至顶网CIO与应用频道 12月06日 北京消息:11月30日-12月3日,由MSUP主办的第七届全球软件案例研究峰会(简称TOP100summit)在京举行,百度、阿里、腾讯、华为、谷歌、亚马逊、东软、用友等众多全球知名企业参加了这次盛会。会议甄选年度值得借鉴的100个案例,为业界提供实践启示并形成行业智库,普元“阿米加”项目成功入选2018TOP100summit,成为本年度值得总结和借鉴的软件案例。
在这次会议上,普元信息副总裁、CIO袁义围绕“阿米加”项目,发表了题为《项目型软件企业落地阿米巴经营与数字化转型实践》的主题演讲。普元的这一案例帮助软件企业了解如何通过建立及时、准确、真实、完整的阿米巴经营核算体系,从而推动企业经营效率和组织效能提升的有益实践。
普元信息副总裁、CIO袁义分享入选2018 TOP100summit的“阿米加”案例
打造阿米巴升级版,“阿米加”助力普元4年营收增长300%
袁义在演讲中表示,在互联网新经济蓬勃发展的当下,传统软件企业面临增长乏力、成本上升、效率下降等痛点。通过导入稻盛和夫的阿米巴经营,普元在组织上调整为“公司-事业部-业务部-项目组”多级利润中心(阿米巴组织),考核上建立各级阿米巴组织“经营利润分成”模式,管理上建立结算、分摊机制和相应管理规范,业务经营上充分放权。
阿米巴经营给组织带来了活力,但由于经营过程缺乏数字化管理,财务提供的核算数据滞后而且细节不透明,使得利润中心经营者的决策缺乏及时、有效、全面的数据支撑。为此,普元启动了数字化运营支撑的项目:阿米加,代号Ame+,全方位支撑公司业务运营、经营核算和员工服务,面向全体员工提供一站式的数字化服务。
通过阿米加系统,普元实现了精细化管理和数字化运营,有效的提高业务质量、降低运营成本、提升运营效率。在阿米巴经营和“阿米加”项目的数字化支撑下,普元在约4年时间里实现公司营业收入规模增长300%,近两年收入稳步增长的同时,经营成本大幅度下降。而且,普元还以术载道,培养经营管理人才,使得公司从三个事业部很快裂变为十几个事业部;另外,阿米加为公司IPO提供全面、可靠、高效的内控保障和证据链支持。
业务与技术双轮驱动,“阿米加”助推企业数字化转型
在袁义看来,构建“阿米加”需要在业务和技术上共同发力,以双轮驱动助推企业数字化转型。在业务上,普元以“项目核算”为基础,构建完整的阿米巴经营体系;支持多层级利润单元的组织设置与经营核算;提供按项目生命周期与财务期间的双重核算能力;构建工时成本核算体系,为项目人力成本投入提供可靠计量;让经营会计报表不但看清现在,还能预测未来经营状况;为公司上市合规提供全面、可靠、高效的内控保障。在技术上,阿米加与企业微信全方位对接,增进业务管理的移动互联网体验;通过业务流程驱动实现企业经营全价值链的业务闭环。
普元阿米加核心功能架构
袁义还对普元阿米加进行了ROI收益分析,在阿米加的助力下,普元每年提升效率5%-10%。同时,阿米加还为阿米巴经营核算建立相对公平透明完整的核算能力,为组织和个人在阿米巴经营模式下获得快速成长与复制的能力,确保能够很大程度符合内控要求,获得真实、及时、准确、完整的基础数据和证据链。
在峰会现场,袁义还总结了企业数字化转型中的几点心得与大家共勉。
1)阿米加服务于“经营”而不是管理。实现业务闭环,提高经营效率与质量(基本合规要求)的功能和业务流程为第一优先级;
2)阿米加服务于全局而不是某个部门。任何部门级需求需要站在公司级业务全流程视角考虑;
3)经营会计和财务会计适度分离又高度统一。财务为经营服务,合规要求不能成为经营的阻力;
4)互联网化、流程化驱动促进使用者的意愿和效率。企业微信、微信红包、二维码扫码、位置定位、信息通知、流程驱动任务推送等增强用户体验和业务创新能力;
5)8/2原则保障系统的轻盈灵活。变化频繁、具有不确定性和保密性的业务流程和控制留在线下处理;
6)确保让数据说真话。数据源头的质量决定了系统所有的运营质量,垃圾进、垃圾出。
在现场的演讲中,袁义结合了传统软件行业的发展现状、普元数字化转型实践过程的鲜活故事展开,对于众多中小软件企业而言,本次案例分享十分接地气,真正连接到项目型软件企业的切身之痛,又为传统软件企业实现经营升级和组织效能提升提供了一份参考样本和有益实践。
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。