소식

"비즈니스 기회를 최대한 활용하기 위해 소매 업계는 대량의 데이터를 분석해야 하며, 이를 위해서는 데이터를 수집하고 저장하고 필요할 때 액세스할 수 있어야 합니다. 따라서 업계 수직은 일반 대형 모델을 기반으로 합니다. 기반 대형 모델을 만드는 것이 특히 중요하다”고 말했다. 최근 2024 아마존 클라우드 기술 소비자 기술 서밋에서 new hope fresh life group의 shenpan technology 총괄 책임자인 zhang xiangyang은 “매일 경제 뉴스”를 포함한 언론과의 인터뷰에서 다음과 같이 말했습니다. ".

zhang xiangyang에 따르면 정보화 및 디지털화 시대에 기업은 비즈니스 문제에 대한 최적의 솔루션을 찾는 방법을 모색해 왔으며 이는 일반적으로 운영 연구, 정량 경제학 및 통계의 이론적 지원을 포함합니다. 그러나 데이터의 양과 고려 사항이 증가함에 따라 전통적인 방법은 효율성이 부족하고 계산 병목 현상이 발생하는 문제가 점차 노출됩니다. 따라서 지능형 학습과 같은 차세대 컴퓨팅 방법이 복잡한 소매 문제를 해결하는 새로운 방법으로 등장했습니다.

최근 몇 년 동안 새로운 기술은 소비자 소매 현장에 변화를 가져왔습니다. 디지털 기술, 인공 지능, 특히 생성 ai 기술의 도입은 전통적인 "사람, 상품 및 장소" 관계를 점차 재편하고 있으며 업계가 더욱 발전하도록 추진하고 있습니다. 지능적이고 효율적이며 인도적인 발전.

이러한 맥락에서 bytedance의 volcano engine 및 jd cloud를 포함하여 amazon cloud technology로 대표되는 클라우드 공급업체는 모두 소매 산업의 디지털화를 위해 적극적으로 노력하고 있습니다.

amazon 클라우드 기술은 소매 산업을 구성합니다.

amazon cloud 기술 기술자들은 기자들에게 전통적인 규칙 기반 및 수학적 방법에서는 변수 수가 증가하면 수학적 방법을 통해 효과적인 피팅을 수행하기 어렵다고 말했습니다. ai 기술, 특히 대형 모델의 적용은 더 많은 변수와 데이터를 처리할 수 있으며, 자동 특징 추출 및 모델 매개변수 튜닝을 통해 복잡한 데이터 환경에 대처할 수 있는 모델을 구축할 수 있습니다. 소비 시나리오에서 추가 구현을 달성하기 위해.

실제로 amazon cloud technology와 canpan technology 간의 협력 모델은 현재 특히 일반적입니다. 두 당사자 간의 협력의 기본 논리는 amazon cloud technology가 기본 일반 대형 모델 기능을 제공하는 반면 canpan technology와 같은 소매 서비스 제공업체는 것입니다. 이를 기반으로 특정 시나리오에 속하는 대규모 산업 모델을 생성하여 전체 공급망 및 물류와 관련된 라인 일정 관리, 창고 재고, 운전자 상태, 라인 조정 및 온도 모니터링과 같은 기본 기능을 호출하고 지원합니다.

인터뷰에서 기자는 shenpan technology와 amazon cloud technology의 협력이 주로 '창고', '유통', '사람'이라는 세 가지 핵심 영역에 초점을 맞추고 있다는 사실을 알게 되었습니다. "창고"는 재고 회전율을 강조하고 제품 순환 효율성을 향상시킵니다. "유통"은 지능형 운송 경로와 빠른 배송을 강조하며, "사람"은 직원의 업무 효율성 향상을 강조합니다.

소매 업계의 세 가지 주요 영역에는 통합된 기본 요소인 데이터가 있습니다.

zhang xiangyang은 정보 시대 초기에 소매 업계의 데이터 유지 관리 작업이 주로 수동 작업에 의존했다고 기자들에게 말했습니다. 그러나 이 전통적인 방법에는 두 가지 주요 단점이 있습니다. 첫째, 비효율적이며 이벤트 후 관리만 수행할 수 있다는 점, 둘째, 데이터 범위가 제한적이고 주로 전통적인 erp(enterprise resource planning)의 배포와 같은 필요한 비즈니스 데이터에 중점을 둔다는 점입니다. 시스템. 레이어 데이터. iot 기술의 급속한 발전으로 인해 이러한 상황이 변화하고 있습니다.

shenpan technology 총책임자 zhang xiangyang 사진 출처: 사진: 인턴 기자 zhang zitong

요즘 기업에서는 수동 데이터 유지 관리에 대한 의존도가 점점 줄어들고 iot 장치를 사용하여 데이터를 직접 수집하는 경우가 늘어나고 있습니다. 어떤 비즈니스 링크에 있든 온도, 문 열림 횟수, 문서 정보 등 필요한 데이터를 해당 iot 장치를 통해 실시간으로 수집할 수 있습니다. 이러한 변환은 데이터 수집의 효율성과 정확성을 크게 향상시킬 뿐만 아니라 데이터 범위를 더 넓고 깊게 만듭니다.

