当前位置: 首页 > news >正文

智能制造与工业互联网公益联播∣企企通副总经理杨华:AI的浪潮下,未来智慧供应链迭代方向

图片

近两年在IT圈子里面,AI毫无疑问是最火的一个词语,最近的ChatGPT、文心一言、通义千问,从千亿参数到万亿参数,再往前就是Sora文生视频异军突起...

在人工智能的浪潮下,AI之于供应链的价值体现在哪些地方?其发展路径又是怎样的呢?

近日,企企通联合创始人杨华在深圳市工业互联网协会主办的“2024智能制造与工业互联网”系列公益联播中做了《新型生产方式:智慧供应链升级迭代》的主题分享,深入浅出地道出了未来供应链数字化发展的方向。直播期间精彩的分享,吸引了众多业界人士关注,并引起激烈讨论。

图片

01、数字化供应链的重构与搭建:企业互联互通,实现采购数字化

对于一家企业来说,企业的内部信息化系统建设核心是由ERP组成,在ERP外围是由BI、HR、OA、CBS、APS、PLM、CRM、MES、WMS等系统在支撑整个ERP系统的。

图片

作为一家大型的企业,其实绝大部分的企业内部已经构建了非常完善的信息化系统,但企业绝不仅有对内的信息化管理需求,还有对外信息化管理需求,例如企业需要去采购、去和供应链对接、交付、去跟进物流等等。总而言之,很多企业信息化系统运作现状就是业务已外延,可信息化系统出现管理边界、覆盖盲区的情况。

对于需要进行下一步信息化构建的企业来说,首先要在线上将采购方和供应商两方从信息的角度上、从数据的角度上串联起来,构建一个买卖交易场景。通过采购数字化平台减少线下沟通,提高采供双方效率,用数字化的形式进行管理采购与供应链全过程业务。

02、数字化供应链价值:供应商全周期与采购全过程闭环管理

那么,数字化供应链可为企业带来怎样的应用价值?

以矿泉水供应商为例,杨华详细解释了供应商全生命周期管理过程。在采购需求阶段,企业会根据计划计算出所需的矿泉水数量,筛选出合适供应商并将需求传递给供应商;在订单协同阶段,矿泉水供应商需要按照要求完成生产和交付;如果供应商无法按时交付,企业可以提前预警并采取措施,以确保供应链的顺畅;最后,企业会对供应商进行考核和评估,以决定是否继续合作或者淘汰,在这整个过程,都可以在供应链管理平台中实现。

图片

对于企业采用哪一种采购管理方式,具体看企业实际情况,一般有分散采购、统谈分签分送、统谈统签分送、统谈统签统送四种模式,企业可根据采购规模选择合适的模式。

从企业信息化升级角度,数据化应涵盖以上采购管理模式。从系统层面上说,需要协同大企业内部的各个部门,还要连接各大信息化系统,并且和供应商对接,统一平台管理供应商,确保管理逻辑和准入标准一致,把手工线下的流程挪到线上,实现信息化升级。

杨华还强调:“采购管理的关键是确定供应商和采购价格,可根据物料性质采用招投标、品报价、竞价、战略性采购、目录采购等模式。”

而如何确定供应商是否靠谱,可从定性和定量两方面考虑。

定性指标如服务态度,定量指标如价格、交货及时率、质量合格率等,通过数据化形式,可更清晰地了解供应商情况,避免因个人感觉或员工因素给供应商打低分。

价格谈妥后,进入交付环节,需确保协同动作,可通过系统快速传递信息给供应商。协同包括研发协同、需求协同、订单协同、寻源、交货、质量、对账等,通过系统可快速对齐数据,提高效率,采购协作全景图可通过倒退逻辑罗列所有动作并线上化。

03、数字化到智慧供应链的升级迭代:捆绑上下游,搭建供应链管理控制塔

在供应链条上,上下游的信息数据、物流、资金流转尤为重要,牵一发而动全身。

构建数字化供应链系统,可将供应链信息化、数据化,让采购更规范透明,提升采购效率,提高工作效率、减轻工作,保障供应链安全。

而智能化供应链系统还可以捆绑上下游的模式,汇总企业的信息流、物流、资金流,清晰明了地记录采购全过程,让整个采购变得更加规范和透明,从而降低企业运营成本。

但建立智能化供应链系统,无论是企业内部用户,还是外部供应商,都需保障系统安全性和稳定性。

除此之外,构建系统还需满足控得住、管得了、做得好、看得清这四个本质需求。为达成这些需求,企业可采用供应链管理控制塔这一全新理念,将供应链协调起来。

何为供应链管理控制塔?

