享》的演講。他指出，AI正在快速改變世界和商業(yè)模式，為傳統(tǒng)供應(yīng)鏈帶來新的解決方案。同時(shí)，他倡議產(chǎn)業(yè)供應(yīng)鏈領(lǐng)域同行們一起構(gòu)建行業(yè)商品大模型，降低產(chǎn)業(yè)鏈成本。

大家好，我是齊心集團(tuán)的數(shù)字化負(fù)責(zé)人于斌平。

隨著AI的出現(xiàn)，尤其是近幾年生成式AI的出現(xiàn)，快速地改變著整個(gè)世界和我們的生活方式，甚至是商業(yè)模式。AI具有一些非常好的解決方案，可以解決傳統(tǒng)供應(yīng)鏈甚至傳統(tǒng)數(shù)字供應(yīng)鏈無法解決的問題。今天我想借此機(jī)會與大家分享一下齊心集團(tuán)在這方面的實(shí)踐經(jīng)驗(yàn)，并與大家共同討論。

首先，請?jiān)试S我介紹一下齊心集團(tuán)。齊心集團(tuán)成立于1991年，2009年上市，是B2B集采領(lǐng)域解決方案的提供商和云視頻解決方案的提供商。經(jīng)過創(chuàng)始期、拓展期、快速發(fā)展期、服務(wù)轉(zhuǎn)型期等，我們現(xiàn)在正在經(jīng)歷數(shù)字化轉(zhuǎn)型期，通過企業(yè)服務(wù)平臺為客戶提供服務(wù)。

01

產(chǎn)業(yè)互聯(lián)網(wǎng)格局正在形成

今天的主題是產(chǎn)業(yè)互聯(lián)網(wǎng)，我想簡單分享一下消費(fèi)互聯(lián)網(wǎng)和產(chǎn)業(yè)互聯(lián)網(wǎng)的對比。過去的十幾年、二十年，消費(fèi)互聯(lián)網(wǎng)非常興盛，側(cè)重于消費(fèi)者體驗(yàn)，只要商品便宜、體驗(yàn)好就可以了，但是消費(fèi)互聯(lián)網(wǎng)的市場格局已經(jīng)形成。相比之下，產(chǎn)業(yè)互聯(lián)網(wǎng)的格局才剛剛開始，主要涉及的主體是企業(yè)，注重的是降本增效。

我們對產(chǎn)業(yè)互聯(lián)網(wǎng)的特點(diǎn)進(jìn)行了總結(jié)，它有幾個(gè)特點(diǎn)，包括服務(wù)實(shí)體企業(yè)、底層邏輯是供應(yīng)鏈管理等。現(xiàn)在產(chǎn)業(yè)供應(yīng)鏈運(yùn)營有三種主要模式：第一，聯(lián)盟運(yùn)營，撮合交易，核心是數(shù)字化超級運(yùn)營平臺；第二，共享經(jīng)濟(jì)；第三，以自營模式為主，挖掘價(jià)值，核心是數(shù)字化供應(yīng)鏈，齊心集團(tuán)致力于在這個(gè)領(lǐng)域中發(fā)展。

我們理解的數(shù)字化供應(yīng)鏈的核心有幾個(gè)方面：連接、服務(wù)、數(shù)字化和數(shù)智化。簡單來說，我們給供應(yīng)鏈上所有企業(yè)提供價(jià)值，無論是服務(wù)商、生產(chǎn)商、品牌商、供應(yīng)商還是客戶。以前我們是通過產(chǎn)品和服務(wù)提升價(jià)值?，F(xiàn)在通過大數(shù)據(jù)和人工智能的技術(shù)賦能，能夠更好地滿足他們的需求。

02

用企業(yè)數(shù)據(jù)訓(xùn)練AI 為數(shù)字化供應(yīng)鏈賦能

齊心數(shù)字供應(yīng)鏈的模型是以齊心企業(yè)服務(wù)平臺為核心，連接兩端：一端是供應(yīng)商，包括生產(chǎn)商、品牌商和服務(wù)商等；另一端是客戶，我們主要服務(wù)央國企和中大型企業(yè)。在供應(yīng)鏈的需求、尋源、采購、履約、驗(yàn)收、結(jié)算、售后和數(shù)據(jù)等方面，我們過去主要是通過業(yè)務(wù)服務(wù)實(shí)現(xiàn)，現(xiàn)在全面轉(zhuǎn)型為以智能化和數(shù)字化為主的數(shù)智化服務(wù)。我們總結(jié)這一模式為"數(shù)字驅(qū)動、AI賦能"。

