近期联想创投集团大数据事业部,迎来了一个重要的医药流通行业客户,这不仅是联想大数据业务在医药流通行业的第一单,也是将联想大数据方案应用于企业业务一线,通过业务流程再造,让数据直接转化为生产力的又一次成功实践!
老牌顶级医药流通企业的转型之路
该客户是美国最大的医药分销商之一,在美国财富500强企业中排名前30位,在医疗领域拥有近百年的专业经验。二十世纪九十年代进入中国,现已成为中国十大医药分销商之一,为中国各大药厂及下游经销商提供药品分销、零售渠道解决方案及渠道信息管理等广泛服务。
虽然是一家老牌的医药企业,但其经营理念以及战略布局都有很强的可持续发展性及前瞻性,希望能够在当前“一带一路”“消费升级”等良好的大环境下抓住业务转型新的机遇,借助人工智能以及大数据领域的最新技术,改造现有业务流程,提高业务运营效率的同时,创造新的增长点。
因此,客户的具体目标是:消除由于下级分销商信息化建设的不对称性而导致的业务信息分析、处理、应用的复杂性,提升数据分析判断的效率与准确度,从而提高流通效率;提升业务分析预测能力,降低由数据分析的时延性所造成的药品积压、失效等库存成本。同时利用其多年积累的业务数据,把数据变为真正的数据资产,通过业务模式的创新让数据变现,打造新的业务增长点。
联想大数据击败世界一流认知技术平台 获得客户认可
在本项目中,联想所面对的对手是世界一流的认知技术平台,该平台有10多年的研发投入积累,全球上千人的开发团队以及数万平台使用者,在全球三十多个国家、十几个行业内都有成功应用的先例。
面对这样的对手,一支强大的数据科学团队,成为了该项目中联想的竞争力核心。联想拥有一流的数据科学能力——分布于北京、成都和香港多地的数据科学家团队,正是打败竞争对手的关键。特别是其中的算法团队,在大数据及人工智能领域拥有10年以上经验,仅用不到一个月的时间,就完成了该项目的需求理解,为客户打造出了一套工智能加持的大数据解决方案。
面对较高的客户预期和竞争对手强大的实力,联想大数据团队针对客户痛点,结合客户现有数据,构建了知识图谱模型,将客户需求抽象为命名实体之间同义边识别(即同义关系挖掘)的问题,并使用了机器学习、自然语言处理等自动化手段来解决复杂问题,并在此基础上反复实验、调试、持续优化算法。最终在POC测试中,联想以算法准确率高达到98.88%的成绩,以明显优势击败对手。
联想大数据提供的准确率极高的算法模型,让客户将以前低效的人工数据处理任务,绝大多数交给人工智能,使得人工团队的规模缩小80%,在节约了人力成本的同时,大大提高了业务的准确度和效率,真正帮助客户将数据价值直接的输入到企业经营中来。
6年砥砺 联想大数据厚积薄发一朝亮剑!
联想大数据团队成立于2011年,作为联想集团业务运转的一个强大引擎,深度优化并指导着企业研发、采购、制造、销售的每个环节,在提升了各个部门整体业务效率的同时,实现了全面的大数据业务能力构建,与核心竞争力的积累与提升。在近6年的实践中,联想大数据团队打造出了企业级大数据分析平台LEAP及面向数据智能服务的众多行业解决方案,赢得了包括冶金、汽车制造、医疗、烟草等诸多行业的国内外顶级客户的信赖与认可。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。