5G untuk industri Logistik

Menjana Penghantaran Pintar

5G for Energy
5G for Energy

Fueling Smart Deliveries

Isu dalam industri Logistik

Thumbnail

Isu 1

Kos operasi yang tinggi

Penyelesaian
Thumbnail

Isu 2

Proses penyampaian dan perancangan sumber yang tidak cekap

Penyelesaian
Thumbnail

Isu 3

Pengurusan tahap stok dan operasi yang tidak cekap

Penyelesaian
Thumbnail

Isu 4

Keselamatan pemandu yang tidak wajar

Penyelesaian
Thumbnail

Isu 5

Terlalu banyak kertas kerja

Penyelesaian
icon

Bagaimanakah penyelesaian didayakan 5G dapat membantu

Dron diautomasi dan robot yang didayakan oleh 5G membantu penghantaran fasa akhir yang lancar.

Aliran Data

Langkah 1: Peranti

Step 1: Peranti More Information
  • Dron yang sesuai untuk:
  • Terbang di luar garis penglihatan
  • Mampu membawa barang berat
  • Dron (contohnya., Kecerdasan buatan (AI) (AI)) yang mampu melakukan intervensi pada peringkat pertama sekiranya berlaku isu-isu teknikal

Langkah 2: Keterhubungan

Step 2: Keterhubungan More Information
  • Imej dan maklumat penerbangan dihantar ke stor penyimpanan edge dan perusahaan

Langkah 3: Pengkomputeran Edge

Step 3: Pengkomputeran Edge More Information
  • 5G memberikan maklum balas berterusan tentang status penghantaran dan mempunyai keupayaan untuk membuat keputusan dalam masa nyata
  • Mengendalikan perubahan dalam penghantaran

Langkah 4: Pengkomputeran & Stor Penyimpanan Awan

Step 4: Pengkomputeran & Stor Penyimpanan Awan More Information
  • Semua data disimpan dalam stor penyimpanan data perusahaan, di mana pemilik data ialah syarikat

Langkah 5: Aplikasi & Perkhidmatan

Step 5: Aplikasi & Perkhidmatan More Information
  • Pelaksanaan model MV/ML yang tidak kritikal
  • Proses automasi E2E secara langsung

Langkah 6: Memaklumkan pihak pengurusan

Step 6: Memaklumkan pihak pengurusan More Information
  • Operator hanya akan dimaklumkan sekiranya isu tidak dapat diselesaikan oleh Kecerdasan buatan (AI)

Langkah 7: Menyokong proses membuat keputusan

Step 7: Menyokong proses membuat keputusan More Information
  • Proses berakhir

Logik Aplikasi

Senario 1

  • Dron beroperasi dengan rangkaian 5G sebagai pilihan pertama dengan andaian liputan rangkaian lengkap, sekiranya tidak, pada rangkaian 4G atau pada satelit (ciri yang dikurangkan berdasarkan keupayaan rangkaian).
  • Apabila rangkaian 5G digunakan, data boleh diproses dan dianalisis dalam edge menggunakan model AI (ML)
  • Intervensi dalam masa nyata mempunyai kesan minimum pada dron sewaktu operasi.
  • Imej dan data lain akan dikumpulkan (cuaca/maklumat laluan penerbangan/dan lain-lain.)

Senario 2

  • Memahami ciri tersedia dron dan keupayaan tersedia perisian: AI (ML/MV) dan sebagainya. Untuk memaksimumkan apa yang boleh dilakukan dengan lebih berkesan.
  • Tentukan model AI lain yang perlu ditambah.
  • Pakar bidang dan saintis data, sebagai satu pasukan, akan diperlukan untuk membangunkan model ini.
  • Wujud kemungkinan dimana dua pasukan dikehendaki masing-masing untuk memfokus kepada ML dan MV.

