最初谈到的障碍，对吧？所以超越这些，以便我们能够看到未来会发生什么。所以我把它看作是一个设施，你可以在那里获得初步体验，然后了解这次旅程真正会是什么样子，然后再让客户投入大量资金进行投资，然后参与其中。就像，好吧，我现在看到了它的运作。我将如何做到这一点，这真的很棒。所以从障碍、壁垒的角度来看，对吧？你是否认为制造商遇到的更多的是技术目标？是更多文化上的？我如何采用流程变更？是更多高管的认可？你认为制造商在踏上人工智能之旅时遇到的最大分歧在哪里？是的，我认为人员和流程绝对起着至关重要的作用。所以试图理解你试图解决什么问题，然后如何帮助人们达到他们需要达到的地方。所以其中一部分是与客户、原始设备制造商和合作伙伴携手合作，全面了解他们在旅程中需要去的地方，最终的目标是什么，并最终创建一个路线图来帮助他们到达那里并执行它。所以。那么客户是如何做出这些选择的呢？比如我们谈论人工智能，我见过大多数时候人们谈论人工智能时，数据就成了一件大事。比如，我把它放在哪里？比如安全是另一个大问题。那么，你在制造业中看到的这种组合是什么样的呢？它是纯粹的云基础，还是他们更倾向于混合模式，或者通常进入人工智能旅程的路径是什么？我的意思是，这归结为，谁在访问数据？围绕数据有哪些安全准则？你知道，是否需要进行认证？是否有 GDPR 的影响？你知道，谁在访问数据？它是在边缘吗？谁在制造或生成数据？正确。以及在哪里需要进行处理？所以所有这些分析都需要完成，然后你才能准确地绘制出数据将驻留在哪里。好的。所以边缘、现场计算以及云，所有这些对于他们完成这段旅程来说都变得非常关键和重要。对。而且我认为思科可能从我们的产品组合角度和我们拥有的平台来看，我们可能能够帮助客户在不同级别上，无论他们想做什么，这很好。我还有另一个快速问题是，制造商如何找到并在这三者之间取得正确的平衡：云、边缘和本地部署？抱歉，我问的问题太多了。是的，我的意思是，这真的取决于数据来自哪里，它最终将驻留在哪里，在哪里能产生最大的影响以及如何充分利用它，老实说。这真的就是成本分析。所以最终，这是关于最适合该数据的成本分析。数据在哪里使用？比如，它是在一个设施中吗？还是由多个设施使用？所以它确实是。它将是一种混合方法。这取决于用例以及 Chris 和 Heather 谈到的所有事情。所以我认为它不是一刀切的。正确。我完全理解。而且我认为，这正是你们介入并帮助他们完成这个过程，确定它将是什么。抱歉，Zain。是的，Mark，我喜欢你这么说，因为这变成了更多的人工智能混合方法。显然，数据是其中的重要组成部分。我们正在谈论人工智能的合规性和治理。这确实是一个非常热门的话题。能稍微谈谈安全问题吗？在思科，我们使用这个术语，安全真正融入了我们的网络和我们所做的一切。我们已经发布了一些东西，我们已经从一个仅仅是网络公司转变为一个安全人工智能驱动的公司。所以我们很想听听您关于安全在人工智能堆栈的这一层级中的位置的反馈。我认为很多这取决于，再次，这又回到了围绕它的法规。所以你是一个需要保留数据的全球制造商吗？特别是对于某些国家，数据必须保留在该国。它不能离开该国。你知道，这取决于最终的数据是什么，以及围绕它的法规。对。绝对。而且谈到治理和其中一些。谢谢。我知道欧洲对治理非常严格，尤其是在数据和人们可以访问数据方面。嗯，还有一件事，我的意思是，从安全的角度来看，你知道，硬件本身也起着作用，对吧？所以如果你在本地维护这些数据，你可以获得安全、SED 驱动器、加密驱动器。所以这是我们可以应用安全的另一个领域。是的。而且，再次，当你着眼于可以大规模部署的整体解决方案时，如果你有一个实际的集成计划，你必须如何推向市场，它将如何在所有不同的设施、所有不同的地理区域部署，拥有一个一致、可重复且有计划的架构，以及它的生命周期管理。再次，就像 Foundry 的一部分是 AHEAD 实际上要解决这个问题，这真的发挥了作用，因为它为你提供了可预测性、一致性，然后你绝对可以真正地集成安全性。这是一个非常好的观点。就像有一个标准，然后能够拿起并复制到你去的地方。新工厂出现了。我有一个模型，可以复制。这真是太棒了。