uutiset

"hyödyntääkseen liiketoimintamahdollisuuksia täysimääräisesti vähittäiskaupan on analysoitava suuri määrä dataa, mikä edellyttää, että pystymme keräämään tiedot, tallentamaan ja käyttämään sitä tarvittaessa. siksi toimialan vertikaali perustuu yleiseen suureen malliin. pohja suurten mallien luominen on erityisen tärkeää." äskettäin vuoden 2024 amazon cloud technology consumer technology summitissa new hope fresh life groupin shenpan technologyn pääjohtaja zhang xiangyang sanoi haastattelussa medialle, mukaan lukien "daily economic news". ".

zhang xiangyangin mukaan informaation ja digitalisaation aikakaudella yritykset ovat etsineet optimaalisia ratkaisuja liiketoiminnan ongelmiin, mikä yleensä edellyttää teoreettista tukea toimintatutkimuksesta, kvantitatiivisesta taloudesta ja tilastoista. kuitenkin tiedon ja harkinnan lisääntyessä perinteiset menetelmät paljastavat vähitellen riittämättömän tehokkuuden ja laskennan pullonkauloja. siksi uuden sukupolven laskentamenetelmät, kuten älykäs oppiminen, ovat nousseet uusiksi tavoiksi ratkaista monimutkaisia ​​vähittäiskaupan ongelmia.

viime vuosina uudet teknologiat ovat tuoneet muutoksia kuluttajien vähittäiskaupassa: digitaalisen teknologian, tekoälyn, erityisesti generatiivisen tekoälyteknologian, käyttöönotto on vähitellen muotoilemassa perinteistä "ihmiset, tavarat ja paikka" -suhdetta ja työntää alaa entistä enemmän. älykästä, tehokasta ja inhimillistä kehitystä.

tässä yhteydessä amazon cloud technologyn edustamat pilvitoimittajat, mukaan lukien bytedancen volcano engine, ja jd cloud, edistävät aktiivisesti tekoälyn käyttöä vähittäiskaupan skenaarioissa. he kaikki yrittävät digitalisoida kaupan kasvua.

amazon-pilviteknologia esittelee vähittäiskaupan

amazon cloud technologyn tekninen henkilökunta kertoi toimittajille, että perinteisissä sääntöpohjaisissa ja matemaattisissa menetelmissä muuttujien määrän kasvaessa on vaikeaa suorittaa tehokasta sovitusta matemaattisten menetelmien avulla. tekoälyteknologia, erityisesti suurten mallien sovellus, pystyy käsittelemään enemmän muuttujia ja dataa ja rakentaa malleja, jotka selviävät monimutkaisista tietoympäristöistä automaattisen ominaisuuksien poimimisen ja malliparametrien virityksen avulla. kulutusskenaarioiden lisätoteutuksen saavuttamiseksi.

itse asiassa amazon cloud technologyn ja canpan technologyn yhteistyömalli on tällä hetkellä erityisen tyypillinen. osapuolten yhteistyön taustalla oleva logiikka on, että amazon cloud technology tarjoaa taustalla olevat yleiset suuret malliominaisuudet, kun taas vähittäiskaupan palveluntarjoajat, kuten canpan technology. rakentaa tämän pohjalta luoda suuria teollisuuden malleja, jotka kuuluvat tiettyihin skenaarioihin, jotta voit kutsua ja tukea taustalla olevia ominaisuuksia, kuten linjan ajoitusta, varaston varastointia, kuljettajan tilaa, linjan säätöä ja lämpötilan valvontaa koko toimitusketjussa ja logistiikassa.

haastattelun aikana toimittaja sai tietää, että shenpan technologyn ja amazon cloud technologyn yhteistyö keskittyy pääasiassa kolmeen ydinalueeseen "varasto", "jakelu" ja "ihmiset". "warehouse" korostaa varaston kiertokulkua ja parantaa tuotteiden kiertoa "jakelu" korostaa älykästä kuljetusreititystä ja "ihmiset" korostaa työntekijöiden työn tehostamista.

näillä kolmella vähittäiskaupan pääalueella on yhtenäinen taustaelementti - data.

zhang xiangyang kertoi, että tiedon aikakauden alkuaikoina vähittäiskaupan tietojen ylläpitotyöt perustuivat pääasiassa manuaaliseen työhön. tällä perinteisellä menetelmällä on kuitenkin kaksi suurta haittaa: ensinnäkin se on tehoton ja sillä voidaan usein saavuttaa vain tapahtuman jälkeinen hallinta. toiseksi tiedon kattavuus on rajoitettu ja keskittyy pääasiassa tarvittaviin liiketoimintatietoihin, kuten jakeluun perinteisessä erp:ssä (enterprise resource planning). järjestelmät. iot-teknologian nopean kehityksen myötä tilanne on muuttumassa.

zhang xiangyang, shenpan technologyn pääjohtaja kuvan lähde: kuva harjoittelija zhang zitong.

nykyään yritykset luottavat yhä vähemmän manuaaliseen tietojen ylläpitoon, ja yhä useammat käyttävät iot-laitteita tiedon keräämiseen suoraan. riippumatta siitä, missä yrityslinkissä olet, tarvittavat tiedot, kuten lämpötila, ovien aukkojen määrä, asiakirjatiedot jne., voidaan kerätä reaaliajassa vastaavien iot-laitteiden kautta. tämä muutos ei ainoastaan ​​paranna merkittävästi tiedonkeruun tehokkuutta ja tarkkuutta, vaan myös laajentaa ja syventää tietojen kattavuutta.

logistiikkateollisuudesta esimerkkinä perinteinen lastin luovutus- ja inventointiprosessi vaatii paljon ihmisen osallistumista, mutta nyt nämä linkit ovat olleet käytännössä miehittämättömiä. videolaitteiden ja iot-anturien avulla tavaroiden luovutus- ja inventointiprosessi voidaan suorittaa automaattisesti ja tiedot ladataan järjestelmään reaaliajassa, mikä parantaa huomattavasti työn tehokkuutta ja tarkkuutta.

