6月16日,在以“数据X新质生产力跃升”为主题的第三届中国数据要素高峰论坛上,神州数码在汽车后市场零配件供应链管理行业成功落地的解决方案——车企售后零件需求预测项目获得“2024年度最佳数据赋能解决方案”奖,意味着其在汽车数字化转型领域的卓越数据赋能能力得到业内充分肯定。
据悉,本次大会主要聚焦“数据要素”和“新质生产力”两大核心热点话题,汇聚了来自数据管理领域的专家学者以及各个行业的数字化领军者,共同探讨数据驱动下的变革浪潮,加快推进新质生产力的跃升之道。其中在本次大会颁发的“2024年度最佳数据赋能解决方案”奖项,主要是表彰在企业数字化转型进程中起到数据赋能作用、创造数据赋能价值、实现数据驱动增长并具有一定社会影响力的企业。其评选标准也更侧重企业在科技创新与产品研发方面的持续投入,以及在数字化转型实践落地过程中,企业利用创新技术帮助客户所取得的成效。
作为本次获奖解决方案,神州数码车企售后零件需求预测项目旨在解决汽车产业快速发展所带来的后市场零配件供应链管理问题。与整车供应链相比,配件供应链管理的复杂度更高,平均一辆汽车大概由6000个零配件组成,一个全新车型大约能够带来2500—3000个左右的新配件品种,大多数车企需要管理超过30000个零配件SKU。由于零配件需求的随机性,传统库存管理方式往往导致库存水位过高或过低,服务水平不稳定,企业难以有效预测和管理零配件需求。所以精准预测用户需求,通过合理配置库存,优化企业库存管理,避免因备货不足或过剩导致的服务水平下降就显得尤为重要。
基于数据治理、数据探索、模型训练、策略应用等全周期数据价值挖掘流程的技术优势,神州数码通过对供应商生产、供应链物流、库存流转等全流程进行数据采集和KPI监控,帮助车企构建汽车零配件供应链的数据解决方案。该解决方案采用大数据分析技术,通过零配件的生命周期、业务属性等进行分类,同时结合历史销售数据、市场趋势、客户反馈以及节假日、销售政策、天气等多重影响因素,能够科学有效地进行售后零件的需求预测及优化,最终实现库存管理和服务水平整体提升。该项目的实施,不仅将汽车配件总体预测精度提高约3%,降低库存积压15%以上,也通过系统自动推荐零配件降低管理工作量,使人工成本降低10%以上。
这一项目仅仅是神州数码深耕汽车领域的冰山一角,以数据为驱动力,神州数码的数字化技术已贯穿汽车行业的制造、生产、营销、管理、运维以及售后等各个环节,比如整车厂可以通过数字技术实现流程自动化、设计研发自动化,4S店可通过大数据平台实现汽车智慧运营与智能化营销,实现降本增效。
数字经济时代,数据作为重要生产要素,早已成为企业创新的重要驱动力。致力于成为领先的数字化转型合作伙伴,神州数码认为,企业的数字战略、数字化转型,就是企业数据资产不断累积,最终形成企业发展的增长飞轮。基于深刻的市场洞察,神州数码在“数云融合”战略引领下,以数据为核心,不仅在汽车领域,还在快消零售、金融、职教等行业,始终赋能企业构建自身的数据资产,加速释放数据价值。
此次获得“年度最佳数据赋能解决方案”奖项,既是对神州数码过去成绩的认可,也是对企业未来发展的鼓励。未来,神州数码将继续紧抓云原生、数字原生、AI原生带来的发展机遇,继续发挥自身在数据赋能方面的优势能力,推动更多企业、更多产业实现数字化转型。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。