本周三！机器人与数字化转型应用解析，线上研讨会诚邀你来围观

允中 发自 凹非寺
量子位 | 公众号 QbitAI

最近行业里对于大模型、机器人的投资讨论又热烈了起来。

很多企业既不想被新技术落下，但又怕投资打水漂，担心的主要还是技术实现和应用场景的投入产出比。

转型既然不可避免，那企业前期如何选择更好的投资策略呢？

这场线上研讨会不容错过！

要知道，在实际转型中，可有不少坑需要踩。从场景调研到各类投入，都需要擦亮眼睛。

本周三下午3:00，赞奇科技邀请了服务多家企业数字化转型的实战团队来分享他们在项目落地中的具体细节，诚邀你来线上围观。

（参与方式见文末）

1、行业场景调研

转型前的调研是非常必要的，有利于更好地评估方向性问题。通过相对全面地了解别人的案例，扩展对于应用场景的想象和认知，同时汲取项目中的经验和教训，可以加速我们更好地了解应用场景及其带来的效益，同时在案例项目中，了解企业的软硬件投入情况，方便我们更好地评估后期投资策略。

比如一些企业从解决小场景的需求开始，试水 AI 和机器人技术的融合，能够取得阶段性的成果：

• 一家无人机公司尝试技术转型，首先聚焦于提高缺陷检出率、降低产品故障概率这个能降本增效的实际需求上，借助NVIDIA RTX™ 工作站与 NVIDIA Omniverse™平台，运用合成数据技术将故障概率降低了10倍；
• 一家物流叉车公司锁定了提高叉车准确率这个需求，服务商在NVIDIA RTX工作站上完成了物理仿真合成数据训练，将其准确率提升了30%。
  

（更多案例细节可在本周三线上研讨会中了解）

2、人才投入

数字化转型涉及到太多的技术跨界和业务理解，需要整合人才资源，鉴于目前技术/产品的成熟度、迭代等问题，开发的工作量会比较大，学习成本相对也高。

企业若启用内部的开发团队时，可以用集体培训的形式，降低个人学习成本和学习周期，让团队更快地投入开发工作；而在人力资源紧张又不太想扩张的情况下，企业可采用“借力”的方式，与外部相对成熟的开发者合作，或建立开发者生态，以项目制形式来快速启动前期的需求开发，待摸索一段时间后，后期再考虑人才招聘问题。

3、硬件投入

算力是数字化转型资金投入中很重要的一部分。项目前期预研阶段可以采用小规模算力来规避资源浪费，可以采用云、桌面端算力和数据中心三种方式，但是云服务不能满足企业本地化部署的需求，目前桌面端的 AI 工作站已经可以支持企业做AI 训练、推理、物理仿真等工作，且成本可控，站在使用部门的角度来看，AI 工作站能直接放在办公室里，没有噪音，规避接入数据中心的一系列问题。企业可以根据具体需求来选择计算平台。

计算平台参考

企业数字化转型前期可考虑采用 NVIDIA RTX AI 工作站来做项目预研，此方案搭载的是NVIDIA RTX™ GPU，作为NVIDIA企业级系列GPU，兼具AI与图形性能，是GPU界的”多面手“，既能用于AI训练和推理，也能用于图形仿真和渲染，比如安培架构的”卡皇“——大家熟知的NVIDIA RTX™ A6000，就是一款性价比非常高的显卡。目前最新NVIDIA AdaLovelace架构的NVIDIA RTX™ 5880 Ada和NVIDIA RTX™ 5000 Ada两款GPU的AI和图形能力提升非常明显，很适合企业做数字化转型的预研。

△搭载 NVIDIA RTX™ 5000 Ada （32GB）的企业 AI 工作站

4、软件投入

这部分通常涉及软件平台采购和技术支持服务。

软件平台选择方面，团队需要对于市场上的大模型、各个技术层面需要的工具平台、通用协议/格式也有基础了解。例如，可用于构建数字孪生和机器人开发仿真的应用平台——NVIDIA Omniverse™，同时也会了解OpenUSD这种数字资产通用格式。大模型比如 DeepSeek，Llama、通义千问等，需要了解他们各自的优势是什么，能实现什么样的效果，以及其他涉及数据安全等方面的问题。

许多工具有开源版本或个人免费版，在成本非常吃紧的情况下是可以考虑的。但需要特别注意的是，企业若选择采购企业版或购买技术支持服务，对企业的开发工作会裨益良多，例如 NVIDIA Omniverse Enterprise 版本，相比于 Individual 版本，拥有企业级技术服务支持，能够极大地帮助团队解决问题、节省时间；另外，企业也能得到一些开发者生态或者企业技术推广方面的资源加持，这对于团队后期的工作也会形成助力。因此在调研过程中需要特别注意投入产出比，而非只看资金成本。

5、项目实战分享

本周三下午3:00，在线上直播间，赞奇科技邀请了服务多家企业数字化转型的实战团队来分享他们在项目落地中的具体细节。

欢迎大家留言感兴趣的内容，演讲嘉宾届时会予以回复！

扫描下方二维码即可预约。