为特定行业提供云应用的领先提供商Infor发布Control Center,这款下一代供应链可视性和智能解决方案使得打造数据驱动、自学习且持续可靠的供应链成为可能。
Control Center将来自Infor GT Nexus Commerce Network(全球最大的云端多企业商务网络,用于进行全球贸易和供应链管理)的数据与Infor的Coleman人工智能(AI)功能相结合,让供应链主管能够对组织部门进行细分,并迅速采取措施满足业务需求。
该解决方案提供端到端可视性和深度数据科学,帮助供应链主管透过每日繁杂的数据,找到适当的信息,从而加快决策速度,并利用预测和引导智能快速执行决策。Control Center的端到端可视性及其机器学习功能可以预测未来的供应链问题,帮助企业更早采取应对措施。
最终,Control Center通过为用户授权、自动完成乏味的任务和提供网络智能,让企业能够向供应链自我编排管理迈进一大步。
Infor制造和供应链部门执行副总裁Rod Johnson表示:“供应链主管迫切需要获得更高层次的智能和洞察力,交付的速度要更早、更快,从而帮助客户缓解风险,确保可靠性。供应链领域历史上一直充满了不确定性和风险,Control Center为这一领域带来了可靠性和确定性。供应链组织第一次能够提供始终如一的服务水平,这是组织区别于同行的一项竞争优势。”
苛刻的客户越来越要求供应链以更加主动的方式进行运作。供应链组织必须“预测未来,及时行动”。在Infor GT Nexus Commerce Network上,供应链以平均每秒50次的速度发生变化。然而,由于延迟、缺乏网络内连接性以及无法及时向供应链主管提供正确的信息,当前的解决方案无法提供及时的见解,使得供应链主管难以迅速采取行动。因此,他们只能面对数据过载,而无法快速访问和处理数据,及时采取行动。
企业间供应链研究领导者ChainLink Research首席执行官Ann Grackin表示:“跨整个供应网络的库存可视性,结合物流可视性和可以及早发现和预测问题的深度数据科学,是实现主动供应链执行的必要基础元素。在当今快速变化的供应链中,只知道库存在哪是不够的。供应链主管需要高级可视性和预测智能来为日常决策提供依据,在流程初期发现和缓解潜在问题,从而为营收提供保障,实现利润最大化。”
Control Center持续监控贯穿供应网络的产品流、原料流、订单流、需求流和资金流,从繁杂的信息中甄别机会。它利用AI和机器学习技术了解每个机会的具体情况,引导用户采取最佳解决措施。
Infor Control Center基于经过验证的Infor GT Nexus Commerce Network打造而成,利用了20年的各行业全球供应链数据情报。Infor GT Nexus Commerce Network旨在编排管理多企业流程和工作流。它采用网络原生应用,日常执行都在网络内完成,从而提供实时、准确且具有丰富背景信息的数据。
Johnson表示:“其他提供商无法提供实现快速执行所需的数据背景和贸易伙伴直连,也就无法主动应对业务环境的变化。”
Control Center持续监控供应链的变化,这是网络内应用与拼凑起来的硬连线系统(它提供的可视性几秒内便会过时)的不同。Control Center提供原生数据情报,这是构建数据驱动型供应链的基础。
Control Center通过一系列实时控制点监测网络流量。大部分供应链系统的配置是依赖交易来了解存在的问题(例如库存情况),而Control Center的运行则基于动态监测。它可以监测事物是否在移动,可以计算和了解“正常状态”,并持续监控流程移动情况,识别模式变化。甚至在问题出现之前,系统就已经知道了问题的存在并判断是否有必要采取措施,如果有必要,Control Center则引导用户采取措施,评估结果从而进行学习和改进。
Johnson说道:“Control Center为用户提供正确的上下文信息,提供智能驱动的最佳决策。”
好文章,需要你的鼓励
YouTube开始推出肖像检测工具,帮助创作者识别和举报使用其面部特征的AI生成视频。该系统类似于版权检测机制,目前处于测试阶段,仅向部分创作者开放。用户需要提供政府身份证件照片和面部视频来验证身份。系统会标记疑似包含用户肖像的视频,但无法保证100%准确识别AI内容。YouTube将根据多项因素决定是否移除举报的视频。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。
谷歌宣布在AI Studio平台中引入"氛围编程"体验,让编程和非编程用户都能更轻松地开发应用程序。用户可通过简单提示生成可运行的应用,新功能包括应用画廊、模型选择器、安全变量存储等。平台还添加了模块化"超能力"功能和"手气不错"按钮来激发创意。完成的原型应用可一键部署到谷歌云运行平台。此次更新正值业界期待谷歌即将发布Gemini 3.0大语言模型。
中国人民大学研究团队开发了Tool-Light框架,通过信息熵理论解决AI工具使用中的过度调用、调用不足和过度思考问题。该框架采用熵引导采样和两阶段自演化训练,让AI学会合理使用外部工具。在10个推理任务测试中,Tool-Light显著提升了AI的效率和准确性,为AI工具集成推理提供了新的解决方案。