ZD至顶网CIO与应用频道 06月13日 北京消息:近日,IBM(NYSE: IBM)宣布,创美药业(2289.HK)将会基于IBM POWER8部署SAP新一代S/4HANA商务套件,助力创美药业加速实现数字化转型、实现智慧医药分销的工匠精神。
自2000年创建以来,创美药业不断扩展业务规模、增强商业竞争力。经过十六年的发展历程,创美药业已发展成为华南地区第三大民营医药分销商,形成了辐射华南地区广泛的业务范围及庞大的市场营销网络。2015年,创美药业在香港联交所挂牌上市,通过进军国际资本市场,整合多方资源,进一步探索创新发展之路。
创美药业作为华南地区领先的医药分销商之一,一直坚持以市场为导向,以客户为中心,以保障医药健康产品质量安全为根本,努力建成标准化服务体系,致力于成为中国医药健康产业最具市场竞争力的服务商。
创美药业副总裁兼首席技术官范剑波先生表示:“当前,无论是全球还是国内企业都面临着数字化转型的需求。创美药业与时俱进,积极寻求适应自身业务需求与特点、与国际技术水平接轨的IT基础架构,意求在转型趋势中占领商业先机。IBM与SAP都是各自技术领域内的‘龙头品牌’,双方已有逾四十年的合作经验,有着深厚的技术沉淀。我们相信,IBM Power在安全、稳定、高效等方面的优势,将对创美药业信息化产生又一个重大的里程碑效应。”
面对“互联网+”时代的到来对传统企业提出的信息技术转型要求、不断扩张的业务范围对IT架构造成的压力以及B2B(创美e药)推广力度的加大,创美药业亟需部署一个性能卓越、表现稳定、扩展灵活的IT系统,通过建成一个企业级的集成性信息平台,实现财务及业务的一体化和数字化管理,从而为未来的业务拓展奠定坚实的基础。
为应对创美的信息化与数字转型发展需求,IBM将基于Power Systems平台,帮助创美部署SAP HANA on Power内存计算解决方案。凭借领先于其他架构的稳定性、灵活性、可扩展性等优势,IBM将使创美能够更大限度地获取SAP HANA内存计算技术的能力:
SAP HANA on Power是IBM与SAP强强联手响应大数据时代企业新型IT需求所交付的最新成果,其在全球及本地已帮助包括制造、交通、零售在内的多个行业用户实现数据能力的升级及服务水平的提升。为加速该方案在本地的进一步应用,IBM于4月20日正式启动了大中华区首个SAP HANA on Power演示中心,通过开放关于其应用场景、部署流程、性能测试的线下体验渠道,为本地客户直观地了解和体验这一解决方案提供契机。
IBM大中华区提升客户体验委员会成员、Linux服务器总监林灿辉表示:“2015年4月,IBM成立IBM Watson Health部门。最近几年,IBM公司已经投入了超过40亿美元,通过并购而扩展Watson Health平台,这表明了医疗业务对IBM的重要性。IBM一直认为,技术和大数据拥有推动医疗行业转型的潜力。此次,IBM与创美医药的合作标志着IBM服务本地医药健康领域客户的崭新开端,通过为创美药业部署Power Systems,IBM希望将其长期积累的行业经验进一步服务于本地的医药行业。”
通过与创美药业结成信息技术长期合作伙伴关系,IBM希望为其提供认知智能、数据分析等方面解决方案,协助创美药业打造国内一流的医药分销渠道和管理体系。IBM还将以更为多样的服务举措,进一步帮助更多寻求数字化转型的本地企业提升其IT架构实力、挖掘商业潜力。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。