伦斯勒理工学院智能系统实验室附近的一个宽眼，口语化的的机器人，名为Pepper。一位研究人员测试了Pepper，随着机器人准确地描述了他在做什么，他能做出各种手势。当他双臂交叉时，机器人会从他的肢体语言中识别出有什么问题。Pepper的非言语提示能力是实验室研究人员正在开发的增强“视觉”的结果。该团队使用先进的计算机视觉和人工智能技术，正在增强像这样的机器人与人类自然互动的能力。       到目前为止一直在为机器人增加视觉理解功能，这样它就可以感知人类的动作，并可以通过这些非语言行为（例如手势，面部表情和姿势）与人类自然地互动。多年以来，在政府资助的支持下，Rensselaer的研究人员绘制了人的脸部和身体图，以便借助内置在机器人中的摄像头和机器学习技术，计算机可以感知非语言线索并识别人的动作和行为。       Pepper可以计算房间中有多少人，扫描区域以寻找特定的人，估计一个人的年龄，识别面部表情，并在互动过程中保持眼神交流。另一个名为芝诺（Zeno）的机器人看起来更像一个人，脸上有电机，使其能够紧密反映人类的表情。该研究团队一直在磨练Zeno实时模拟人脸交流能力，包括眉毛乃至眼球的运动。吉将计算机视觉视为开发人们每天与之互动的技术的下一步。当前，大多数流行的具有AI功能的虚拟助手几乎完全依赖于声音交互。没有视觉组件。基本上，它只是音频组件。将来，我们认为它将与机器人进行口头和非口头互动，将成为多峰态。       该团队正在致力于其他以视觉为中心的开发，例如能够跟踪眼睛运动的技术。这样的工具可以应用于智能手机和平板电脑。目前在他的实验室中进行的研究得到了美国国家科学基金会和国防高级研究计划局的支持。此外，多年来，智能系统实验室已从公共和私人来源（包括美国国防部，美国运输部和本田）获得资金。通过将计算机视觉系统安装到汽车中，该团队正在开发的产品还可以用于使道路更安全。      使用这项技术来检测驾驶员是否感到疲劳或分心。正在做的研究是更多以人为中心的AI。希望AI，机器学习技术，不仅扩展人类的身体能力，而且扩展他们的认知能力。吉设想了一个机器人可以与人类保持联系并改善生活的时代，这是最终目标。这种机器人将来可能成为人类的伴侣。它可以倾听人类的声音，理解人类的情感，并通过言语和非言语行为做出回应，从而满足人类的需求。来源：贤集网

       目前最受欢迎的IT技能是自动化，尤其是编写Python以利用云API实现自动化的能力。紧随其后的是针对IT运营的人工智能（AIOps），以及跨组织的SD-WAN和Wi-Fi解决方案利用人工智能。这些技能需要理解AI能力如何应用以及有效的AI基金会的关键属性（数据、领域专长/分类、丰富的数据科学工具箱、虚拟网络助理、自驱动能力），以便评估新兴和发展的AI驱动的网络解决方案。除了技术技能和人工智能能力之外，最成功的IT专业人士还应该具备适应能力和创造力。为什么自动化技能至关重要       随着许多企业朝着混合工作模式发展，对具备技术技能的专业人员的需求将越来越大，这些专业人员能够应对远程劳动力带来的IT挑战，并有望增加规模较小的分支机构。他们的任务是优化最终用户体验和加快远程故障排除。通过API和AI助手实现自动化将减少客户支持票证的数量，这最终反映了客户体验和满意度的提高。向IT团队添加AI助手将使团队成员能够处理更具战略性的业务问题，并减少客户与供应商的客户支持团队相处的时间。将人工智能视为缓解当前挑战的IT专业人士将能够专注于推动创新，而不是简单地“开着灯”此外，沟通和协作等软技能对于适应远程劳动力不断变化的需求和解决远程工作带来的新挑战至关重要。如何培养这些技能       开发最重要的技能包括自动化和ITOps。学习如何开发适合组织需要的人工智能策略，以便团队能够跟上当今严格的网络要求。因为人工智能解决方案提供了大量的数据，网络工程师应该学习如何分析人工智能解决方案以获得可操作的见解。在已经有人工智能解决方案的组织中，您应该习惯于使用人工智能助理来支持IT团队的日常工作。了解如何培训人工智能助理以有效减轻日常任务，使网络工程师有足够的带宽专注于为远程工作者开发下一代技术。如何脱颖而出       重点介绍使用人工智能解决方案的任何经验，重点介绍您对工具和算法的知识，以及如何高效地集成和接口这些工具。一定要在诸如加快新网络基础设施的推广或升级等主题上提供具体的例子——招聘经理希望看到使用人工智能增加带宽的承诺，以便团队有更多的时间专注于战略项目。来源：贤集网

