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
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。