0️⃣1️⃣ [발표] Trinity Industries - 바로가기

• 💡 철도 차량 설계, 제조, 임대 및 유지 보수를 제공하는 철도 산업 회사
• 문제: 15억 달러에서 30억 달러로 매출이 두 배로 증가하는 동안, 공급망 제약 문제로 인한 제때 인도 실패율이 67%에 달했습니다. 재고 과잉 문제로 인해 불필요한 비용이 발생했고, 공급업체가 제시간에 납품을 확인하지 않아 문제가 심화되었습니다. 재고 문제를 해결하고 디자인 복잡성을 줄이며 효율성을 높일 필요가 있었습니다. 공급망 내 여러 데이터 소스를 통합하고 실시간 가시성을 확보하는 것이 과제였습니다.
• 해결: 팔란티어와의 협업으로 철강 대체 알고리즘과 ASN(Advanced Shipping Notice) 시스템을 개발해 재고 최적화를 이루었습니다. AI 기반의 부품 수급 및 공급망 관리 애플리케이션을 도입하여 재고 과잉을 줄이고 적시에 공급을 보장했습니다. 새로운 통합 시스템은 다양한 데이터 소스를 단일 온톨로지로 통합하여 더 나은 의사결정을 가능하게 했습니다. 팔란티어의 기술로 복잡한 생산 프로세스를 간소화하고 실시간으로 공급망 상태를 모니터링할 수 있었습니다.
• 결과: 첫 번째 철강 대체 프로젝트에서 3천만 달러의 비용 절감 효과를 얻었고, 제때 인도율을 크게 개선했습니다. 복잡한 공급망 문제를 해결하고 전반적인 운영 효율성을 높였습니다.

0️⃣2️⃣ [발표] Lear Corporation - 바로가기

• 💡 전 세계 차량에 자동차 시트와 전자 부품을 공급하는 글로벌 자동차 부품 제조사
• 문제: 전 세계에 걸친 265개 공장에서 발생하는 생산 및 운영 데이터를 효과적으로 관리하고 활용하는 데 어려움을 겪었습니다. 다양한 공정과 요구 사항으로 인해 데이터가 사일로화되었고, 실시간으로 의사결정을 내리기 어려웠습니다. 공장 내 생산 데이터가 종종 수작업으로 관리되며, 데이터 접근성과 분석에 한계가 있었습니다. 전체적으로 데이터 통합과 효율적인 문제 해결이 필요했습니다.
• 해결: 팔란티어의 Foundry 플랫폼을 통해 데이터 통합 및 분석 능력을 강화했습니다. 공장 내 사용자들이 직접 문제를 해결할 수 있도록 앱을 생성하고, 데이터의 민주화를 이루었습니다. AIP를 활용하여 LLM 기반의 문제 해결 애플리케이션을 개발하여 시간과 비용을 절약했습니다. 데이터 관리와 문제 해결을 위한 자동화 도구를 제공하여 데이터 접근성을 높이고, 더 빠르고 효율적인 의사결정을 가능하게 했습니다.
• 결과: 생산성과 문제 해결 속도가 향상되었고, 사용자가 더 효율적으로 작업할 수 있게 되었습니다. 새로운 문제 해결 방식으로 회사 전체의 운영 효율성이 개선되었습니다.