       招聘自动化工具的发展需求推动了人工智能招聘的新流行。预计一年后招聘数量将增加，但招聘团队的规模或合同将保持不变，对招聘自动化的兴趣将更加强烈。  如果是一名内部招聘人员，会非常清楚自动化和人工智能将如何改变现实。创新正在改变人们的工作方式。然而，未来的工作场所不再是由机器人来完成招聘专家的工作，而是由优秀的招聘人员来为技术人员做一些事情，利用自动化、人工智能和预测分析来做出更好的招聘决定。       在过去的十年里，招聘人员寻找合格候选人的方式发生了巨大的变化。寻找新的招聘网站已经自动化了经理们用来发现应聘者的大部分招聘流程。幸运的是，类似的技术自动化了注册周期，节省了您处理其他业务任务的时间。自动化有许多优点，例如，更高的生产率和更好的服务质量。麦肯锡全球研究所）的一份报告中，研究人员预计，到2030年，自动化将导致4亿至8亿个工作岗位流失。然而，工作岗位将发生变化，这将转移大多数雇主一天内要完成的任务，包括招聘企业主。       自动化使你走在曲线的前面，并允许你放弃一台机器可以做的乏味的工作。这让你失去了你的筹码在市场营销，拉最好的候选人和创造个人关系与企业的客户。任何业务的几个部分实现自动化都可以改进工作流程和优化流程。招聘面试自动化通过允许招聘人员随时随地进行面试，提高了雇主的能力。数字化面试技术记录应聘者的面试，并评估他们的陈述决定、言语模式和面部表情等因素，以预测应聘者是否适合这份工作。此外，面试的招聘自动化通过提供额外的数据点，说明应聘者是否符合工作先决条件或组织文化，从而确保提高招聘质量。        人工智能利用自然语言处理和情感分析等方法来学习、研究和解决问题。借助大数据绘制人才图，无疑是招聘创新的下一个阶段。通过人才定位，招聘专家可以提前确定应聘者的需求，并为长期招聘建立必要的安排。这包括填补任何技能缺口，支持团队应对工作场所的意外变化，或者只是将拥有合适的人才作为未来的首要关注点。不管怎样，尽管招聘自动化做得很好，但它经常成为批评的对象。更重要的是，这不仅仅是最初的情况——即使有来自人工智能、大数据、机器学习的所有进展——申请人跟踪系统和招聘自动化，通常都在经受来自评论家的猛烈抨击。       尽管如此，人类的特征，例如同情心和场景理解仍然（几乎）难以被自动化所取代。例如，人工智能驱动的招聘工具可以根据关键字搜索将申请人区分为具有所有基本经验。然而，会不会错过同一位候选人在一年内多次跳槽的事实？应聘者可能有非典型的工作经验，但仍然非常适合某个职位。尽管如此，这需要一个人力招聘人员来做出决定，而且这样的简历不可能经受挑战，出现在招聘人员面前。这会极大地减少员工的多样性。       关键在于，确定一项任务的最佳人选需要人的本能。你不能通过一台机器或计算机程序运行一堆简历，让它向企业透露招聘对象。不管人工智能有什么影响，招聘人员很可能没有什么好害怕的。接受创新带来的优势，并尽可能地领导最好的面试。来源：贤集网