杨华所描述的供应链管理控制塔,分为宏观和微观两个层面,微观层面要做到事前可预测、事中可控制、事后可分析;宏观层面要做到集中控制、企业内部控制、上下游控制以及内外结合的控制。整合数字化跨层供应链+大模型,基于采购供应链控制塔理论,实现智慧供应链的迭代升级。

未来,供应链的整体管理逻辑将基于控制塔思维理论基础,并应用于大模型进行整体管理。此外,用户平台、空间计算设备、数字孪生等也将成为供应链管理的重要手段。

图片

图片

杨华分享直播部分截图

04、AI智慧供应链方案落地神器:“倚天剑”+“屠龙刀”

随着人工智能技术的飞速发展,其在各个领域的应用也愈发深入。供应链管理作为企业运营的关键环节,也受益于人工智能的应用。包括准确需求预测、采购流程自动化、库存优化、物流规划、风险管理、供应商管理、质量控制、智能决策支持等等,极大提升了企业运营效率,确保合规性,并推动行业创新。

AI+采购供应链管理工具构建了三个AI角色,即采购助手、SRM顾问和SRM开发。对于普通用户而言,采购助手就如同为其配备的AI秘书,用户可通过输入具体指令来调用,设置智能预警、智能提醒等等,做到实时互通、多端响应、方便快捷。

图片

而交付方法论则是通过构建采购管理沙盘,可以快速定位问题并进行优化调整。比如说,在订单的场景中,可以帮助企业节约成本,提高效率。

金庸武侠里面有十大神兵利器,而在AI+采购供应链管理里,也有两把交付利器。杨华巧妙地指出:在搭建控制塔的逻辑之上,“倚天剑”和“屠龙刀”这两把交付利器缺一不可。“倚天剑”是基于丰富的客户案例所构建的知识库,“屠龙刀”则是解决方案中心,沉淀了数千个解决方案,涵盖智能制造、电子材料、医药制剂、包装材料、五金配件等多个领域。

我们把 ToB 的产品分成了四级,包括功能型、配置型、模型型和时间轴、空间轴型。在时间轴上,业务解决方案会越来越丰富;在空间轴上,可以通过多种方式来确保产品是基于沉淀的,这就让采购数字化产品能够不断地积累和衍生出各种解决方案,变得越来越厚重。

随着人工智能的不断演进,各行业数字化、智能化发展将遍地开花。于供应链发展而言,人工智能的发展将加速企业供应链发展态势,加速企业数字化转型,加快构建绿色、智能、可持续发展的供应链能力,形成巨大的供应链互联网络,助力企业快速提升企业竞争力。

相关文章:

智能制造与工业互联网公益联播∣企企通副总经理杨华:AI的浪潮下,未来智慧供应链迭代方向

近两年在IT圈子里面,AI毫无疑问是最火的一个词语,最近的ChatGPT、文心一言、通义千问,从千亿参数到万亿参数,再往前就是Sora文生视频异军突起... 在人工智能的浪潮下,AI之于供应链的价值体现在哪些地方?其发…...

《深度学习》—— 卷积神经网络(CNN)的简单介绍和工作原理

文章目录 一、卷积神经网络的简单介绍二、工作原理(还未写完)1.输入层2.卷积层3.池化层4.全连接层5.输出层 一、卷积神经网络的简单介绍 基本概念 定义:卷积神经网络是一种深度学习模型,通常用于图像、视频、语音等信号数据的分类和识别任务。其核心思想…...

数据结构:线性表

1、线性表概述 1.1线性表的定义 线性表(list):零个或多个数据元素的有限序列。 简单地来说,我们可以用下面这张图来描述一个线性表: 1.2 线性表的存储结构 1.2.1顺序存储结构——顺序表 顺序表是将数据全部存储到…...

Ansible PlayBook实践案例

一、PlayBook介绍 1.什么是playbook playbook 顾名思义,即剧本,现实生活中演员按照剧本表演,在 ansible 中,由被控计算机表演,进行安装,部署应用,提供对外的服务等,以及组织计算机处理各种各样…...

Tomcat后台弱口令部署war包

1.环境搭建 cd /vulhub/tomcat/tomcat8 docker-compose up -d 一键启动容器 2.访问靶场 点击Manager App tomcat8的默认用户名和密码都是tomcat进行登录 3.制作war包 先写一个js的一句话木马 然后压缩成zip压缩包 最后修改后缀名为war 4.在网站后台上传war文件 上传war文件…...