Senario 3

  • Kebanyakan kerja kecerdasan buatan (AI) akan berasaskan Edge memandangkan sifat masa nyata dron berautonomi untuk melaksanakan penghantaran.
  • Kebanyakan negara memperuntukkan syarat pemberian lesen untuk penggunaan dron.
  • Mengambil pendekatan tokokan dengan meningkatkan bilangan laluan perjalanan
icon

Jangkaan Manfaat

  • Penghantaran pada fasa akhir melalui dron mengurangkan pergantungan kepada pemandu dan keadaan trafik jalan raya, justeru mengurangkan insiden HSSE
  • Penghantaran yang lebih pantas terutamanya dalam kes kecemasan dan di kawasan luar bandar

Nota: 

iconAI – Kecerdasan Buatan (Artificial Intelligence)

iconML – Pembelajaran Mesin (Machine Learning)

iconMV – Penglihatan Mesin​ (Machine Vision)

iconSME – Pakar Isikandungan (Subject Matter Expert)

iconP&ID - Gambarajah Paip dan Instrumen (Piping and Instruments Diagram)

iconGHG - Gas rumah hijau (Greenhouse Gas)

iconIT - Teknologi Informasi (Information Technology)

iconOPAF - Forum Automasi Proses Terbuka (Open Process Automation Forum)

iconOT - Teknologi Operasi (Operational Technology)

icon

Nilai Utama yang Terhasil

  • Meningkatkan kecekapan penghantaran dengan pengurangan kos dan masa yang dibelanjakan

Email us at:

enterprise@digital-nasional.com.my

Phone number:

0123456789

Vendor Berpotensi

COGNITE
icon

Bagaimanakah penyelesaian didayakan 5G dapat membantu

Penggunaan sensor berbilang untuk menjejak pakej dan trak penghantaran dalam masa nyata, menggunakan AL/ML, untuk mengoptimumkan keutamaan.

Aliran Data

Langkah 1: Peranti

Step 1: Peranti More Information
  • Sensor (milik sendiri dan pihak ketiga) digunakan untuk menjejak kenderaan penghantaran, laluan perjalanan, cuaca, persekitaran, sosial dan tadbir urus, trafik dan keadaan pakej dan suhu

Langkah 2: Keterhubungan

Step 2: Keterhubungan More Information
  • Imej dan maklumat penerbangan dihantar ke stor penyimpanan edge dan perusahaan

Langkah 3: Pengkomputeran Edge

Step 3: Pengkomputeran Edge More Information
  • Buat masa ini, ianya tidak kritikal namun hal ini dijangka akan berubah pada masa hadapan

Langkah 4: Pengkomputeran dan Stor Penyimpanan Awan

Step 4: Pengkomputeran dan Stor Penyimpanan Awan More Information
  • Semua data disimpan dalam stor penyimpanan data perusahaan, di mana data dimiliki oleh syarikat

Langkah 5: Aplikasi & Perkhidmatan

Step 5: Aplikasi & Perkhidmatan More Information
  • Pelaksanaan model MV/ML yang bukan kritikal
  • Kebanyakan kecerdasan buatan (AI) akan dilakukan di sini kerana pada masa sekarang ianya tidak kritikal namun hal ini dijangka akan berubah pada masa hadapan.

Langkah 6: Memaklumkan pihak pengurusan

Step 6: Memaklumkan pihak pengurusan More Information
  • Model AI akan memberikan cadangan untuk mengoptimumkan pengedaran bungkusan, laluan pemanduan dan meramalkan keperluan untuk sumber tambahan

Langkah 7: Menyokong proses membuat keputusan

Step 7: Menyokong proses membuat keputusan More Information
  • Proses berakhir

Logik Aplikasi

Senario 1

  • Sensor yang digunakan pada kenderaan dan pakej kritikal akan menghasilkan data untuk menjejak bungkusan dari gudang ke penghantaran.
  • Data lain yang perlu dikumpul adalah seperti ketersediaan sumber dan penggunaan semua pusat penghantaran.
  • Keperluan persekitaran seperti suhu barang.
  • Mengumpul data berkaitan HSSE

Senario 2

  • Data yang dikumpul akan memberikan pandangan seperti:
  • masa penghantaran hujung ke hujung
  • keadaan pakej dalam transit,
  • penggunaan kenderaan (penggunaan kenderaan dan kapasiti penyimpanan kenderaan)
  • penggunaan pusat penghantaran
  • Model AI (M) yang dibangunkan oleh pakar bidang dan saintis data, sebagai satu pasukan, akan memberikan pemahaman dan cadangan.

