ZDNet至顶网软件频道消息: 7月10日,Infor公司宣布该公司正在为广汽中兴(宜昌)汽车有限公司部署 Infor LN企业资源计划解决方案,帮助其强化生产制造流程,管理优化供应链,全面提升企业竞争力。据悉,该项目的实施伙伴为梯升公司(TSNT)。
广汽中兴汽车成立于2013年11月,由广汽集团与中兴汽车共同投资组建,首款量产车都市多功能SUV C3目前已经行销全国。作为乘用车市场新军,广汽中兴汽车十分重视企业信息化平台和IT系统建设,此次与Infor合作首次部署ERP平台正是期望通过Infor LN在汽车行业的优势进一步强化生产制造流程管理,提高产品质量控制水平,在完善成本管理和企业内控的同时,改善业务流程优化供应链管理,全面提升企业竞争力。
此次合作中,Infor LN 解决方案不仅覆盖了广汽中兴内部采购、物流、销售、计划、制造、成本及财务等核心业务领域,还帮助广汽中兴汽车建立起与外部业务伙伴的数据交互平台ION,进一步为广汽中兴汽车搭建起技术先进的柔性信息化平台,消除企业各部门之间的信息孤岛,支持企业未来快速发展。值得关注的是,广汽中兴汽车母公司广汽集团下属自主品牌乘用车公司和中兴汽车公司此前均已成功实施了Infor LN,由此广汽中兴汽车可以充分借鉴兄弟公司ERP项目实施经验、降低项目风险和投资、提高企业ERP上线成功率。
Infor长期关注汽车行业信息化发展,积累了超过26年的行业实践经验。Infor汽车行业解决方案和系统在管理企业日常运营、发挥企业竞争优势、支持业务创新等方面所起的重要作用已得到了业界广泛的认可,目前全球范围内有超过5000家汽车行业客户选用Infor汽车行业解决方案对自身的业务进行管理,法拉利公司和商用车及柴油机制造商纳威司达纷纷通过部署Infor LN平台提升企业竞争力。此外,Infor还是美国汽车工业协会(AIAG)唯一的ERP应用软件供应商成员。与此同时,Infor也是首家通过亚马逊云服务平台利用云计算技术提供汽车行业全套企业应用服务的ERP服务提供商。
针对中国市场的实际需求,Infor持续投资并不断开发和完善Infor LN针对汽车行业的特定功能,通过开放SOA中间件Infor ION,以及集成SRM、EAM、WMS、EPM和企业门户Ming.le构成了完整的汽车行业套件。针对整车或零部件制造企业的不同类型和规模,Infor可以提供集企业信息系统诊断和规划咨询、项目前期特定需求调研和方案、解决方案和投资效益分析、系统实施和系统二次开发、系统测试和上线支持、系统维护和优化诊断、系统升级和迁移等于一体的全方位特定服务。
中国汽车行业发展日新月异,新一轮信息化热潮已经来临,各类汽车生产企业正在积极推动以财务为主的进销存企业应用向以行业ERP为核心的企业统一集成应用平台升级。Infor大中华区董事总经理John Du Bois表示: “继广汽集团和中兴汽车之后,我们很高兴Infor LN解决方案能够再次服务广汽中兴汽车,帮助其强化生产制造流程,提升企业核心竞争力。Infor致力于提供行业专属、美观以及易用的软件产品以及套件。凭借在汽车行业的丰富经验和积累,Infor将全面帮助国内汽车企业应对复杂的业务运作,实现流程最优化和价值最大化。”
据悉,广汽中兴宜昌工厂是乘用车生产基地,项目投资总额30亿元,占地面积1500亩。一期规划生产能力为20万辆,除生产整车外,同时建设以发动机、变速箱、座椅等产业为主的配套零部件产业园,建成后将新增20万辆产能。宜昌工厂生产的首款乘用车产品C3于2013年12月正式投放市场,该款车型集硬朗大气的外观和先进科技、优异性能于一体,一上市就获得了消费者的广泛好评。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。