물류산업을 예로 들면, 기존의 화물 인계 및 재고 프로세스에는 많은 사람의 참여가 필요했지만 현재는 이러한 연결이 기본적으로 무인화되었습니다. 영상 장비와 iot 센서를 통해 물품 인도 및 재고 처리가 자동으로 완료되고 데이터가 실시간으로 시스템에 업로드돼 업무 효율성과 정확성이 크게 향상된다.

"사물인터넷 기술의 도입으로 온라인 차량의 운영, 온도 등 전국 수백개 창고의 실태를 실시간으로 파악할 수 있게 되었습니다. 이는 업무 효율성뿐만 아니라, 우리의 결정은 더욱 정확하고 시의적절합니다"라고 zhang xiangyang은 말했습니다.

신선 제품을 예로 들면서 zhang xiangyang은 신선 제품의 매우 빠른 배송을 달성하려면 지능형 배선, 풀 링크 실시간 온도 모니터링 및 조기 경고 등을 즉시 준비해야 한다고 말했습니다. 이를 위해서는 제조업체가 수집해야 합니다. 실시간으로 데이터를 제공하고 적시에 거래를 제공합니다.

그러나 동시에 장샹양은 협력 과정에서 양측도 몇 가지 어려움에 직면했다고 솔직하게 말했다. 예를 들어, 창고 재고 관리 중에 데이터를 수집하려면 카메라를 설치해야 하는데 창고의 전기 배선 사양과 카메라 설치 요구 사항이 충돌합니다. 이러한 딜레마에 직면한 양측은 마침내 규정 준수는 물론, 완전한 소통과 협상을 통해 비즈니스를 개선하는 솔루션을 찾았습니다.

클라우드 공급업체는 소매 시나리오를 위해 경쟁합니다.

글로벌 클라우드 컴퓨팅 시장의 규모가 지속적으로 성장함에 따라 소매 소비 시나리오의 디지털 혁신이 더욱 심해질 것입니다. volcano engine, jd cloud, alibaba cloud 및 amazon cloud와 같은 공급업체도 소매 시나리오에서 ai 적용을 적극적으로 홍보하고 있습니다.

올해 8월 볼케이노 엔진은 빈백 모델의 일련의 제품 업그레이드를 출시하고 여러 소매 회사와 손을 잡고 '소매 모델 생태 동맹'을 구축했습니다. multipoint dmall의 창립자이자 wumart group의 창립자인 zhang wenzhong은 당시 소매 대형 모델 생태 동맹은 소매 회사가 함께 따뜻함을 유지하는 방법이라고 솔직하게 말했습니다. "우리는 더 나은 미래뿐만 아니라 생존을 위해서도 ai를 완전히 수용해야 합니다."

volcano engine의 tan dai 사장은 이전에 "daily economic news" 기자와의 인터뷰에서 다음과 같이 말했습니다. , 그리고 단말기에 대한 산업 장벽과 노하우(기술적 노하우)가 크다는 점도 혁신할 가치가 있습니다.”

jd cloud는 전통적인 공급망 이점을 활용하여 판매자에게 소매 소비 시나리오에서 광범위한 디지털 인텔리전스 솔루션을 제공합니다.

최근 jd cloud는 디지털 스마트 리테일을 포함한 10가지 주요 산업 시나리오를 제안했습니다. 공급망 제어 타워, 에너지 탄소 클라우드, 자동차 공급망 협업 플랫폼을 포함한 5가지 주요 산업 플랫폼 출시를 통해 jd cloud는 디지털 인텔리전스 공급망의 제품 매트릭스를 더욱 통합하고 디지털 인텔리전스의 산업 세분화 시나리오를 풍부하게 했습니다. 공급망. 소매 분야에서는 jd.com의 yunyanxi 디지털 휴먼 라이브 방송이 올해 하이라이트가 되었습니다.

분명히 주요 클라우드 서비스 제공업체는 ai, 빅데이터 분석 및 기타 수단을 통해 소매 업계에 전례 없는 변화를 가져오려고 노력하고 있습니다. 리테일 시나리오는 클라우드 서비스 공급업체가 비즈니스 가치를 실현하기 위한 또 다른 중요한 전쟁터가 될 것으로 예상됩니다. 하지만 이번 대회에서는 단순히 일반 대형 모델 베이스의 고급 수준만 볼 수는 없으며, 어떻게 리테일 비즈니스 프로세스를 깊이 이해하고, 업계 특성에 꼭 맞는 맞춤형 솔루션을 제공할 것인지가 이번 대회의 진정한 초점입니다.

매일 경제 뉴스