Senario 3

  • Model AI(ML) boleh memberikan pelbagai cadangan berdasarkan data lampau yang dikumpulkan seperti:
  • Perubahan laluan bungkusan di pusat pengedaran
  • Perubahan laluan pemandu dan penggunaan kenderaan untuk kecekapan optimum
  • Meramalkan keperluan sumber (kenderaan, pemandu) semasa tempoh bermusim dan mengambil tindakan sewajarnya
  • Perubahan yang disebabkan oleh trafik
  • Peraturan syarikat di sekitar lalu lintas (contohnya FEDEX, tiada belok kiri ketika dalam laluan)
icon

Jangkaan Manfaat

  • Mengoptimumkan proses penghantaran dan laluan pengedaran untuk kecekapan maksimum
  • Penghantaran yang cekap dan pantas
  • Keupayaan untuk merancang lebih awal dan menambah atau mengurangkan sumber untuk memenuhi permintaan

Nota: 

iconAI – Kecerdasan Buatan (Artificial Intelligence)

iconML – Pembelajaran Mesin (Machine Learning)

iconMV – Penglihatan Mesin​ (Machine Vision)

iconSME – Pakar Isikandungan (Subject Matter Expert)

iconP&ID - Gambarajah Paip dan Instrumen (Piping and Instruments Diagram)

iconGHG - Gas rumah hijau (Greenhouse Gas)

iconIT - Teknologi Informasi (Information Technology)

iconOPAF - Forum Automasi Proses Terbuka (Open Process Automation Forum)

iconOT - Teknologi Operasi (Operational Technology)

icon

Nilai Utama yang Terhasil

  • Mengoptimumkan kos dan meningkatkan kecekapan penghantaran

Email us at:

enterprise@digital-nasional.com.my

Phone number:

0123456789

Vendor Berpotensi

COGNITE
icon

Bagaimanakah penyelesaian didayakan 5G dapat membantu

Kecekapan sektor pembuatan boleh dipertingkatkan melalui pengeksploitasian AI (ML) untuk meramalkan tahap stok optimum, menggunakan automasi seperti kenderaan berautonomi dan sebagainya.

Aliran Data

Langkah 1: Peranti

Step 1: Peranti More Information
  • Mendapatkan maklumat tentang tahap stok melalui pelbagai sensor contohnya dron, kamera, sistem dan sebagainya.
  • Menambah data untuk menyokong kenderaan berautonomi
  • Sebaik-baiknya berasaskan 5G untuk menyokong masa nyata

Langkah 2: Keterhubungan

Step 2: Keterhubungan More Information
  • Semua data yang dikumpul akan dihantar ke awan
  • Data siri masa
  • Data aset

Langkah 3: Pengkomputeran Edge

Step 3: Pengkomputeran Edge More Information
  • Masa nyata diperlukan untuk kenderaan berautonomi dan kawalan suhu
  • Tidak diperlukan untuk pemantauan tahap stok

Langkah 4: Pengkomputeran & Stor Penyimpanan Awan

Step 4: Pengkomputeran & Stor Penyimpanan Awan More Information
  • Semua data disimpan dalam stor penyimpanan data perusahaan, yang mana pemilik data ialah syarikat

Langkah 5: Aplikasi & Perkhidmatan

Step 5: Aplikasi & Perkhidmatan More Information
  • Kedua-dua model MV dan ML akan dibangunkan dan dikendalikan
  • Meramalkan tahap stok berdasarkan data yang dikumpul

