前UPS IT负责人Satyan Parameswaran现在是Baldor这家拥有33年历史的特色食品分销商的首位CDIO,他从分析和AI入手扩大公司的业务机会。
Baldor Specialty Foods正在利用IT将业务提升到一个新的水平。这家高端有机农产品和新鲜肉类分销商将IT(特别是分析和AI)视为实现更高效的分销物流和五星级客户体验的关键。
为了制定雄心勃勃的数字化计划,这家总部位于布朗克斯的公司挖来了第一位首席信息官。该公司为纽约市、波士顿、巴尔的摩和华盛顿特区的餐厅和餐饮服务商准备和提供从“农场到餐桌”的新鲜食品。
Baldor公司首席信息和数字官Satyan Parameswaran曾在UPS工作了数十年,最近的职位是担任IT总裁,现在他负责拥有33年历史的Baldor公司的数字基础设施和运营,并运用他先进的物流经验来提高业务成果。
作为一个组织,Baldor对IT的价值并不陌生。该公司的核心数字能力非常稳固,已经在云上运行了一段时间,而且采用了微软Dynamics ERP、HighJump供应链管理和Orca Security服务。但Parameswaran的目标是利用他在分析和AI方面的专业知识来实施实时库存管理,在工业自动化设备和送货卡车上部署传感器和跟踪器等物联网技术,以加速采购、库存管理、包装和交付。
今年3月加入Baldor公司的Parameswaran表示:“运用技术并不是我们体现差异化的 一个因素,而是如何使用技术管理库存、保持流程运转、以及以多种不同方式管理平衡。这是分析的艺术。从我们的角度来看,客户与销售人员和司机的互动时间是非常宝贵的。”
提升物流水平
Parameswaran提升Baldor公司销售分析战略的计划是将需求规划分析纳入销售和运营,此举需要扩展Baldor公司的Azure云规模,容纳下一个数据湖,以便进行更多的分析工作,涉及到来自金融和运输等业务职能部门的数据。
Parameswaran在物流和分析方面的经验也将帮助Baldor公司改进工作流程,因为他将更多的物联网设备集成到Baldor的工业运营和私人送货卡车车队中。
他表示:“我们也将利用物联网的方式改变从农场到餐桌的业务。”他正在考虑采用区块链技术实现Baldor的供应链数字化。
IDC集团副总裁、技术买家业务总经理Kevin Prouty认为,很多零售商和餐馆正在寻找经验丰富的物流IT专家,因为在这些行业,成本和保质期是至关重要的。
Prouty指出:“虽然AI是最新的焦点,但企业从大型物流公司聘请前高管和规划人员实际上是很常见的。物流公司以出色的运营支出和高效规划工具的孵化器而闻名,这些规划工具利用高性能计算、大数据功能和复杂智能不断进行前沿转型,这一切都适用于优化路线和交付能力。”
在UPS,Parameswaran获得了开发机器学习模型和生成式AI应用的经验,现在他计划尽可能在Baldor公司充分地利用这些经验。例如,他计划开发一个聊天机器人,可以将公司通过语音邮件收到的厨师和餐厅经理的数字化订单数,并尽可能快速、准确地完成订单。
Baldor公司与全球数千位农民合作,计划利用Parameswaran在物流和交付方面的专业知识来提高效率。Baldor公司有一个名为Freshcuts的部门,生产大约3500种单品,例如一桶5加仑的切片蔬菜,客户可以批量购买,并由Baldor的卡车车队快速运送。Parameswaran表示,为车队配备先进的物联网传感器和跟踪设备将缩短客户参与时间并减少食物浪费。
准备扩张
Baldor正在使用OpenAI大语言模型,并将探索其他开源大型语言模型以及小型语言模型,以提高效率并确保订单的准确性。Parameswaran表示,Baldor公司仍然会谨慎对待这些技术,特别是在使用专有数据训练模型和消除偏差方面。
“我们相信,通过使用基于生成式AI的技术,客户服务和订单接收流程将得到极大的改善。由于客户沟通很多时候都是口头的,大型语言模型使用的转录数据将彻底改变我们的订单处理方式。此外,餐厅菜单卡、食谱的文本数据都将使用生成式AI工具进行解释,帮助我们通过具体而非模糊的内容来提高销售人员的效率。”
Parameswaran以Freshcuts举例。他表示,由于提供4000种食品,使用AI转录语音消息和短信要比仅依靠人类更加准确、速度更快,这种准确性和速度将使Baldor公司能够更快地发展,并将蓝图扩展到目前服务的四个主要城市之外。
尽管如此他表示,Baldor并不想“从事模型设计业务”,相反,“访问和训练Hugging Face 上可用的开源模型并使用小数据集对其进行定制,将实现效率最大化。”
另一个关键举措将是连接销售、制造自动化和分销周期中的许多触点,将手动流程转换为数字流程。Parameswaran补充说:“今年和明年我的目标是以无缝方式将这些事物联系起来。”
他相信,他在扩大Baldor数字化转型方面的经验和计划将帮助公司在区域业务的基础上进行扩张,同时又不会失去在新鲜农产品和食品方面的声誉。他说:“挑战在于利用技术来管理供应链,以避免食物浪费。”
对他来说最令人兴奋的部分是什么?
“在短时间内成为价值超过十亿美金的企业,吸引我来这里的原因是我已经做了很多企业工作,但这个行业的增长将会是巨大的。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。