MoBagel(行动贝果)是一群由顶尖数据科学家、工程师、产品项目管理师组成的专业团队，团员来自各地名校，斯坦福、伯克利、牛津、清华大学、交通大学等，曾获选参与硅谷知名加速器500启动、获选参加日本软银创新计划、也在诺基亚的开放式创新挑战中得名。

多年来我们都专攻数据科学和机器学习技术，从2015年创立至今， MoBagel已经帮助超过一百家的企业将AI导入重要的企业决策中，遍布美国、日本、中国。

秉持着以人工智能协助各企业用数据创造价值的精神，MoBagel 在2016年开发了自己的第一套产品Decanter AI(数醒)同时已帮助无数企业从海量的数据中快速建模萃取出重要信息，并根据这些分析结果做出企业决策。从产品上市至今，我们服务过的领域包含快消零售、制造、金融、电信、政府项目等等。

1.制造业为什么要进行数字化转型，有哪些优势以及如何转型？

• 制造业是一个重资产，需要做数据转型，‍‍那为什么要转型？其实重点是希望能够降本增效。重点是怎么转型？

• 制造业有一个六大重点，‍‍“人机料法环测”。

• 数字化转型可以降低人才异动的风险。

• 我们可以通过AI、机器学习，通过这种模型的方式知道什么时间要做什么样的工作。

• 工厂经验丰富的老师傅，了解工艺安排、时间维修。现如今可以通过AI机器学习、模型的方式了解老师傅的工作细节，这是通过数字化创新帮助公司获得资产。

• 重点就在于做成流程化、自动化、数据化，最后才能够有机会去做数字化的转型。

• 行动贝果其实在“人机料法环测”的制造业领域，我们都有一个相应去解决客户转型的一些方案。

2.考核数据健康的重要性，以及数据质量如何驱动业务创新？

• 我们永远不知道数据够不够多，‍‍质量好不好。所以其实我们在做数字化转型的过程中，我们要做第一件很重要的事情，就是数据的健康检查。

• 数据健康检查的第一个要义就在于我先知道了内部的数据，我们公司所有信息化系统产生出来这些数据，这些数据到底够不够，质量好不好。

• ‍‍第二件事情我可以透过我的内部数据就知道说我到底要不要去补充我的外部数据，我的经济指数，我的能源石油价格等等。

• 不可以让建模变成是我们的瓶颈，所以我们要自动化建模，‍‍变成一个自动化建模的方式。

3.智能决策如何助力企业打造真正的高效智能工厂？

• ‍‍中国制造不像我们想象这么的强大，‍‍重点在于我们缺少了科技创新跟高端制造，要先高端制造，我们才能够科技创新。

• 想要能够落地，需要我从数据中快速洞察。我们需要机器来决定做什么模型，其次是要准确。

• 怎么让AI辅助用户做到人机协调这件事情才是最重要的。

• ‍‍重点并不是判断我生产出来的产品是好的还是不好，重点应该是造成好与不好的原因是在哪里。