至顶网CIO与CTO频道 10月24日 编译:每一位供应链管理者都在努力改善运营、集成新技术,并设法从浩如烟海的来源处获取并使用数据。为什么要这般费力?因为我们如今已掌握有分析知识与技术能力,足以建立起能够激发客户需求并最大程度降低实现成本的数字供应链体系。虽然不同企业的解决方案也有所差别,同时因所在行业而异,但每家公司都有必要解决一系列共通性问题。下面,我们将共同了解成功实现数字供应链转型的八大关键性举措。
1.推动收入提升的效能指标。任何企业都拥有自己的一套用于衡量成本与交付效能的复杂方法。然而,很少有人能够找到可以准确反映供应链在刺激需求与提升收入方面重要意义的量化指标。这种衡量能力的缺失,导致我们很难提升客户满意度、增加收入乃至开发出新的商业模式。从另一个角度来看,如果能够采取正确措施,我们将找到市场与客户数据的强大管理方式,真正利用供应链为客户创造独特体验人,最终帮助企业高管突破限制创新与增长的原有孤岛、实现业务体系的重大转变。我们建议各位CEO与CFO协助建立这种行之有效的指标,并据此严格审查业务进度。
2.以“有目的的协作”为目标。大家还记得上一次企业CIO、销售与营销负责人以及运营负责人坐在一起讨论构建强大客户体验方案是在什么时候吗?上一次感受到数据能够在不同部门之间自由流动,又是在什么时候?事实上,这种跨职能协作应该成为将客户与运营体系联系起来,同时提高客户忠诚度的主要手段与灵感来源。因此,请确保各位主管、经理以及员工积极参与到这种有目的的协作中来。
3.如果无法让客户满意,坏消息将接踵而至。Uber公司用实际行动向出租车市场展示,在通过供应链把客户与产品/服务匹配起来之后,能够迸发出怎样的能量。客户喜欢这种透明的定价与服务交付方式。另一方面,传统出租车行业则长期满足于缓慢的服务交付途径,并导致其市场份额迅速流失、盈利能力急剧下降。像Uber这样以客户为中心的数字供应链方案也将进入您的行业,并彻底颠覆现有商业模式。
4.从“数据交换”起步以获取必要信息。大多数供应链负责人并没能真正理解实现业务增长需要哪些数据。因此,锐意进取的供应链管理者不仅应当擅长使用现有数据,同时也需要关于收集新型数据。这可能意味着安装传感器或者使用物联网设备,也可能意味着需要与其他企业(例如分销商)合作并交换业务数据。数字供应链要求我们采用新的数据模型,而数据交换通常是最好的信息获取渠道。我们应采取相关步骤以识别并评估所需数据,同时深入剖析现有数据中蕴含的价值。
5.利用区块链创造更高客户价值。不用理会关于区块链技术中不可变性与分布式分类账的炒作之声;相反,我们不妨以务实的态度将区块链引入供应链体系,从而快速提升客户的使用体验与满意度。同时,在借此消除了供应链中的非增值部分并显著减少文书工作与验证成本之后,投资回报也将快速显现。
6.让算法管理成为职业发展的前提。每个人都很清楚,算法代表着商业发展的未来。我们需要由软件开发人员创建这些算法,但更重要的是,我们也需要让在职管理者如何这些算法的工作原理,从而确定人工智能/机器学习资源的分配优先级并实现跨界工作人。如果缺少算法管理能力,您将无法在职业生涯中更进一步。
7.通过人员更迭以及员工再培训推动数字化转型。现有管理团队很难在短时间内转型为具有强大分析技能的数据驱动型决策者。因此,大家可能不得不引入更精通统计分析专业且了解分析与算法管理技能的新成员,用以替换原有管理团队成员。但与此同时,我们也可以通过内部培训逐步提升管理团队与员工的技能水平。简单来讲:聘请技术人士,再由他们负责培训其他老员工。
8.设定看似不可能的目标,并帮助人们实现这些目标。曾有一位客户告诉我,“组织”这个概念的存在,就是为了防止人们把事情做好……可能有点极端,但我亲眼见到过很多人在拥有自主行动能力与决策空间时所爆发出的强大能量。因此,请为供应链转型以及客户满意度驱动下的收入增长设定成长目标,而后改变企业文化,鼓励人们用更多灵活的方法在运用数据赚取利润的同时取悦客户。虽然看似不可能,但这一切其实完全可以实现。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。