📦
制造业数字化转型走到今天，一个残酷的现实摆在眼前：花了大价钱建的数据中台，真正在生产决策中发挥作用的不到三成。问题不在数据量不够，而在于模型与产线实际工况之间那...
查看详情制造企业的数字化转型早已不再是“要不要做”的判断题，而是“怎么落地”的实操题。产线数据采集了，ERP/MES上线了，但数据孤岛依旧、模型精度不足、算法难以复用—...
查看详情2024年，上海的人工智能应用开发市场正在经历一场静默的范式转移。当大模型的热潮逐渐退去，企业决策者开始追问一个更本质的问题：AI究竟如何在不推倒现有IT架构的...
查看详情为什么许多企业上了AI系统，效率反而下降了？问题往往不在算法本身，而在于方案设计与业务场景的脱节。传统AI供应商习惯于交付“通用模型”，却忽略了企业内部的流程逻...
查看详情从数据到决策：制造业建模分析的关键跃迁 制造业数字化转型的痛点，往往不在于数据缺失，而在于数据与业务场景之间的鸿沟。雾遇科技（上海）有限公司在服务数十家制造企业...
查看详情数据采集只是起点，真正的价值在于如何让原始数据穿过算法管道，最终变成业务决策。雾遇科技（上海）有限公司在近三年的实施项目中，沉淀出一套从数据接入到决策输出的完整...
查看详情在制造业质检环节，人工目检长期占据主导地位，但其效率天花板与一致性瓶颈日益凸显。雾遇科技（上海）有限公司基于自研的智能算法体系，将AI视觉检测方案推向产线核心，...
查看详情2024年企业数字化转型：从“选工具”到“选架构” 企业数字化转型早已不是“上不上系统”的判断题，而是“如何选对技术伙伴”的生存题。2024年，我们观察到大量企...
查看详情从模糊需求到可落地的AI系统，中间隔着什么？ 很多企业主带着“做个智能客服”或“上套预测系统”的想法找到我们，但真正聊下来发现，超过70%的原始需求其实经不起推...
查看详情在工业级智能算法研发中，传统建模与自动化机器学习（AutoML）的博弈，本质是经验复用与算力探索的权衡。雾遇科技（上海）有限公司的工程团队近期完成了一项横向对比...
查看详情制造数字化，难的不是技术，而是架构 很多制造企业在数字化转型时，常常陷入“上了系统却用不起来”的困境。产线数据采集了，但分散在十几个孤立平台里；算法模型训练了，...
查看详情制造业数字化转型推进多年，一个尖锐的矛盾始终未解：生产线上的数据量爆炸式增长，但真正能转化为决策价值的模型却寥寥无几。设备参数、工艺配方、质量检验数据散落在不同...
查看详情