胤娲科技:DeepMind的FermiNet——带你穿越“薛定谔的早餐桌”

当AI遇上量子迷雾,FermiNet成了你的“量子导航仪” 想象一下,你早晨醒来,发现家里的厨房变成了薛定谔的实验室,你的咖啡杯和吐司同时处于“存在与不存在”的叠加态。 你伸手去拿,却不确定会不会摸到冰冷的空气或是热腾…...

迅为iTOP-STM32MP157开发板板载4G接口(选配)_千兆以太网_WIFI蓝牙模块_HDMI_CAN_RS485_LVDS接口等

迅为ITOP-STM32MP157是基于ST的STM32MP157芯片开发的一款开发平台。在STM32MP157开发平台上,我们也做了比较多的创新,其中重要的一点就是,iTOP-STM32MP157核心板电源管理采用ST全新配套研制的PMIC电源管理芯片STPMU1A。为整个系统的稳定运行提…...

Android Choreographer 监控应用 FPS

Choreographer 是 Android 提供的一个强大的工具类,用于协调动画、绘制和视图更新的时间。它的主要作用是协调应用的绘制过程,以确保流畅的用户体验。Choreographer 也可以帮助我们获取帧时间信息,从而为性能监测和优化提供重要的数据支持。 …...

关于 mybatis-plus-boot-starter 与 mybatis-spring-boot-starter 的错误

不是知道你是否 出现过这样的错误 org.apache.ibatis.binding.BindingException: Invalid bound statement (not found): 经过各种度娘,无非就是让你检查三种情况 情况一:mapper.xml没有按照传统的maven架构进行放置 情况二:mybatis的配置信…...

NLP 文本分类任务核心梳理

解决思路 分解为多个独立二分类任务将多标签分类转化为多分类问题更换 loss 直接由模型进行多标签分类 数据稀疏问题 标注更多数据,核心解决方案: 自己构造训练样本 数据增强,如使用 chatGPT 来构造数据更换模型 减少数据需求增加规则弥补…...

k8s中pod的创建过程和阶段状态

管理k8s集群 kubectl k8s中有两种用户 一种是登录的 一种是/sbin/nologin linux可以用密码登录,也可以用证书登录 k8s只能用证书登录 谁拿到这个证书,谁就可以管理集群 在k8s中,所有节点都被网络组件calico设置了路由和通信 所以pod的ip是可以…...

NSSCTF刷题篇1

js类型 [SWPUCTF 2022 新生赛]js_sign 这是一道js信息泄露的题目直接查看源码,有一个main.js文件点击之后,有一串数字和一段base64编码,解开base64编码得到这个编码为敲击码 解码在线网站:Tap Code - 许愿星 (wishingstarmoye.…...

[数据集][目标检测]棉花叶子病害检测数据集VOC+YOLO格式977张22类别

数据集格式:Pascal VOC格式YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):977 标注数量(xml文件个数):977 标注数量(txt文件个数):977 标注类别…...

产品经理面试整理-常见面试问题

以下是一些常见的产品经理面试问题及其解答思路。这些问题涵盖了产品管理的各个方面,包括战略、执行、数据分析、用户体验、跨团队合作等。在准备这些问题时,使用结构化的回答方式(如STAR法)能够帮助你更好地表达你的观点和经验。 1. 常见产品经理面试问题 1.1 你如何定义用…...

数据库(选择题)

基本概念 数据库(DB):长期存储在计算机内的、有组织的、可共享的数据集合。 数据库管理系统(DBMS):它是数据库的机构,是一个系统软件,负责数据库中的数据组织、数据操纵、数据维护…...

粒子向上持续瀑布动画效果(直接粘贴到记事本改html即可)

代码&#xff1a; 根据个人喜好修改即可 <!DOCTYPE html> <html lang"zh"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>宽粒子向上…...

卷积神经网络(CNN):深度学习中的视觉奇迹

目录 一、什么是卷积神经网络&#xff1f; 二、CNN的核心组件 1. 卷积层&#xff08;Convolutional Layer&#xff09; 2. 激活函数&#xff08;Activation Function&#xff09; 3. 池化层&#xff08;Pooling Layer&#xff09; 4. 全连接层&#xff08;Fully Connected…...