       随着每个组织将其业务数字化，并利用数据科学工具、人工智能、机器学习，对其领域的专业人员的需求一直很高。随着机器学习成为所有自动化工具的一个重要方面，对机器学习工程师的要求越来越高。Forrester Research公司高级分析师BrandonPurell说：“任何公司未来的成功百分之百取决于采用机器学习。公司要想在客户时代取得成功，就必须预测客户的需求，而机器学习对这一点绝对至关重要。”人们需要理解为什么对机器学习工程师的需求比以往任何时候都大。机器学习的作用       机器学习工程师是数据科学家和软件工程师两个重要角色的结合体。数据科学家的主要工作是处理大数据，而软件工程师则负责程序的编码。数据科学家的工作是分析性的，他们使用数学、统计、分析技能和机器学习工具的组合来处理和分析大量数据，以获得商业见解。然而，软件工程师是为程序编写可伸缩代码和为公司设计复杂软件系统的专家。他们的角色不需要使用机器学习工具。数据科学家创建的应用程序对于软件工程师来说很难理解，因为它们很复杂，并且没有设计模式。这就是为什么公司正在寻找能同时运用这两种技能的机器学习工程师。在当今这个时代，一个好的机器学习工程师应该理解数据科学家的代码，并使其更易于访问。机器学习工程师的职责       机器学习工程师的工作类似于数据科学家的角色，两者都处理巨大的数据集。因此，一个机器学习工程师应该拥有优秀的数据管理技能。他们的工作角色要求他们将数据科学的规则与编程结合起来，帮助公司利用人工智能和机器学习技术来利用业务。机器学习工程师的必备技能       软技能–这些非技术技能有助于工程师跟上机器学习的动态本质。一个工程师必须知道有效的时间管理和拥有快速思维的商业知识。技术技能-如中级Python、C++和基本数学概念（如线性代数、微积分和统计学）的基本技术技能是企业在招聘时寻找的一个要求。机器学习和神经网络–机器学习和神经网络是为业务问题找到准确解决方案的重要技能。随着机器学习扩展到神经网络之外，对算法等非神经网络概念的了解是一个额外的收获。机器学习工程师是做什么的？       机器学习工程师与数据科学家密切合作。而数据科学家则从数个GBs的数据集中提取有意义的见解，并将这些见解传达给利益相关者。机器学习科学家确保数据科学家使用的模型能够实时分析大量数据，以获得准确的结果。当这些学科协同工作时，它们为曾经被认为不切实际和不可能的公司创造了技术。机器学习工程师正通过让几个行业利用颠覆性技术，为科技世界的未来铺路。来源：贤集网  

       近日消息称，十年来，工业机器人的年度安装量增加了两倍多，在全球工厂中达到了381,000台。如今，国际机器人联合会（IFR）已宣布了未来全球工业机器人行业的五大趋势。IFR秘书长Susanne Bieller博士说：“将传统生产与'数字化战略'相结合的使命使机器人处于领先地位。”1、机器人学习新技巧        结合视觉和其他传感系统的人工智能软件，可使机器人完成艰巨的任务。这样的任务之一就是垃圾箱捡拾，在过去，这种捡拾只对人类的手是可行的。新一代机器人更易于安装和编程，并且可以连接。通信协议的进步将机器人无缝集成到自动化和工业4.0策略中。2、机器人在智能工厂中的应用       汽车行业率先使用智能机器人解决方案，在整个装配线中使用工业机器人，这些装配线在传统汽车生产中占据了100多年的历史。未来属于机器人和自动驾驶车辆（或更确切地说是自动移动机器人）的网络交互。配备了最新的导航技术，与传统生产线相比，这些移动机器人更加灵活。        车身通过无人驾驶运输系统进行运输。它们可以与流水线分离，并重定向到装配工位，在装配工位可以装配单独装备的变型。完全更改模型后，只需要对机器人和AMR重新编程，而不必拆除整个生产线。随着人机协作工作站的集成势头增强，机器人供应商报告说，机器人与人并驾齐驱，没有栅栏。3、机器人进入各行各业       连通性的突破有助于增加机器人在制造行业中的采用率，这些领域直到最近才转向自动化，例如食品和饮料、纺织品、木材产品和塑料。正在进行的数字化转型将带来全新的商业模式，因为生产商可以比以往更轻松地实现多元化。在智能工厂中，不同的产品随后通过相同的设备组装，传统的生产线将不复存在。