Langkah 6: Memaklumkan pihak pengurusan

Step 6: Memaklumkan pihak pengurusan More Information
  • Operator dimaklumkan hanya dalam kes di mana isu tidak dapat diselesaikan oleh kecerdasan buatan (AI)

Langkah 7: Menyokong proses membuat keputusan

Step 7: Menyokong proses membuat keputusan More Information
  • Proses berakhir

Logik Aplikasi

Senario 1

  • Pengumpulan data daripada seberapa banyak sumber yang boleh dijumpai, di mana sumber-sumber data tersebut perlu diselaraskan untuk mendapatkan maklumat terbaik tentang tahap stok.
  • Pengumpulan maklumat tentang trend aliran masuk dan keluar stok, serta keadaan yang boleh mempengaruhi arah aliran, contohnya cuaca, musim, cuti, perubahan pasaran dan sebagainya.
  • Menyertakan semua maklumat lampau..

Senario 2

  • Data yang diperlukan untuk pemprosesan dalam masa nyata akan digunakan di Edge dan semua data akan dikumpulkan dalam stor penyimpanan perusahaan.
  • Membangunkan model kecerdasan buatan (AI) (pembelajaran mesin) berdasarkan semua data yang telah dikumpul.
  • Penglibatan pakar bidang yang bekerjasama dengan saintis data diperlukan untuk membangunkan model

Senario 3

  • Berdasarkan pembelajaran daripada model, kualiti sumber data dan semakan terhadap perubahan sumber data untuk model akan dipertingkatkan untuk memberikan ramalan tahap stok yang diperlukan.
  • Dari semasa ke semasa, tahap stok boleh dikurangkan apabila ketepatan ramalan bertambah baik.
  • Bergerak ke arah operasi berautonomi dalam langkah-langkah, seperti dalam penggunaan kenderaan berautonomi terarah (AGV)
  • Bergerak ke arah operasi berautonomi.
icon

Jangkaan Manfaat

  • Meningkatkan ketepatan stok semasa dan ramalan permintaan
  • Mengoptimumkan sumber yang diperlukan dan memanfaatkan operasi berautonomi
  • Gudang yang lebih kecil diperlukan dengan risiko dan kos yang lebih rendah sejajar dengan tahap stok yang berkurangan

Nota: 

iconAI – Kecerdasan Buatan (Artificial Intelligence)

iconML – Pembelajaran Mesin (Machine Learning)

iconMV – Penglihatan Mesin​ (Machine Vision)

iconSME – Pakar Isikandungan (Subject Matter Expert)

iconP&ID - Gambarajah Paip dan Instrumen (Piping and Instruments Diagram)

iconGHG - Gas rumah hijau (Greenhouse Gas)

iconIT - Teknologi Informasi (Information Technology)

iconOPAF - Forum Automasi Proses Terbuka (Open Process Automation Forum)

iconOT - Teknologi Operasi (Operational Technology)

icon

Nilai Utama yang Terhasil

  • Pengurangan dalam stok membawa kepada kos penyelenggaraan dan risiko yang lebih rendah

Email us at:

enterprise@digital-nasional.com.my

Phone number:

0123456789

Vendor Berpotensi

COGNITE
icon

Bagaimanakah penyelesaian didayakan 5G dapat membantu

Penggunaan kamera papan pemuka dan telematik kenderaan untuk memantau tingkah laku pemandu dalam masa nyata dan mencetuskan amaran serta-merta sebaik sahaja sebarang tingkah laku di luar kebiasaan dikesan.

