ZD至顶网CIO与应用频道 08月13日 北京消息:8月13日,主题为“融合互联 商业谋变”的2016年中国企业互联网大会在贵阳召开。贵州茅台集团党组成员、总会计师杨建军介绍了,茅台通过互联网+工匠精神深入融合构建六大平台:原料、协同供应链、智能生产、质量体系、营销管理、展示六大平台引领茅台发展。
贵州茅台集团党组成员、总会计师杨建军
以下为演讲实录:
互联网、大数据给制造业带来巨大成就的同时,也给我们带来了新的发展机遇。十八届五中全会,明确了国家将实施网络强国,以大数据战略与互联网+为主的大数据推动产业升级、促进产业结构的调整,这是新常态下党和国家,省委省政府都高度重视大数据。陈敏尔书记指出将坚持大数据发展以运用为中心,充分挖掘大数据价值,把大数据作为实施创新驱动的重要支撑。
茅台酒的工艺是中国制造业的活化石之一,是中国传统工匠精神的代表,茅台在坚持传统工艺的同时,也非常重视信息化的,提升科技创新、提升制造效益,实现工艺创新,确保产能提升,通过电子商务平台实施了营销的创新,实施了渠道的多元化。通过财务信息的管控,实现了费用、精细化的管理,通过出入库和内部的车辆系统,实现智能物流系统,通过互联网技术建立数字茅台系统,实现对全国经销商的销售管理,通过大数据创新,实现精准的食品安全保障与工程。
茅台将通过互联网+工匠精神深入融合,构建六大平台:原料、协同供应链、智能生产、质量体系、营销管理、展示六大平台,以互联网+引领茅台的发展。通过创新茅台的生产指标得到了发展。在省委省政府的带领下勇于创新、敢于担当,茅台系统进一步深入融合,大数据的积极倡导者和先行者。
首先茅台通过搭建物联网平台,实现全产业链数据追诉,茅台建成了国内首个云商、大数据分析调度、产业金融服务的平台,每一瓶茅台酒的走向都作为公司的信息。同时消费者也可以通过质量溯源体系对自己手中的每一瓶茅台酒的生产和流通环节进行查询。大数据的应用也让茅台实现了产品的走向精准化和透明化,我们将主动把握消费者的个性需求和消费体验。同时茅台通过互联网建立,茅台集中采购平台连接上游的供应商将采购业务规划了,加强了采购风险的管控,实施阳光采购。实施供应链的协同和优化,促进茅台和产业链参与方的构建电子商务和供应链平台,实现了创新。
茅台建立了自己的数字茅台系统,将分布在全国各地的一千余家专卖店通过互联网连接,实现了茅台的域网,实现了茅台的监控、互动,时时收集消费终端的信息。不断利用大数据和互联网洞察经销商和消费者的需求,以市场需求为核心构建智慧营销体系。利用互联网系统,建立了生产大数据系统,把制酒和勾兑环节纳入大数据环节。把传统的酿造变成智慧酿造,每一瓶茅台酒至少历时5年时间,茅台建立一套真正酿酒生产、采集、返回信息化系统,促进茅台酒精细化生产,保证勾兑、酿造、储存的工艺化,以及生产线上的参数,保证环节的一致性。对生产现场的监控,提高了产品的透明化。发展茅台的标准工艺,体现了茅台酒的魅力。
利用互联网联通消费者,因为茅台酒大家反映比较多是如何防伪,我们建立了自己的防伪系统,这套系统是基于物联网技术的生产控制系统、物流管理体系和质量溯源查询系统,实现过程有记录的生产系统。并建立起了防伪体系,针对企业、行业间的消费者提供信息系统专业的查询终端接手机多样化便捷式的防伪手段。茅台为配合贵州的食品安全云建设,把公司的产品质量等数据上传到食品安全云。
构建大数据在造茅台千亿大数据资产,我们将深入推行大数据革命的创新,更好服务全球消费者向传统空间相互联网空间延伸,从服务消费者向全球消费者时时互动延伸,把互联网大数据纳入生产经营中。利用3年时间建立茅台的云数据,实现与消费者的零连接,实现茅台多元化拓展的大数据平台,让茅台的优质数据成为企业最重要的数据资产,不断提升产业竞争力、品牌影响力和市场占有率。实现用数据说话、用数据检测、用数据创新的管理新机制。
茅台的互联网和大数据的运用处在启动阶段,我们将抱着学习先进的理念和经验,上周我们和阿里签订了备忘录,以出去新型产业的发展。希望在座的专家、相关人士分享经验,再次诚挚的邀请和欢迎各位莅临茅台参观指导,我们愿意与大家一同探索大数据的转型发展与升级。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。