Partnerskaber

Changshin tager Palantir AI i brug for at forbinde udvikling og feedback fra fabrikkerne

mm
Føj Unite.AI til dine foretrukne kilder på Google

Changshin og Palantir Technologies annoncerede et partnerskab den 4. november 2026 om at anvende Palantir Foundry og Artificial Intelligence Platform, eller AIP, på tværs af skoproducentens udviklings- og produktionsaktiviteter. Det planlagte system forbinder information og arbejdsgange fra skoudvikling og prøveplanlægning til fabriksproduktion.

Implementeringen skal give overblik fra start til slut, så teams kan koordinere beslutninger, reagere tidligere på problemer og drage læring af resultaterne fra fabrikkerne. Den placerer udvikling og prøveplanlægning i samme sammenhængende proces som fabriksproduktionen og skaber dermed mulighed for, at information og feedback kan bevæge sig mellem faserne.

Fra AgentCamp til arbejdsgange på fabrikken

Partnerskabet bygger videre på en AgentCamp, hvor Changshins ingeniører og Palantir arbejdede med aktuelle Changshin-data for at demonstrere de første arbejdsgange. Denne session dannede udgangspunkt for næste fase, hvor beslutninger i udviklingen skal forbindes med planlægning og udførelse på fabrikkerne. Den planlagte udvidelse går fra at demonstrere arbejdsgange med virksomhedens data til at forbinde de teams, der har ansvaret for udvikling og fremstilling af en skomodel.

Changshins administrerende direktør, CI Nam, opsummerede sammenhængen sådan: »Beslutninger, der træffes i udviklingsfasen, afgør, hvordan vi arbejder på fabriksgulvet.« Nam sagde, at forbindelsen mellem disse beslutninger og feedback fra produktionen skal hjælpe teams med at identificere problemer tidligere, koordinere mere effektivt og tage erfaringerne med videre til den næste model. Han beskrev også partnerskabet som en måde at opbygge særlige kompetencer på grundlag af Changshins produktionsekspertise ved at integrere data og AI i arbejdet.

Foundry og AIP udgør softwarelagene

Foundry leverer data- og driftslaget. Palantir oplyser, at virksomhedens Ontology giver data-, analyse- og driftsteams en fælles repræsentation af forretningsobjekter, handlinger og processer, så de kan dele beslutningslogik og samarbejde, når forholdene ændrer sig. Den kan bevare en oversigt over beslutninger til senere læring og inddrage virksomhedsdata og modeller uden at duplikere de underliggende aktiver eller forstyrre eksisterende sandhedskilder.

For Changshin ligger betydningen af dette design i overleveringerne mellem udvikling og produktion. Fælles forretningsobjekter og beslutningslogik gør det muligt at føre den driftsmæssige kontekst videre til planlægning og udførelse på fabrikkerne, mens registrerede beslutninger kan understøtte den læringssløjfe, Nam beskrev.

AIP dækker laget for AI-applikationer og agenter. Palantirs produktdokumentation beskriver en Workflow Builder til AI-apps, handlinger og agenter, evalueringsværktøjer til klargøring og forbedring af arbejdsgange i produktionen samt kontroller, der viser automatiseringsregler og udførelseshistorik. Menneskelige operatører kan også godkende handlinger foreslået af AI. Palantirs CRO og CLO, Ryan Taylor, sagde, at virksomhederne implementerer Foundry og AIP på tværs af processer fra start til slut, samtidig med at Changshin bevarer kontrollen over, hvordan AI anvendes.

Changshins produktionsomfang

Changshin bringer et omfattende produktionsgrundlag ind i denne softwarearkitektur. Virksomheden blev grundlagt i 1981 og har hovedsæde i Busan i Sydkorea. Den etablerede sit første datterselskab i udlandet i Vietnam i 1994, inden den udvidede til Kina og Indonesien. Virksomheden beskæftiger cirka 80.000 mennesker og oplyste, at den i april 2025 havde nået en samlet produktion på en milliard par sko.

Changshins virksomhedswebsted opregner fire lande og ni produktionsanlæg og beskriver en produktionsmetode, der kombinerer digital teknologi, data og AI. Palantir-projektet anvender denne tilgang på arbejdsgangene mellem udvikling og produktion, herunder beslutninger om prøver, udførelse på fabrikkerne og feedback til senere modeller.

Den operationelle prøve bliver, om de fælles arbejdsgange gør det muligt at opdage problemer på fabrikkerne tidligt nok til at forbedre koordineringen og føre nyttige erfaringer videre til den næste skomodel. Denne feedbacksløjfe er det praktiske mål for det overblik, partnerskabet skal skabe: Erfaringer fra produktionen skal informere efterfølgende modeller, og tidligere opdagelse af problemer skal føre til koordineret handling på tværs af udviklings- og fabriksteams.

Atlas Roan er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens i additiv produktion, 3D-printning og avanceret materialeteknik. Hans arbejde undersøger, hvordan AI-drevet design, simulation og procesoptimering forvandler produktionsflow - fra prototyper til storstilede produktioner.
Med et praktisk og teknisk funderet perspektiv undersøger Atlas, hvordan maskinel læring forbedrer printpålidelighed, materialepræstation og produktionseffektivitet på tværs af brancher som luft- og rumfart, bilindustri, sundhedsvæsen og industriproduktion. Han er særligt interesseret i, hvordan AI muliggør hurtigere iteration, reducerer spild og låser op for nye materialeegenskaber, der tidligere var urealistiske eller umulige at producere.
Artikler skrevet af Atlas Roan er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af AI-drevet produktion og materialeinnovation.