我经常听到制造商在谈论人工智能时使用的另一个术语是代理人工智能，对吧？你们有什么可以帮助我们理解的吗？从代理人工智能的角度来看，它是什么？比如，制造商用来提高运营效率或降低成本的任何流程，就像我们之前在示例中所讨论的那样。你是否看到制造商已经转向了？还是这只是一个愿望清单？比如我想去那里。还是你现在在制造业中看到它被广泛使用？是的，所以，我的意思是，从我们这边来看，实际上，代理能够根据你拥有的信息执行将是关键。所以再次，当我们谈论市场时间、创造时间以及从制造到任何方面的优化时，如果你谈论的是医疗保健金融，任何东西，实际上，能够根据你拥有的信息和你能获得的见解采取行动最终是关键。所以是的，它将最终加快产品上市时间、生产速度，再次，装配线的响应速度，即使出现问题，无论是声音还是视觉上的，还是其他任何问题，能够根据见解采取行动将是关键。好的。那么四到五年后，从基础设施的角度来看，你对自动化制造工厂有什么看法？比如我们正在从基础设施的角度来看，以及它如何与彼此集成。四到五年后，自动化工厂会是什么样子？我认为这回到了他所说的，对吧？代理人工智能支持自动化。所以通过振动传感或缺陷分析或供应链集成，然后你可以使用这些代理人工智能来反馈到循环中，并自动调整供应链或工厂。装配线，诸如此类。所以它变成了一个更自动化的过程。然后这些数据会反馈到循环中，不断改进流程，对其进行微调。你正在获取实时反馈，你再次运行它进行人工智能处理，然后慢慢地尽可能地改进它。我的意思是，归根结底，商业的步伐总是在加快。所以能够更快地响应、重新调整和移动生产线、工厂，你知道，再次，如果材料科学发生变化，如果出现新的东西，能够快速调整并从中最大化利润将是关键。并且也要意识到停机时间，对吧？所以预测性故障，对吧？用于查找零件。我们之前也谈过，我们还谈到了机器人。所以拥有机器人来快速检索零件。所以加入这些以确保生产线始终运行，始终工作。这也很酷。比如预测是一个大问题，对吧？所以你是否看到客户最近开始在制造业中采用数字孪生这个概念？比如你们看到客户在做什么？然后我知道我们谈论了很多关于数字孪生的事情。你能更详细地解释一下吗？当我说的制造商将拥有其数字孪生时，这到底意味着什么？我明白了。数字孪生是什么？是的，从那个方面来说，它是能够创建一个数字版本，在那里你可以开始进行模拟，并了解如何优化或改变环境参数以加快速度。所以再次，而不是，你知道，可能需要物理移动某物或调整某物，能够在虚拟领域一遍又一遍地进行，提供了无限的可能性。所以，无论你想弄清楚是否可以添加一种新型组件，移除一个组件，加快装配部分，这对下游事件有什么影响？如果出现额外的振动，所有这些事情如何影响质量，对吧？比如能够对其进行建模并快速适应是关键所在。而这正是数字孪生真正帮助制造商在它成为现实之前进行测试的地方。没错。嗯，这有点酷。所以这就像，我敢肯定，它肯定有助于他们改进流程，但也能理解，好吧，我不能只改变其中一个方面，我现在需要理解一个改变如何影响整个端到端的生产线。是的，Heather 和 Chris，我们已经谈到了它，变化的快速性，对吧？以及人工智能在如此快速的步伐中移动的速度。从制造业的角度来看，你看到了什么？因为随着人工智能，用例会发生变化，而且它们非常垂直，对吧？所以从制造业的角度和变化的快速性来看，你认为它会走向何方？我的意思是，我认为我们已经谈到了一点，对吧？所以对于速度，我认为预测性分析和预测性维护或设备故障，零件故障之类的。所以我看到更多的正常运行时间。它也将总体上更有效率，不仅仅是电力和类似的东西，而且如果你能达到一个所有东西都与你的 ERP、你的 Salesforce、你所有的不同，你知道，订购队列和诸如此类的东西集成的点，你可以根据需求调整装配线的速度，如果你愿意的话。所以你在这方面变得更有效率。你提出了一个关于应用程序的绝佳观点。这是我看到大多数客户有时会遇到的另一个问题，那就是 DevOps。我不认为人们说他们有 DevOps，但它不是一种实践。而人工智能非常依赖于将这些应用程序集成在一起，并使它们更有效率，以及你的装配线，因为归根结底，它们在某个点上会集成。