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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。