近日,以“刷新”为主题的2023年第十三届供应链/采购/制造/创新峰会在上海召开。其中,凭借供应链的创新及智能,联想集团的“供应链智能控制塔”以及联想集团合肥产业基地的供应链“智慧物流”项目在2023年度中国供应链创新与转型变革先锋评选过程中脱颖而出,获得“年度中国供应链数字化创新先锋奖项”。
图 1联想集团“供应链智能控制塔”及联想集团合肥产业基地供应链“智慧物流”获“年度中国供应链数字化创新先锋奖项”
近几年,受疫情等多重因素影响,全球产业链供应链正在加速重塑、重构以及调整,加之商业环境、商业模式及数字化技术的快速革新迭代,供应链的数字化转型也成为了企业竞争的制胜之道。本届峰会聚焦供应链、制造和采购在战略、模式、技术应用、数字化转型等方面的变革创新实践,旨在探讨当下供应链如何适应时代新变局和挑战。
图 2 联想集团全球供应链智能运营总监段辉丽在会上发表演讲
入选的联想集团供应链智能控制塔(SCI-Supply Chain Intelligence)由联想集团自主研发设计,于2017年启动,集结了包括全球供应链、研究院、开发及企业数字化转型团队的资源,堪称联想全球供应链的“智能大脑”和“指挥中心”。通过构建数据驱动的智能供应链生态体系,基于供应链的发展提供实时数据、智能分析和决策参考,供应链智能控制塔能够为供应链实现智能运营转型赋能,并提高供应链的运营效率及韧性。
“联想全球供应链智能控制塔SCI,旨在通过大数据以及人工智能等技术为供应链生态体系内各个合作伙伴提供实时的业务运营状况,并针对运营异常状况进行诊断分析、模拟假设、预期预判并辅助快速决策。SCI 始终以满足客户需求为核心,集供应链端到端的流程自动化和管理经验于一体,自主研发打造的全球供应链中央管理平台,通过智能技术加持不断提升全球供应链的智能运营水平。” 联想集团全球供应链智能运营总监段辉丽在会上发表演讲时表示。
据统计,联想集团拥有30多家自有及合作工厂、2000余家核心零部件供应商、280万家分销商和渠道商,以及服务180多个国家和地区客户。联想供应链智能控制塔能够有效地打破“信息孤岛”,实现供应链生态体系内业务运作信息的数字化,并实时共享。其次,利用机器学习、人工智能等技术手段,智能控制塔可以辅助供应链管理者做出决策,从而更好地服务终端客户。
通过该项目,联想集团内部实现解决问题的决策时间缩短50%-60%,工作流程自动化成都提升,工作效率提升10%-20%,订单及时交货率提升5%,更好地服务全球客户,同时将库存控制保持在行业领先水平。
此外,同样斩获“年度中国供应链数字化创新先锋奖项”的联想集团合肥产业基地供应链“智慧物流”项目则基于复杂多样的业务场景,坚持服务高效化、成本最优化,融合技术创新和模式创新,将大数据、算法、定位、物联网等技术应用到物流运作的各环节,实现了业务数据可视化,提升物流运作效率。通过原材入库、存储、出库、成品入库、存储、发货等环节端到端的打通,智慧物流项目构建供应商生态物流协同的新模式,助力物流精准决策、高效运行。
正是凭借联想供应链的数字化实力,在全球最权威供应链榜单Gartner Top 25的最新排名中,联想集团再次入围并录得历史最佳排名,位居第8,并且再次蝉联亚太第一。
联想集团高级副总裁、全球供应链负责人关伟表示,经过5年的发展,联想集团供应链已完成了从数字化转型1.0到2.0的升级。以“互联互通、协同智能”为愿景,数字化转型2.0旨在与合作伙伴共同合作,建立一个行业领先的数字协作平台,运用人工智能、大数据和机器学习系统,实现全智能自完善的解决方案,最终在5年内实现和所有合作伙伴之间,包括整个供应链生态圈的数字化转型。未来,联想将持续通过数字化、智能化的手段将供应链的解决方案以智能产品的方式对外赋能,同供应链的合作伙伴一起共同推动、提升行业的整体智能化水平。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。