4、机器人减少碳排放量       对更小的碳排放量的需求也将推动对现代机器人技术的投资。现代机器人具有高能效，因此直接降低了生产能耗。通过更高的精度，它们还产生更少的次品和次品，这对资源投入与产出之比产生积极影响。此外，机器人有助于以成本效益的方式生产可再生能源设备，例如光伏电池或氢燃料电池。5、机器人帮助保护供应链       大流行使全球化供应链的弱点可见。制造商有机会以完全不同的观点重新考虑供应。通过自动化提高生产率后，制造商可以提高灵活性，这在大多数欧盟，北美，日本或大韩民国等高薪国家可能是无法获得的。机器人自动化可提高生产率，灵活性和安全性。Bieller博士说：“机器人技术的进步正在促进机器人的采用。新冠肺炎大流行尚未开始任何新趋势，但它已超越既定实践，加速了机器人技术的使用。在这方面，大流行被证明是推动行业变革的最大因素。”来源：贤集网

       机器人技术将成为人们未来生活和工作方式的最大改进之一。而这一点正在迅速逼近。下一个十年将是一个令人难以置信的有趣的时代，有可能完全重塑科学、医疗保健、生产、发现和人们的日常生活。随着冠状病毒疫情的影响迫使科技发展到更高的水平，2020年机器人技术在所有领域的应用都得到了加速，这使得人们能够保持安全。2021年将扩大这些创新，从而解决某些独特的障碍。以下是机器人技术在2021年将面临的几个主要挑战：减轻隐私和保护威胁       每一项技术都有隐私、道德和保护的问题。通过修复或改变它，用于准备机器人的数据可能被误用，使机器人崩溃。同样，机器人在其项目生命周期中获得的数据，如录音、照片和位置数据，也可能被欺诈者侵入并用于非法活动。因此，使用机器人解决方案和维护数据保护仍然是一个严重的问题。此外，机器人拥有的细节所有权并不一致。关于哪一方可以将信息的哪一部分用于什么特定目的，也没有可靠的信息。这就提出了一个问题，即掌握信息的一方是否会负责任地使用这些信息。多用途       不断推动机器人做更多事情的扩展概念是多功能性。无论是收集更多的数据，进行更多的活动，还是为更多的需求提供服务，能够做更多事情的机器人都将不可避免地带来更高的生产率。例如，制造过程中的机械臂可以组织商品的两个组件，而不是一个。这是朝着正确方向迈出的一步。机器人技术需要更多的人类协作和更多的功能，但也需要在设备和过程本身。如果它们能够相互作用，就可以减少冗长的过程。测绘和导航       机器人在执行既定任务时，必须在各种环境中安全机动，才能有效地工作。机器人创建模型或地图、确定其当前位置并移动到相应的点非常重要。对于机器人来说，地图、导航和路由是典型的复杂问题。随着机器人实现完全自主，对新情况做出反应，扩大其应用范围，寻找解决这些问题的好方法就显得尤为重要。扩展有效人工智能       机器人的设计一般采用人工智能技术和机器学习。尽管这些技术有所发展，但我们仍然没有达到完全信任这些技术的程度。首先，训练机器人完成任务需要大量的数据。除此之外，由于机器人通常是在受管制的环境中训练的，因此不能保证它们会像预期的那样工作。对于机器人来说，要理解并采取有效的行动，现实世界的场景往往会变得困难。人工智能目前不能代替人类的逻辑，机器人的解决方案也不能完全有效或完全准确。社会关系       随着机器人进入人类环境（如医院）的能力不断增强，机器人学家应对复杂的社会关系至关重要。来自我们的声音、身体和面部的信号相当微妙和复杂，因此制造一个能够检测这些信号并做出适当反应的机器人是一项重要任务。此外，必须考虑到基本的道德和社会价值观以及社区内部的差异，这些关系必须是多方面的和持久的。来源：贤集网

