(2023年7月6日,北京)日前,著名鞋服行业领军品牌企业福建柒牌时装科技股份有限公司(简称“柒牌男装”)宣布采用领先的IBM业财一体化计划与分析平台 Planning Analytics (PA),作为柒牌男装全面预算管理项目的核心软件技术。该项目涉及柒牌男装的财务、人资、运营、IT 等多个业务条线与系统数据,旨在释放各种类型业务数据的价值,获得更多的业务洞察与预见性,通过智能化的预算管理,使企业上至集团的战略规划下至某个店铺的运营,都能获得应有的效率。

柒牌男装董事长洪肇设在项目启动会上发言(照片由柒牌集团提供并授权使用)
柒牌男装董事长洪肇设在项目启动会上表示:“所谓管理,道理很简单,就是要管好人财物这三件事,而科技是赋能管理的核心要素。此次实施全面预算管理项目,就是为了落实我们以客户为中心的战略,所以这个项目不是一个财务的管理系统,它关系到我们人财物的管理。管理必须要做到:公平公正公开、合情合理合法。要做到这几点,就需要做好全面预算。对于这个项目和技术的选择,我们前期做了非常认真的准备和比较,最终选择了IBM 业财一体化计划与分析平台这一软件技术,选择了普华永道作为项目的系统集成商。我认为要把项目做好必须做到“五行”:业务先行、信息同行、采购一起行、相关部门随后行、经营管理跟着行。除了相关业务线的高管带头与IBM与普华永道的专家一起携手把这个项目建好,我本人也会全力支持。“

柒牌集团副总裁(战略)王克亮在项目启动会上发言(照片由柒牌集团提供并授权使用)
柒牌集团副总裁(战略)王克亮表示:“全面预算是一项系统工作,从战略到目标到执行,层层承载。该项目是为了落实柒牌男装以客户为中心,全面质量管理提升的整体战略,可以说是承载了企业的未来,也是我们从信息化步入数字化与智能化时代的一个重要支点。所以说在选型的过程中,我们考虑的是选最好的产品、选最好的团队,包括我们的内部团队和外部专家团队,大家将密切配合共同去实施这个项目。因为系统再先进也只是一个系统,如果我们起初的数据不够精准,规则设定不够科学,流程不够顺畅,都会让这个系统的效力打折,所以这也是为什么我们整个项目团队涵盖了众多部门,从总部到分公司,到我们的每一家店铺,都会参与到项目当中,与外部专家一起通力合作。“

IBM大中华区数据与人工智能技术总监刘胜利在启动会上发言(照片由柒牌集团提供并授权使用)
IBM大中华区数据与人工智能技术总监刘胜利在启动会上分享道:“非常感谢柒牌男装对于IBM在企业级AI领域的技术优势与经验的认可。 IBM 业财一体化计划与分析平台Planning Analytics(PA)是IBM持续投入的核心软件产品,每年研发投入达1.4亿美金,有着非常清晰的产品路线图和按月的持续迭代更新。产品在30多年的发展历程中,在全球100多个国家有超过7800个大型客户案例,在国内的各类制造行业、地产、消费品、连锁经营等行业有很多成熟案例。 目前AI能力已全面融入PA产品中,在混合云时代,产品同时支持基于OpenShift的容器云部署和on-prem的本地部署方式;业务人员和各部门的计划经理无需具备深厚的技术知识也能轻松地使用。此次能够为柒牌男装这一鞋服行业的领军企业服务,我们感到非常荣幸,同时我们也有足够的信心,全力支持好柒牌男装和实施方在项目设计、部署、开发、上线和使用阶段用好PA产品,加速全面预算项目业务价值的实现。“
据悉,柒牌男装此次启动构建的全面预算管理系统预计于2023年年底建成上线,以实现不同业务系统的互联互通,从而释放各种类型业务数据的价值,助力企业管理者获得更多的业务洞察与预见性,开启柒牌男装数智赋能,“预”见未来的新征程,提升效率,增强企业的竞争力。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。