0️⃣3️⃣ [발표] 미국 국립지리정보국 (NGA) - 바로가기

• 💡 위성 이미지와 지리 정보를 분석하여 군사 및 국가 안보를 지원하는 미국의 주요 정보 기관
• 문제: 방대한 양의 위성 이미지 데이터를 신속하게 처리하고 분석해야 하는 과제에 직면해 있었습니다. 목표 식별의 정확성을 보장해야 하며, 인력 부족과 데이터 처리 속도의 문제를 해결해야 했습니다. 전통적인 분석 방법으로는 이 모든 데이터와 복잡성을 다루기에 한계가 있었습니다. 경고, 안전 및 탐색 임무에서도 AI와 ML의 적용을 필요로 했습니다.
• 해결: NGA Maven 프로그램을 도입하여 AI와 ML 기술을 활용한 이미지 해석 도구를 개발했습니다. 이 프로그램은 데이터 처리 속도를 향상시키고, 신뢰성 높은 타겟 식별을 가능하게 했습니다. Maven Smart System은 목표 개발과 같은 임무를 위해 설계된 인터페이스로, 데이터에 대한 인공지능 분석을 제공하여 분석가의 결정을 지원했습니다. GRADE와 같은 AI 책임 훈련 프로그램을 통해 AI 코드 사용자를 교육하고, 모델의 책임 있는 적용을 보장했습니다.
• 결과: 이미지 분석 속도와 정확도가 크게 향상되었고, 인간 분석가가 최종 결정을 내릴 수 있도록 돕는 AI 시스템이 구축되었습니다. 국립지리정보국의 전반적인 효율성과 미션 성공률이 증가했습니다.

0️⃣4️⃣ [발표] Mount Sinai Health System - 바로가기

• 💡 뉴욕에 위치한 8개의 병원으로 구성된 종합적인 의료 네트워크
• 문제: 환자 데이터를 효과적으로 관리하고, 임상적 거부 문제를 해결해야 했습니다. 거부된 청구서를 처리하는 데 많은 시간과 자원이 소요되었으며, 수동 작업이 많아 효율성이 낮았습니다. 병원의 전체적인 자원 관리와 데이터 통합이 부족했습니다. 임상적 필요성과 법적 요구 사항을 동시에 만족시키는 자동화된 해결책이 필요했습니다.
• 해결: 팔란티어와의 협업으로 임상 데이터와 재정 데이터를 통합한 디지털 트윈을 구축했습니다. LLM을 사용하여 환자 기록을 분석하고, 자동으로 청구 거부 서신을 생성하여 처리 시간을 단축했습니다. 데이터 통합을 통해 병원 운영 전반의 효율성을 높이고, 청구 거부율을 줄였습니다. 팔란티어의 플랫폼을 활용하여 환자 기록 및 임상 데이터의 실시간 분석을 가능하게 했습니다.
• 결과: 청구 거부 처리 시간이 45분에서 8분으로 단축되었고, 수익이 약 1,300만 달러 증가할 것으로 예상됩니다. 데이터 기반의 실시간 의사결정이 가능해지면서 병원 운영의 효율성이 대폭 향상되었습니다.

0️⃣5️⃣ [인터뷰] Wendy's Quality Supply Chain Co-op - 바로가기

• 💡 미국과 캐나다의 6,400개 이상의 레스토랑에 공급망 서비스 제공
• 문제: 병원 내 치료 서비스의 일정 관리와 효율성을 개선해야 했습니다. 기존 시스템은 수작업과 포스트잇 노트에 의존해 일정 관리에 시간이 많이 소요되었습니다. 이러한 비효율성으로 인해 환자 치료 제공 속도가 느려지고, 최적의 치료 제공이 어려웠습니다. 병원 직원들의 작업 부담을 줄이면서 환자 치료의 질을 향상시킬 필요가 있었습니다.
• 해결: Foundry 플랫폼을 사용하여 AI 기반 일정 관리 및 메모 시스템인 Valinor를 개발했습니다. AI 도구를 활용해 환자의 필요를 자동으로 식별하고, 치료 일정을 최적화했습니다. 치료 제공 시간을 단축하고, 환자 수용 능력을 늘리기 위해 워크플로우를 자동화했습니다. AI 기술을 활용해 치료 메모 작성 과정을 자동화하여 시간과 비용을 절감했습니다.
• 결과: 병원의 치료 제공 시간이 크게 단축되었으며, 동일한 인력으로 더 많은 환자를 치료할 수 있게 되었습니다. Valinor 도입 후 하루 평균 10~12명의 추가 환자를 치료하게 되었습니다.