"esineiden internet-teknologian käyttöönoton avulla voimme ymmärtää reaaliajassa satojen varastojen todellisia olosuhteita eri puolilla maata, mukaan lukien verkkoajoneuvojen toimintaa ja lämpötilaa. tämä on meille valtava parannus, joka ei vain paranna työn tehokkuutta, mutta myös tekee päätöksemme ovat tarkempia ja oikea-aikaisempia", zhang xiangyang sanoi.

tuoretuotteet esimerkkinä zhang xiangyang sanoi, että tuoretuotteiden äärimmäisen nopean toimituksen saavuttamiseksi on välittömästi järjestettävä älykkäät johdotukset, täyden linkin reaaliaikainen lämpötilavalvonta ja ennakkovaroitus jne. tämä edellyttää valmistajien keräämistä tiedot reaaliajassa ja tarjota oikea-aikaista käsitellä.

mutta samaan aikaan zhang xiangyang sanoi myös tylysti, että molemmat osapuolet kohtasivat myös joitain haasteita yhteistyöprosessin aikana. esimerkiksi varastoinventoinnin aikana on asennettava kamerat tiedon keräämiseksi, mutta varaston sähköjohtomäärittelyjen ja kameran asennusvaatimusten välillä on ristiriita. tämän ongelman edessä osapuolet löysivät lopulta ratkaisun, joka ei ainoastaan ​​täytynyt säännöksiin, vaan myös paransi liiketoimintaa täyden viestinnän ja neuvottelujen avulla.

pilvitoimittajat kilpailevat vähittäiskaupan skenaarioista

globaalien pilvipalvelumarkkinoiden laajuuden kasvaessa edelleen vähittäiskaupan kulutusskenaarioiden digitaalinen muutos syvenee. myyjät, kuten volcano engine, jd cloud, alibaba cloud ja amazon cloud, edistävät myös aktiivisesti tekoälyn käyttöä vähittäiskaupan skenaarioissa.

tämän vuoden elokuussa volcano engine julkaisi sarjan papupussimallien tuotepäivityksiä ja yhtyi useiden vähittäismyyntiyritysten kanssa perustaakseen "retail model ecological alliancen". zhang wenzhong, multipoint dmallin perustaja ja wumart groupin perustaja, sanoi tuolloin suoraan, että vähittäiskaupan suuri ekologinen malliliitto on tapa vähittäiskaupan yrityksille pysyä yhdessä lämmön vuoksi. "meidän on omaksuttava tekoäly täysin, ei vain paremman tulevaisuuden vuoksi, vaan myös selviytymisen vuoksi."

volcano enginen toimitusjohtaja tan dai sanoi aiemmin haastattelussa "daily economic news" -lehden toimittajalle: "valitsin tällä kertaa vähittäiskaupan, koska mielestäni vähittäiskauppa kattaa tarpeeksi ihmisiä ja dataa, ja uskomme, että täällä voidaan tehdä suuria muutoksia. , ja terminaaleille on valtavia teollisuuden esteitä ja tietotaitoa (teknistä osaamista), mikä on myös innovaation arvoista.

jd cloud luottaa perinteisiin toimitusketjun etuihinsa tarjotakseen kauppiaille täyden valikoiman digitaalisen älykkyyden ratkaisuja vähittäiskaupan kulutusskenaarioissa.

äskettäin jd cloud ehdotti kymmentä suurta teollista skenaariota, mukaan lukien digitaalinen älykäs vähittäiskauppa. julkaisemalla viisi suurta teollisuusalustaa, mukaan lukien toimitusketjun ohjaustorni, energia-hiilipilvi ja autoteollisuuden toimitusketjun yhteistyöalusta, jd cloud on edelleen lujittanut digitaalisen älykkään toimitusketjun tuotematriisia ja rikastanut digitaalisen älykkyyden teollisuuden segmentointiskenaarioita. toimitusketjussa. vähittäiskaupan alalla jd.comin yunyanxi digitaalisesta ihmislähetyksestä on tullut tämän vuoden kohokohta.

ilmeisesti suuret pilvipalveluntarjoajat yrittävät tuoda vähittäiskauppaan ennennäkemättömiä muutoksia tekoälyn, big data -analyysin ja muiden keinojen avulla. on ennakoitavissa, että vähittäiskaupan skenaariosta tulee toinen tärkeä taistelukenttä pilvipalvelutoimittajille liiketoiminnan arvon saavuttamiseksi. tässä kilpailussa emme kuitenkaan voi katsoa vain yleisen laajan mallipohjan edistyneitä tasoja. tämän kilpailun todellinen painopiste on, kuinka syvästi ymmärtää vähittäiskaupan liiketoimintaprosessia ja tarjota räätälöityjä ratkaisuja, jotka sopivat aidosti alan ominaisuuksiin.

päivittäisiä talousuutisia