实例探究.

我们的案例数据库覆盖了全球物联网生态系统中的 18,926 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

筛选条件
  • (5,794)
    • (2,602)
    • (1,765)
    • (764)
    • (622)
    • (301)
    • (236)
    • (163)
    • (155)
    • (101)
    • (94)
    • (86)
    • (49)
    • (28)
    • (14)
    • (2)
    • 查看全部
  • (5,073)
    • (2,519)
    • (1,260)
    • (761)
    • (490)
    • (436)
    • (345)
    • (86)
    • (1)
    • 查看全部
  • (4,407)
    • (1,774)
    • (1,292)
    • (480)
    • (428)
    • (424)
    • (361)
    • (272)
    • (211)
    • (199)
    • (195)
    • (41)
    • (8)
    • (8)
    • (5)
    • (1)
    • 查看全部
  • (4,157)
    • (2,048)
    • (1,256)
    • (926)
    • (169)
    • (9)
    • 查看全部
  • (2,488)
    • (1,262)
    • (472)
    • (342)
    • (225)
    • (181)
    • (150)
    • (142)
    • (140)
    • (127)
    • (97)
    • 查看全部
  • 查看全部 15 技术
  • (1,732)
  • (1,626)
  • (1,605)
  • (1,460)
  • (1,423)
  • (1,411)
  • (1,313)
  • (1,178)
  • (1,059)
  • (1,017)
  • (832)
  • (811)
  • (794)
  • (707)
  • (631)
  • (604)
  • (595)
  • (552)
  • (500)
  • (441)
  • (382)
  • (348)
  • (316)
  • (302)
  • (295)
  • (265)
  • (233)
  • (192)
  • (191)
  • (184)
  • (168)
  • (165)
  • (127)
  • (116)
  • (115)
  • (81)
  • (80)
  • (63)
  • (58)
  • (56)
  • (23)
  • (9)
  • 查看全部 42 行业
  • (5,781)
  • (4,113)
  • (3,091)
  • (2,780)
  • (2,671)
  • (1,596)
  • (1,471)
  • (1,291)
  • (1,013)
  • (969)
  • (782)
  • (246)
  • (203)
  • 查看全部 13 功能区
  • (2,568)
  • (2,482)
  • (1,866)
  • (1,561)
  • (1,537)
  • (1,529)
  • (1,126)
  • (1,027)
  • (907)
  • (695)
  • (647)
  • (604)
  • (600)
  • (521)
  • (514)
  • (514)
  • (491)
  • (423)
  • (392)
  • (363)
  • (351)
  • (348)
  • (341)
  • (312)
  • (312)
  • (293)
  • (272)
  • (243)
  • (238)
  • (237)
  • (230)
  • (217)
  • (214)
  • (208)
  • (207)
  • (204)
  • (198)
  • (191)
  • (188)
  • (181)
  • (181)
  • (175)
  • (160)
  • (155)
  • (144)
  • (143)
  • (142)
  • (142)
  • (141)
  • (138)
  • (120)
  • (119)
  • (118)
  • (116)
  • (113)
