案例名称:【E-MEC系统在零售数字化场景的应用】
公司名称:【上海徐家汇商城股份有限公司(002561)】
案例简述:
为迎接电商高速发展带来的挑战,实体零售纷纷开启“数字化”探索之路。然而随着在线消费占比快速提升,实体零售原有信息系统已无法适应新的要求,迫切需要颠覆式的“数字化”创新与突破。
上海徐家汇商城股份有限公司立足线下业务,将“降本增效"作为“数字化”转型的切入点,以徐家汇商圈数家实体门店作为实验载体,并充分发挥多年深耕零售信息系统研发的经验优势,牵头研发了具有自主知识产权的“E-MEC (易脉)”线上线下一体化业务系统。
该系统紧紧抓住实体零售数字化转型的痛点和关键点,重点围绕商品数字化、营销数字化、销售数字化、业务分析数字化等多个应用场景,对实体零售开展全流程、全链条的数字化再造,提出了具有普适性的实体零售(百货业态)线上线下一体化方法论和解决方案。
目前,以E-MEC系统为核心的商品云、图片云及相关小程序、APP,电子发票、电子卡券、停车系统、数据分析等功能,已在公司下属主要门店得以广泛应用,并取得良好效果。

通过E-MEC系统的“数字化”再造,公司在复杂严峻的市场环境中仍保持稳中有进的经营态势,运营效率及成本控制处于同行前列。未来,公司将依托E-MEC系统,将零售科技作为公司重要的发展方向和业务领域。

扫码查看详细案例
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。