国家大力推进物流流通领域建设。随着技术的进步和业务的发展,企业现有物流系统越来越难以满足企业高效运营、管理支撑和卓越体验的要求,不适应数字化转型、智慧化物流的发展目标。为满足物流行业的发展需求。强化优势,发展高品质服务,打造航空物流地面服务综合服务商的核心竞争力,东航物流基于“一个平台、两个服务提供商”的业务战略和以成为极具创造力的物流服务集成商的愿景,正式启动EOS研发平台(以下简称“平台”)暨新货站系统项目。

图:EOS平台架构
EOS研发平台暨新货站系统项目基于Paas云的开放技术架构,全面支持业务发展的分布式设计,实现将货站各类核心资源数字化、数据采集自动化、现场操作移动化、流转文件无纸化管理;实现多货站、多营业点、多业务模式的精确数据治理,支撑业务创新和高效运营。
平台秉承着“混合+多云+开放+安全+可靠”的原则,引入全面升级的基于开放技术架构
的云原生Paas平台,在解锁封闭技术的单一供应商风险的同时,获取企业级开源软件带来的技术创新、友好生态、技术债务持续优化等优势,承载业务应用开发态以及运行态的所有云原生能力的技术组件,包含微服务框架、DevOps、分布式技术组件以及容器云等。容器云作为云原生Paas平台的技术底座,能够快速动态交付业务应用服务环境,屏蔽异构基础设施。

图:EOS新货站
平台可支持按照公司、事业部、货站到分部的分层级管理,支持多货站,多营业点,多业务模式,建立健全更加精准的数据治理体系。为货站运营和企业管理提供生产、财务、质量数据支撑以及分析回顾。支撑货站新业务实现,推动产品模块化、系统服务单元化,打造一体化业务平台,迅速响应业务部门新的业务需求。全面升级基于Paas云的开放技术架构,支持业务发展的分布式架构设计。建设一套经验证的EOS研发平台,掌控自主的核心技术和大项目管理能力。引入人工智能,大数据分析等技术,为智慧货站建设提供有力支持,促进公司降本增效转型发展。
2021年末东航物流开展新货站业务系统建设工作,实现将货站资源数字化、数据采集自动化、现场操作移动化、流转文件无纸化;实现单证信息、货物信息、主要资源及运营状况的可视化;实现多货站、多营业点、多业务模式的精确数据治理。项目将打造成为行业领先的智慧货站地面业务平台,支撑公司业务创新和高效运营。
在企业价值方面,项目建设后按运行6年计算,平均每年分摊成本约800万,目前货站相关系统每年开发商投入约1200万,基于新技术框架开发的系统,易于维护和升级,预计可节约50人月,降低了IT成本;通过无纸化生产流程降低运营成本,节省30%单据,按300个生产和管理环节,每天2000笔业务计算,一年约减少单据100万张;运用移动生产、自动派单等方式价提高人力成本效益,操作效率预计提升20%;通过提升服务能力、水平,支持新业务发展、新场景支持,提升业务效益,实现业务拓展增收,预计可支撑未来货站业务每年增长10%的业务发展目标。
在社会价值方面,项目建设后提升了面向客户的货站服务、客户体验。提升企业形象与客户满意度;提升了货站生产操作效率,减少重复操作,加快信息及货物流转速率;提高了对货站的综合管理能力,规范化、标准业务操作和流程,加强生产过程管控;同时通过项目建设,验证新的研发平台,建立东航物流新的技术研发体系,并通过货站核心系统的建设,为后续核心系统建设奠定基础,提升项目自主管控能力。项目探索和推广了适用于航空物流的国内智能货站系统,为行业提供货站智能化运营提供的智能化建设和运营经验。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。