ZD至顶网CIO与应用频道 10月17日 北京消息:随着《网约车管理暂行办法》的公布,以及北上深等多地新政草案的出台,不仅明确了网络约车的合法地位,并且意味着网约车未来发展将更为规范。加上此前,滴滴出行宣布收购优步中国,都将有助于移动出行行业走向更健康有序的发展阶段。因此,越来越多的消费者将转向网络约车服务,尤其是B端企业用户与高端商务人士。有分析指出,收购案和地方新政等因素将让网约车更重视安全和服务品质,或成为企业用户差旅出行中的首选。
尽管如此,从企业管理的角度看,网络约车服务要想与企业差旅费用管理系统无缝对接,仍然还有较长的路要走。从外部来看,一方面,虽然如今约车服务很方便,但企业员工索要发票手续却非常繁杂,有时也会带来额外成本。大部分的约车平台在开具发票时都具有一定的滞后性,甚至有的用车服务平台平台不提供开票服务。另一方面,各个约车平台所开具发票的类别、主体企业、形式、金额都不尽相同,导致员工报销不及时、数据不完整或不合规的问题时有发生。而在企业内部,今天的大部分企业在走差旅报销流程时,还是要经历人工填写报销单、贴票、上级审核签字、财务人员审核以及财务打款的过程,整个报销流程不仅繁琐且周期漫长。同时,整个报销流程是员工手动完成的,有统计发现违规报销率可高达20%。
面对这些挑战,企业该如何应对,从而更好地管理并优化员工的差旅与费用报销工作呢?员工又应当怎样高效准确地完成差旅报销流程?来看看Concur给出的解决方案和高品质服务。
对外,Concur 的差旅及费用管理平台能够与最普及的业务系统轻松整合,同时建立定制型连接。无论是差旅供应商、在线旅行社、信用卡机构或是第三方代理等,Concur移动应用程序均能与之建立联系,并捕捉到费用开支的每一个细节。员工通过智能手机拍摄票据并将其附在费用报销申请中,千里之外的管理人员也能随时随地轻松管理报销。以Concur联手滴滴企业版为例,用户只需在Concur界面中直接与滴滴企业账户进行关联,并选择所需同步的行程类型,之后用户在滴滴出行的用车记录即会自动推送至Concur账户中,并可直接在系统内管理自己的出行记录,以提交报销。
对内,Concur平台出色的移动应用能力以及商业智能分析功能可以帮助财务团队更好地管理每位员工的开支状况。企业的管理人员在离开办公室的情况下,也可以通过移动设备审核、批准或拒绝下属的费用报销,缩短整个报销的周期并获得员工实时开支的细节视图。内置的财务连接平台可实现数据的自动流动,避免手动提取和输入时所导致的误差及延误。通过将差旅、费用、分析、企业资源规划 (ERP) 和信用卡信息集成到一个统一的系统,从而获得独立、全面、清晰的视图,使企业财务团队对员工的开支状况一目了然。在数据安全方面则更无需担心,Concur 已通过 ISO 27001、SOC 1 / SSAE16 和PCI 认证以及第三方机构的定期审核,为企业数据提供了最高级别的安全保障。
作为全球企业差旅与费用管理行业的领头军,Concur已经先后与Uber以及滴滴出行就企业级业务展开合作,最大程度地扩展其服务范围,共同开发中国移动出行市场的潜力。同时,Concur本身积累的全球差旅报销管理服务理念及经验,也能够帮助中国企业用户体验到国际化的差旅报销管理服务。
随着近期滴滴出行并购优步中国以及多地出台新政等动向,中国市场的企业差旅报销管理服务体系将被进一步整合,移动化、系统化的出行管控价值将会最大化地展现出来。未来,随着全自动差旅与费用管理系统的普及应用,Concur将更好地帮助中国员工获得舒适的差旅报销体验,帮助中国企业优化财务管理并降低开支成本,让差旅及费用管理变得更加简单,让商务旅行变得轻松自如。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。