Μάνος Δραμηλάρης (Siemens): Πώς το Intelligence Center X συνδέει δεδομένα και AI Agents

Ο ψηφιακός μετασχηματισμός της σύγχρονης βιομηχανίας δεν αποτελεί πλέον μια μελλοντική υπόσχεση, αλλά μια καθημερινή πρόκληση προσαρμογής.

Στο επίκεντρο αυτής της μετάβασης, η Τεχνητή Νοημοσύνη (AI) και οι τεχνολογίες low-code ανασχηματίζουν τον τρόπο με τον οποίο οι επιχειρήσεις διαχειρίζονται τα δεδομένα τους, αυτοματοποιούν τις διαδικασίες τους και διατηρούν την ανταγωνιστικότητά τους.

Στο πλαίσιο αυτό, ο Μάνος Δραμηλάρης, Technical Marketing Manager της Siemens, μιλά στο businessvoice.gr για τις νέες πρωτοβουλίες του τεχνολογικού κολοσσού, την ενοποίηση των βιομηχανικών συστημάτων μέσω AI Agents, τη σημασία των «Βιομηχανικών Οντολογιών» (Industrial Ontologies), αλλά και για το πώς η τεχνολογία μπορεί να γίνει προσβάσιμη τόσο σε μεγάλους βιομηχανικούς ομίλους όσο και σε ευέλικτες μικρομεσαίες επιχειρήσεις.

businessvoice.gr: Κύριε Δραμηλάρη, ποιος είναι ο στόχος αυτής της νέας πρωτοβουλίας της εταιρείας γύρω από το βιομηχανικό AI;

Μάνος Δραμηλάρης: Καλύπτουμε το Intelligence Center X, την καινούργια πρωτοβουλία της Siemens να χτίσει ένα χαρτοφυλάκιο από εφαρμογές και οντολογίες για τη νέα εποχή του AI, εστιάζοντας στο πώς αντιμετωπίζουμε την Τεχνητή Νοημοσύνη στη βιομηχανία σήμερα.

businessvoice.gr: Παρατηρώντας τη διαδρομή της τεχνολογίας, βλέπουμε μια μετάβαση από το παραδοσιακό low-code σε πιο σύνθετες αρχιτεκτονικές AI. Πόσο γρήγορα συνέβη αυτή η αλλαγή;

Μάνος Δραμηλάρης: Εξαρτάται από ποια οπτική γωνία το βλέπει κανείς. Το low-code ως concept ξεκίνησε πριν από περίπου 25 χρόνια – το Mendix, για παράδειγμα, έχει μια γεμάτη εικοσαετία παρουσίας. Η ραγδαία αλλαγή ήρθε τα τελευταία δύο χρόνια, όταν το AI απέκτησε τη δυναμική που βλέπουμε σήμερα.

Το Mendix συνεχίζει να υφίσταται ως κεντρικό σύστημα, αλλά η μετάβαση γίνεται πλέον σε ένα ευρύτερο πλαίσιο βιομηχανικής νοημοσύνης. Στόχος μας είναι να καλύψουμε τις ανάγκες των πελατών μας μέσω AI agents, βοηθώντας τους να ανταπεξέλθουν στη νέα βιομηχανική και πληροφοριακή επανάσταση.

businessvoice.gr: Όταν αναφερόμαστε στη βιομηχανία, τα παραδείγματα αφορούν συνήθως μεγάλα projects (ενέργεια, εργοστάσια, κατασκευές). Πόσο εύκολα μπορεί η τεχνολογία αυτή να γίνει scalable down, ώστε να εφαρμοστεί σε μικρότερες επιχειρήσεις;

Μάνος Δραμηλάρης: Ένα βασικό πλεονέκτημα των μικρότερων και μικρομεσαίων επιχειρήσεων είναι ότι είναι πιο ευέλικτες στο να υιοθετήσουν μοντέλα AI και να ενσωματώσουν αλλαγές. Μπορούν, για παράδειγμα, να αντικαταστήσουν ένα εργαλείο πρόβλεψης (prediction tool) με έναν AI agent που εντοπίζει πότε χρειάζεται αντικατάσταση ένα εξάρτημα πριν προκληθεί βλάβη.

Το παν εξαρτάται από τα δεδομένα. Οι μεγάλες εταιρείες είναι συχνά πιο δυσκίνητες στην ερμηνεία των δεδομένων τους. Για παράδειγμα, αυτό που σε ένα σύστημα ERP καταγράφεται ως «κωδικός υλικού», σε ένα σύστημα PLM ονομάζεται «part number». Εμείς καλούμαστε να γεφυρώσουμε αυτά τα χάσματα και να δώσουμε σημασιολογικό νόημα στις ερμηνείες. Σε μικρότερες εταιρείες, αυτές οι συνδέσεις δημιουργούνται πολύ πιο εύκολα.

Διαβάστε περισσότερα στο businessvoice.gr

Πηγή – Startupper

ΔΙΑΦΗΜΙΣΗ

BUY & SELL IN CYPRUSwww.buyme.cy