至顶网CIO与应用频道 10月16日 北京消息:“Andreani是一家来自阿根廷的物流企业集团,拥有阿根廷最大的物流基础设施,成立于1945年。业务领域涉及物流、制药、通信技术和房地产,范围覆盖阿根廷和巴西。” 这是Andreani IT与物流流程部总监Gustavo Echenique,在2017华为全联接大会——“商业管理,打造精简业务引擎”峰会上的开场白。
Andreani IT与物流流程部总监Gustavo Echenique
大会当天,Gustavo Echenique发表了主题为《基于全面云化流程》的演讲。“为了商业增值,全球的物流企业的IT系统都在加速转型。” Gustavo表示。作为阿根廷物流行业中的创新标杆,Andreani一直在积极投入,尝试新技术,来促进自身IT业务的持续创新。
Andreani在阿根廷有多个分支机构,目前,其业务已经扩展到了电子商务领域,通过电商平台,Andreani可以为跨国企业提供完整的、个性化的电子商务服务解决方案,帮助客户不断优化流程、仓储、货物准备及货物跟踪。Andreani的客户成千上万,包括桑坦德银行和惠普公司。然而,随着业务量的增长,原有的IT能力明显不足,Andreani面临云化选择。
在此过程中,Andreani不仅在寻求云服务供应商,也在寻找技术合作伙伴,帮助自身设计和思考技术革新和云转型。“经过一段时间的测试、对比,Telefonica和华为在云技术、网络和服务响应上给我们留下了深刻的印象。因此,Andreani最终选择了Open Cloud 作为自己云转型的服务供应商。” Gustavo表示。
2016年10月,华为与西班牙电信企业解决方案公司(Telefonica Business Solutions)携手在智利、巴西、墨西哥三国发布了Telefonica Open Cloud公有云服务,并于2017年扩展至秘鲁、阿根廷和美国。Open Cloud的推出,确立了双方共同帮助传统企业IT上云的合作伙伴关系。基于双方的合作条款,华为提供包括服务器、存储、网络、云操作系统在内的创新软硬件解决方案,并为Open Cloud提供专业技术支持。
Gustavo介绍,通过引入Open Cloud公有云服务,解决了Andreani四项业务瓶颈。首先,解决了Andreani原来多云管理,没有统一平台的窘境,提升了运维效率;其次,为电商平台提供了弹性伸缩可拓展的资源,提升了用户体验;第三,为SAP ERP系统提供了本地云服务节点的服务支撑,并且满足了其保证物流系统实时稳定的MPLS互联专线的诉求,提升了应用系统的用户体验和网络延迟。第四,协助Andreani的WMS DC 上云。降低了整体的TCO成本,双AZ备份,保证服务不中断。
据介绍,Andreani向云整体迁移分为3个阶段,首先将电商平台迁移上Open Cloud,应对黑色星期五等营销高峰的用户体验;其次,SAP系统上云,提高内部生产环境的开发体验,提升效率。华为、Telefonica为Andreani帮助其设计了基于双活架构的容灾环境,解决了容灾备份的痛点;另外,基于OpenStack开放架构的Open Cloud支撑了仓库管理系统(集成所有承载关键业务的核心系统),使Andreani获得了完整的混合云解决方案,节约了成本。
“目前,Andreani整体的云化规划执行到第二阶段,Andreani相信,在目前Open Cloud技术解决方案的支撑下,Andreani在物流领域将继续保持领先地位。” Gustavo表示
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。