你们是否会在这方面帮助客户，从 DevOps 的角度来看？或者，你们是否有服务来帮助他们识别这一点？然后说，好吧，我如何为你们简化这个流程？你对这个了解更多吗？从我们的 DevOps 方面？是的，绝对。所以，我的意思是，说到最后，我们可以提供帮助，再次，如果我们谈论的是，你知道，传统的，你知道，CI，CD 管道方面的一切，但同时，再次，如果我们谈论的是数据创建方面，数据在哪里发挥作用，无论是集成多个组件，围绕它构建解决方案和集成，我们肯定可以在多个层面提供帮助。好的，这很好。然后数据清理是人工智能中的另一个大问题，我见过。那就是，你给它坏数据，你就会得到坏数据，对吧？所以这完全取决于数据的质量。是否有流程，或者你们是否帮助客户逐步了解如何开始朝着这个方向努力或创建这些数据？是的，绝对。这是通常会发挥作用的奠基性评估之一，实际上是了解需要什么数据，你从哪里获取数据，数据有多干净，需要对其进行哪些工作，然后将其应用于需要的地方。我的意思是，这就像建造一座房子的地基。是的，我们已经有一个数据科学实践很多年了，但最近在过去的 18 个月左右，我一直在大力加强这方面的人工智能，并引入了，他们看起来就像刚从高中毕业一样。是的，我认为在那一代人中非常受欢迎。是的，我很高兴你这么说。这回到了治理和清理数据以确保其准确性。因为有了人工智能，很多都是数据，但如何保护其中一些数据，对吧？所以我很感谢你提出了这一点，Mark。是的，另一件事是现在最终被创造出来的数据量也很大。所以随着我们看到工业 4.0 的发展，IT 和 OT 开始融合，再次，安全、物理安全、网络安全方面，比如事物如何流动，这是极其关键的。但最重要的是，所有这些数据生成都能够提供额外的见解。所以再次，当我们谈论，你知道，举办研讨会或愿景方面的事情，并试图最终了解如何利用这些数据来最大化客户的盈利能力和对世界的影响。哦，这有点酷。这是一次非常棒的谈话。我从你们那里学到了很多。我的意思是，我们听过这些术语，但这真是一次非常非常棒的谈话。Zain，你想补充点什么吗？是的，我只是喜欢这次谈话。我认为，你知道，有了 AHEAD 和思科的合作，我们一起去和我们的客户交流。所以看到你们正在使用 AHEAD 在 Foundry 方面的创新，但真正建立在思科正在构建的一些方面和创新之上，比如人工智能防御、人工智能画布，这很令人兴奋。而且能够与 AHEAD 的团队一起努力并进入市场也很令人兴奋。我们非常感谢您今天邀请我们来参加这次谈话。很高兴你在这里。是的，当我们结束时，我想首先感谢你们，你知道，Mark、Heather 和 Chris 今天的时间。当我们在这里结束时，我想，你知道，从你们那里得到任何关键的收获。你们正在和 500 多名 SE 谈话，他们正在听这个。所以，Heather，我将从你开始。你有什么想分享的谈话要点吗？你知道，一个关键的收获，我的意思是，今天在这里，在思科办公室工作，我，你知道，我曾在思科工作过，我喜欢在这里工作。但我的意思是，对我来说，一个重要的收获是我们的合作关系。所以我们有如此强大的合作关系，我们真的很喜欢与思科团队合作。并且以这种方式、在这种环境中谈论人工智能，这真的很有趣，因为想到未来，想到即将发生的事情，想到这些真的很有趣。谢谢。Mark，你有什么要说的吗？是的，我的意思是，我想补充一点，我们不能独自完成。就像，我们不制造硬件、软件，你知道，支持人工智能项目的概念。所以我们真的很兴奋能在这方面与思科合作，持续合作。从我这边来说，我想说，我喜欢故事。就像听起来很疯狂一样，作为工程师，聚在一起进行对话，再次，在 Ansys，一起分享实施的故事、机会、我们所看到的、我们所学到的。老实说，我认为这将是我们能够更快地共同前进的最佳方式。是的，我喜欢你这么说，Chris，因为这正是我们正在做的，对吧？这只是进行一次 SE 对话，一次工程对话，关于我们正在看到的人工智能创新。所以，你知道，团队，我只想再次感谢你们的时间。我希望你们觉得这次谈话和我认为的一样有启发性。并且非常期待下一集与 E+ 的节目，但感谢你们的时间。我是你们的主持人 Zain Mirza，感谢你们的加入。