AI牽引工業軟件新升級，數據分析與人工智能在探索中進化
http://m.moduwu.com 2023-06-05 15:03 來源：億歐網
數字化浪潮席卷全球，作為數字經濟核心驅動，數字技術逐步成為企業發展新動能，助推企業核心競爭力進化，在此背景下，數字化轉型已成為所有企業的必選項和持續發展的前提，擁抱數字經濟成為企業的共同選擇。但從實際情況來看，面向C端的產業如零售電商、金融等領域在數字化方面走在前列，而以制造業、能源重工等為代表的傳統實體經濟產業的數字化進程相對緩慢，作為國民經濟的支柱以及政策支持的重點領域，實體經濟加速數字化轉型迫在眉睫。
以制造業為例，過往中國制造業的轉型升級重在信息化系統的建設以及企業內部信息的打通，主要體現為ERP等大型業務系統的建設與升級，更偏重于流程驅動。隨著下游需求的多樣化和個性化成為主流趨勢，數據驅動開始成為制造業企業轉型升級的主流模式，產品設計、研發、生產制造的數字化成為企業核心競爭力，而國外工業軟件服務商基于先進的技術和深刻的行業理解，持續深耕中國市場。
01
CAE技術與AI技術雙融合
助力企業數字化轉型騰飛
作為工業軟件的核心組成，CAE（計算機輔助工程）等研發設計類軟件是制造業企業數字化轉型的主要工具以及軟件提供商的重點競爭領域。CAE以三維實體建模為基礎，通過模擬產品在結構、流體、熱、電磁場等方面的性能，為產品研發設計提供依據，廣泛應用于制造業、能源重工等領域。
基于豐富的仿真模型和行業數據，CAE的應用可有效幫助制造業企業減少甚至避免產品設計階段多次召回調優的重復工作，助力企業降本提效，在“智能制造”的帶動下，CAE對于制造業企業的重要性持續提升。
與此同時，全球市場競爭日趨激烈，以汽車制造行業為例，造車周期從過去的3-5年縮短到現在的1-2年，必然對各環節的效率提出更高要求，特別是在產品的研發設計環節將越來越重視仿真模型的準確性和輸出效率，而傳統的CAE三維建模技術逐漸難以滿足企業對于這種高時效性和逼真模型效果的要求，倒逼服務商不斷探索更優的解決方案。
隨著AI技術的不斷演進，基于AI的機器學習能夠基于已有的大量數據，通過訓練神經網絡得到更準確的預測模型，AI開始成為制造業企業在研發設計環節的重點應用技術。而將AI技術與CAE技術深度融合，以CAE在制造業積累的大量數據作為深度學習的基礎，將賦能CAE建模范式持續優化，并進一步降低計算成本。觀察到這一趨勢的全球領先CAE服務商紛紛開始探索AI技術與自身產品的融合，并積極擁抱AI+CAE的更多可能性。
作為全球領先的CAE服務商，Altair創立之初主要聚焦于幫助汽車企業應用工程仿真技術，在觀察到傳統企業在產品研發設計環節的數字化轉型痛點后，通過積極的研發、并購，逐步完善仿真、高性能計算和人工智能技術融合的解決方案。
Altair也注意到了AI+CAE的發展機遇，“通過將仿真技術和AI技術進行深度融合，并結合內部積累的豐富數據，能夠為客戶提供更貼近真實需求的仿真結果和更好的用戶體驗。”Altair大中華區總經理劉源在接受億歐采訪時表示。
一方面，AI與CAE的深度融合可以更好地做到“所想即所得”，即實現想法和需求的產品化。這與Altair內部提出的Physics AI概念不謀而合，基于已有的大量仿真結果快速建立機器學習模型，能夠幫助企業客戶快速建立起新模型并輸出結果。
另一方面，從數字孿生角度來看，Altair內部的數字孿生建設有兩條路徑，一是基于傳統的三維建模，這種方式雖然能精確刻畫出模型，但在實際應用過程中速度很慢，不能做到實時顯示；第二條路徑依托romAI工具實現，CAE技術與AI技術深度融合，利用機器學習將三維模型降階到一維，從而做到更快速顯示仿真結果。事實上，Altair通過CAE技術與AI技術的融合，可實現分鐘級的汽車碰撞測試模型結果輸出。
圖：Altair離散元技術與AI技術的融合
02
從研發設計到營銷、管理等
企業全生命周期的數據驅動
Frictionless AI重新定義數據分析新趨勢
現階段，CAE技術和AI技術的雙融合已成為企業產品研發設計環節數字化轉型的重要應用趨勢，但企業的數字化轉型絕不僅是單個環節的優化，而是全流程、全生命周期的轉型升級，數據驅動只有作用于各業務環節，才能真正助力企業實現可持續發展。
從全球視野看，賦能企業數字化轉型的數據服務商類型豐富，基因各不相同，不僅包括服務工業、金融、零售等特定行業數字化轉型起家的服務商，還包括通用型AI技術、數據分析產品提供商。
