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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。