当前,制造行业正在迅速发展,积极制定全新的战略以应对新的市场挑战,转变已迫在眉睫。德勤在 2022 年展望报告中指出:“制造行业并未因为在劳动力和供应链领域面临严峻挑战而受阻,目前正在迅速恢复。为了保持这一势头,制造商应在推进其优先目标——可持续发展的同时,积极应对不断增长的风险。”
企业应选择与自身业务相匹配的 ERP 解决方案
有远见的企业在早期就已经采用了合适的技术,在市场竞争愈发激烈的今天,已经变得更敏捷、更灵活、更高效。制造企业应该如何应对这一风险并快速提升利润增长?答案就在于技术合作。
无论是从供应链上下游合作伙伴处获取数据,还是求助于能够就现代云功能和前沿创新成果提供丰富见解的技术提供商,对于制造企业实现可持续业务增长的目标来说,开展技术合作这一举措正在变得越来越重要。
制造业正在转向采用行业特定的应用,这些应用常常通过云端交付,以最大限度地确保采用率、灵活性、可见性、数据驱动决策以及安全性,并降低整个生命周期的成本。
只有合作中的每个人都了解企业和行业的独特需求时,多个利益相关者才能合力促成更好的结果。《IDC MarketScape: 2022 年全球 SaaS 和制造云 ERP 应用程序供应商评估》报告指出:“许多受访客户表示,他们在选择合作伙伴的过程中非常看重对方是否具备专业知识,这正是他们青睐 Infor 的关键所在。其中一位客户还表示,Infor 能够为他们提供满足其独特需求的功能、可扩展性和灵活性。”
制造业特定的 ERP 优势
制造企业逐渐意识到,ERP 解决方案中内置的行业专属功能尤为重要,因为它们不仅有助于顺利部署并轻松实施解决方案,还有助于实现高效的工作流和报告工作。行业特定的制造业ERP解决方案的主要优势包括:
1. 行业特定的云 ERP 能够提供与企业正在实行或应该实行的业务运营方式相匹配的功能,套件内置了经过验证的最佳实践。
2. 企业能够以透明、高效的方式管理端到端生态系统,从而实时开展运营,以释放企业的潜力。Infor 基于云的 ERP 解决方案能够提高部署速度,帮助企业更快迈向成功。例如,在遵循当地要求的前提下,Infor 帮助一家澳大利亚座椅品牌Camatic 在马来西亚快速地设立了一座新的制造工厂。
3. “以行业为中心”的单一业务视图有助于企业尽早发现预期运营绩效的变化,以便在财务团队发觉异常之前对数据进行分析和管理。基于此,企业得以专注改善运营战略并提高生产效率,同时培养团队精益求精的精神。
4. 行业特定的 ERP 解决方案能帮助企业获得必要的可见性,加快响应客户、供应商和法规需求的速度,最大限度地简化个性化需求。
5. 通过行业特定的 ERP 解决方案,企业可以通过灵活、可扩展的架构将复杂的问题简化,更敏捷地对客户需求做出更迅速、更准确的回应。
当企业处在变革期时,业务驱动因素通常由多个方面交织而成,包括客户希望提升购买体验的需求、企业对提升运营效率和自动化程度的需求以及企业需要满足的行业法规和合规要求等等。正因为如此,能够提供行业特定解决方案的供应商就显得尤为重要。
在制造业中,生产工厂及车间的需求与服务业大不相同,仅凭借通用的应用无法满足制造业独特的需求。例如,管理“从工程设计到订单”或“从配置到订单”的复杂环境时,需要该产品的单一视图,包括从基本构思到报价、生产、交付等各个环节,当然通常还包括售后服务和保修管理。任何一个环节出现疏漏都会增加整个流程的风险。
智能、预配置和现代云 ERP 解决方案,可以帮助制造企业跟上行业挑战的步伐,更好地创新、提升核心竞争力。选择合适的供应商及其提供的行业特定 ERP 解决方案,可帮助企业简化部署过程,提供直观的用户体验,并最终更快地实现业务成果。

( 作者: Infor大中国区及韩国商业咨询高级总监鹿崇 )
关于作者
鹿崇先生现任Infor大中国区及韩国商业咨询高级总监。他在企业应用软件领域有超过15年的实战经验。鹿崇先生自2003年1月加入Infor至今。加入Infor之前,他曾在KPWOOD公司任系统工程师、SSA上海公司任职商业顾问,还曾在迅达电梯担任过项目负责人。鹿崇先生毕业于清华大学管理信息系统专业。
好文章,需要你的鼓励
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
Hammerspace发布v5.2数据平台软件,通过更快的元数据读取、更好的数据放置和扩展性优化提升AI数据访问性能。新版本IO500总分提升33.7%,总带宽翻倍,IOR-Hard-Read测试提升超800%。增加了Tier 0亲和性功能,支持GPU服务器本地存储访问,减少集群内网络流量。新增Oracle云支持、Kerberos认证和标签化NFS,提供更细粒度的访问控制。该软件将于12月正式发布。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。