过去两年来,疫情导致的供应短缺已经成为许多企业最先提及的问题,企业需要找准定位和方向,预测供应链事件可能带来的影响,并且在事件发生时积极采取行动,才能让企业在不确定的环境当中获得确定性。
Qlik大中华区及韩国区售前产品总监张海鹏(Bill Zhang)告诉记者,企业要重新审视和调整现有的供应链管理策略,更好实现供应链的弹性和敏捷性,应对外部环境的不确定性和不断变化的市场需求。
为了应对业务挑战,供应链领导者也在积极进行数字化转型实现管理决策的与时俱进。在商业智能方面,传统的、基于历史数据的被动式的商业智能,正在逐渐被演变成为一个接近于更实时的流程分析,向着主动智能的方向进行转变。
Qlik大中华区及韩国区售前产品总监 张海鹏
张海鹏说,从数据的角度看,传统方式下的BI主要提供基于业务数据的历史视图。主动智能提供持续性的实时数据获取,数据更具实时性,分析更具时效性、更具前瞻性,为企业构建了一个更加完整、灵活的分析数据管道。
Qlik解决方案与价值加速高级总监陈进权(CK Tan)表示,通常供应链用户隔天才能拿到数据,这样敏捷性就无从谈起。Qlik能够实时复制系统中的数据,并通过可视化仪表板实现业务跟踪。
Qlik解决方案与价值加速高级总监 陈进权(CK Tan)
Qlik主动智能方案帮助客户实现供应链环节的高效管理和性能的提升,其包括原始数据的获取,数据洞察的释放,找到关键数据,理解数据,从而影响行动。企业通过主动智能可以更及时地基于产生的数据、驱动的行动来释放里面蕴含的巨大洞察和商业价值。
Qlik主动智能方案应用于供应链领域,涵盖了预测性维护、库存、优化规划、物流等场景,让供应商更全面地实现和维护更持续性的供应链管理。
张海鹏介绍说,Qlik主动智能可以帮助企业将TCO降低25%到40%。Qlik主动智能可以让用户选择云端的部署方案,基于此,可以大大帮助用户释放本地运营的成本和资源的消耗。
此外,Qlik主动智能提供一个完整端到端的数据服务方案,快速帮助用户落地,提升企业的数据利用效率。在分析服务方面,Qlik提供智能助手、基于问答的数据检索等服务,为用户提供智能、易用和高度定制的体验。
“Qlik主动智能不仅仅只是一个现代化的BI工具,我们能够及时利用数据中的洞察,结合平台的一些能力,比如增强智能、自助式预警、应用程序自动化、Auto Ml等等功能,帮助我用户过渡到现代化的BI,实现数据驱动行动。”张海鹏说。
Qlik助力顺丰供应链打造实时服务商
目前Qlik主动智能方案已经在供应链行业得到广泛应用,而顺丰供应链则是典型代表。顺丰供应链拥有超过200个运营站点。Qlik对这些运营站点做了很多仪表盘和内容分析,让数据能够实时动起来,让经营决策者实时看到情况、发现问题,提升了10%的生产力。
“Qlik让我们快速提升了数据分析的生产力,Qlik的数据可视化也让我们的全国仓库得到全面的透明化和可视化。”顺丰供应链大中华区商业分析负责人蔡家豪(Oliver Choi)说,“ Qlik的主动智能让我们进行数据分析的时候更有利,将所有的数据洞察变得更加可视化、更容易被量化,这是整个数据分析精益改造中最重要的一环,把整个数据分析的加急驱动变成一个闭环。”
顺丰供应链大中华区商业分析负责人 蔡家豪
顺丰供应链的愿景是希望科技成为企业供应链方案实时服务商,用数据洞察和打通运营,提升运营效率,赋能客户。
基于这样的愿景,顺丰供应链做了两件事:打通所有不同系统的数据,形成数据底盘,结合不同的数据应用实现可视化和主动智能;流程作业大量引入了不同的机器人,高效提升整个运营的效率。
蔡家豪表示,成本、效率、质量是供应链行业的关注点。面对多个企业的不同供应链系统,顺丰供应链需要把产品模块化,建立统一的数字化平台,而Qlik能够帮助我们做到以上这两点。
借助数据管理智能化,顺丰供应链实现了全国仓库的可视化管理。供应链行业的主要应用场景之一是客户的库存,里面涉及上架、拣货流程,其中顺丰供应链采用了专门为了提升流程效率的Qlik模板。
“在整个数据分析方面,我们节省了大概5000多个直接工时,以前都是用自己的项目人员,自己培养一些数据分析人员,但是现在我们用了Qlik的主动智能,加上我们的行业经验,可以大大提高员工的数据生产力。我们也尝试把这些应用提供给我们的客户,让他们能够更加专注自己的业务,用我们的模板优化他们的供应链运营。”蔡家豪说,“总之,Qlik带给我们三大改变,人员的提升,可视化的提升,以及数据驱动运营的提升。”
结语
数据对于企业来讲一定是非常重要的一项资产,要想具备竞争力,他们需要投入资源,制定一个有力的数据战略以及数据分析战略。
维持供应链的可用性、透明度和弹性管理,Qlik主动智能通过从不同系统实时获取数据实现敏捷管理,提供供应链的水平。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。