搭建全价值链、全数据链、全生命周期的“数字化高速公路”
特锐德创立于2004年,于2009年创业板第一股300001上市,公司专注于户外箱式电力设备的研发与制造,并延伸开拓了新能源汽车充电网业务。2022年,为支撑特锐德“构建以新能源为主体的新集成系统,为客户提供数字化、全场景、全生命周期的价值服务”的数字化转型战略目标,针对公司市场平台商机信息准确率低、项目激励和人员考评未量化、数据未实现全流程可视化、管理及时性欠佳、信息系统形成数据孤岛等问题,特锐德提出了公司级战略项目:搭建集团高速公路LTC1.0。
项目以盈利目标为导向,打造第一条集团级的数字化高速公路,形成以财务、人力、法务为规则,以产销协同为指挥棒,以各业务部门为作战单元的战略地图。基于项目四算,从收入、毛利、费用等方面实现集团战略和运营工作中的决策分析,实时展示过程中的状态、查因及闭环。通过端到端的协同机制和统一目标体系,打造数字化、全场景、全周期的价值服务,形成集团运营体系,打造两条主线能力:项目线和利润线。项目搭建集团混合云架构,以生产为核心的平台部署在集团内部数据中心,以非生产为核心的平台部署在云平台,采用容器化分布式部署,统一集团技术标准、数据标准、操作标准等,基于微服务架构,解除系统间的耦合性,形成一体化操作。

图:业务架构图
其一,LTC端到端的价值链和数据链
以盈利目标为导向,以LTC为核心,打造第一条集团级的数字化高速公路,建立全流程财务四算数字化能力,实现中标概算、交底预算、过程核算和验收决算对标分析,推进业财融合的能力建设和项目利润线的落地,支持T+l实时计算能力。
其二,PLM技术端到端平台
以产品研发管理为支撑,以全流程BOM为核心,打造“研究一代、储备一代,开发一代”的研发模式。基于数据同源,配置打通,高效整合业务系统,缩短设计周期, 提升设计质量,助力成本对标分析,降本增效,打造特锐德第二条高速公路--端到端研发平台。
其三,ITR问题端到端平台
建立端到端间题解决平台,形成全面面向客户的数字化流程和规则驱动的闭环平台,沉淀问题数据资产,助力中标率的提升和坏账的降低,打造客户和内部互联互通的第三条高速公路。
其四,CRM市场平台
建立以商机管理、客户管理、营销管理、回款管理为核心驱动的数字化市场平台,实现营销的数字化转型,有效提升商机赢单率,助力回款的及时性。
其五,SRM供应商端到端平台
建立以品类管理、战略寻源、供应商管理为驱动的数字化采购平台,实现采购的数字化转型,助力采购成本的降低和交期及时率的提高,协同实现低成本下实现客户满意的共赢结果。
其六,智能制造
基于边缘设备上云、嵌入式编程、设备物联、工业网络安全等基础能力,搭载全流程BOM及数据仓库等系统,逐步完善业务数字化及产品数字化,全面开展智慧工厂建设,建立精益管理,提升生产效率。
通过集团高速公路LTC1.0版本的建设,实现集团端到端业务流程的打通,全流程可视。基于各层级计划系统工具,落地IBM项目一体化计划体系,拉通端到端业务流程,提高计划员的工作效率,实现计划员的经验沉淀、抽象出排产模型化到系统,通过系统拉齐计划员排产水平,实现个人能力向组织能力的转变,并通过系统自动实现EPM计划向物料计划拆解,做到工作可视化,计划相互联动、信息共享透明,从而压缩交期余量、减少过程库存。最后,通过数字化落地供应链一体化计划体系与贯穿需求到交付的产销协同机制,实现供应链内外部协同,提升交付效率与质量,降低整体运营成本,同时,系统还可根据模型智能匹配出基地及产线,系统计算出需求和产能的差异,找出销售和生产的缺口,指导营销、生产去提前准备资源。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。