Aliran Data

Langkah 1: Peranti

Step 1: Peranti More Information
  • Sensor (kamera dan lain-lain) dipasang di dalam trak untuk memantau tingkah laku pemandu
  • Sensor lain menjejaki kelajuan, pemanduan dan sebagainya, berkemungkinan daripada sensor standard yang sudah dipasang di dalam trak

Langkah 2: Keterhubungan

Step 2: Keterhubungan More Information
  • Semua data yang dikumpulkan akan dihantar ke awan
  • Pemprosesan data kritikal dan AI di pengkomputeran Edge

Langkah 3: Pengkomputeran Edge

Step 3: Pengkomputeran Edge More Information
  • Didapati di dalam kenderaan
  • Kebanyakan data yang telah dikumpul akan diproses dalam masa nyata dan bakal memberi tindakan dalam masa yang nyata

Langkah 4: Pengkomputeran dan Stor Penyimpanan Awan

Step 4: Pengkomputeran dan Stor Penyimpanan Awan More Information
  • Semua data disimpan dalam stor penyimpanan data perusahaan, di mana data adalah milik syarikat

Langkah 5: Aplikasi & Perkhidmatan

Step 5: Aplikasi & Perkhidmatan More Information
  • Memperhalusi model pengesanan seperti mengantuk, perhatian pada jalan raya dan sebagainya
  • Model baharu digunakan kembali di Edge untuk makluman automatik dalam masa nyata

Langkah 6: Memaklumkan pihak pengurusan

Step 6: Memaklumkan pihak pengurusan More Information
  • Operasi makluman hanya dalam kes pengecualian

Langkah 7: Menyokong proses membuat keputusan

Step 7: Menyokong proses membuat keputusan More Information
  • Proses berakhir

Logik Aplikasi

Senario 1

  • Kebanyakan trak moden mengumpul data penjejakan, justeru sensor tambahan boleh ditambah untuk mendapatkan gambaran lengkap apabila diperlukan.
  • Kamera video berdefinisi tinggi dengan keupayaan 5G boleh membolehkan pengesanan tingkah laku dan gelung maklum balas masa nyata yang lebih baik semasa pemanduan.

Senario 2

  • Data yang diperlukan untuk pemprosesan masa nyata akan digunakan di Edge, semua data akan dikumpulkan dalam stor penyimpanan perusahaan.
  • Membangunkan model AI (ML/MV) berdasarkan semua data yang telah dikumpul.
  • Penglibatan SME yang bekerjasama dengan saintis data diperlukan untuk membangunkan model.
  • Pemodelan akan dilanjutkan daripada apa yang telah sedia ada dalam skop penyelesaian penjejakan semasa.

Senario 3

  • Tingkah laku pemandu yang lebih baik akan membolehkan barangan dihantar dengan selamat, mengurangkan kemalangan dan kematian disamping meningkatkan kebajikan kakitangan.
  • Model boleh dipertingkatkan lagi untuk menghasilkan amaran awal dalam mengambil tindakan yang mungkin (contohnya berehat apabila masa memandu melebihi had, amaran apabila memasuki zon kadar kemalangan yang tinggi) dengan bantuan data tambahan seperti ramalan cuaca, keadaan lalu lintas dan kemalangan jalan raya lampau
icon

Jangkaan Manfaat

  • Meramal dan mengelakkan kemalangan untuk meningkatkan keselamatan pekerja
  • Meningkatkan masa tindak balas untuk menangani insiden

Nota: 

iconAI – Kecerdasan Buatan (Artificial Intelligence)

iconML – Pembelajaran Mesin (Machine Learning)

iconMV – Penglihatan Mesin​ (Machine Vision)

iconSME – Pakar Isikandungan (Subject Matter Expert)

iconP&ID - Gambarajah Paip dan Instrumen (Piping and Instruments Diagram)

iconGHG - Gas rumah hijau (Greenhouse Gas)

iconIT - Teknologi Informasi (Information Technology)

iconOPAF - Forum Automasi Proses Terbuka (Open Process Automation Forum)

iconOT - Teknologi Operasi (Operational Technology)

icon

Nilai Utama yang Terhasil

  • Mengurangkan kemalangan dan kematian untuk tenaga kerja yang lebih selamat

Email us at:

enterprise@digital-nasional.com.my

Phone number:

0123456789

Vendor Berpotensi

COGNITE
icon

Bagaimanakah penyelesaian didayakan 5G dapat membantu

Mengumpul semua data yang berkaitan di stor penyimpanan dan menggunakan laporan/AI/dan lain-lain untuk prosedur hujung ke hujung.

