根据管理咨询公司普华永道(PwC)的一项调查,获得技术投资回报的同时吸引和留住合适的人才,是阻碍组织成功实现供应链运营数字化的三大挑战。
普华永道的“供应链数字趋势调查”对全球244名运营和信息技术领导者、C级高管和其他供应链管理者进行了调查,有近80%的受访者表示,他们的技术投资并没有完全实现预期结果。
普华永道运营转型负责人Matt Comte表示:“企业看不到投资回报的原因很多。供应链是一个复杂的生态系统,由组织内外的利益相关者组成,实施单点的解决方案往往不能解决更大的问题。”
Comte说,为了在物流、交付和仓储方面做出最佳决策,企业需要一种涵盖了很多不同数据集和流程的集成方法。
Comte说,吸引和留住合适的人才,也是充分发挥企业技术投资潜力的关键。
预算限制和员工流动给供应链管理带来阻碍
近48%的受访者表示,他们遇到了员工成本方面的预算限制,超过58%的受访者表示,供应链员工流动率高于正常水平。只有23%的受访者表示,他们拥有实现未来目标所需的数字技能。
“如今,企业需要技术和职能人才,以及完善的技术平台和质量数据集,才能成功地实现供应链运营的数字化,”Comte他补充说。他认为,供应链专家需要与CIO或者数据科学工程师展开合作,打造能够提供必要洞察的AI模型。
调查发现,找到具有协作思维、了解业务且具备技术能力的员工,也是一项重大的挑战。
Comte表示,企业可以在短期内通过有效利用超大规模厂商和其他软件供应商提供的平台来应对这些挑战,最大程度上提高数据摄取、分析和建模的能力,从而产生更多的业务洞察力。
云、无代码助力供应链数字化
“行业云结合数据市场、数据交换、低代码/无代码平台的使用,可以在短期内为企业提供帮助,”Comte说。
不过从长远来看,这些措施无法克服人才方面的挑战,可能需要对现有员工队伍进行挑战,Comte说。
“CXO需要针对组织当前的问题转换可用的人才,”Comte补充说,一些流程和任务可以由机器人流程自动化(RPA)或者人工智能(AI)接管,这反过来可以释放出员工资源,让他们接受培训以实现未来的目标。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。