至顶网CIO与应用频道 03月08日 北京消息:近日,IBM全球企业咨询服务部和魅族科技有限公司(以下简称“魅族”)联合宣布,由IBM为魅族规划、设计的全新S&OP(销售与运营规划流程)运营体系已正式上线并投入使用。新的体系对需求计划、产销协同以及供应计划进行了深度调优,使产销存达到合理平衡。自去年7月上线以来,该体系已经为魅族节省了3-4亿元的运营成本,为其实现“精简、高效、低成本运营”的经营理念提供了准确、高效、快速的决策平台。
魅族成立于2003年,是一家专注于智能手机等多媒体终端研发与设计的高科技企业。作为国内多媒体终端行业的知名品牌,魅族立足中高端市场,一直致力于向消费者提供国际一流性能和品质的电子产品。2017年,魅族全年总出货量近1681万台,销售额破200亿元。秉持着“追求源于热爱”的创业初衷,魅族更是将打造“千亿级企业”作为公司的全新战略目标。
随着5G、全面屏以及屏下指纹识别等新技术不断出现,手机市场的竞争愈演愈烈。在内外因素的共同驱动下,魅族决定全面升级自己的供应链管理体系,打造更加高效的产销协同与供需能力,以应对复杂多变的市场竞争,为实现战略目标奠定良好的基础。
在全球供应链咨询服务等领域拥有丰富的经验和实践。IBM在全球供应链领域有着从技术到实践的丰富经验,对电子制造行业、相关发展趋势以及关键成功要素有着深刻理解,自身的供应链转型历程也可以为客户提供实践经验和参考标杆。这些因素成为魅族选择IBM最主要的原因。
双方自2017年3月开始项目合作,花费近5个月的时间携手完成了共计三个阶段的工作。在前两个阶段,IBM通过访谈与调研等形式,对魅族所处行业与业务进行了细致的分析和梳理,并基于对魅族战略及运营目标的理解,对其产销存计划体系现状做出了评估。
评估结果显示,在需求端,魅族缺少与前端市场需求及时对接的通道,销售渠道无法参与需求计划管理,缺少完善的计划管理闭环,因此需求预测准确率偏低,无法较好的指导生产计划排程及物料备货;在供应端,由于缺少良好的产销协同,魅族后端整体交付水平较弱,产销协同计划达成率低,难以满足市场的需求。此外,各职能部门各司其职,缺少整体计划的运作视角,缺少对需求管理、计划管理、物料管理等重要业务过程的评价指标,也是魅族在运营管理中存在的问题。
针对这些问题,IBM以贯通魅族需求、产销协同与供应为重点,规划和设计了完整的S&OP运营体系,具体包括:
新的S&OP运营体系通过强化跨部门协同提升了需求计划准确率,保障物料准时供应,同时与外部客户和供应商建立协同,从而使魅族整体的运营效率与收益大幅提升。通过改用DOS(库存天数)管控机制,全面优化了计划制定的流程。对比项目前后,库存周转天数减少了4天,需求预测准确率提升8%。此外,在销售计划满足率提升了8%,关键物料交货达成率提升10%。
魅族科技供应链高级总监、魅族S&OP运营负责人杨岩
魅族科技供应链高级总监、魅族S&OP运营负责人杨岩表示:“魅族希望打造精简、高效、低成本的运营体系,更快地响应市场变化。IBM拥有丰富的行业经验、资深的行业数据积累,以及专业的咨询团队,为魅族量身打造的S&OP运营体系让魅族的资源调配达到最优化,对魅族业务的中长期发展提供了有效支撑。”
IBM全球咨询服务部副合伙人、采购与供应链业务负责人何畏表示:“IBM在供应链领域拥有从技术到实践卓越的领导力。我们期待与中国更多的制造业企业合作通过供应链进一步提升企业的核心竞争力。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。