  • (108)
  • (107)
  • (99)
  • (97)
  • (96)
  • (96)
  • (90)
  • (88)
  • (87)
  • (85)
  • (83)
  • (82)
  • (80)
  • (80)
  • (73)
  • (67)
  • (66)
  • (64)
  • (61)
  • (60)
  • (59)
  • (58)
  • (57)
  • (53)
  • (53)
  • (50)
  • (49)
  • (49)
  • (48)
  • (44)
  • (39)
  • (36)
  • (36)
  • (35)
  • (32)
  • (31)
  • (30)
  • (29)
  • (27)
  • (26)
  • (26)
  • (25)
  • (25)
  • (22)
  • (22)
  • (21)
  • (19)
  • (19)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (14)
  • (13)
  • (13)
  • (12)
  • (11)
  • (11)
  • (11)
  • (9)
  • (7)
  • (6)
  • (5)
  • (4)
  • (4)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 127 用例
  • (10,333)
  • (3,499)
  • (3,391)
  • (2,981)
  • (2,593)
  • (1,261)
  • (932)
  • (344)
  • (10)
  • 查看全部 9 服务
  • (503)
  • (432)
  • (382)
  • (301)
  • (246)
  • (143)
  • (116)
  • (112)
  • (106)
  • (87)
  • (85)
  • (78)
  • (75)
  • (73)
  • (72)
  • (69)
  • (69)
  • (67)
  • (65)
  • (65)
  • (64)
  • (62)
  • (58)
  • (55)
  • (54)
  • (54)
  • (53)
  • (53)
  • (52)
  • (52)
  • (50)
  • (50)
  • (49)
  • (48)
  • (47)
  • (46)
  • (43)
  • (43)
  • (42)
  • (37)
  • (35)
  • (32)
  • (31)
  • (31)
  • (30)
  • (30)
  • (28)
  • (28)
  • (27)
  • (24)
  • (23)
  • (23)
  • (23)
  • (22)
  • (21)
  • (21)
  • (20)
  • (20)
  • (19)
  • (19)
  • (19)
  • (19)
  • (18)
  • (18)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • 查看全部 737 供应商
Selected Filters
18,926 实例探究
提高新工业供应中心产能的途径
Belden
一家财富 500 强工业供应公司在开设一个新的配送中心时,每天都会遇到多次持续的网络故障。这种停机时间停止了自动化并迫使员工手动完成订单,最终减慢了交付速度,并使客户和供应商关系紧张。收入下降,未来销售受到影响。所有这一切都是在新中心仅以 10-20% 的产能运行的时候。
对斯洛文尼亚购物中心高能源成本的明智回应
Actility
由于设施多、面积广、电、水、热消耗高,BTC的能源需求与城市中心相当。为了减少能源消耗和成本以及随后的二氧化碳排放,BTC 寻求为其多功能设施(例如智能城市使用的设施)实施能源管理 (EM) 系统,并符合 ISO 50001 标准,旨在支持组织节约资源和应对气候变化。 BTC 求助于该地区领先的综合能源管理解决方案提供商 Solvera Lynx,帮助设计自己的系统来监控和降低能源消耗。
ABS Bonifer 集团
Cybera
业务挑战分配式油罐车调度作业希望实现运营计划和自动化和数字化和调度需要能够准确地响应燃料地点零售的销售活动
加速企业范围的数字化转型
NetApp
Zensar 作为联盟合作伙伴加入 NetApp,帮助使用 FlexPod 和 Zensar 的 Vinci 自主平台的公司交付功能丰富、敏捷的私有云,并在基础架构和应用程序中内置自我修复功能。
数据丰富的公司进军数字 B2B 市场
