数之联登榜全球最具前途百家数据智能公司
7月19日晚，在机器之心主办的“GMIS 2019全球数据智能峰会”市北·GMIS 之夜上，数之联荣膺2019 年度“Synced AI00 - Data Intelligence 全球最具前途的 100 家数据智能公司”，与ABB、Bosch、Brain Corp 、FANUC等9家世界顶级公司共列“智能制造”领域榜单
作为机器之心首次公开的奖项类别，本次榜单的评选工作基于机器之心人工智能产业数据库对于技术、机构和人物等 10 余个实体、近 100 多万条数据，综合公司规模、融资情况、产品/解决方案、应用案例等公司关键机构数据类型进行排名，评选维度包括公司估值/市值、资本与财务状况、技术创新、产品竞争力、市场潜力、团队领导力、合作关系、专利进展八大项。
最终脱颖而出中的企业中，再根据所在行业与业务场景，分为九大类智能领域——智能汽车、智能文娱与智能教育、智慧金融、智慧医疗与智能医药、智能安防、智能制造、智能互联网、智能企服和基础数据智能服务。
本次评选目的在于选出全球范围内具有领先数据科学研究、研发、工程能力，引领数据生态开发与行业变革的 100 家公司，梳理并总结其在技术研发、应用实践、产品开发及商业化上的成绩与经验，为行业从业者带来更多思考与启发，推动数据智能产业向更高效、更普适和更创新的方向持续发展。
数字化转型方兴未艾，智能制造更是各国关注的焦点。在“智能制造”子榜单中，数之联“工业数据分析、工业数据可视化”能力得到了业内认可。对于数之联来说，深入“智能制造”领域的关键在于能够从制造企业生产场景出发，了解工业数据所在的逻辑链条并加以分析，制定出结合实际环境的大数据策略，从而获得更优投入产出比的智能化制造解决方案，助力制造企业实现“智造”升级。
目前，数之联在智能制造领域的核心应用场景分为三个方向，分别是数据驱动的生产过程优化、自动缺陷检测和设备管理优化：
数据驱动的生产过程优化，从“人、机、料、法、环、测”的角度出发，利用深度学习技术和不断优化模型，在短时间内处理一些复杂的流程制造（高炉、轨梁生产、化工、酿酒等）或者离散制造（面板、IC、半导体）的生产难题，最终可以实现降低产品次品率1%-10%，降低目检阶段人力成本30%，提升企业生产效率20%的目的。
数据驱动的自动缺陷检测和分类（ADC)，主要应用于产品或生产过程中的缺陷检测环节，将以往依赖于人工检测图像缺陷的流程，替换为通过人工智能机器视觉方式自动对生产图像进行缺陷检测，并对缺陷类型进行判决分类，大量减少图像判定的人力需求，提升工厂生产能力和良品率。
数据驱动的设备管理优化，则是从设备侧切入，为生产设备建立全流程的数据采集及特征提取模型，进而构建起相应的故障预测模型，可能实现降低故障发生率、实现预测性维护、降低维修保养费用并提升企业生产效率等收益。
技术上的扎根专研，让数之联在智能制造服务商中崭露头角。此次荣膺“全球最具前途的 100 家数据智能公司”榜单，数之联将以此为激励，加强关键技术攻关研发, 夯实业务基础支撑, 帮助合作伙伴们共同构建产业发展生态。
