近日,由中国信息通信研究院、中国通信标准化协会联合主办的“2023数字化转型发展大会暨首届数字原生大会”在北京顺利举办。本次大会以“数跨新阶,原生新纪”为主题,汇聚数字化转型领域百余位专家,围绕数字原生、数实融合、央国企数字化及云上数字政府等核心议题同台论道,为参会者奉上一场数字化转型发展的思想和实践盛宴。端点科技受邀参会并收获多项殊荣。

大会主论坛
峰会上,中国信通院对外正式公布了“企业数字化发展共建共享平台(EDCC)先锋人物”, 端点科技创始人兼CEO赵沣伟被评为“企业数字化发展共建共享平台(EDCC)先锋人物”。
端点科技产品总监赖允春在“信创ERP与经营管理数字化论坛”发表了名为《新企业,新ERP,新商业——端点科技新一代可配置ERP》的主题演讲。端点科技在ERP领域是新生力量,但在数字化转型领域深耕了十余年,服务了众多大型企业,具有丰富的数字化转型经验。端点科技于日前正式发布的新一代ERP企业核心管理系统基于全新的EDA事件驱动架构,以供应链为核心,帮助企业解决从运营管理到采销流通全链路的经营难题。

端点科技产品总监赖允春发表主题演讲
赖允春提到,ERP是多角色协同的系统,ERP用户除了人们熟知的一线人员、运营人员、管理人员,还有系统实施人员等,通过ERP系统能让多端用户真正链接在一起。因此,考虑到企业业务的复杂度和多角色的参与,一套优秀的ERP系统在设计之初就必须要具备实时适配调整的灵活度。
对于企业对系统灵活度的要求,并不是依靠通用意义上的“低代码”或“零代码”,而是要满足企业管理复杂度的“可配置”,包含业务复杂度、功能复杂度、界面复杂度。以业务复杂度为例,企业管理通常包含销售、采购、库存、生产等多个模块,其中销售业务又可分为常规销售、服务销售、寄售销售、三方销售等,业务类型多种多样,无法一以概之,这就要求ERP系统必须具备高度的可配置能力。
为了让ERP软件能够具备高度的可配置性以应对复杂的业务场景,端点科技设计研发的新一代ERP提出了进阶的实现方案——多层可配置。上方为操作层,下方为实施层,即为重要用户群体——实施人员提供一套高效的实施和研发工具,为企业个性化业务快速量身定制并完成部署提供重要保障,包含业务配置层、技术配置层、平台配置层这三层体系。

业务配置层:业务配置层由实施团队在预制业务范畴内配置适配,实施团队通过调整配置项和配置参数,能够将预制的业务和功能适配于企业的基本业务场景。
技术配置层:技术配置层由实施团队在预制业务范畴外配置新增,通过配置Event/Action/Status,实现扩展业务层无法支撑的业务场景。
平台配置层:平台配置层提供以上支持引擎和更底层可配置能力,支撑页面上更复杂的功能要求,从而提升整个软件生产过程的效率和灵活度。
端点科技新一代ERP多层可配置架构是为了快速构建和实施ERP软件而提供的配置能力,能够大幅提升研发和实施的灵活性。其中,较为具象化的业务配置层,在ERP软件后台实现;较为底层的配置能力,则由端点科技软件生产系统Trantor提供。Trantor平台层构建的完整的ERP业务地图,将成为业务流程监控的基础,为企业提供更高级的流程自动化能力。
长期以来,端点科技一直坚持技术迭代、产品创新,端点科技新一代ERP以供应链为核心,覆盖计划、采购、生产、库存、销售、财务等多个业务板块,除了多层可配置外,还具备全链协同、多业态、数据智能、AI、事件驱动、按需选购等多重能力,帮助企业成为智慧、协同、可持续的新型企业。
端点科技坚持以客户需求为中心,驱动行业数字化变革。在未来,端点科技将继续携手中国信通院,以技术、产品和实践创新持续提升产业数字化高质量发展, 助力产业生态良性循环,为行业数字化转型持续注入新动能。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。