Cognizant
这家在快速增长的企业对企业 (B2B) 数字营销领域几乎没有存在的公司希望利用其强大的数据资产快速进入这个新市场。这家数据丰富的公司要求 Cognizant 帮助其利用其核心数据资产。
通过预测性资产监控和警报系统节省数百万美元
IBM
挑战在于收集和筛选这些数据,识别表明资产故障可能性很高的模式,识别最紧迫的问题,并为工程师提供正确的信息,并有足够的准备时间让他们采取有效的行动。 “以前,我们只使用了我们收集的运营数据的 10% 到 12%,这是行业平均水平,”Benn 评论道。 “当我们搜索、整理并将正确的信息转发给正确的人时,我们可能响应太晚以避免影响运营,或者不得不在最后一刻更改我们的维护计划,这会降低效率。我们的挑战是主动提供及时、可操作、有效的信息,而不是被动或回顾性评估。” “我们想要的是一种识别传感器数据模式的方法,这将为我们提供资产故障的早期预警。我们看到了使用分析技术从我们已经拥有的系统和数据中提取更大价值的机会,这将帮助我们避免例如可预防的故障并可能节省数百万美元。
一种满足购物中心无天线的混合开关设备通信解决方案
Microsoft Azure
Ascribe 总部位于英国博尔顿,是一家为医疗保健行业提供商业智能 (BI) 和以临床为重点的 IT 解决方案和服务的领先供应商。 Ascribe 估计英国 82% 的国民健康服务 (NHS) 信托机构使用其产品。由于可以访问信托机构维护的大量数据,该公司需要一种 BI 解决方案,以帮助医疗保健提供者更快地检测、预测和响应传染病和其他健康威胁的爆发。医疗保健分析师通常根据患者在诊所和医院接受治疗时收集和编码的数据进行工作。 “当他们获得这些信息时,它通常已经过时了,”Ascribe 商业智能部门负责人 Paul Henderson 说。 “数据已经编码并存储在记录保存系统中,或者是从医院工作流程中收集的,但这并不总是实时发生的。”此外,大量潜在有用的数据存在于文本文件中,这些数据来自诸如急诊室计划外就诊、学校出勤记录和零售药品销售等来源。互联网提供了另一个尚未开发的信息宝库,包括点击流分析和 Twitter 等社交媒体。 “如果你想想每个临床医生都在努力获取及时、准确的数据,然后你在全国范围内进行复合,那么这将成为一个巨大的挑战,”亨德森说。 “你有很多来自多个地方的小数据,很难汇总和解释。” Ascribe 之前曾研究过一种解决方案,以支持对国家紧急护理出勤率的分析。该系统旨在监控每天访问英国急诊部门的人数,并在发现异常活动水平(例如可能爆发传染病)时发出警报。然而,很难从包括移动临床医生在内的快速增长的医疗保健提供者那里收集数据。此外,临床医生无法使用来自患者病例记录和社交媒体信息的海量非结构化数据。 “处理所有这些信息所需的处理能力超出了大多数组织的能力,”亨德森说。 “医院不能仅仅建立一个服务器场来处理来自急救系统的数百万个病例记录以及其他数据。”为了解决这些问题,Ascribe 决定设计一个概念验证,以创建一种标准化的方法来处理医疗保健数据。该公司要求英国最大的 NHS 信托机构之一的利兹教学医院参与该项目。利兹每年可以在其急诊部系统中生成多达 50 万条结构化记录。医院每月还生成大约 100 万份非结构化病例档案。 Ascribe 希望创建的不仅是用于在国家层面监测传染病的概念验证 BI 解决方案,而且还希望创建一种可用于改善当地护理提供者运营的工具。 “我们的目标是找到一种方法,让数据在近乎实时的情况下更快地流动,”亨德森说。 “我们还希望使用从病例记录中收集的数据来增强临床编码数据。”该公司希望创建一个国家知识库,疾病爆发后的分析师和当地临床医生都可以使用该知识库来改善医疗保健。 Ascribe 需要一个高度可扩展的端到端解决方案,该解决方案可以处理多种数据类型和数据源,并为用户提供自助式 BI 工具。
Università degli Studi di Udine
Endian
乌迪内大学是一所致力于最高教育标准、研究、与周边地区互动的学院。与 Endian 的合作将其技术使命带到了学术领域之外,并转化为一个旨在保护和安全管理对电气和热控制系统、访问控制和视频监控的访问的项目。
安全手表
Faststream Technologies
Security Watch或 Cam Pack 是将您的 iPhone 变成即时间谍的监控应用程序/设备。使用蓝牙摄像头设备直播您身后发生的事情。非常适合您觉得对方可疑或准备从背后抢劫/袭击您的情况。该设备就像手腕上的手表一样佩戴。设备捕获视频并通过蓝牙将其传输到移动应用程序。该应用程序负责其余的工作。该应用程序有一个紧急按钮,可在发生任何危险时立即拨打 911。
我们如何帮助这家物业管理公司获得 LEED 认证
Enevo