      随着人类在医疗保健，制造，运输，太空探索，国防技术等领域与机器人和人工智能的交互呈指数增长，关于人类和自主系统如何在团队中工作的信息仍然很少。人类系统工程研究的最新发现表明，人类自主团队具有交互限制，这会使这些团队的效率低于人类团队。有关团队合作的现有知识主要基于人与人或人与自动化的交互。       但是，随着自主权越来越多地基于自发的情况评估制定决策技巧，它可以成为队友而不是工具。这些共享的决策交互被标识为人类自治团队或HAT。南希·库克（Nancy Cooke）是亚利桑那州立大学（ASU）理工学院的一名认知心理学家和人类系统工程学教授。在美国科学促进会（AAAS）年会上的讨论中，她探讨了人工智能如何导致团队沟通失败以及如何改善这些互动。       作为全球安全倡议组织ASU的人类，人工智能和机器人团队研究中心（CHART）的负责人，库克将她在人类团队合作和决策方面的专业知识运用到人类技术团队中。库克说：“团队合作的关键方面之一就是与团队成员互动，而人类团队的很多合作都是通过自然语言进行交流，这对于AI和机器人来说是一个难题。”       她的讨论针对一项研究，该研究由两个人和一个AI团队（或“合成队友”）驾驶无人飞行器（UAV）进行。AI是飞行员，而人们则是传感器操作员和导航员。AI无法像人类一样预见人们的需求。结果，它直到被询问才提供关键信息，它不会给人“警告”。       库克的演讲将探讨培养有效的合成队友和增强HAT互动的重要性，因为这些团队变得越来越普遍，并开始参与超出无人机研究参数的复杂和动态环境。来源：贤集网 

       如果追溯到1954年，世界上第一个机器人Unimate是由George Devol发明的，科学家会说机器人只能重复地完成一项任务。随着科学技术的进步，人们知道机器人能做什么。人们可以预测一个未来，机器人将实现多项工作的自动化，提高企业的生产率，让人类的生活变得轻松。然而，随着科学的突飞猛进，网络安全受到威胁的风险也随之产生。网络安全专家担心黑客会像劫持云计算服务器一样轻易地劫持机器人。这将对人类福祉产生毁灭性的后果。第四次工业革命依靠人工智能和云存储来共享信息并对实时数据做出反应。作为预防措施，机器人需要做的不仅仅是执行任务。他们需要有一种方法来加强他们的安全性，同时在灵活的业务环境中执行其他任务。       人们周围的大多数机器人不会对人类的行动构成威胁。它们共存并围绕着人类工作。然而，如果一个网络罪犯入侵其中一个机器人，情况可能会发生巨大变化。制造商需要准备机器人       未来取决于机器人。人们将很快生活在一个社会里，我们将不得不与机器人共存，甚至在工作之外。现在已经通过家庭机器人和智能家庭设备实现了。因此，制造商应加紧迎接挑战。网络攻击现在已经成为现实，无论我们喜不喜欢，随着时间的推移，这个数字只会越来越高。保护人们的机器人的第一步是保护物联网设备免受威胁。目前，还没有标准的协议。这本身就是一种威胁。为了应对这种情况，一些公司正试图制定标准。例如，IEC62443试图解决自治系统及其控制系统，以确保他们有一个标准的网络安全元素工程。       对于使用物联网的企业，遵从IEC62443标准是很重要的。通过这样做，他们可以检查哪些标准已经到位，以保护在机器附近工作的员工。IEC62443明确区分了自动化和涉及信息安全管理的威胁。除此之外，企业还有许多标准需要遵循，但这些标准仍在进行中。来年将看到一个完整的IEC代码，这将使企业更容易做到这一点。网络安全需要成为产品开发时间表的一部分       据专家称，使用自动化流程的企业需要将网络安全纳入系统开发周期。他们需要确保信息安全，然后通过覆盖数字指令确保设备的物理安全。专家还说，大多数企业都不知道这些威胁。解决这一问题的根本办法是创造一种安全文化，使人们意识到可能的威胁，并准备以另一种方式应对这些威胁。物联网应用将以许多新的方式发挥作用。安全系统必须跟上它，以避免任何痛苦和损失。人们应该明白，风险更大，预防应该是他们的首要议程。来源：贤集网 

