3月25日,“中国企业互联网+行动大会”武汉站召开。其中“iUAP企业互联网新平台”主题论坛,以当下企业较为关注的数据管理、大数据挖掘与分析、移动化等话题为重点,从不同的技术挑战点,以及不同的企业应用案例角度进行解析分享,受到众多企业关注。
活动现场
iUAP企业互联网新平台 连接一切
在共享经济时代,企业的思维纷纷转向“互联网+”,他们所希望的产品应该是个性化的、可定制化的、可批量化的;流程和业务安排是智能化的;企业信息是共享化的,与外部是互联互通的。
现实状况是,很多企业没有形成统一的数据标准,没有精准的数据应用,无法全面挖掘企业内外部数据价值;不知如何快速构建互联网应用,并整合外部资源;系统繁多,原有的老系统无法与互联网新系统相融合……
用友网络企业互联网平台事业部副总经理刘然
“我们在总结了大部分企业互联网的应用实践后发现,企业需要的是数据驱动的、用户至上的、开放互联的、随需应变的、自主可控的平台产品。”用友网络企业互联网平台事业部副总经理刘然分享了iUAP所看到的企业在“互联网+”下的IT需求现状。
用友iUAP平台可以同时满足企业传统业务与企业互联网业务需求,包含互联网与云服务、移动与统一通信、企业大数据平台、开发与集成四大领域产品及服务。可帮助企业方便地实现内外部的数据整合、O2O互联,基于互联网构建出产业生态圈, 再以生态圈方式实现商业模式和管理创新。
刘然介绍,iUAP平台为企业向互联网转型所提供的整体解决方案,可以实现企业连接一切的愿望,如:企业内互联、B2B企业互联、产业链互联、社会化互联等。目前在iUAP平台之上已拥有30000多开发者、12000多家大型企业客户。
应用实践分享——电商企业大数据分析
企业以数据为中心驱动管理与信息化建设,数据可以通过再利用创造更多价值。
某电商企业通过用友的大数据解决方案建立应用日报,反应线上电商网站每天的运行情况,底层支撑为UDH大数据平台,可以存储海量,并对数据进行实时计算和分析。
用友网络企业互联网平台事业部高级咨询顾问邵贤波
用友网络企业互联网平台事业部高级咨询顾问邵贤波介绍,iUAP为该企业提供的方案由三部分组成,底层为用友AE-DI进行数据整合。中层为用友AE-BLU数据仓库进行数据处理;上层为用友BQ进行数据分析和展示。主要解决了以下问题:
一、对用户访问数据进行实时的数据分析,为业务部门提供真正有价值的数据展现,支撑爆品、团购、秒杀等快速变换的业务形式。
二、海量的统一数据存储平台,快速提供多种形式数据应用。
三、采用列式数据仓库存储海量数据,采用成熟的BI分析工具用友BQ进行报表分析。
四、对搜索引擎数据进行关键词组合,通过用友大数据平台反应顾客“大数据”信息,使企业可以更加准确的对用户行为进行分析、需求挖掘。
应用实践分享——医药集团主数据管理
通过主数据管理,可以保证主数据的完整性、一致性、时效性、共享性和准确性,从而实现业务协同交互、全局数据分析、数据标准化。用友网络企业互联网平台事业部华南区总监陈辉介绍,用友iUAP通过提供集成平台+主数据管理的方式,为企业提供全层次的集成产品。
用友网络企业互联网平台事业部华南区总监陈辉
某医药集团,由于各个组织的业务信息化系统大量独立建设,数据利用停留在各个组织内部,各组织的数据标准不统一,业务数据也不一致,导致数据难于交换,业务难于协同、对数据的分析利用只能停留在各个组织内部。
iUAP 通过建模、建立、管理、共享四个过程,实现了该公司对主数据的统一规划、统一编码和统一管理。通过主数据管理平台固化主数据管理流程和管理规范,提高数据准确性;iUAP里内置了典型主数据模板集以及公共数据,可方便积累数据资产,为商业分析提供数据标准化支撑。
应用实践分享——铁通移动应用开发与管理
企业在移动化过程中遇到一些问题,如:移动战略规划层面、APP端开发层面、服务器端集成层面、移动管理与移动安全等方面的挑战。
面对这些问题,可能你会问,那什么技术开发移动应用最好呢?用友网络企业互联网平台事业部高级咨询顾问刘岩认为,技术无优劣,合适的就是最好的。用友iUAP Mobile移动平台采用交叉编译方式,可支持原生、混合、WEB三种技术方式,可自由匹配业务场景,打造不同厚度的Native壳, 让用户去选择合适的技术。
用友网络企业互联网平台事业部高级咨询顾问刘岩
比如,铁通在开发外勤助手APP这个项目时,十分纠结平台的选择。最后选择了支持企业级移动化比较好的iUAP Mobile,保持了原生的性能和体验,而且可以与原有的业务数据很好的融合。
铁通外勤助手APP实现了灵活的硬件设备访问:可通过GPS定位用户的当前位置;通过手机NFC功能扫描用户的身份证信息;通过第三方支付平台实现在线支付。这整个项目仅用了2名开发人员、1个月时间,既弥补了铁通的技术和人员缺陷,也让铁通更简单、快速的拥有移动化的能力。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。