全球物流公司DB Schenker的印度次大陆首席信息官Shantanu Roy需要在创新与业务连续性之间找到平衡,包括通过无人机运送重型货物、实现重复性流程的自动化等等。他在与记者的自由讨论中介绍了他的公司对数字技术的有效利用以及物流业的新兴趋势。
记者:综合物流的要求极高。DB Schenker是一家拥有150年历史的公司,DB Schenker在调整技术满足客户不断变化的需求方面怎么做的?
Roy:我们意识到技术可以创造强大的差异化。考虑到这一点,我们大约一个月前在全球范围内启动了一项企业级数字化转型计划。其目的是重新审视整个业务和技术状况,令公司可以为未来做好准备。计划的一部分是升级所有的仓库、解决好客户流程和问题以及更新整个技术栈。
DB Schenker的足迹十分庞大,DB Schenker在全球1850个地点开展了业务,其中包括725个仓库、数百个办事处、机场站点和海关办事点。我不确定该项目何时结束,但项目结束时,我们公司将拥有完全不同的流程,可满足现在和未来的市场需求。
记者:就国家层面的数字化举措而言,DB Schenker在印度的流程的70%至80%都是靠机器人运行的。机器人流程自动化如何重新定义了DB Schenker的业务流程呢?
Roy:为了最大化RPA(机器人流程自动化),我们对整个IT架构进行了彻底地反思。我们决定利用第三方RPA平台在内部建立定制的机器人,导致了几个流程的自动化。
例如,其中一个操作流程涉及到比较运输指令和装载单。我们作为一家物流公司必须确保提供给承运者的运输指令有一个镜像。用人工匹配该信息要花费我们大约四个小时。我们将这一过程自动化,现在几秒钟就能完成。
机器人帮助我们处理各种业务,包括由CFAs(注册舞弊审计师)做清算和转运代理以及海关收到的大量发票。仅海关处理一项,我们每个月要处理7000到8000张发票。RPA机器人读取发票并将所有发票存入我们的ERP(企业资源计划)解决方案里。RPA还可以在对账过程中帮助我们,可以检查发票是否已经存入银行账户。
总的来说,自动化减少了约30%至35%的人工工作。
记者:但目前的机器人以流程为中心的程度很高,而且是交易性的。你们有什么计划使自动化成为战略性的举措?
Roy:我们目前正在利用机器人来实现流程自动化,但在未来两到三年里人工智能和机器学习将得到快速采用,以达到影响业务决策的目的。机器人收集的数据将与多个数据集合并,为组织创造一个视角点。能够采取明智的决策可以帮助我们提高客户体验和整体增长。
记者:你说得对;客户体验对持续增长至关重要。但在过去几年中,客户的期望值急剧上升。你们是如何帮助客户节省时间和金钱的呢?
Roy:我们已经制定了一项创新战略,名为“点击-发货-完成”,该创新战略的关键在于技术。战略的核心是数字平台Connect 4.0,Connect 4.0可以帮助客户实时预订和跟踪货物。鉴于市场上日益增长的供应需求,这一点在今天至关重要。
客户以前是打电话给我们或发送电子邮件预订货物。这个过程很烦人,也很费时。过去,从客户的邮件转换成货物需要大约两个小时。
在新的平台上,货物的流动现在是通过Connect 4.0。因此,可以做到即时响应,客户不再需要等待。点击-发货-完成的方式为客户提供了完全的可视性。他们现在可以节省时间,可以在线预订货物,实时比较价格和时间,还可以跟踪货物的陆运、空运或海运状态。
记者:这个平台用了哪些技术?是你们自己开发的吗?
Roy:我们已经拥有这个平台的基本组件。我们利用商业智能的数据湖、定价引擎和一些API整合在一起,在公司内部建立了这个平台。
记者:无人机和电动车大有颠覆物流业之势。DB Schenker准备如何迎接它们呢?
Roy:利用无人机为客户提供最后一英里的送货服务,这一趋势正在全球范围内兴起。目前,大多数无人机运送的货物重量为50克至2公斤。DB Schenker正在测试无人机运送250公斤的概念。如果成功的话,能够运输这么重的货物肯定可以开辟一个完全不同领域。
至于电动车方面,我们已经制定了具体的电动车战略,我们现在不仅拥有陆地上的电动车,我们还拥有空中和海上的电动车。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。