        2016年标志着“第四次工业革命”的开始，世界经济论坛执行主席兼创始人Klaus Schwab创造了这个术语。第一次革命见证了世界依靠蒸汽机运转，第二次革命见证了商品的大规模生产，第三次革命将数字技术引入社会。每一次革命都带来了社会的根本变革。当读到这篇文章时，你是第四次工业革命的一部分，得益于智能技术，其中智能自动化是一个关键部分。智能自动化为企业提供端到端的自动化       又称为IA，超自动化，或认知自动化，是人工智能领域最流行的趋势之一。智能自动化是涉及人、企业、机器学习、机器人过程自动化等技术的结合。这项技术帮助企业在数字环境中实现端到端业务流程的自动化，并代表员工提供所需的结果。最终提高了顾客满意度，获得了更多的利润。智能自动化提高业务效率       虽然IA是一个新概念，但它在商业世界中发展迅速。全球超过50%的大公司，如摩根大通、澳新银行、网飞都采用了这一技术，其业务效率提高到20%至60%。通过采用IA，每个行业都可以获得这样的好处。智能自动化在冠状病毒疫情期间支持远程工作       冠状病毒疫情导致的经济和组织混乱需要一个更有弹性的系统来支持社会。在流感大流行的最初阶段，由大多数劳动力管理的所有行业，特别是医疗保健行业，都面临着极大的压力。在医院急需支持的时候，IA加紧行动，解决了这个问题。医院很快采用了远程医疗和自动化前台、第一反应活动和早期诊断过程。这种自动化使医院减少了对劳动力的依赖，使他们有机会将自己的潜力集中在其他地方。智能自动化正在提高员工满意度       根据盖洛普的研究，全世界85%的员工对自己的工作不满意，因为他们的工作大多是手工的，过于重复，而且单调乏味。IA通过自动化大多数重复和平凡的任务来解决这个问题，让员工可以自由地承担其他业务职责。智能自动化增强客户体验       客户满意度和保留率对企业至关重要。据观察，96%的不满意的顾客不会费心给出建设性的反馈，96%的顾客会干脆离开，再也不会回来。对于企业来说，IA帮助创造创新和定制的产品和体验，以满足客户当前的需求。像AI这样的应用程序将为客户提供全天候的支持，通过依赖机器人，客户满意度提高50%，公司的工作量减少50%以上。IA正在重塑我们的世界       IA正在塑造行业和商业的未来，使未来10-15年的职场可能不会有什么变化。为了从这一先进技术中获益，教育需要适应未来劳动力的需求。它需要关注一个人的竞争优势、创造力和生活技能，因为大多数任务将由机器自动完成。从经济的角度来看，像IA这样的颠覆性数字技术的使用已经开始造成财富不平等。为了解决这个问题，有必要实施平等的财富分享机制，比如普遍的基本收入。       智能自动化可以帮助我们创造一个更美好的明天，无论是在工作方面还是在社会方面。一个会让我们更多地专注于我们真正想做的工作，另一个会让我们重新专注于做我们热爱的工作，而不是工作，那就是家庭、爱情、关怀，以及如何在我们这个星球上共存。来源：贤集网 

       普林斯顿工具公司及其最近收购的公司Paragon Precision专门从事涡轮机零件（例如叶轮）的精密加工。机械商之间的并购（M＆A）在某种意义上与往常一样，就像其他任何行业一样，机械制造商之间的并购案例通常是由经济状况所驱动的，例如低利率和“廉价”货币的供应；经济低迷后经济复苏的存在；有利的股票市场条件为并购活动提供资金。制造业会被人工智能影响什么？       机械车间之间的整合和合并似乎正在增加，以至于重塑了加工领域。随着婴儿潮一代的临近或进入退休年龄，许多商店的老板都没有自然的继任者。随着机械加工从以地区为中心的企业向商店的过渡越来越多地服务于全国性的客户群，中小型商店通常对与能够更好地管理诸如会计或营销等昂贵业务运营的另一家公司进行合并感兴趣。 ，或能够扩展合并后公司的客户群，产能和产品线。但是，无论陈述的理由是如何在机加工车间之间进行合并，目标通常都是相同的：成为一家规模更大的机械制造公司。当普林斯顿工具公司的新领导层于1997年在俄亥俄州克利夫兰附近成立时，他想扩大业务范围时，自然增长未能足够快地实现这一目标。