новости

«чтобы в полной мере использовать бизнес-возможности, отрасли розничной торговли необходимо проанализировать большой объем данных, что требует от нас возможности собирать данные, сохранять их и получать к ним доступ при необходимости. таким образом, отраслевая вертикаль основана на общей большой модели. создание больших моделей особенно важно». недавно, во время саммита потребительских технологий amazon cloud technology в 2024 году, чжан сянъян, генеральный менеджер shenpan technology группы new hope fresh life, заявил в интервью средствам массовой информации, в том числе газете «daily economic news». ".

по словам чжан сянъяна, в эпоху информации и цифровизации компании изучают способы поиска оптимальных решений бизнес-задач, что обычно предполагает теоретическую поддержку со стороны исследований операций, количественной экономики и статистики. однако по мере увеличения объема данных и соображений традиционные методы постепенно обнажают проблемы недостаточной эффективности и узких мест в вычислениях. таким образом, вычислительные методы нового поколения, такие как интеллектуальное обучение, стали новыми способами решения сложных проблем розничной торговли.

в последние годы новые технологии приводят к изменениям в потребительской розничной торговле: внедрение цифровых технологий, искусственного интеллекта, особенно технологий генеративного искусственного интеллекта, постепенно меняет традиционные отношения «люди, товары и место», подталкивая отрасль стать более разумное, эффективное и гуманное развитие.

в этом контексте поставщики облачных технологий, представленные amazon cloud technology, в том числе volcano engine от bytedance и jd cloud, активно продвигают применение искусственного интеллекта в розничной торговле. все они пытаются оцифровать отрасль розничной торговли.

облачные технологии amazon определяют развитие розничной торговли

технический персонал amazon cloud technology сообщил журналистам, что в традиционных математических методах, основанных на правилах, когда количество переменных увеличивается, трудно выполнить эффективную подгонку с помощью математических методов. технология искусственного интеллекта, особенно применение больших моделей, может обрабатывать больше переменных и данных, а также создавать модели, способные работать со сложными средами данных, посредством автоматического извлечения признаков и настройки параметров модели. для достижения дальнейшей реализации в сценариях потребления.

фактически, модель сотрудничества между amazon cloud technology и canpan technology в настоящее время особенно типична. основная логика сотрудничества между двумя сторонами заключается в том, что amazon cloud technology обеспечивает базовые общие возможности большой модели, в то время как поставщики розничных услуг, такие как canpan technology. на этой основе создавайте крупные отраслевые модели, относящиеся к конкретным сценариям, для вызова и поддержки базовых функций, таких как планирование линий, складские запасы, статус водителя, регулировка линии и мониторинг температуры, задействованные во всей цепочке поставок и логистике.

в ходе интервью репортер узнал, что сотрудничество между shenpan technology и amazon cloud technology в основном сосредоточено на трех основных областях: «склад», «распределение» и «люди». «склад» подчеркивает оборачиваемость запасов и повышает эффективность обращения продукции; «распределение» подчеркивает разумную маршрутизацию транспортировки и быструю доставку; «люди» подчеркивают эффективность работы сотрудников.

эти три основные области розничной торговли имеют единый базовый элемент — данные.

чжан сянъян рассказал журналистам, что на заре информационной эпохи работа по обслуживанию данных в розничной торговле в основном полагалась на ручной труд. однако у этого традиционного метода есть два основных недостатка: во-первых, он неэффективен и часто позволяет обеспечить управление только после события; во-вторых, охват данных ограничен и в основном фокусируется на необходимых бизнес-данных, таких как распределение в традиционном erp (планировании ресурсов предприятия). системы. с быстрым развитием технологий интернета вещей ситуация меняется.

чжан сянъян, генеральный директор shenpan technology источник фото: фото стажера-репортера чжан цзитуна.

в настоящее время предприятия все меньше и меньше полагаются на ручное обслуживание данных и все больше и больше используют устройства iot для непосредственного сбора данных. независимо от того, в каком бизнес-звене вы находитесь, необходимые данные, такие как температура, количество открываний дверей, информация о документах и ​​т. д., могут быть собраны в режиме реального времени через соответствующие устройства iot. это преобразование не только значительно повышает эффективность и точность сбора данных, но также делает охват данных более широким и глубоким.

