เมื่อเร็วๆ นี้ บริษัทชั้นนำในอุตสาหกรรมในประเทศและต่างประเทศจำนวนหนึ่งได้เปิดตัวผลิตภัณฑ์ใหม่ที่ใช้เทคโนโลยี AI และการเพิ่มขีดความสามารถของ AI ในการทำงานและการผลิตในหลายอุตสาหกรรมก็กำลังเร่งตัวขึ้น คนในวงการชี้ให้เห็นว่าแอปพลิเคชัน AI ขนาดใหญ่ในอุตสาหกรรมแบ่งย่อยค่อยๆ กลายเป็นเทรนด์ ในอนาคต ผลิตภัณฑ์ที่ปรับแต่งเองและการเรียนรู้ที่รวดเร็วและมีประสิทธิภาพโดยอิงจากการสะสมข้อมูลจะเป็นกุญแจสำคัญในการแข่งขันในอุตสาหกรรม
เนื่องจากการประยุกต์ใช้และการปฏิบัติของ AI เจาะเข้าไปในหลายอุตสาหกรรม ขนาดเฉพาะและการมีส่วนร่วมจึงเป็นจุดสนใจทั่วไปของอุตสาหกรรม Cousteau รองประธานบริหารของ Jianwei Software Product Line ซึ่งเพิ่งเปิดตัวผลิตภัณฑ์ใหม่ที่ใช้ AI กล่าวว่าในการกลั่นน้ำมันขนาดใหญ่ ปิโตรเคมี การผลิตเครื่องจักร และสาขาอุตสาหกรรมอื่น ๆ ที่เขาสัมผัส เทคโนโลยี AI กำลังเรียนรู้อยู่ตลอดเวลา ผ่านการสะสมข้อมูลอุตสาหกรรมและพารามิเตอร์การดำเนินงานในระยะยาว ช่วยเหลือพนักงานในการปรับปรุงการตรวจจับอุปกรณ์และประสิทธิภาพการดำเนินงาน
Cousteau แบ่งปันผลลัพธ์เชิงปฏิบัติของ Syncrude ผู้ดำเนินการทรายน้ำมันของแคนาดา ด้วยการรวมระบบ PI ของ Jianwei ทำให้บริษัทได้รับจุดข้อมูลมากกว่า 6,600 จุดจากรถบรรทุก 131 คันและรถยก 5 คัน และเมื่อรวมจุดข้อมูลแต่ละจุดเข้ากับระบบ PI ได้อย่างราบรื่น รวมถึงการแจ้งเตือนและการแจ้งเตือน ถูกรวมเข้ากับแพลตฟอร์มการตรวจสอบที่มีอยู่ของบริษัท ซึ่งช่วยปรับปรุงการตรวจสอบกระบวนการได้อย่างมาก ประหยัดเงินได้ 16.75 ดอลลาร์ต่ออุปกรณ์ต่อชั่วโมง และหลีกเลี่ยงค่าบำรุงรักษามากกว่า 20 ล้านดอลลาร์ในท้ายที่สุด
นอกเหนือจากการใช้งานในด้านอุตสาหกรรมแล้ว ในสำนักงานแล้ว บริษัท AI Zero One Thousand Things ยังได้เปิดตัวโซลูชันดิจิทัลของมนุษย์ "Ruyi" สำหรับการถ่ายทอดสดอีคอมเมิร์ซ การประชุมในสำนักงาน และสถานการณ์อื่น ๆ รวมถึง AI Infra โซลูชั่นเพื่อช่วยให้ลูกค้าภาครัฐและองค์กรสร้างแผนแพลตฟอร์มพลังการประมวลผลขนาดใหญ่ เมื่อรวมเข้ากับ Yi API ดั้งเดิมที่มีแพลตฟอร์มเปิดโมเดลขนาดใหญ่ของ Yi เป็นแกนหลัก และแพลตฟอร์มการฝึกโมเดลที่เปิดให้กับลูกค้าระดับองค์กร พวกเขาจึงสร้างชุดโซลูชัน To B ทั่วทั้งอุตสาหกรรม "ตั้งแต่ AI Infra ไปจนถึงโมเดลไปจนถึงแอปพลิเคชัน"
Li Kaifu ซีอีโอของ Lingyiwu กล่าวว่าเทคโนโลยี AI ที่นำเสนอโดยเทคโนโลยีแบบจำลองขนาดใหญ่ จะเปลี่ยนรูปแบบการผลิตของทุกสาขาอาชีพ และล้มล้างโครงสร้างและขนาดองค์กรที่มีอยู่ อย่างไรก็ตาม ในปัจจุบัน ความสามารถของโมเดลขนาดใหญ่ยังไม่ได้แสดงศักยภาพสูงสุดในแอปพลิเคชัน To B เพียงเข้าสู่ระบบธุรกิจหลักและปรับใช้อย่างรวดเร็ว น้ำหนักเบา และปริมาณมากเท่านั้นที่เราจะสามารถลดต้นทุนและเพิ่มประสิทธิภาพให้กับองค์กรได้ในระดับสูงสุด บริษัทจะสำรวจแนวทางปฏิบัติที่ดีที่สุดสำหรับ AI To B
“ในปัจจุบัน ในด้านโมเดลขนาดใหญ่ โครงการ To B ส่วนใหญ่มุ่งเน้นไปที่โมเดลที่ปรับแต่งเองแบบแปรรูปอย่างแท้จริง วิธีอนุญาตให้โมเดลขนาดใหญ่เข้าสู่สถานการณ์ทางธุรกิจหลักของลูกค้าอย่างแท้จริง และสร้างผลิตภัณฑ์แอปพลิเคชันที่ได้มาตรฐานและทำซ้ำได้ ซึ่งเสริมพลังด้วยโมเดลขนาดใหญ่ ถือเป็นความท้าทายที่ยิ่งใหญ่สำหรับ To B ในอนาคต" Qi Ruifeng ผู้ร่วมก่อตั้ง Zero One Wish กล่าว