始建于1962年的飞鹤乳业,是中国最早的奶粉企业之一,也是最早建立产业集群的婴幼儿奶粉企业。经过60年的发展,飞鹤乳业已成为引领奶粉行业发展的重要企业。
当然,除了业务上的持续发展,飞鹤乳业的“自我修炼”也从未停止。面对数字经济的高速发展,飞鹤乳业敏锐感知,不断探索新技术、新业态、新模式,走出了一条转型升级的新路径。
其中,飞鹤乳业部署了专门的RPA机器人,以自动化实现部分电商数据处理及客服业务处理,为构建数据库提供数据支撑,同时,也为客服部提升服务质量打下了坚实的基础。
数字化转型,飞鹤乳业敢为人先
数字化经济新常态下,企业的数字化转型布局越早,探索越深,越能享受到更多的数字化红利。
飞鹤乳业深谙此道,近年来,飞鹤乳业不断探索转型方式。比如借助ERP、数据中台以及业务中台等实现业务与应用的融合,全面推进数据智能运用,飞鹤实现了从内部管理、市场规划、全域营销到物流供应等环节的数字化运营。
在RPA部署上,飞鹤也十分重视。通过对市面上的RPA厂商充分对比,飞鹤乳业发现UiPath在技术、平台以及服务体系上都具备独特优势,最终选定了UiPath RPA尝试智能升级。
此次RPA项目的开展,标志着飞鹤乳业的数字化转型又增加了新的砝码,同时,其成功实践对于中国乳业乃至整个制造业的数字化、智能化转型具有重要意义。
科学部署,流程顺畅
为充分发挥RPA机器人的数字化潜能,飞鹤乳业经过一系列评估,将电商数据采集和客户服务作为RPA部署的试点领域。
两个领域都存在大量的重复性且有规律的业务操作,数据采集主要是将京东、拼多多、苏宁等电商平台上的业务进行抓取处理,尤其是双十一期间,要求系统实现高效的数据抓取及处理。而飞鹤为了提供更好的客户服务,需要向客户发送消息,了解客户新需求,这些也涉及到大量的规则性操作。
那么,具体是如何应用的?实现了什么效果?
首先,为打赢双十一这一“关键战”,飞鹤乳业在2021年11月1日上线了RPA机器人。从京东、拼多多、苏宁、淘宝与天猫5个电商平台实时抓取销售与访客数据,并将抓取到的数据写入MySQL数据库中供双十一大屏使用。
比如,RPA机器人可自动登录京东商智,获取访客数、成交人数、成交金额、成交订单数、实时交易等数据。在整个双十一活动期间,RPA机器人7*24小时无间断工作13天,运行稳定,所抓取的数据与电商平台页面一致,为双十一大屏提供真实有效的数据,为飞鹤乳业了解双十一战绩,调整活动策略提供数据支撑。
其次,在日常的数据管理中,RPA机器人自2021年12月1日上线以来,每天早上8点定时抓取京东、拼多多、苏宁、淘宝与天猫等9个电商平台的前一天店铺、客服数据。除登录信息过期,需要重新输入验证码外,只要能保证登录成功,所抓取的数据与电商平台页面数据保持一致,为业务中台的综合大屏提供数据基础。
在客服部门,在部署RPA机器人前,客服同事需要准备好要发送消息的客户ID及模板消息,整理到Excel文件中。然后获取Excel文件中的内容,在千牛端查找客户ID,发送完成后,将发送的结果反馈至Excel,包括“发送成功”、“对方未加为好友”、“找不到用户”等。如果客户回复了消息,则需要回复“您好”,并转接至“金牌售后”。这一过程人工操作费时费力,而且容易出错。
自2021年11月上线RPA后,客服人员得到了极大解放,RPA机器人可根据客服部提供的Excel文件,自动从千牛客户端为客户自动发送消息,若客户有新的留言,机器人还能自动进行回复并转接售后处理,未出现过错误。
深度部署,探索数字化更多可能
在本项目中,飞鹤乳业通过RPA机器人的部署获得了诸多价值。
正如飞鹤乳业RPA项目总监葛帅所说,“身处数字化转型关键期,飞鹤乳业希望实现全业务的数字化、规范化、智能化。而基于RPA机器人的实用性、易用性、高扩展性,促进飞鹤乳业不断降本增效,释放员工价值,加速了数字化转型进程,为未来市场竞争奠定了坚实基础。”
作为行业领头羊,飞鹤乳业的数字化探索无疑起到了示范作用。面向未来,飞鹤乳业将继续深化数字化转型,将RPA技术应用于更多降本增效的业务领域及场景中。同时,UiPath也将深入了解客户需求,探索数字化更多可能,让更多客户享受到数字经济带来的巨大价值。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。