亚马逊云科技助力世界领先的快消品公司联合利华中国,建立起以数据、技术和洞察为核心的智能化运营云平台,进行数字化转型和创新。联合利华中国将分散的销售、营销、供应链、生产等核心业务系统迁移至亚马逊云平台,创建智能湖仓,应用机器学习开展供应链和销售预测的创新实践,实现了对数据的统一、灵活和安全的管理,系统敏捷性与运营效率大幅提升。
在今日揭晓的“IDC未来企业大奖”评选中,联合利华凭借其中国数字化转型项目在数千家参评企业中脱颖而出,荣膺“未来运营领军者”奖项,体现了行业权威机构对其数字化转型成就的认可,同时展现了亚马逊云科技赋能所带来的业务成功。此外,联合利华中国“基于云平台的数据湖项目”还入选中国ECR(高级消费者响应)委员会的“2020-2021年度中国ECR优秀案例创新项目“。
亚马逊云科技从2019年开始支持联合利华中国大规模上云,在整合分散的系统向云平台迁移时,亚马逊云科技Amazon Elastic Compute Cloud (Amazon EC2)弹性计算平台为联合利华中国带来安全和可伸缩的算力,Amazon EC2 Spot 实例以经济高效的方式运行和扩展其基础设施,为其带来业务敏捷性、成本节约和规模可扩展性。联合利华中国还将使用Amazon Graviton2自研处理器实例,这些实例相比基于x86处理器的同类实例,性价比提高了40%。
亚马逊云科技还为联合利华中国部署了智能湖仓架构,建立起了大数据分析平台,充分挖掘销售数据和供应链数据的价值,显著提升数据的业务洞察力。通过使用Amazon Redshift 数据仓库实时跟踪产品库存与订单交付信息,联合利华中国可统一自动生成多维度、自动化、高度可视化的报表,业务部门能更敏捷地响应迅速变化的需求。通过Amazon Glue无服务器数据集成服务, 简化数据发掘、准备和合并的流程,方便后续数据分析、机器学习和应用开发。
基于统一云平台和大数据平台,机器学习和人工智能也在联合利华中国获得了创新性的应用。联合利华中国在生产流程中引入Amazon SageMaker机器学习服务,用于需求预测,进一步指导生产计划和供应链规划。从过去基于专家的经验判断,转型为利用不断积累的业务数据并结合节假日、促销活动等关键因素训练出需求预测模型,在降低人工预测成本的同时,还提升了预测准确率,帮助减少了不必要的固定资本投入并提升了库存周转率。
基于智能湖仓架构,联合利华中国还成功拓展了DTC(Direct To Consumer)业务模式,并通过使用Amazon SageMaker,训练机器学习模型,更精准地了解消费者需求;在有效降低数据管理成本的同时,实现线上订单量的大幅增长。
联合利华北亚区IT总监侯楠表示:“联合利华“立足中国,服务中国”,制定了技术转型战略,积极推进公司的数字化转型。在中国统一IT运营云平台建设过程中,我们优先考虑的事项包括全球基础设施、技术领先性、灵活性以及成熟的生态系统。我们选择亚马逊云科技,综合利用云计算平台、大数据分析、人工智能和机器学习等技术,建设了智能湖仓,坚持以数据、技术和洞察为中心,在全球一致性和本地快速响应之间保持平衡,提升了敏捷度和运营效率,将更好地支持公司技术转型战略和数字化的变革。”
亚马逊云科技中国国际客户及合作伙伴生态系统事业部总经理沈涛表示:“我们很高兴亚马逊云科技广泛而深入的云服务能够支持联合利华中国实现数字化转型,将其供应链智能湖仓项目打造成中国快消行业的标杆项目,基于亚马逊云科技机器学习和人工智能助力他们实现供应链预测的创新突破,从而为消费者提供更好的购物体验。”
好文章,需要你的鼓励
瑞典央行与金融机构及国家安全部门深化合作,共同应对网络威胁。今年5月,瑞典遭遇大规模分布式拒绝服务攻击,政府和金融机构受到严重冲击。总理克里斯特松承诺增加资金支持,建立更强大的公私合作伙伴关系。央行将举办第二届在线网络安全挑战峰会,鼓励金融机构提升网络安全能力。瑞典金融协会敦促建立危机管理机制,与国家网络安全中心等机构协调配合。
字节跳动发布Seedream 4.0多模态图像生成系统,实现超10倍速度提升,1.4秒可生成2K高清图片。该系统采用创新的扩散变换器架构,统一支持文字生成图像、图像编辑和多图合成功能,在两大国际竞技场排行榜均获第一名,支持4K分辨率输出,已集成至豆包、剪映等平台,为内容创作带来革命性突破。
工作压力源于大脑储存混乱而非系统。本文介绍5个ChatGPT提示词,帮你将工作压力转化为结构化行动:优先级排序任务清单、快速撰写专业邮件回复、从冗长文档中提取关键信息、生成问题解决方案、高效准备会议内容。通过系统化处理工作事务,将分散的精力转为专注执行,让大脑专注于决策而非重复劳动。
红帽公司研究团队提出危险感知系统卡(HASC)框架,为AI系统建立类似"体检报告"的透明度文档,记录安全风险、防护措施和问题修复历史。同时引入ASH识别码系统,为AI安全问题建立统一标识。该框架支持自动生成和持续更新,与ISO/IEC 42001标准兼容,旨在平衡透明度与商业竞争,建立更可信的AI生态系统,推动行业协作和标准化。