Aktuality -> IT Business - 13. 3. 2014

Infor loni získal více než 160 nových distribučních partnerů

partner_network.jpgSpolečnost Infor oznámila, že se v roce 2013 k její partnerské síti Infor Partner Network (IPN) připojilo 163 nových distribučních partnerů, což je o téměř polovinu více než v roce 2012. V regionu EMEA to bylo 49 nových resellerů.

„Uvedli jsme letos několik programů, jejichž cílem je pomoci našim partnerům rozšířit podnikání a sladit jejich strategii se současnou filozofií a strategií Inforu,“ řekl Jeff Abbott, senior viceprezident zodpovědný za globální partnerství a aliance ve společnosti Infor. Podle něj je Infor připraven rozvíjet vztahy s partnery a prostřednictvím pokračující globální expanze pomáhat zákazníkům lépe řešit regionální a lokální výzvy.

K distribučnímu kanálu firmy se loni připojili například AcumenERP, Aspect LLC, Inforlogic Limited and NuVista Technologies. Nedávno ohlášená partnerská iniciativa Micro-vertical Products Program (MVPP) umožňuje partnerům budovat své vlastní odvětvově-specifické aplikace s využitím platformy Infor Mongoose bez znalosti složitých programovacích jazyků. Partneři mohou využívat například i platformu IPN Digital Edge, která jim pomáhá udržovat nejnovější informace o produktech Infor na vlastních webových stránkách.

 
  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.

  

- PR -

AI reporting

Nová cesta pro rozhodování nad firemními daty


Manažer výroby samozřejmě vnímá problém, ale musí čekat na analytika, aktualizovaný report a jeho interpretaci. Každý den přináší potřebu odpovědí na nové nebo neočekávané situace. Dnes již lze s pomocí AI pokládat otázky přímo nad firemními daty - ovšem pouze tehdy, jsou-li data správně připravena a strukturována tak, aby jim reportovací agent přesně rozuměl. Stejně tak musí být agent vytrénovaný na specifika daného prostředí, aby jeho odpovědi byly relevantní a spolehlivé. Výsledkem je schopnost reagovat na provozní situace okamžitě, a efektivněji tak minimalizovat prostoje, eliminovat chybovost i snižovat výrobní náklady.