9月27日,中国物流与采购联合会主办的“2022中国同城即时物流行业峰会”在宁波举行。多点DMALL SaaS研发中心高级总监陈品竹受邀分享主题演讲《数智化履约助力实体零售提质增效》。同时,多点DMALL提报的案例【数字化零售采购招商系统驱动供应链降本增收提效】,荣获“2022电子商务物流创新案例“,树立实体零售数字化应用实践的典型标杆。

陈品竹介绍,多点DMALL为实体零售转型升级,提供覆盖全场景全流程全要素的数字化解决方案。具体到末端履约环节,零售商对到家服务以及全渠道的履约能力越来越看重,愿意为此投入更多的资源,C端用户对于履约的服务质量和配送的及时性要求也在逐年提升。 对此,不同规模、业态的零售商,面临的挑战既有相似也有不同,数字化的SaaS系统,可以高效灵活地满足不同商家的个性化需求。
“想提升履约能力,不能简单地只从拣货、配送两个环节着手,应该站在整个供应链的角度,从上下游协同合作,实现全面数智化,才能真正做到提质增效。”陈品竹从理货、拣货、送货、卖货4个方面具体阐述。
从理货看,在后仓,主要应用定位定量的方式管理仓库,根据仓库、货架实际情况,实现快速灵活配置。在前场,则通过陈列系统,实现商品精准定位,将动线规划和货架商品关联度匹配,从规划层、执行层、数据层,形成完整的陈列闭环。陈列系统可以保证货架陈列的准确率在95%。操作中使用的设备都很常见且价格低廉,降低维护、学习成本。另外,运用智能补货系统管理商品,能大幅降低缺货率、库存周转天数。
数字化在履约中的应用涉及方方面面,有效扩大商家的配送范围,覆盖更多的用户,接入更多的线上流量,集中管理全渠道。陈品竹举例智能运力、排线的应用,能根据每个店不同的能力,进行动态计算,引导消费者在合理时段下单。同时智能调度拣货员、配送员,来保证这一波次时段的订单可以及时履约完成,综合考量订单因素(预售单、预约单、即时单)、商品因素(化冻、生鲜、散称优先)、拣货因素(拣货距离、未完成作业、拣货员)、配送因素(订单时间、增加单次配送单量)。而系统的智能路区规划,相比人工规划,能在整体配送效率上提升30%以上。
在2022年的上海疫情中,麦德龙应用多点DMALL的数智化履约系统,更好地应对了保供挑战,快速创建了28个麦云仓,475万份保供套餐通过麦德龙APP在6000个小区实现了线上配送。
陈品竹表示,数据驱动的理念体现在DMALL OS的迭代中,在方便获取、及时触达、用户思维、创造效益方面,都取得了显著效果。“数据驱动、任务到人、逐级解决、实时响应”的管理理念和行业最佳实践,融入到系统当中,有效帮助实体零售商全面回归商业本质,做到降本增效。
好文章,需要你的鼓励
Brave Software开始为其AI助手Leo提供可信执行环境(TEE)技术,以增强云端AI服务的隐私保护。目前该功能仅在测试版本中支持DeepSeek V3.1模型。TEE技术能为数据处理提供可验证的机密性和完整性保障,解决传统云端AI模型处理用户请求时数据暴露的隐私风险。该技术采用Intel TDX和Nvidia TEE方案,让用户能够验证服务提供商的隐私承诺,确保AI响应来自声明的模型,未来将扩展支持更多AI模型。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
OpenAI宣布与富士康合作,专注于下一代AI基础设施硬件的设计和美国制造准备工作。双方将结合OpenAI对AI模型需求的洞察和富士康的制造专业知识,共同设计多代数据中心硬件,强化美国AI供应链,并在美国本土构建关键AI数据中心组件。此次合作旨在满足先进AI模型对专用物理基础设施的需求,加速先进AI系统的部署。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。