0️⃣6️⃣ [인터뷰] Trios LifePoint - 바로가기

• 💡 환자 치료 서비스를 제공하고 의료 혁신을 추구하는 병원 및 의료 서비스
• 문제: 병원 내 치료 서비스의 일정 관리와 효율성을 개선해야 했습니다. 기존 시스템은 수작업과 포스트잇 노트에 의존해 일정 관리에 시간이 많이 소요되었습니다. 이러한 비효율성으로 인해 환자 치료 제공 속도가 느려지고, 최적의 치료 제공이 어려웠습니다. 병원 직원들의 작업 부담을 줄이면서 환자 치료의 질을 향상시킬 필요가 있었습니다.
• 해결: Foundry 플랫폼을 사용하여 AI 기반 일정 관리 및 메모 시스템인 Valinor를 개발했습니다. AI 도구를 활용해 환자의 필요를 자동으로 식별하고, 치료 일정을 최적화했습니다. 치료 제공 시간을 단축하고, 환자 수용 능력을 늘리기 위해 워크플로우를 자동화했습니다. AI 기술을 활용해 치료 메모 작성 과정을 자동화하여 시간과 비용을 절감했습니다.
• 결과: 병원의 치료 제공 시간이 크게 단축되었으며, 동일한 인력으로 더 많은 환자를 치료할 수 있게 되었습니다. Valinor 도입 후 하루 평균 10~12명의 추가 환자를 치료하게 되었습니다.

0️⃣7️⃣ [인터뷰] Eaton Corporation - 바로가기

• 💡 전력 관리 및 산업 자동화 솔루션을 제공하는 글로벌 다국적 기업
• 문제: 전사적인 데이터를 효과적으로 관리하고, 다양한 사용 사례에 대한 확장을 빠르게 할 수 있는 방법이 필요했습니다. 데이터가 사일로화되어 있어 조직 내에서 통합된 데이터 접근이 어려웠습니다. AI 도입 초기에는 데이터 연결과 통합에 많은 시간과 노력이 소요되었습니다. 또한 AI 모델의 적용 범위를 넓히는 것이 과제였습니다.
• 해결: 팔란티어와의 협력을 통해 AIP 부트캠프 모델을 도입하여 빠른 아이디어 검증과 실행을 가능하게 했습니다. 데이터 온톨로지를 구축하고, 다중 계층 대형 언어 모델을 활용하여 데이터를 요약하고 직관적인 통찰력을 제공했습니다. AI 모델을 사용하여 데이터 요약과 의사결정 과정을 자동화하고, 더 많은 사용 사례에 대한 확장을 가능하게 했습니다. 팔란티어 플랫폼을 통해 기업 전체에 AI 기능을 민주화하여 접근성을 높였습니다.
• 결과: 데이터 처리 속도가 빨라지고, 사용자들이 쉽게 데이터에 접근하여 활용할 수 있게 되었습니다. 조직 내에서 AI 도입 및 확장이 더 수월해졌습니다.