Aliran Data

Langkah 1: Peranti (Pelbagai)

Step 1: Peranti (Pelbagai) More Information
  • Sensor dan peranti input diperlukan untuk mengumpul data yang berkaitan
  • Jika diperlukan, sensor ditambah untuk mengumpul lebih banyak data
  • Aliran data antara muka dialirkan kepada lebih banyak sistem

Langkah 2: Keterhubungan (5G)

Step 2: Keterhubungan (5G) More Information
  • Semua data yang dikumpul akan dihantar ke awan
  • Data kritikal dan pemprosesan kecerdasan buatan (AI) di pengkomputeran Edge

Langkah 3: Pengkomputeran Edge (Cognite CDF)

Step 3: Pengkomputeran Edge (Cognite CDF) More Information
  • Data yang dikumpul diperlukan untuk pemprosesan masa nyata, justeru menjelaskan kepentingan 5G

Langkah 4: Pengkomputeran dan Stor penyimpanan Awan

Step 4: Pengkomputeran dan Stor penyimpanan Awan More Information
  • Semua data disimpan dalam stor penyimpanan data perusahaan, yang mana data adalah milik syarikat

Langkah 5: Aplikasi & Perkhidmatan (Cognite CDF)

Step 5: Aplikasi & Perkhidmatan (Cognite CDF) More Information
  • Aktiviti AI digunakan pada data lampau untuk meningkatkan perancangan dan operasi
  • Model baharu digunakan kembali di Edge untuk makluman automatik

Langkah 6: Memaklumkan pihak pengurusan

Step 6: Memaklumkan pihak pengurusan More Information
  • Operasi makluman hanya dalam kes pengecualian

Langkah 7: Menyokong proses membuat keputusan

Step 7: Menyokong proses membuat keputusan More Information
  • Proses berakhir

Logik Aplikasi

Senario 1

  • Mengenal pasti sumber data berkaitan yang diperlukan dan sensor yang diperlukan untuk pengumpulan data.
  • Sensor boleh berupa kamera atau pengimbas untuk mengautomasikan pengumpulan data.
  • Mendefinisi dan melaksana aliran kerja perniagaan E2E untuk menghenti dan meminimumkan aliran kertas

Senario 2

  • Mengintegrasikan data dan menentukan lokasi stor penyimpanan (edge dan/atau stor penyimpanan awan), dan juga menilai:
  • Automasi pengaliran maklumat
  • Kaedah untuk menghubungkan sumber data
  • Kaedah untuk mengintegrasikan penggunaan peranti mudah alih dengan aliran maklumat yang lain
  • Kelebihan yang boleh diberikan oleh Edge-5G
  • Berdasarkan semua data yang terkumpul, aliran maklumat diwujudkan.

Senario 3

  • Berdasarkan aliran maklumat, model AI (ML/MV) akan dibangunkan.
  • Kepakaran SME yang bekerjasama dengan saintis data diperlukan untuk membina model yang betul.
  • Pendekatan tokokan – dimulakan dengan tugasan mudah dan dilanjutkan secara berterusan
icon

Jangkaan Manfaat

  • Meningkatkan produktiviti dengan mengurangkan tugasan kemasukan data
  • Pengumpulan maklumat yang tepat
  • Pengumpulan data dalam masa nyata membolehkan tindakan segera