这家物业管理公司需要准确的废物报告来满足可持续性认证标准,但他们以前的废物供应商只能提供一般估计。
石油和天然气行业的主要参与者如何减少停机时间
Fiix Software
Sean Simon 是 CIG Logistics 的运营高级副总裁,负责为石油和天然气行业的第三方转运和储存沙子。在研究 CMMS 解决方案之前,他的团队花了三年时间尝试使用基于纸质的系统来管理他们的维护操作,这给他们留下了无法收集或访问数据的主要问题。 “没有办法开采纸张。没有每日摘要,无法将评论或关键词联系在一起。”因此,试图跟踪和安排预防性维护几乎是不可能的。 “这就像在 1950 年代拥有一辆汽车。你必须试着记住你上次做某事的时间,并猜测未来需要做的维护”。
人工智能如何改变制造业
Mariner
让缺陷逃出工厂会损害客户关系和品牌,并导致代价高昂的拒收或退货,而对内部缺陷的过度控制会导致高昂的劳动力、废品和返工成本。缺陷检测的有害问题本应通过机器视觉检测来解决,但在许多情况下,机器视觉系统无法胜任这项任务。没有对阀门和电机的状态监测。对故障设备的根本原因分析很困难或根本不存在。工程师每周花费数小时制作电子表格和分析。
三菱电机的快速逐步学习 AI 缩短了运动学习
Mitsubishi Electric
由于日本等老龄化社会劳动力的减少,确保足够的人力资源变得越来越困难,这反过来又增加了对能够支持高效机械化操作的人工智能的需求。然而,由于预先学习和实际车间环境的差异,新的生产设施带来了特殊的挑战,导致在全面实施人工智能之前需要花费大量时间来教授人工智能。
全球电子仪器制造商快速释放数百万美元
LeanDNA
全球制造商的需求因项目而异。这种差异影响了预测,增加了库存采购流程的复杂性,最终影响了对制造车间的供应,并使工厂面临停产严重短缺的风险。对他们来说,管理差异至关重要。然而,这种复杂性的管理受到笨拙的 ERP 系统和缺乏对运营的全面可见性的挑战。
促进医院安全和管理停车
Milestone Systems
AdventHealth Orlando 的主要关注点是安全性。医院的安保人员,虽然训练有素,尽职尽责,但也不能一下子就到哪儿去。他们需要额外的“眼睛”来捕捉人们无法捕捉到的东西。在某些情况下尤其如此,例如当一名司机匆忙将病人或受伤的人送到急诊室,然后司机又快速离开时。当地治安官办公室必须记录这一事件并确定司机的身份,但医院的工作人员无法可靠地做到这一点。还需要对进出医院的交通进行实时分析。这将告诉安保人员工作人员和患者使用了多少停车位以及一天中的什么时间。医院的高效运营和未来发展计划取决于这些数据。
青岛啤酒100年品牌数字化转型
Nutanix
为持续提升产品质量、服务和管理,为消费者创造更多价值,青岛啤酒启动了核心业务升级和支持智能新零售模式的举措。 IT 基础设施的数字化转型是该战略的基石,青岛啤酒需要一个灵活、可扩展的数据中心解决方案,以满足其严格的技术和运营标准。
智能电线为更智能的电网提供动力,打造更绿色的未来
Jabil
随着能源市场应对老化、容易出现瓶颈的低效电网以及可再生能源的推动,以经济实惠的方式提供产品的成本压力需要一个具有全球影响力的强大供应链合作伙伴来与大型跨国竞争对手竞争高度复杂的产品需要制造协作和流程来加快创新,同时满足严格的安全性和可靠性要求
Energija Plus 提升 IT 和 SAP HANA 即服务
NetApp
促进客户访问云Unistar LC 不断调整其业务以满足客户需求、利用行业趋势并扩大其市场足迹。自从转向以解决方案为中心的业务以来,Unistar LC 已经推出了 10 多个品牌,包括用于托管和托管 IT 服务的 Unistar PRO.cloud。然而,为了增加这一产品,供应商需要一个可扩展、经济高效且可靠的平台。尽管 Unistar LC 十多年来一直是 NetApp 的合作伙伴,但不确定该公司是否会选择 NetApp 解决方案。
用于预测性维护和流程优化的新型深度学习方法
Intellegens
大多数组织对其流程采用“反应性维护”方法,即在发生故障后对设备进行维修和更换。机器发生故障后的维修成本大约高出 10 倍,更不用说对收入和客户满意度的直接影响。通过“预防性维护”,设备按照预先设定的时间间隔进行维修或更换,以避免故障。虽然这种方法减少了计划外停机时间,但代价高昂,因为这些计划维修发生在设备没有任何问题的情况下。然而,预测性维护的好处是显着的,因此它正成为制造商的首选方法,使组织能够在需要时预见和安排维修和更换,实现设备 100% 的正常运行时间。制造业中传统机器学习的一个挑战是技术需要干净和完整的数据。然而,制造和过程数据可能是稀疏且嘈杂的。目前,工程师很难访问和解释生产过程数据,他们依靠个人经验和意见来修改工艺参数。这会导致决策的不一致和潜在的次优决策,此外还增加了流程失败的风险,增加了相关的时间和成本。由于改变操作参数及其影响之间的固有时间滞后和惯性,生产线特别难以使用标准技术建模。通过应用相关和创新的深度学习技术来更有效地设计生产流程,也可以显着降低与废料和失败生产相关的成本。
