Esprit.
| 3分钟阅读

数控加工在线采购的5个好处

机器学习节省时间,使定价更公平,激励改善举措,甚至孤立于经济冲击的制造业。

在耗时的传统报价中延续的加工业务可能会惊讶地发现,他们的许多同行是赢得工作的胜利,而不是鼠标点击。

恰恰是有多少人的猜测。然而,几家金属卡型公司从单一制造业匹配服务中每年源超过100万美元:Xometry。虽然这些是最重要的表演者,但其他数控机床商店构成了这款在线平台上的2,500多种制造商的大多数(其他CNC制造商)(其他)包括注塑制品商,添加剂制造服务和零件装饰件)。虽然许多制造商都很小,但许多零件购买者都很大。有些人像博世和宝马一样,已成为投资者,自5月以来,公司倾斜超过5000万美元。欧洲扩建也已宣布。所有这一切都考虑,仔细看看Xemerary可能会在采购中数控加工工作的未来可能看起来像。

没有机器学习,这个未来是不可能的。根据与Xometry首席财务官劳伦斯•苏里夫(Laurence Zuriff)的交谈,该技术可以帮助我们更多地专注于零件的加工,而不是寻找要加工的零件。

1.没有报价

提交一个用于计算几何分析的CAD文件将使Xometry的自动化系统启动。通常在几分钟内,系统就确定了制造需求,并输出了关于可制造性和交货期的反馈。制造商只需要在界面的合作伙伴门户上发布的工作中进行选择。不涉及谈判,因为条款已经定好了。这些术语基于从机器学习算法中获得的见解,该算法通常会梳理制造工作数据不断增长的缓存,以确定特定的部件特征如何影响客户愿意支付的价格和制造商愿意接受的价格。

2.预审核工作

提交给任何给定制造商的工作已经决定是一个很好的适合该公司的能力和能力(由制造商提交给Xemetry的计量)。每个作业都与百分比与百分比相关联,以提供匹配质量的AT-A-Glance指示。数量越高,工作的可能性越高,就是单独的机器店的竞争优势 - 例如,如果制造商拥有苛刻的航空航天合同的必要认证和五轴加工能力。

这张截图显示了Xometry的客户如何上传CAD文件,以获得(在大多数情况下)关于定价、交货期和可制造性设计的即时反馈,所有这些都是由该公司的数据科学家团队不断重新培训的ML算法提供的。制造商免费参加竞标,为他们预先审查工作。

零部件购买者上传CAD文件,用于(在大多数情况下)对定价、交货期和可制造性设计的即时反馈,所有这些都是由公司的数据科学家团队不断再培训的机器学习算法提供的。制造商免费参加竞标,为他们预先审查工作。截图由Xometry提供。

3.可预测的利润

制造商越多,在机器学习的建议中,它将填充能力的可能性越大,它可以一致的工作水平始终如一。For instance, a job shop might discover that it has been charging too much for a certain type of work when Xometry’s machine learning algorithms, which are backed by a five-year-old database of job data that is growing at a rate of thousands of transactions per month, recommend a lower price. Trusting in the system might reveal that work is easier than anticipated, and the shop might find itself taking on more of it.

4.防止不确定性的盾牌

为特定商店提供审计的工作的系统也有助于确保整体上使用整个网络的容量。网络发展得越快,就越有可能提高整体产能利用率,使个别制造商免受经济冲击的影响。例如,如果汽车行业的下降,汽车机器商店可以在网上寻求类似的工作,并确信工作将是一个很好的合适。

5.改善动力

为确保客户的质量控制,厂家只有在足够高的合作伙伴成功得分时才可以访问某些工作。但是,这种度量也对制造商具有益处。首先,分层系统提供了改进和承担更具挑战性,有利可图的工作的激励。其次,了解进入评级的因素 - 对客户提供的交付,参与和响应性的及时性,质量率和更多 - 确保制造商知道他们需要做些什么来改进。

SolicCam.