Nota: 

iconAI – Kecerdasan Buatan (Artificial Intelligence)

iconML – Pembelajaran Mesin (Machine Learning)

iconMV – Penglihatan Mesin​ (Machine Vision)

iconSME – Pakar Isikandungan (Subject Matter Expert)

iconP&ID - Gambarajah Paip dan Instrumen (Piping and Instruments Diagram)

iconGHG - Gas rumah hijau (Greenhouse Gas)

iconIT - Teknologi Informasi (Information Technology)

iconOPAF - Forum Automasi Proses Terbuka (Open Process Automation Forum)

iconOT - Teknologi Operasi (Operational Technology)

icon

Nilai Utama yang Terhasil

  • Peningkatan kecekapan kerja

Email us at:

enterprise@digital-nasional.com.my

Phone number:

0123456789

Vendor Berpotensi

COGNITE

Penyelesaian Merentas Industri

Robot berautonomi dan dron udara mampu merentas persekitaran yang sukar dan merbahaya dan mengurangkan risiko kepada pekerja. Teknologi sedemikian akan menyediakan pemantauan yang dipertingkatkan dan penyelenggaraan keselamatan untuk kemudahan. Ia boleh dipasang dengan pelbagai sensor yang menjurus ke arah tujuan yang dimaksudkan dan dengan menggunakan 5G, kami boleh menggunakannya dalam masa nyata yang mana data yang dikumpul boleh dihantar terus ke aplikasi AI untuk penyiasatan dan tindakan lanjut segera.

Teknologi boleh pakai membolehkan kakitangan keselamatan dan perubatan menjalankan pemeriksaan latar belakang dan kesihatan dengan cekap. Juga, mereka mempunyai tumpuan yang lebih luas dan boleh digunakan pelbagai industri yang berbeza di mana pakaian telah dipertingkatkan dengan teknologi boleh pakai. Teknologi boleh pakai juga boleh mengumpul maklumat tambahan untuk perkhidmatan digital yang didayakan 5G.

Sensor adalah penting bagi merekod data masa nyata dan cerapan serta membolehkan keputusan dibuat dengan lebih termaklum. Sensor akan menjadi pusat pengumpulan data bagi setiap perkhidmatan digital yang didayakan 5G dan oleh itu perlu meliputi spektrum luas jenis maklumat yang akan dikumpul dan cara ia disambungkan ke rangkaian DNB 5G.

XR tersedia untuk membawa kerja dan main ke tahap selanjutnya dengan teknologi edge yang belum pernah dilihat sebelum ini. Peranti ini berpotensi untuk mencetus produktiviti dan meningkatkan hiburan, serta merubah cara kita mengalami realiti melalui transformasi digital. Terdapat peningkatan spektrum peranti yang luas yang tersedia untuk pasaran pengguna dan perusahaan, menjadikannya semakin penting untuk setiap pengalaman pengguna.

Ekosistem DNB

Penafian Pengendorsan

Semua maklumat yang diberikan tentang penyelesaian yang didayakan 5G yang berpotensi dan vendor yang berpotensi diberikan untuk tujuan maklumat sahaja dan berdasarkan kesedaran tentang penyelesaian yang didayakan 5G yang sedia ada dan vendor yang berpotensi di pasaran. Ia tidak membentuk sebarang pengendorsan, pengesyoran atau keutamaan oleh DNB. Anda bertanggungjawab untuk mengesahkan dan menilai penyelesaian yang didayakan 5G tersebut serta bakal vendor. DNB adalah bukan ejen atau wakil sah bagi mana-mana penyelesaian yang didayakan 5G dan bakal vendor. Ia tidak berkait atau menyokong mana-mana bakal vendor, tidak mempunyai kuasa untuk bertindak bagi pihak mana-mana vendor sedemikian, dan akan menjadi pihak bebas jika anda memasuki hubungan perniagaan bersama vendor berpotensi sedemikian. Pautan pihak ketiga yang disertakan adalah untuk kemudahan sahaja dan bukan di bawah kawalan DNB. DNB tidak memikul sebarang tanggungjawab atau liabiliti untuk penggunaan pautan pihak ketiga tersebut oleh anda.