至顶网软件频道消息:金佰利(Kimberly-Clark)是一家全球财富500强企业,旗下个人护理产品品牌包括Huggies、Kleenex和Scott,每天在175个国家/地区每4人中就有1人在使用它的产品。金佰利公司通过Kimberly-Clark Professional提供产品和解决方案,在食品服务、医疗保健、制造业、办公建筑等各种行业中打造更健康、更安全、更高效的工作场所。作为行业领导者,金佰利致力于推动数字化创新,改善快速消费品的运营和客户体验。下面就让我们来看看金佰利在运营中使用大数据、物联网和人工智能的几种方式。
K-Challenge大赛为消费品行业带来创新热潮
金佰利赞助举办年度K-Challenge大赛,邀请企业家、初创公司和其他创新者通过金佰利数字创新实验室(D'Lab)开发消费品包装类别下的各种创新产品。比赛主要关注6个大类,数据和预测分析、网络安全、全渠道购物者体验、物联网/可穿戴设备/连接设备、供应链/运营解决方案、内容和媒体体验。这项技术创新投资帮助金佰利更好地适应当今最有创意的一些想法,并将其运用到运营中。
自助零售分析
金佰利的内部来源和外部来源会产生大量数据,内部来源例如销售和营销支出,外部来源例如尼尔森调研、Web应用、商店业绩和购买信息等。在采用Tableau、Amazon Redshift和Panoply的平台之前,金佰利的复杂数据存在于多个数据源且不够灵活的系统中,这使得大量数据难以被利用起来。通过整合数据,现在金佰利内部的更多专业人员可以访问使用这些数据,既节省了时间(每周减少8小时)又节省了金钱(2年内节省25万美元),因为他们用更少的时间来收集和整理数据,把更多时间花在了分析和解释这些数据,现在他们可以有效地访问和使用这些数据。
面向设施管理人员的物联网应用
为了帮助设施管理人员远程监控和管理洗手间的状况,Kimberly-Clark Professional推出了智能洗手间应用。建筑物洗手间的状态对于租户和顾客如何看待这个地方至关重要。不卫生的浴室可能会导致客户和租户对设施满意度较低。皂液分配器、空气清新剂、大门等传感器收集数据,然后发送到基于云的应用,设施管理人员可以从移动设备或桌面访问这些数据,以监控建筑物内洗手间的状况,而不需要一定去现场。对这个智能洗手间应用的一项试验研究显示,部署了这个应用之后耗材的使用量减少了20%。
用数据简化复杂的供应链
金佰利的全球供应链庞大且复杂。金佰利采用了更加网络化的供应链方法,因为通常每个相关方会参与流程的多个阶段。整个供应链——从规划、制造、合作伙伴管理到交付——中以数据为驱动的分析帮助金佰利简化并解决了供应链中固有的复杂性,并能够在整个过程中发现价值。金佰利知道,数据对于满足不断变化的客户需求、从供应链的透明度到客户对产品、价格、服务和质量的期望来说都是至关重要的。此外金佰利还采取了更加开放的方式与供应商合作,专注于共同创新。
高效的销售和营销
在中国沃尔玛商店的一个试点计划中,金佰利使用大数据来推动销售,从每天产生的大量POS数据中发现新的商机。金佰利与Retail Solutions合作,实时跟踪销售和库存。该系统可以准确分析海量数据集,确保每个产品和每个商店的库存都得到优化。此后,金佰利与其他零售商也推出了类似的计划,以获取POS点的活动情况,持续了解客户对产品的需求。
金佰利还利用数据和机器学习,通过RevTraxSmartOffers和Nielsen Marketing Cloud来提高数字化营销的成果和客户体验。金佰利可以根据实时消费者行为不断更新优惠活动。 通过跨数字渠道使用数据分析,金佰利还可以更好地了解他们13亿的客户,从而为客户提供他们所需的内容和他们的需求,从而推动互动并提高转化率。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。