если взять в качестве примера логистическую отрасль, традиционный процесс передачи груза и инвентаризации требует большого участия человека, но теперь эти звенья практически не укомплектованы персоналом. благодаря видеооборудованию и датчикам iot процесс передачи и инвентаризации товаров может выполняться автоматически, а данные загружаются в систему в режиме реального времени, что значительно повышает эффективность и точность работы.

«внедрение технологии интернета вещей позволяет нам в режиме реального времени понимать фактическое состояние сотен складов по всей стране, включая работу и температуру онлайн-транспорта. это огромное улучшение для нас, которое не только повышает эффективность работы, но также делает наши решения более точными и своевременными», — сказал чжан сянъян.

приведя в качестве примера свежие продукты, чжан сянъян сказал, что для достижения чрезвычайно быстрой доставки свежих продуктов необходимо немедленно организовать интеллектуальную проводку, полноканальный мониторинг температуры в реальном времени, раннее предупреждение и т. д. это требует от производителей сбора данные в режиме реального времени и обеспечить своевременную обработку.

но в то же время чжан сянъян прямо заявил, что обе стороны также столкнулись с некоторыми проблемами в процессе сотрудничества. например, во время складской инвентаризации необходимо установить камеры для сбора данных, но возникает конфликт между спецификациями электропроводки склада и требованиями к установке камер. столкнувшись с этой дилеммой, обе стороны наконец нашли решение, которое не только соответствовало правилам, но и улучшало бизнес за счет полноценного общения и переговоров.

поставщики облачных технологий конкурируют за розничные сценарии

поскольку масштабы глобального рынка облачных вычислений продолжают расти, цифровая трансформация в сценариях розничного потребления станет более глубокой. такие поставщики, как volcano engine, jd cloud, alibaba cloud и amazon cloud, также активно продвигают применение искусственного интеллекта в розничной торговле.

в августе этого года volcano engine выпустила серию обновлений для моделей погремушек и объединилась с рядом розничных компаний, чтобы создать «экологический альянс розничной модели». чжан вэньчжун, основатель multipoint dmall и основатель wumart group, в то время прямо заявил, что экологический альянс крупных моделей розничной торговли — это способ для розничных компаний оставаться вместе, чтобы согреться. «мы должны полностью использовать ии не только для лучшего будущего, но и для выживания».

тан дай, президент volcano engine, ранее сказал в интервью репортеру daily economic news: «на этот раз я выбрал розничную торговлю, потому что чувствую, что розничная торговля охватывает достаточно людей и данных, и мы верим, что здесь можно сделать большие изменения». ., и существуют огромные отраслевые барьеры и ноу-хау (технические ноу-хау) для терминалов, которые также достойны инноваций».

jd cloud полагается на свои традиционные преимущества в цепочке поставок, чтобы предоставить продавцам полный спектр решений цифрового интеллекта в сценариях розничного потребления.

недавно jd cloud предложила десять основных промышленных сценариев, включая цифровую интеллектуальную розничную торговлю. благодаря выпуску пяти основных промышленных платформ, в том числе башни управления цепочками поставок, облака энергетических выбросов углерода и платформы для совместной работы в цепочках поставок автомобилей, jd cloud еще больше консолидировал матрицу продуктов цепочки поставок цифрового интеллекта и обогатил сценарии отраслевой сегментации цифрового интеллекта. цепочка поставок. в сфере розничной торговли ярким событием этого года стала цифровая прямая трансляция людей в юнььянси на jd.com.

очевидно, что крупные поставщики облачных услуг пытаются внести беспрецедентные изменения в индустрию розничной торговли с помощью искусственного интеллекта, анализа больших данных и других средств. можно предвидеть, что сценарий розничной торговли станет еще одним важным полем битвы для поставщиков облачных услуг за реализацию ценности бизнеса. однако в этом соревновании мы не можем просто смотреть на продвинутый уровень общей базы крупных моделей. как глубоко понять бизнес-процесс розничной торговли и предоставить индивидуальные решения, которые действительно соответствуют особенностям отрасли, является настоящей целью этого конкурса.

ежедневные экономические новости