0️⃣8️⃣ [인터뷰] 미국 실종 및 착취 아동 센터 (NECMEC) - 바로가기

• 💡 아동 보호와 실종 및 착취 아동의 보호를 위한 보고와 분석을 담당하는 비영리 조직
• 문제: 연간 3,600만 건 이상의 아동 성적 착취 관련 신고를 처리해야 했으며, 그 중 다수가 긴급하고 시급한 문제였습니다. 데이터의 양이 방대하여 수동 처리로는 효율적으로 대응하기 어려웠습니다. 금융적 협박과 같은 새로운 유형의 아동 착취 사건이 증가하고 있었습니다. 신고 데이터를 빠르고 효과적으로 우선순위화하고 처리해야 하는 과제가 있었습니다.
• 해결: Foundry와 AIP를 활용하여 신고 데이터를 우선순위화하고, 금융적 협박 사건을 신속하게 식별할 수 있는 시스템을 구축했습니다. AI 도구를 사용하여 신고 내 위험 요소를 분석하고, 분석가들이 가장 시급한 사건에 집중할 수 있도록 지원했습니다. AIP를 분석가들의 보조 도구로 활용해 신고 내용을 자동으로 분류하고, 우선순위를 정하여 분석가들이 보다 중요한 업무에 집중할 수 있게 했습니다. 신고 데이터를 실시간으로 분석하고, 중요 정보를 자동으로 추출하여 시간과 자원을 절약했습니다.
• 결과: 분석가들의 업무 효율성이 크게 향상되었으며, 긴급한 사건을 신속하게 처리할 수 있는 능력이 강화되었습니다. 아동 착취 사건에 대한 대응 속도와 정확성이 증가했습니다.

0️⃣9️⃣ [발표] Komatsu - 바로가기

• 💡 광업, 건설, 임업 및 산업 기계를 설계, 제조 및 서비스하는 글로벌 장비 제조업체
• 문제: 전 세계적으로 운영되면서 부품 가격 책정 과정이 비효율적이고 시간이 많이 소요되었습니다. 가격 분석팀이 수백 건의 이메일을 처리해야 했고, 글로벌 지역 간의 가격 전략을 조율하는 데 어려움이 있었습니다. 기존의 수동 작업과 지역별 가격 차이로 인해 고객 만족도를 유지하기 어려웠습니다. 고객의 요구를 충족시키고 시장 변동에 빠르게 대응할 수 있는 동적 가격 책정 시스템이 필요했습니다.
• 해결: Foundry 플랫폼을 사용하여 AI 기반의 동적 가격 책정 솔루션을 개발했습니다. AI 에이전트를 활용해 이메일 알림과 가격 조정 작업을 자동화하고, 가격 전략을 글로벌하게 조정할 수 있는 공유 모델을 만들었습니다. 시나리오 분석을 통해 가격 조정이 비즈니스 목표와 고객 만족도에 미치는 영향을 분석하고 최적화했습니다. AI 도구를 사용하여 가격 조정 제안을 생성하고, ERP 시스템에 실시간으로 업데이트했습니다.
• 결과: 가격 조정 속도가 빨라지고, 글로벌 가격 전략 조율이 개선되었습니다. 고객 만족도가 향상되었고, 시장 변동에 대한 빠른 대응이 가능해졌습니다.

• 💡 주택 및 상업용 외장 건축 자재를 제조하는 선도적인 건축 제품 공급업체
• 문제: 75년 된 제조업체라 다양한 제품과 시스템에 걸쳐 데이터가 분산되어 있어 운영 투명성과 효율성이 부족했습니다. 오래된 시스템으로 인해 데이터 통합과 고객 관리가 비효율적이었고, 실시간으로 공급망을 관리하기 어려웠습니다. 시스템이 노후화되어 새로운 기술 도입에 많은 비용과 시간이 소요되었습니다. 조직 내의 데이터 사일로로 인해 비즈니스 전반의 운영 가시성을 확보하기 어려웠습니다.
• 해결: Foundry 플랫폼을 사용하여 기존의 노후화된 시스템을 통합하고, 실시간 데이터 가시성을 확보했습니다. 데이터를 연결하여 고객 마스터를 6주 만에 구축하고, 공급망 관리 효율성을 높였습니다. ERP 시스템을 대체하여 생산 계획, 주문 관리, 재고 관리를 자동화하고 최적화했습니다. 팔란티어 플랫폼을 통해 데이터를 통합하고, 사용자들이 빠르고 정확하게 의사결정을 내릴 수 있도록 지원했습니다.
• 결과: 운영 효율성이 크게 향상되었고, 고객 만족도가 증가했습니다. 실시간 데이터 통합으로 공급망 관리와 비즈니스 운영 전반에서 더 나은 결과를 도출했습니다.