Intel onsdag udgivet sin DET årlige performance rapport, der viser, hvordan dens egen teknologi er at hjælpe virksomheden med at modernisere sine aktiviteter.
Fokus i høj grad på Intel ‘ s brug af machine learning, rapporten fremhæver $656 millioner i erhvervslivet værdi Intel er opnået fra implementering af predictive analytics på tværs af virksomheden. Derudover Intel ‘ s brug af machine learning i produkt design fasen har været med til at Intel produkter hurtigere på markedet med 39 uger. Rapporten fremhæver også, hvordan, ved hjælp af sin egen separate servere, Intel er at spare omkring $1 million om året ved at skære server opdatere koster så meget som 65 procent. Og ved hjælp af Intel ‘ s samarbejde software Forene, virksomheden har sparet 50.000 timer af medarbejdernes arbejdstid.
“Du kan ikke rigtig stave “digital transformation’ uden brug af IA” eller Intel-arkitektur, jokede
Burges Karkaria, CTO for Marketing og Customer Experience for Intel. Karkaria havde en anden tagline for rapportens fokus på machine learning: “AI fungerer bedst med IA.”
Mere alvorligt, sagde han, “Mens vi er ved at opbygge produkter til at forme fremtidens digitale transformation, vi gennem vores egen digitale transformation inden for Intel så godt. Som en IT-organisation, er vi naturligvis har det grundlæggende ansvar for at drive forretning, men inden for Intel ‘s organisation, vi har et ekstra ansvar for at være en tidlig adoptant, at sætte nogle af [Intel’ s] teknologier i praksis.”

På tværs af organisationen, Intels DET skal afspejle en udfordring, at næsten enhver virksomhed er: stigende beregning og lagring af behov, der skal opfyldes med en nogenlunde flad budget. Virksomheden har 185,000 servere giver 183 petabytes af opbevaring.
Intel indså $656 millioner i erhvervslivet værdi fra predictive analytics efter at investere i big data år siden, Karkaria sagde. Virksomheden bruger big data stack baseret på Cloudera, Karkaria sagde, faldende til at nævne andre leverandører Intel bruger. Virksomheden bruger en stor del af proprietær teknologi bygget på machine learning og dybe læring teknikker.
“Det tager tid at starte med at lægge fundamentet og udvinding af de første stumper af forretningsmæssige værdi” ud af disse investeringer, Karkaria sagde. “Det tager en masse af senior management forståelse og støtte til at holde en lidt længere levetid for at opnå fordelene af dette i forhold til mange andre indsatser.”
Den årlige rapport fremhæver også $500 millioner i indtægter Intel siger, at det, der genereres af “samlende” kundens oplevelse, med hjælp af big data og machine learning. Intel analyseret sin egen salg og markedsføring, sammen med information til offentligheden om sine kunder til at opbygge salg strategier “, der hjalp deres sande behov,” Karkaria sagde.
Dette var især vigtigt, da de skiftende mål af Intel ‘ s kunder. Mens Intel har traditionelt serveres mange forskellige brancher, der engang var relativt isoleret, det er ikke længere tilfældet. “Der er nogen, opbygning af en tingenes internet løsning er også at opbygge en bil-løsning, og så videre og så videre,” forklarede han.
Rapporten fremhæver også de aspekter af Intels digital transformation, der er karakteristiske for fremstilling. Som verdens største chipmaker, Intel har fabrikker sprængfyldt med data. Det bruges IoT sensorer og big data-analyse til at indsamle og behandle 5 mia data point per dag, per fabrik. Med alle de oplysninger, der er hurtigt behandlet, selskabet har øget oppetid og hurtig output på sine fabrikker.
Intel også fastsat en IoT rammer for en mere effektiv forsendelse og lager. Det bruger også droner og Intel RealSense teknologi til at spore og kontrollere beholdning. Dens automatiske lagerstyring systemer leveret $121 mio forretningsmæssige værdi og aktiveret Intel til at reducere sin pipeline (mængden af varebeholdninger effektivt sidder på hylderne) mere end 12 procent.
særlig funktion
Hvordan til at Automatisere Virksomhedens
En af dagens største muligheder for at gøre en forskel, er ved at automatisere forretningsprocesser, produktion, gentagne opgaver, og meget mere. Vi dykke ned i eksempler og bedste praksis.