近年来,战争、疫情等黑天鹅事件频发,传统焦化企业的运营受外部影响因素越来越大,为了响应国家的双碳、环保政策,更好地服务客户并持续创造价值,降本增效提高企业的核心竞争力,陕西黑猫制定了数字化转型专项规划,从战略规划开始,同步开展人员组织架构、五级流程体系、财务共享等一系列变革,重视组织与模式创新。基于新的战略规划推倒旧的信息化体系,重塑了新的数字化综合平台,以ERP为核心与财务共享及银企直连实时集成达到了实时的业财融合,通过SRM供应链关系管理、销售竞价平台及销售协同平台等系统做到了上下游的数字化线上协同,同时整个集团的流程、公文、车辆证照等统计在0A系统进行及时协同,所有的应用系统从流程出发完全打通并融为一体,数据完全集成并实时传输,最终通过综合平台,以数据与流程的双驱动为导向,全面提升运营管理效率。

图:陕西黑猫数字化战略规划
基于战略规划,陕西黑猫搭建了以ERP-财务共享-银企直连的业财一体化体系,在ERP中业务财务双向融合,业务票据通过财务共享模式,通过OCR识别校验而后统一传输到共享中心进行审核,审核通过后银企直连自动对银行进行付款。通过这套体系,达到了每笔业务活动均会自动产生会计凭证,资金统一管理,票据自动检验并且线上审核,银行收付款自动传输关联,从业务开始的整个信息流自动流转,减少人为干预。数据是数字化的核心,陕西黑猫基于转型战略成立了主数据组织,对整个集团的物料主数据、采购主数据、销售主数据、生产主数据、设备主数据、财务主数据进行重新定义及梳理,制定了基于“特征值"的唯一性规则以避免数据重复,同时严格定义填写规范并落地相关制度。以核心数据平台为中心,同步集团各类主数据到各应用系统,保证数据源统一。

图:Bl商务智能与大数据分析
同时,本次数字化项目,在具体场景搭建了供应链上下游的协同的相关应用。在上游启用了基于SAAS云平台的SRM供应链关系管理系统,通过该系统实现了线上供应商准入、线上寻报价,基于集团采购的最新的转型方向实现统谈分签、分谈分签。在下游陕西黑猫搭建了销售协同平台,通过该平台系统可实现产品销售、计划下发、自助派车、自助取卡排队、自助叫号(包含自动、手动)、门禁自助验证、无人值守计量、装卸货验证、三级化验加密等功能,可实现与上下游的供应商、客户进行计划、收发货的协同,大幅提升上下游计划、运输、沟通的整体效率。
基于战略规划、数字化应用最佳实践及相对应的业务变革,陕西黑猫梳理出了五级流程体系,此流程体系将数字化与企业流程、精细化管控融合到一起,梳理业务运营管理的核心管理要素,落地到系统并进行系统的强管控,减少对人的依赖,实现业务的精细化管理,达到了数据驱动业务、流程驱动业务的双驱动模式。平台以五级流程体系落地为抓手,进行全集团数字化重建,全集团统一规范运作,内控与精细管理融合在流程中的关键节点,通过流程体系文件将制度标准化,在流程运转中避免员工做“选择题”,通过规则校验与自动化减少人为错误。
通过ERP-财务共享体系-银企直连达到业财完美融合,达到报表数据严谨且有据可依。同时做到全集团资金统筹规划,优化现金流,实时控制预算及成本。搭建集团数据体系,通过重塑ERP-SRM-销售协同平台体系,提高整体运营协同效率,降低人力成本,使得企业可实时准确掌握企业的运营情况。数字化综合平台平稳运行后,一切报表数据均有迹可循,同时根据整体运营数据进行事前预测、事中控制、事后分析,及时应对上下游市场的变化,提升客户满意度,持续为客户创建价值。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。