全球产业格局已在发生深刻变革。新科技革命催生新产业革命,国际竞争加剧,全球气候变化与资源环境约束驱动低碳绿色转型,各国产业链供应链受到巨大冲击,多重因素正在重塑全球产业链供应链的结构与形态。供应链安全、风险与韧性在供应链管理中的"权重"在上升,同时,大数据分析、人工智能、数字孪生、区块链、5G、物联网等颠覆性技术应用的速度明显加快,供应链数字化成为未来供应链发展的大趋势。
延续SSCL APAC 2022成功举办的经验,泽为资讯SSCL将在2023年5月25-26日在上海举办SSCL APAC 2023-第六届亚太智慧供应链与物流创新峰会&生态精品展。
SSCL APAC 2023共分为主论坛+6个分会场(医疗医药供应链、汽车供应链、智能制造供应链、新零售消费供应链、跨境供应链、智慧物流专场)+4场同期甲方培训(宁创 MIT"AI 智能物流技术研讨会"、SCOM"需求驱动供应链研讨会"、摆渡人供应链管理俱乐部"医疗供应链项目路演"、荃英会"集团供应链论坛-供应链与采购"),将邀请1200+专业观众,75+位顶尖大咖演讲,60+赞助商&展商参与,一起探讨智慧物流与供应链的前沿话题,同时特设"SSCL 金链奖"颁奖典礼与高层商务晚宴,引领商务合作新机遇,为行业发展树立新的标杆。
大会亮点
千人大会:1200+ 专业观众,业内最大规模的国际高峰论坛;
国际化程度高:泽为资讯SSCL是全球化的国际主办方,拥有多年的海外考察与海外峰会的经验,本次峰会将邀请到 Gartner top speaker 与国际知名企业出席;
针对甲方链主的热点内容丰富:本次峰会拥有6大分会场,4场同期甲方培训;包含了出海,制造,汽车,新能源锂电,预制菜等热点话题;
甲方(链主)最多:往届参会人群中甲方(链主)占比80% + ;
峰会形式创新:设置了60+ 精品展位,"SSCL 金链奖"行业颁奖盛典,高层商务闭门晚宴;
多地协会支持:SSCL APAC 2023已得到上海、广东、江苏、山东、江西、安徽、贵州等地供应链与物流协会支持,他们将动员所辖会员单位组团参与到本次峰会;
优质参会服务:峰会现场可以帮助1对1引荐客户;
媒体宣传:80-100家行业媒体联合曝光;
同期甲方培训活动合作:供应链物流专题研讨会,企业新品发布会,客户定制沙龙,项目路演等,将邀请到更多的甲方企业参与。
大会日程
大会日程
同期活动
同期活动
热点话题
供应链面临的不确定风险加剧,如何制定可执行性的供应链战略以满足自身发展及客户需求?
数字平台实现全球供应网络协同
如何利用数字化优化供应链和降低成本,同时改进流程和客户服务?
信息经济下跨境电商供应链数字化与智能化建设
跨境供应链数字化创新重构全球产业链
复杂多变环境下,智造供应链变革与物流应对
采购4.0时代,采购数字化如何助推供应链一体化?
智能优化全链,精益生产,可靠交付
全渠道智慧物流助力制造业数智化转型
制造供应链数字化绿色化的探索与实践
如何通过数字化运营打造平衡成本、效率和服务的数智供应链?
全渠道零售时代,如何实现供应链全链路优化,打造高效的订单履行系统?
全渠道柔性供应链自动化创新
生鲜冷链新零售供应链创新模式
冷链物流助力预制菜产业健康发展
智慧物流的模式迭代探讨与趋势前瞻
智慧零碳物流园区推进物流行业绿色低碳转型
自动驾驶卡车助力货运行业安全高效运营
全链路数字货运平台,助力物流降本增效
构建数智化医药流通供应链
药品冷链发展新趋势与标准
新政策下如何实现医药供应链的重构与增长?
构建医药供应链弹性,平衡成本和运营效率
高效、智能、柔性,医药行业的自动化探索
SSCL 是泽为资讯集团 (SZ&W Group) 旗下独立的供应链&物流活动及资讯品牌。有赖于深入的市场调研、多元的高层活动和庞大的客户资源,SSCL 致力于连接中国及全球数字化领导者和物流供应链创新者,构建亚洲最大的物流供应链行业创新圈。通过博览会、行业峰会、培训、研讨会、沙龙、一对一客户引荐、颁奖、报告、资讯等,SSCL 助力物流供应链领域的决策者把握前沿趋势、引领行业潮流。我们总能悉心倾听客户的需求,提供量身定制的服务。
关于 KA 联盟: KA 联盟是全球领先的大客户生态系统,由多家国内外知名机构联合发起,聚焦6大产业:大制造、大物流、汽车产业链、医药产业链、新消费产业链与家居建材产业链,已经建立聚焦六大产业的全球大客户拓展生态,为大型及超大型客户的需求端与供给端提供专业、高效、精准的资源对接与数据连接服务。
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。