至顶网CIO与应用频道 07月06日 人物访谈(文/孙博):“以前我们是以发展制造业为主,将来要着重聚焦智能物流等领域。”
在前两天Infor召开的媒体沟通会上,Infor分享了针对零售、物流行业的布局和解决方案。Infor大中华区商业咨询总监鹿崇告诉记者,零售业是Infor重点聚焦的行业领域,此前在零售业研发方面Infor共投资25亿美元,全球拥有1700多家零售业客户,实现了金融、绩效管理、人力资本管理、资产管理、客户体验、产品生命周期、供应链和策划的全面融合。
另外,以云为基础,实现了网络和机器学习,最终Infor形成了包括线上和线下单一的销售平台。据了解,Infor已经为世界200个国家和地区客户提供服务,帮助医疗、制造、时尚、酒店、零售等行业提升关键流程的自动化水平。
新零售面临新挑战
经济全球化时代,加上无处不在的互联网,在颠覆了人类几乎任何一种生活方式的同时,也给企业带来了一定的挑战。无论哪个行业,“数字化转型”成了无论如何都不能绕开的必由之路,企业需要通过线上+线下这样一个全新的业务模式,寻求最快的变革,满足用户不断变化的个性化需求。
谈到国内零售业的行业趋势,鹿崇在采访中提到了两点——集中化和多样化,消费者愈发倾向于网上购物,同时购买的物品也更加个性和分散化。因此,将线上、线下以及智能物流三个环节打通,在鹿崇看来,这是国内零售行业所面临的最重要的变革。“类似的,马云在去年也提到了“新零售”的概念——即“在一条价值链上对线上、线下、物流以及数据进行整合”。
目前国内零售行业的转型也才起步没多久,存在着或多或少的问题,在鹿崇的眼里,他看到了三个国内零售企业主要面临的问题。
第一个从需求预测角度来看,在类似“双十一”、“618”这样的大促日子来临的时候,无论从供应链,还是库存等多方面都应该提前做好预测准备。第二个运营的角度,当订单量突增的时候,如何实现最快的发货速度,这就是需要建立企业的智能仓储和智能运输。最后一个即决策和分析,根据此前的消费习惯,为用户提供一些购买建议。
打造以网络驱动的供应链
因此,在互联网时代,建立一个需求匹配的供应链和配送网络至关重要。Infor的愿景是打造以网络驱动的供应链,无处不在的用户体验,让Infor的解决方案适用于所有设备。
基于Infor Xi的技术平台,Infor帮助企业原有仓储、物流、财务系统以及多个不同供应商系统与Infor系统打通,实现业务一体化以及数据的集成。
举例来说,企业在生产等环节中拥有多个合作伙伴,他们分散在世界各地。通过Infor提供的供应链平台,实现每一个环节的可视化,实时了解不同合作伙伴、产品的具体情况。而对于那些规模不大,没有足够资金购买Infor服务的供应商,也可以连接到当前企业的网络中,拥有相同的供应链管理能力。
“我们的解决方案已经从以一个企业为中心的网络思维,转向了多企业的网络思维。所以我们往往会选择那些网络能力比较强的合作伙伴。”Infor亚太及日本地区解决方案咨询总监Cas Brentjens解释说,全球的供应链管理相对比较复杂,Infor希望赋予企业包括信息、地理、财务等在内的端对端供应链同步的编排,以及网络分析、供应链和财务的可视化的能力。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。