作者 | GEORGIA WILSON

编译 | CDA数据分析师

Watson是IBM的人工智能（AI）服务，应用程序和工具套件。Watson旨在帮助企业以新的方式释放数据的价值，并消除员工的重复任务，从而将重点转移到高价值的工作上。这不仅使公司能够预测和确定业务成果，以便重新考虑实践和工作流程。

IBM Watson AI服务的一部分是机器学习。沃森软件的开发旨在帮助数据科学家和开发人员将AI集成到公司应用程序中。Watson Machine Learning使跨职能团队能够快速，轻松地部署，监视和优化模型。

巴斯夫：构建智能供应链

巴斯夫营养与健康 -化学组的分工巴斯夫 -与IBM在2019年初合作作为其更为广阔的视野，使数字化业务的重要组成部分的一部分。

巴斯夫要求其产品具有较高的交付性能，并在供应商，制造商，物流合作伙伴和分销中心之间进行端到端的协调，并具有管理功能失调的库存的能力。巴斯夫与IBM合作，探索了AI和机器学习如何创建更明智的库存决策并确保产品在正确的时间到达正确的位置。

借助IBM Watson的认知智能，巴斯夫和IBM首先建立了概念验证（PoC），以评估如何利用AI和机器学习来构建更强大的Replenishment Advisor工具。评估之后，IBM Watson和BASF基于交易订单数据和公司ERP系统中的未来订单以及销售模式报告，数量策略，库存水平和运输时间设计了一个模型。使用开源机器学习，构建了定制解决方案来预测未来的补货需求。

在仅完成10个培训周期后，该软件就提供了准确的预警，以补充库存，并提供了最佳的中断时间。

巴斯夫营养与健康部供应链运营卓越与数字化主管Bernd Lohe博士说：“ IBM Cloud和Watson AI服务使我们能够立即访问内置了IBM经验的各种机器学习模型。”。“这意味着我们可以开始分析数据并立即培训补给顾问。该解决方案还包括数据可视化。在培训阶段，这有助于我们的计划人员理解系统建议并执行有效的机器学习培训循环。Replenishment Advisor中内置了集成的聊天机器人功能，使员工可以使用自然语言与解决方案进行交互。基于我们成功的PoC，无论是在强大的认知功能还是在易用性方面，我们都对IBM Watson产品组合感到非常满意。”

KIST Europe：使工厂更智能

KIST Europe是韩国科学技术学院（KIST）的第一个海外分支机构，旨在为韩国和欧洲领先的研究机构和行业合作伙伴建立开放的创新平台。KIST的关键研究领域之一是“工业4.0”的概念，它是技术的发展，从人工控制的集中式系统到可以独立操作的分散式机器。

为了测试并证明“工业4.0”可以为制造业增加的价值，KIST Europe与SmartFactory和IBM Watson合作改善了重量测量，这是质量管理不可或缺的一部分。“ SmartFactory背后的技术令人印象深刻，但制造商对技术本身并不感兴趣。为了证明“工业4.0”方法的价值，我们需要展示工厂如何解决现实世界中的制造问题，” KIST欧洲AI实施业务主管MarcoHüster说。

在制造中，与预期重量的最小偏差可能表示组件，产品或生产线机械出现故障。结果，这三家公司将现有的SmartFactory技术，数据科学解决方案和1000个现实测量数据集与机器学习技术相结合，以产生一个可以以98.1％的可靠测量精度进行预测的模型。

“体重测量是一个非常简单的例子，但是它证明了将AI和智能工厂技术相集成可以对生产线效率和质量管理产生真正的影响，” KIST欧洲集团负责人Hongwoon Hwang博士评论道。“在IBM的帮助下，我们向行业展示了分散式AI如何能够帮助提供更大的灵活性，优化流程管理并预测生产资源的性能。在我们继续迈向第四次工业革命的过程中，这些功能将帮助先驱制造商改变行业并为他们自己和他们的客户创造新的价值。”

亚马逊

亚马逊网络服务（AWS）是亚马逊面向企业的综合云平台。AWS的一项服务是机器学习（Machine Learning），客户可以在其中构建，训练和部署模型，应用和集成经过预先训练的AI应用程序（例如建议和预测），为自定义算法利用灵活的框架和广泛的计算选项以及深层次利用学习技术，分析和安全性。

车队：效率与环境

最近几个月，Convoy与AWS合作，利用其机器学习服务开发了一种解决方案，以使卡车运输更加高效和环境友好。

卡车司机每年记录的40％的里程是用空卡车完成的。问题的一部分是行业基础设施与传统方法的结合。使用AI Convoy希望在AWS的帮助下实现流程自动化。

通过使用Amazon SageMaker，Convoy开发了一种机器学习模型，可以分析数百万个运输工作和卡车司机的可用性，从而为您推荐具有成本效益和时间效率的匹配产品。除此之外，该模型还将建议回程匹配，这将减少空卡车完成的行驶里程数，进而对环境产生积极影响。

“随着我们与更多的托运人和承运人合作，我们将更好地了解特定航线上的可用容量和需求量，” Convoy数据科学主管Casey Olives说。“能够了解整个网络的上下文，这将使我们能够提高利用率和成本效率，使承运人和托运人双方受益。”

TuSimple：自动卡车

TuSimple ，世界上最大的自驾车卡车公司之一，已与AWS合作开发自动驾驶汽车。TuSimple车辆主要是在AWS上使用Apache MXNet深度学习框架构建的，内置了服务器，服务器上最多可装载100个不同的AI模块。这些模块可以区分道路上的汽车类型和卡车周围其他物体的速度，从而提供来自摄像头，LiDAR和雷达设备的稳定数据流，以构建实时的道路3D模型，并随着卡车的移动不断更新。成功完成交付后，在完成安全测试和模拟以确保其行为正常之后，结果将更新到每个卡车服务器上的模块。借助AWS强大的计算能力，此过程将耗时数小时，而不是数周。

目前，TuSimple的卡车处于“ 4级”自动驾驶汽车等级，装满拖车时在65 mph时的准确性为5cm。到2020年，TuSimple的总裁兼首席技术官侯小迪希望从车辆上拆除人为的“故障保险装置”。

随着全球公司在供应链空间中利用新技术的激动人心的未来的开始，机器学习将在未来几年的公司运营中发挥更大的作用。