新冠疫情带来的一个直接影响,是对产业链的阻断。面对这样的“无情暴击”,眼下,顶在各行各业头上的几乎都是三个字——「太难了」。比如,对食品行业来说,这就意味着,产业链上的原材料供应以及产品的生产、流通、销售,都会受到链条式的影响。
作为一个产销一体的食品企业,好想你枣业股份有限公司(以下简称“好想你”)同样没有避开这场冲击。“好在,在政府的支持下,过去几个月好想你的复工复产做得非常好。”好想你信息化总监梁玉丰告诉至顶网记者。当然,打铁还需自身硬,面对疫情,好想你也没有“闲着”。“我们主要从「两横一纵」三个方面着手做了一些应对,从而驱动企业业绩提升。”
具体来说,「一横两纵」的“一横”指的是面向消费者的横向拓展,通过线下和线上渠道的持续拓展,以及在社交平台、直播、抖音等新兴渠道的快速跟进,实现增量;“两纵”中的其中一“纵”指的是纵向深化挖掘私域流量,从第三方平台向自有平台转化,实现存量增加,从而在突发事件中掌握更大的自主权;另一“纵”指的是深化商品和服务,沉淀忠实于品牌的粉丝流量,构建生态化协同系统。
“接下来,我们还会着重优化供应链,基于业务贯通上下游,由消费者驱动业务发展,以销定产。这样的方式可以帮助企业提升库存的周转,更好地应对外部市场的竞争。”梁玉丰强调。
举例来说,农副食品的采购更多是季节性采购,而对于好想你来说,主要产品包括了果类和红枣类,过去,采购时间一般集中在每年的10月-12月份。也就是说,无论销量多少,批量采购的计划“雷打不动”。但是,据梁玉丰介绍,从今年开始,好想你开始尝试根据往年的历史销量,对本年度销售额进行预估,从而制定采购计划和生产计划。
重新定义「人、货、场」
这样的变化背后,是好想你数字化转型的支持。梁玉丰表示,好想你的整体数字化大概可以追溯到2017年,具体主要从一下几个方面切入:第一,梳理企业文化,明确企业定位和发展方向;第二,重新定位运营模式和商业模式——打造县域特色农产品的运营商;第三,优化客户服务,由消费者引领业务变革。
具体来说,好想你目前在运营方面的目标是做到“一县一品”和“一区一店”,也就是说,要在一个县城做一种特色农产品,在一个区开设一家专卖店,从而带动各类产品的销售。当然,这就需要以客户为中心来观察整个企业的全业务链路,并以数字化平台作为支撑。
对于零售企业来说,最重要的就是「人、货、场」,而要做到“以客户为中心”,核心其实就是「人」,即会员的管理。对此,好想你早在2016年就进行了全渠道会员的统一整合,包括线下门店、自有线上平台和第三方平台等的会员基本信息和相关行为数据,都可以统一被抓取到所谓的“会员中台”上,通过数据分析为分类营销和商品优化提供依据。“比如,基于数据,我们就可以知道哪些客户更喜欢购买哪一款产品,哪款库存产品在哪个地区会更受欢迎,什么地段的店铺应该匹配哪种包装和价位的产品等等。”
对于「货」的规划,梁玉丰举了另一个例子:基于前端销售营销的数字化加上后端会员管理的统一化,管理人员可以在后台一目了然地看到哪个商品在哪个门店销售了多少、卖给了谁等等。而在此基础上,就能针对每个门店提出补货策略,设置最低库存,然后由门店进行自动补货。
在「场」端,关键要义是提升消费者的体验。对此,好想你在产品和门店设计中加入了不少“小心机”。比如,在产品包装上放了一个供消费者进行快速反馈的二维码;在线下门店通过智能摄像头识别、刷脸支付、VR机器人导购等快速反馈顾客的相关信息,并推送给门店导购,便于提供针对性的服务。
这些一点一滴改变正在重新定义好想你的「人、货、场」,使得这三大元素能够更好地协同,基于「人」的数据优化「货物」的供应链,最终改善「场」的个性化体验,实现企业业务的整体降本增效和产品服务增值。
面对挑战,把人做实、把事做实
不过,和大部分企业一样,好想你在进行数字化过程中也遇到了不少挑战。比如说,在线上线下的整合中困难主要来自两个层面——一方面是管理层的融合,另一方面是业务层的融合。对应地,好想你的解决办法也是两点——首先是一把手推动,其次是全力为线上线下赋能,让他们看到实实在在的效益提升。
解决了“人的问题”,还要搞定“技术的问题”。梁玉丰坦言,在数字化转型过程中,传统的ERP、SCM等系统基本上很难支持,过去的信息化架构各自为政,因此存在严重的信息孤岛问题,数据碎片化严重,整合难度非常大,也就意味着数据的优势很难发挥。与此同时,传统的ERP、SCM等多系统间的协作效率相当低,不同渠道之间的协同也很难达成,这就使得响应速度和灵活性受限。
“所以,我们必须上一些新的数字化应用,以弥补传统系统在这方面的不足。”比如,从2016年开始,好想你陆续上线了新的ERP系统K3 Cloud、电商旺店通和数云CRM系统等等。梁玉丰补充,“当然,传统的核心系统还要保留,只不过两者的侧重点不同。”对于新老应用的数据整合,好想你主要通过搭建内部的数据中台,把不同渠道的数据统一抓取到中台上,以支持数据分析。
当然,从最早的产品为王,到渠道为王,再到如今的消费为王,要应对这一系列变化,IT团队的能力也要跟上。谈及此,梁玉丰谦虚地表示:“中原地区接收新理念、新知识和新技术的速度不如北上广深,但是在外部环境和自身业务发展需求的双向驱动下,我们也不得不去做出改变。”因此,他对自己和团队提出的要求是16个字——以终为始、满足需求、解决问题、创造价值。具体来说,首先,要有准确的自我认知,认识到IT对于公司的价值;其二,培养自我驱动力,能够站在未来看现在;其三,与企业一起成长,成为被需要的IT团队。
从团队角度来说,梁玉丰坦言,会有一些人走得更快一些人走得慢一些,但这是业务变革和技术更迭的一个正常的过渡阶段。“从个人角度来说,我认为最重要的还是把人做实、把事做实,以用户思维为导向,以能否创造价值为衡量标准,做一个懂业务、懂IT、重交付,并且能够主动连接的复合型人才。”梁玉丰说。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。