5月13日,由中国交通运输协会指导、中国交通运输协会智慧物流专业委员会主办的第四届中国智慧物流与供应链创新发展大会于成都隆重召开。百炼智能应邀出席本次大会,凭借AI技术为物流行业提供的B2B营销服务,荣获“2021年‘智慧之星’物流最佳服务示范单位”。百炼智能副总裁莅临大会现场并在论坛上发表题为“物流与供应链企业如何用AI技术降本增效?”的主旨演讲。
本届大会以“育新机·开新局·谱新篇 把握智慧物流供应链发展新方向”为主题,重点探讨新技术推动智慧物流与供应链的创新与应用,来自交通运输部、全国物流行业专家、学者及智慧物流供应链领域的知名企业高管等300余人莅临盛会。
物流与供应链企业一直以来十分重视“增效”和“降本”。AI技术如何能够在其中发挥作用受到了广泛的关注。百炼智能副总裁刘剑锋现场解答了这个问题。“物流供应链链条中最重要的部分是上游厂商和下游终端。准确把握好上下游关系是持续推进整个体系健康发展的重要保障。AI技术可以通过对全网公开数据的采集与分析,帮助企业高效、精准地寻找上游厂商及下游终端。同时,OCR技术的应用则能够帮助企业提升业务运转效率,进而实现供应链上下游的良性运转。”
上游厂商是物流供应链发展的重要战略资源。如何高效获取厂商资源,成为企业发展的第一要务。百炼智能潜客宝基于AI算法,可以为企业智能推荐潜在客户,提供从目标客户画像、潜客推荐、核心决策人触达到商机预测的获客全流程服务。通过企业输入的几个客户或者在平台上搜索的路径,潜客宝即可分析出全面的目标客户画像,并且从全网7200万企业中为企业自动推荐合适的目标客户并精准触达;同时潜客宝还可根据行业通用模型预测商机,帮助企业在采购窗口期联系到目标客户,提高成单率。
招标采购也是上游厂商发起需求的主要方式之一,若想及时捕捉这些信息,也并非易事。企业常常面临着招投标数据冗杂、信息更新不及时、项目筛选费时费力等诸多问题。百炼智能渠道宝将来自全网30000多个数据源的上亿招投标数据,通过数据整理及关系分析,构建成千亿级招投标关系库,为企业提供招投标公司、标的物、项目信息查询及基于招中标关系的优质渠道推荐服务,帮助企业抓住更多商机,找到更多、更优质的渠道,提高市场拓展效率。
物流供应链中的下游终端最终决定了供应链企业的业绩增长。很多产品及服务需要落地在线下的门店中。百炼智能店店通目前拥有包含1500多万个门店信息的“门店-品牌-企业”动态数据库,覆盖餐饮、车后及商超便利店等门店,可以为企业提供从目标市场洞察到目标门店智能推荐的全程门店拓展服务。企业可清晰地看到全国市场的可拓展空间,为进一步拓展市场作决策依据。同时,平台结合企业已有门店及用户在平台上的操作行为,不断迭代目标客户智能推荐模型, 为企业智能推荐更精准的目标门店,并提供包含门店联系方式、周边商圈情况等详细信息,帮助企业更快更准地触达目标门店。
供应链的核心价值就是通过协同合作来降低成本,企业内部及供应链上的信息传递都是通过各式各样的单证来进行的,提高单证处理效率是业务流程信息化的首要环节。百炼智能OCR识别产品单证通可以提供智能单证识别、智能校验一体化服务,帮助物流企业降低人工处理单证成本,提升业务运转效率。在整个供应链的协同合作过程中,会涉及物流箱单、出入库单、运输单、合同等数十种业务单证,涉及的单证也千差万别,版式多样,格式众多,目前企业采取的几乎都是人工录入的模式,不仅效率低下,还存在员工疏忽或者疲劳导致的误操作问题。单证通可对不同样式不同种类的单证内容进行准确的识别,并将关键内容自动抽取分类归纳,替代人工高效完成单证信息的采集及录入。同时,单证通还可以利用AI算法对内容进行智能校验,提高识别准确率。
目前,百炼智能已经为物流与供应链领域多家知名企业提供服务,并且取得显著成效。此次获奖,代表了行业对百炼智能在智慧物流与供应链技术革新中所做的贡献的认可。未来,百炼智能将持续深化AI在物流供应链领域的应用,丰富更多的使用场景,提供更加便捷高效的营销服务,帮助企业构建完整的供应链生态体系,做细市场、做实终端、做精业务,用数字化的方式实现降本增效。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。