包装行业的最新解决方案
Schneider Electric
CVC Technologies 寻求端到端的物联网解决方案,以将其药液灌装和封盖机完全数字化,用于:更安全的设备数字化维护能力随时随地查看机器状态
德国电信:“物联网”物联网
Software AG
德国电信认识到其客户,包括 Dürkopp Adler、Deutsche Afrika Linien、HUBTEX 和 Definitiv,需要进行业务转型以保持全球竞争力和创新性。与企业客户的现有关系和专注于简化物联网采用为德国电信使其企业客户能够轻松有效地实施端到端物联网解决方案铺平了道路。
艾默生过程管理
Informatica
艾默生的旧地址验证系统无法处理语言障碍和非标准化地址格式,这被证明是处理国际地址验证的主要障碍。艾默生需要一个地址验证系统,该系统将涵盖其广泛的国家和本地字符集列表,提供卓越的客户支持,并且实施和管理简单且具有成本效益。
日本的机器人手术培训
3D Systems
机器人技能实验室的存在显然对外科住院医师很有吸引力。医生需要接受新的前列腺切除术机器人手术技术和其他技能和程序的培训。
问题跟踪应用程序
TDK
Pulaski 逐步淘汰了他们现有的问题跟踪系统,并有机会创建一个软件应用程序,为每个问题提供可见性和所有权,确保及时解决。 Pulaski 需要一个根据他们的需求量身定制的问题跟踪系统,以提高流程效率。
集成区块链产品
TCS 与 ABN AMRO 银行合作,探索区块链在清算和结算领域的潜力。该测试探讨了如何在发行人、清算银行和投资者之间分配和转移代币化现金余额和股票。我们在与其后台平台集成的沙盒环境中利用了我们的 PoC 平台。这种参与试图确定与遗留系统集成的分布式分类帐是否可以创建“单一来源”事实以允许即时现金结算
皇家维多利亚酒店
Digi
Royal Victoria 使用了 20 年的 Mitel 系统需要更换,该系统带有单独的模拟语音信箱系统。酒店需要一个现代化的通信解决方案,它将:连接酒店的 160 名员工。提供通话记录以帮助监控业务绩效和控制成本。与团队的移动成员(例如夜间搬运工)提供通信。改善客人 WiFi 互联网接入。
Solebit (MimeCast)
DeviQA
Solebit (MimeCast) 提供对零日恶意软件和未知威胁的识别和预防。从我们加入项目的那一刻起,就有内部开发团队设计和开发的自动化测试。测试没有用,因为每次开发人员触发测试时,都是在终端中手动进行的。结果,该团队有一个包含结果的大而复杂的文件。此外,测试需要 20 多个小时才能完成,而且构建历史也不可用。测试套件架构不可扩展,难以维护大量测试机器。任务是为测试创建一个简单的运行器并提高它们的速度。我们学到了一些宝贵的经验。我们应该重新设计架构以支持云平台集成,使测试运行更加容易,并生成包含所有必要细节的干净报告。同时,我们应该对当前的测试流程提出改进建议,并进行一些手动测试。
云中的数字化转型推动政府效率
Equinix
数字化转型正在推动服务和控制的分布更接近全球的客户、员工、合作伙伴和生态系统,无论是在政府还是在企业中。为了提高效率、增加灵活性和物有所值,英国政府正在进行数字化转型。与其他政府机构一样,DVSA 正在摆脱长期合同,最大限度地减少供应商锁定,并在可能的情况下转向开源和云——这使得快速、可靠的连接变得至关重要。 DVSA 云和基础架构架构负责人 Tim Hinchey 解释了这一挑战:“我们通过虚拟专用网络 (VPN) 连接到云,但我们的 VPN 防火墙容量不足,因此我们需要另一个解决方案。”
云中的地球观测数据和处理
CloudSigma
一个的主要挑战是整合服务。他们有一个集引擎的类的类的东西,通过API与接口开始接口之类的基础设施需要在基础设施定义期间。运行了几个测试,并且这些测试中的每一个都必须通过。
基于人工智能的机器人校准
QBurst
客户正在开发一款可以通过移动应用程序控制的智能乒乓球机器人。玩家可以使用该应用程序来配置或从预先编程的训练列表中进行选择。机器人根据用户配置播放演练和程序;但是,由于机器零件的磨损等方面,性能会随着时间的推移而降低。此外,在运输过程中造成的安装错误、工作台尺寸错误和对齐变化会影响精度。 QBurst 的任务是提高固件性能。该项目将专注于增强机器人校准机制,从而提高游戏玩法和用户满意度。客户希望校准机制易于使用且可重复。

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.