在悉尼举办的 NetSuite Connect 大会上,Oracle NetSuite 展示了其最新的人工智能驱动的业务管理进展,强调了将 AI 深度集成到 NetSuite 平台的战略,并让客户无需额外付费就能使用 AI 功能。
Oracle NetSuite 副总裁兼澳新区总经理 Scott Wiltshire 在会议上向满场观众表示:"AI 不再是未来的技术"。他阐述了 AI 如何帮助企业简化日常任务,释放创新时间,发现隐藏趋势以做出更明智的决策,并更有效地与大型竞争对手竞争。
Oracle NetSuite 创始人兼执行副总裁 Evan Goldberg 将该平台描述为"真正的无限制统一系统"。他强调了 NetSuite 功能的持续扩展,包括内部开发和拥有超过 800 个应用程序的 SuiteCloud Developer Network 的贡献。Goldberg 将 NetSuite 的 AI 功能定位为这一增长的自然延伸,用于增强洞察力、控制力、协作性和生产力。
Oracle NetSuite 技术和 AI 高级副总裁 Brian Chess 详细阐述了公司的 AI 集成方法。他将当前的 AI 变革与之前的技术变革进行对比,指出 AI 在提供建议、发现模式、推荐行动、自动化工作流程以及提高速度和准确性方面的独特潜力。他说:"AI 是内置的,而不是外加的。我们不会为 AI 额外收费。"
Chess 举例说明了 NetSuite 内置的多个 AI 功能,包括在大语言模型文本生成中使用公司特定数据,例如,将简历或产品描述中的要点转化为长文本,并能够根据企业的偏好风格和语气进行配置。
他还特别提到 AI 代理是"自然进展",解释了它们如何响应自然语言请求,在现有工作流程和数据中运行,甚至可以在用户许可的情况下主动工作。
在财务管理方面,Chess 演示了 AI 代理如何识别异常情况,例如在通常为 200 美元的交易中出现 2,000 美元的异常,并简化纠正流程,可能纠正数据输入错误。他还预览了即将推出的 Suite Analytics Assistant,该助手将允许用户使用自然语言查询生成报告和可视化。
基础设施需求
Chess 表示,使用 Oracle Cloud Infrastructure (OCI) 来处理 NetSuite 的基础设施需求,从图形处理单元集群到私有数据存储,也使设置新的云区域变得更加容易。这使 NetSuite 能够专注于 AI 集成的"管道"工作,例如在所有 NetSuite 文档上训练 NetSuite Expert for SuiteAnswers 并将其连接到软件。他说,得益于 OCI,仅用 12 名工程师的团队在不到一年的时间内就实现了当前水平的 AI 集成。
当被问及生成式 AI 可能被用于对抗企业的情况时,例如 ChatGPT 最近被发现可以生成逼真的虚假收据,Chess 表示欺诈检测总体上是 NetSuite 将能够帮助客户的领域,具有财务异常管理等功能——例如,通过检测文档中的异常情况,如过高的小费。
然而,他警告说这将是一场军备竞赛:想要说谎或作弊的人总会找到方法,所以组织必须接受一定程度的欺诈作为经营成本。
软件即服务
AI 增强的软件即服务 (SaaS) 平台有可能在所有用户之间共享欺诈模式。Chess 表示这"可能带来很多好处",但也警告说,当一些客户互相竞争时,这样做是否恰当等问题。因此,他说 NetSuite 在这方面谨慎推进。
基于云的财务软件早期提出的另一个潜在好处是能够将公司的业绩与同行进行对标。他说:"我们在这个领域谨慎行事。"
NetSuite 不想损害客户的数据,确保客户理解他们选择使用此类功能时所接受的内容很重要。Chess 警告说,简单的复选框是不够的。
Goldberg 概述了其他新的 NetSuite 功能,包括利用 AI 增强报告的 NetSuite Enterprise Performance Management、NetSuite Analytics Warehouse 中的预构建 AI 模型,以及针对特定行业的预配置费率的劳动力管理。他还宣布了降低专业用户角色许可的价格,扩大了仓库管理系统和客户关系管理等模块的访问权限。
几家澳大利亚和新西兰客户在活动中分享了他们使用 NetSuite 的成功案例。物理治疗和力量训练企业 Kieser 的首席财务官 Dianna Butterworth 解释了 NetSuite 如何帮助简化手动合并并支持公司的扩张计划。
时尚零售商 Camilla 的技术主管 Luke Matthews 强调了 NetSuite 对国际增长的支持,以及其跟踪微观趋势和优化库存分配的能力。电子商务专家 New Aim 的首席财务官 Stephen Xiao 将 NetSuite 描述为公司数字生态系统的"支柱",在订单处理和月末结算方面节省了大量时间。
起重机租赁公司 Smithbridge Group 的首席财务官 Shane Young 表示,NetSuite 使数据的收集和使用更加高效——例如,通过使经理能够自行生成报告,而不是依赖会计。这帮助经理们感到"更有权力",同时让会计团队更好地理解业务运营方面同事的需求。
Goldberg 表示,在使系统更易于使用方面,AI 还有很多可以做的,例如能够使用日常语言来使用和管理系统,以及让代理在后台工作。
他说,AI 可以发现趋势,推荐行动,并在获得批准的情况下实施这些行动,同时考虑来自内部和外部的数据。
鉴于 NetSuite 客户经常从 MYOB 或 Xero 等更简单的产品迁移而来,是否有可能推出适合这部分地区小型企业的版本?
Chess 表示,认为 NetSuite 可能成为这类企业唯一需要使用的系统是"很有吸引力的想法","但这就是我今天能说的全部了"。
Goldberg 也没有多说,他表示理想情况下,企业只需要使用一个系统,但他观察到 AI 将使小型公司更容易采用 NetSuite,部分原因是它将帮助降低实施成本。
目前,Wiltshire 表示,当地的增长机会可以在各个行业中找到,包括寻求现代化的家族企业,因为他们正在将业务传递给下一代,以及科技初创公司。他说:"我们在澳大利亚有一个非常健康的市场",同时还有一个生态系统,可以通过与 NetSuite 集成的专业应用程序为客户提供价值。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。