随着公司寻求扩张，赞成收购另一家商店的争论开始增长。       Ken Bevington III和他的公司Princeton Tool的确是这个目标。他的父亲于1997年在俄亥俄州的克利夫兰创立了这家公司。该公司始于家庭住宅的地下室，专门从事二次加工的工具和模具店小型模具的生产不断扩大，以至于如今它已使用160多个EDM机床和CNC加工中心来制造用于航空航天和工业燃气轮机行业的复杂涡轮机械零件。去年，在他宣布普林斯顿工具公司收购了位于加利福尼亚州巴伦西亚的一家涡轮机械制造商之后，我们与贝文顿进行了交谈：Paragon Precision。尽管收购Paragon Precision的决定与有利的经济条件（包括一直保持稳定的低利率）相吻合，但收购背后的战略原因值得我们理解。与贝文顿交谈后，我们发现他赞成进行收购的论点分为三大类：       凭借其总部位于俄亥俄州Mentor的总部和在佛罗里达州坦帕市的第二家工厂，在加利福尼亚州增加了第三条运营业务具有诸多好处。       首先，加工大型铸件的业务必然涉及搬运重货运。肯塔基州普林斯顿工具公司的总裁兼所有者肯·贝文顿三世（Ken Bevington III）最近在加利福尼亚收购了Paragon Precision。随着生产大型铸件的美国公司数量的持续减少，机加工车间越来越依赖于进口产品，这些产品需要从沿海港口运输到全国一半的地方。对于一家位于内陆数百英里的公司而言，这种运输的计划，物流和成本是巨大的，这一事实削弱了普林斯顿工具公司向客户提供较低固定成本的铸造业务的能力。       这些后勤方面的挑战阻碍了普林斯顿工具（Princeton Tool）在西海岸获得客户立足的能力-对于一家数百英里以外的潜在客户而言，这家公司并不陌生，这已经很难做到。但是现在，普林斯顿工具公司已经收购了提供五轴CNC加工并在生产涡轮机械零件方面拥有丰富经验的Paragon Precision公司，这家扩展后的公司有潜力增加其市场份额并为人口稠密或接近人口稠密的客户降低成本国家。协同作用       Paragon Precision于1946年开始从事Paragon Tool，Die和Engineering的业务，到1950年代初已发展成为用于航空航天工业的旋转部件的生产商，包括1953年为Titan Rocket推进系统的旋转组件的生产。如今，该公司专门从事机加工用于航空，国防和商业市场的与涡轮机械相关的叶片，叶盘，叶片，转子，喷嘴，叶轮和其他零件的制造。换句话说，如果该公司在该地区广为人知，则该公司将被视为普林斯顿工具的竞争对手。产品线的这种交叉意味着两家公司不仅可以共享技术能力，而且可以共享有关加工过程，物流和业务运营的运营知识。两家公司的文化之间也存在协同作用。减轻风险       Bevington说，Paragon Precision带到工作台上的增强的加工能力不仅仅可以增加Princeton Tool的产量。他还说，它还提供了技术冗余功能，可以使客户放心。每家公司都拥有数十个EDM和CNC加工中心，如果将来出现与当前大流行病类似的中断，设备的复制就可以转移生产。“上帝禁止我们未来发生自然灾害，但是凭借我们在每个地点的流程和能力，我们可以转移工作并继续满足客户的需求，而不会暂停他们的计划。”在正常情况下，最近缺乏对Paragon的资本投资可能被认为是该公司的缺点，但对于Bevington而言，这却提供了战略机遇。贝文顿说：“从历史上来看，百利宫已经做了大量的原型设计工作。” “该公司以生产高质量产品而闻名，但我们希望达到批量生产。我们希望能够发展这项业务并吸引更多的客户并从事生产工作。”       近期重点关注的两个领域是工作地点和检查。对设备的新投资将使现有员工的工作更加轻松，并有助于提高产品质量。随着新设备的上线，这些过渡会自然发生，开始这一过程，只能通过系统的计划进行。来源：贤集网