Vue:加载本地视频

目录 封装视频弹框调用视频组件 封装视频弹框 <template><el-dialog class"videoBox" :title"title" :visible.sync"visible" width"40%" :before-close"handleOnClose" :close-on-click-modal"false" …...

论文阅读:A Generalization of Transformer Networks to Graphs

论文阅读&#xff1a;A Generalization of Transformer Networks to Graphs 论文地址1 摘要2 贡献Graph TransformerOn Graph Sparsity&#xff08;图稀疏&#xff09;On Positional Encodings&#xff08;位置编码&#xff09;3 Graph Transformer Architecture&#xff08;架…...

中国计量大学《2022年801+2022年819自动控制原理真题》 (完整版)

本文内容&#xff0c;全部选自自动化考研联盟的&#xff1a;《25届中国计量大学801819自控考研资料》的真题篇。后续会持续更新更多学校&#xff0c;更多年份的真题&#xff0c;记得关注哦~ 目录 2022年801真题 2022年819真题 Part1&#xff1a;2022年完整版真题 2022年801…...

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…...

地震勘探——干扰波识别、井中地震时距曲线特点

目录 干扰波识别反射波地震勘探的干扰波 井中地震时距曲线特点 干扰波识别 有效波&#xff1a;可以用来解决所提出的地质任务的波&#xff1b;干扰波&#xff1a;所有妨碍辨认、追踪有效波的其他波。 地震勘探中&#xff0c;有效波和干扰波是相对的。例如&#xff0c;在反射波…...

ES6从入门到精通:前言

ES6简介 ES6&#xff08;ECMAScript 2015&#xff09;是JavaScript语言的重大更新&#xff0c;引入了许多新特性&#xff0c;包括语法糖、新数据类型、模块化支持等&#xff0c;显著提升了开发效率和代码可维护性。 核心知识点概览 变量声明 let 和 const 取代 var&#xf…...

Leetcode 3576. Transform Array to All Equal Elements

Leetcode 3576. Transform Array to All Equal Elements 1. 解题思路2. 代码实现 题目链接&#xff1a;3576. Transform Array to All Equal Elements 1. 解题思路 这一题思路上就是分别考察一下是否能将其转化为全1或者全-1数组即可。 至于每一种情况是否可以达到&#xf…...

[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?

论文网址&#xff1a;pdf 英文是纯手打的&#xff01;论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误&#xff0c;若有发现欢迎评论指正&#xff01;文章偏向于笔记&#xff0c;谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...

linux 下常用变更-8

1、删除普通用户 查询用户初始UID和GIDls -l /home/ ###家目录中查看UID cat /etc/group ###此文件查看GID删除用户1.编辑文件 /etc/passwd 找到对应的行&#xff0c;YW343:x:0:0::/home/YW343:/bin/bash 2.将标红的位置修改为用户对应初始UID和GID&#xff1a; YW3…...

css的定位(position)详解:相对定位 绝对定位 固定定位

在 CSS 中&#xff0c;元素的定位通过 position 属性控制&#xff0c;共有 5 种定位模式&#xff1a;static&#xff08;静态定位&#xff09;、relative&#xff08;相对定位&#xff09;、absolute&#xff08;绝对定位&#xff09;、fixed&#xff08;固定定位&#xff09;和…...

【HTML-16】深入理解HTML中的块元素与行内元素

HTML元素根据其显示特性可以分为两大类&#xff1a;块元素(Block-level Elements)和行内元素(Inline Elements)。理解这两者的区别对于构建良好的网页布局至关重要。本文将全面解析这两种元素的特性、区别以及实际应用场景。 1. 块元素(Block-level Elements) 1.1 基本特性 …...

HTML前端开发:JavaScript 常用事件详解

作为前端开发的核心&#xff0c;JavaScript 事件是用户与网页交互的基础。以下是常见事件的详细说明和用法示例&#xff1a; 1. onclick - 点击事件 当元素被单击时触发&#xff08;左键点击&#xff09; button.onclick function() {alert("按钮被点击了&#xff01;&…...

UR 协作机器人「三剑客」:精密轻量担当(UR7e)、全能协作主力(UR12e)、重型任务专家(UR15)

UR协作机器人正以其卓越性能在现代制造业自动化中扮演重要角色。UR7e、UR12e和UR15通过创新技术和精准设计满足了不同行业的多样化需求。其中&#xff0c;UR15以其速度、精度及人工智能准备能力成为自动化领域的重要突破。UR7e和UR12e则在负载规格和市场定位上不断优化&#xf…...