在數據驅動業務發展和智能決策成為企業數字化轉型重要趨勢的背景下，如何將企業積累的海量且復雜的數據高效利用起來，挖掘并發揮數據的更大價值，打通企業設計研發-生產制造-銷售-運維全生命周期的數據流通和全流程數字化轉型，成為現階段企業亟需回答的命題。
事實上，盡管許多企業都在努力實現全流程的數據驅動，但部門之間、人員之間仍存在孤立現象，很多企業難以正確并高效利用快速增長的數據。企業在應用AI技術和AI產品過程中會產生多種“摩擦”，而數據分析中存在的“摩擦”將成為企業數字化轉型過程中的不穩定因素，導致項目失敗、成本和人員投入浪費等。
“用戶端口和數據之間、行業專家和數據之間，以及企業內不同部門之間都存在不同程度數據分析應用的摩擦，同時，既懂數據分析又懂行業的綜合性人才缺失也是企業面臨的一大挑戰”劉源表示，“因此，一個應用性強、易上手的數據分析平臺對于企業數據分析的驅動，以及業務人員的賦能就變得尤為重要。”
基于企業數據分析應用的這一痛點，Altair提出了“Frictionless AI”，即“無摩擦AI”概念，旨在幫助企業解決用戶與數據之間、數據與行業專家之間，以及工具、基礎設施不斷變化等帶來的摩擦。
圖：Altair的“無摩擦AI”能力
自2018年開始，Altair在數據分析領域先后收購Datawatch、World Programming和RapidMiner，數據產品組合不斷豐富，最終形成一個完善的數據分析與人工智能平臺——Altair RapidMiner，致力于消除企業在數據分析中的摩擦與障礙，賦能企業基于數據驅動實現智能化決策，提高競爭力。
Altair RapidMiner是一個真正的端到端平臺，消除了企業在數據分析過程中產生的人員、數據和業務之間的摩擦，能夠完成從數據準備、處理、建模到部署的所有數據分析任務，并幫助從業務分析師到數據科學家的不同專業用戶快速使用平臺來解決數據分析和數據科學需求。
圖：Altair數據分析與人工智能平臺
“現階段，大部分傳統企業仍處在數字化轉型的初期階段，對于數據分析工具的需求處于快速增長期。數字經濟時代，企業面臨的挑戰是共通的，怎么更好地存活下來，如何保持利潤持續增長等等，而數字化正是實現這一目標的關鍵手段，相信未來在需求的驅動和政策的支持下，數據分析市場將有更深入的發展機遇和更廣闊的市場空間”，劉源表示。
03
從仿真到仿真+AI
技術融合成為Altair服務能力新引擎
仿真和數據分析在企業發展過程中扮演著關鍵角色，通過深入挖掘和分析海量數據，企業能夠獲得更準確的洞察和預測，從而做出更明智的決策，加快企業數字化轉型。利用仿真技術與數據分析、人工智能的融合，可幫助企業有效提高產品設計和效率優化、縮短仿真周期，構筑可持續的競爭優勢。
談及進入數據分析賽道的原因，劉源表示：“成立之初，Altair的仿真、模擬等產品就是數字化的解決方案。以制造業為例，通過為企業提供仿真分析解決方案，Altair積累了多年的制造業服務實踐經驗，對于產品從設計、研發、生產到制造的完整生命周期的數字化有著深刻理解。”
相對于做數據分析起家的服務商來說，作為工程仿真領域的頭部企業，Altair前期已在用戶端口積累了大量的仿真、測試和訓練數據經驗，因此更懂客戶的業務邏輯和數據流轉邏輯，在工業類的企業服務實踐上更有優勢，這也是Altair進入數據分析賽道的優勢。
“在推出數據分析產品之前，Altair的解決方案主要聚焦于提升企業的數字化研發和數字化設計能力，隨著Altair RapidMiner數據分析與人工智能平臺的推出，Altair實現了從提供企業產品研發、設計的數字化解決方案，到賦能企業運營、營銷等業務節點全流程數字化轉型的進階。”劉源表示，對于Altair來說，仿真驅動和數據驅動雖是兩條解決方案業務線，但Altair正在實踐各技術的相互融合，共同幫助客戶完成業務創新和智能決策。
自2001年進入中國以來，Altair已經積累了豐富的產品實踐和客戶服務經驗，關于數據分析與人工智能平臺在中國市場的發展方向，劉源表示，“未來將持續推進數據分析產品對金融客戶的賦能，同時在汽車、消費電子、能源重工等優勢行業做出一些最佳實踐，助力中國企業有效提升自主研發能力，帶動客戶整體競爭實力的提升。”
據悉，2023年6月9日，Altair將進行以“數據科學，解碼智能未來”為主題的全新數據分析與人工智能平臺Altair RapidMiner啟動儀式，通過此次啟動儀式，Altair將幫助企業用戶們快速提升自身的競爭實力，解密數字經濟時代企業成功新路徑。
編輯精選
