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
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。