Bankowy Fundusz Gwarancyjny w ramach zwiększenia wolumenu danych do przetworzenia zdecydował o wdrożeniu bardziej elastycznego rozwiązania analitycznego. Wybór padł na Comarch Business Intelligence, a rezultaty wyraźnie potwierdziły trafność tej decyzji.

Europejska Dyrektywa Maszynowa wymaga, aby dla każdej maszyny przed wprowadzeniem jej na rynek przeprowadzono analizę ryzyka. 

Firma Dassault Systèmes opracowała nowe rozwiązanie do analizy danych, które umożliwia Grupie Renault symulowanie wpływu wzrostu cen surowców i zmian kosztów części.

Firmy powinny szukać sposobów na budowanie na nowo odporności i bezpieczeństwa łańcucha dostaw oraz źródeł jego optymalizacji. Jednym z nich są inwestycje w technologie i szeroko pojęta cyfryzacja, która powinna objąć niemal każdy obszar działania w ramach łańcucha dostaw.

Nowoczesne technologie oraz działania badawczo-rozwojowe stanowią integralną część modelu zarządzania w firmie Multichem, która jest dostawcą kompletnych rozwiązań dla samochodowych napraw lakierniczych i prowadzi działalność w ponad 50 krajach.

Uczenie maszynowe (ang. machine learning) wykorzystuje mechanizmy sztucznej inteligencji do przeprowadzania analizy dużych zbiorów danych zbieranych z maszyn i urządzeń. To jednak nie jedyna technologia, która w ostatnim czasie rozpala serca i umysły producentów maszyn. Coraz większego znaczenia nabiera także jej najnowszy wariant – zautomatyzowane uczenie maszynowe.

Pomimo widocznej poprawy w tej materii, poziom automatyzacji produkcji krajowych przedsiębiorstw wciąż pozostawia sporo do życzenia. A jak pokazują przykłady, możliwości zwiększenia wydajności dzięki zautomatyzowanym rozwiązaniom jest wiele.

Do płynnego działania transferu danych podczas statystycznej oceny procesu niezbędne są jasno zdefiniowane interfejsy. Gwarantuje to niskie koszty wdrożenia systemu, a co za tym idzie – jest gwarancją uzyskania wymiernych korzyści finansowych z zastosowania statystycznej kontroli procesu.

Lepsza organizacja pracy, wzrastająca wydajność osób pracujących oraz większe zyski - należą do głównych efektów wprowadzenia w spółkach optymalizacji danych w procesach produkcyjnych. Jest to najważniejszy czynnik, który pomimo spowolnienia gospodarczego w Europie, napędza polską gospodarkę.

Analiza danych i wykorzystanie najnowszych zdobyczy techniki pozwalają przedsiębiorstwom już dziś zmienić się w firmy gotowe na przyszłość. Rozwój Przemysłu 4.0 wspierają inteligentne rozwiązania i urządzenia Internetu Rzeczy. 

Badanie przeprowadzone przez PSI Polska mówi, że średnie i duże przedsiębiorstwa produkcyjne działające w Polsce nadal stosują analogowe rozwiązania do zbierania i analizy danych. Aż 33% średnich i 15% dużych firm nie dysponuje systemami ERP, które są podstawowymi narzędziami informatycznymi do zarządzania w przedsiębiorstwie. Czy polska produkcja jest aż tak daleko z tyłu?

Jak wynika z badania Instytutu Rachunkowości Zarządczej CIMA ponad 20% zadań finansowych w firmach zostanie zautomatyzowanych w nadchodzących kilku latach. Firmy, które korzystają ze wsparcia technologii takich jak chmura, sztuczna inteligencja czy analityka danych wykazują się większą umiejętnością dostosowywania się do zmian i rozwijają szybciej niż podobne przedsiębiorstwa.