我想通過這張圖來展示齊心的數(shù)字供應(yīng)鏈全景圖。剛才提到的數(shù)字化轉(zhuǎn)型的核心是為企業(yè)提供服務(wù)，我們有各種各樣的客戶，每個(gè)客戶的需求都不同，每個(gè)客戶使用的系統(tǒng)和應(yīng)用數(shù)據(jù)格式也不同。那我們?nèi)绾胃玫胤?wù)和連接他們呢？我們是通過企業(yè)服務(wù)前臺。這個(gè)服務(wù)前臺是一個(gè)邏輯化的、自動適配的平臺，能夠滿足企業(yè)和供應(yīng)商的各種需求，無論是系統(tǒng)、數(shù)據(jù)格式還是其他要求，只需要很少的工作量就能夠適配他們的需求。

舉個(gè)例子，我們可以在10個(gè)工作日內(nèi)，為客戶提供一套非常復(fù)雜的、從合同到訂單、再到履約和結(jié)算的全套服務(wù)解決方案，完成與客戶的對接。另外，我們的SaaS商城可以在三天內(nèi)完成企業(yè)個(gè)性化的服務(wù)商城搭建。之所以能夠提供如此個(gè)性化、多樣化的適配能力，是因?yàn)槲覀冇旋R心的能力中后臺，包括業(yè)務(wù)中臺、大數(shù)據(jù)平臺和管控后臺等等。

談到AI賦能，就不能離開大數(shù)據(jù)。齊心的大數(shù)據(jù)平臺和通常所說的大數(shù)據(jù)平臺有什么不一樣呢。我們的大數(shù)據(jù)平臺將行業(yè)相關(guān)的數(shù)據(jù)集中起來，許多企業(yè)建設(shè)數(shù)據(jù)平臺的目的是制作報(bào)表，無法發(fā)揮數(shù)據(jù)的實(shí)際價(jià)值。而齊心則將大數(shù)據(jù)平臺作為AI訓(xùn)練的輸入源，采用AI技術(shù)進(jìn)行供應(yīng)鏈優(yōu)化、商品推薦、訂單和物流等方面的訓(xùn)練，從而建立了一個(gè)大數(shù)據(jù)智能服務(wù)平臺。我們有了這樣一個(gè)大數(shù)據(jù)服務(wù)平臺，才能說AI給供應(yīng)鏈賦能。

03

從智能系統(tǒng)到自動化倉儲 AI實(shí)際應(yīng)用案例

下面分享幾個(gè)具體案例：

第一，訂單的智能調(diào)配。我們在做供應(yīng)鏈的（企業(yè)）大家都清楚，由于客戶遍布全國甚至全世界，最理想的服務(wù)方式是在每個(gè)地方建倉，這樣才能為客戶提供最快速的服務(wù)。然而，這在現(xiàn)實(shí)中是不可能的。同時(shí)，最好的方案是將所有商品都備足庫存，顯然在To B行業(yè)中這也不可行，因?yàn)槎嘤嗟呢浳飼?dǎo)致資金過多積壓。因此，商品的補(bǔ)貨預(yù)測、采購、庫存分布、甚至供應(yīng)鏈線條上的補(bǔ)貨等都需要系統(tǒng)進(jìn)行計(jì)算，以往都是基于人工經(jīng)驗(yàn)和簡單規(guī)則，現(xiàn)在使用基于AI深度學(xué)習(xí)技術(shù)的計(jì)算方法。

第二，社會化供應(yīng)鏈中的算法。在供應(yīng)鏈線條上，企業(yè)除了自有倉庫，還有社會化倉庫比如供應(yīng)商的倉庫。根據(jù)算法的計(jì)算結(jié)果，可以決定例如貨物是從自有倉庫中提取還是從供應(yīng)商的倉庫中提取，以及選擇怎樣的方式進(jìn)行運(yùn)輸，是拆分運(yùn)輸還是整合進(jìn)行運(yùn)輸?shù)取I算法會結(jié)合客戶要求的履約時(shí)間、成本、毛利、質(zhì)量等因素，綜合決策貨物的送貨來源、出貨地點(diǎn)以及運(yùn)輸方式等。

供應(yīng)鏈自動推薦模型分為三個(gè)階段：首先將所有數(shù)據(jù)輸入到大數(shù)據(jù)倉庫中并進(jìn)行標(biāo)記（打標(biāo)簽）；然后進(jìn)行特征和模型計(jì)算，最后預(yù)測并自動輸出結(jié)果。結(jié)果影響供應(yīng)商選擇、商品質(zhì)量選擇、庫存選擇、訂單選擇以及路線規(guī)劃等。

前面分享的是供應(yīng)鏈案例，接下來分享的是商品標(biāo)準(zhǔn)庫的建立：上午丁總詳細(xì)介紹了京東墨卡托體系，做的非常好。對于To B行業(yè)而言，商品標(biāo)準(zhǔn)庫的建立非常困難。

首先，To B行業(yè)的商品種類繁多，不同企業(yè)的商品需求也各不相同，單個(gè)企業(yè)建立起這個(gè)商品目錄非常困難。同時(shí)，商品的來源各異，有客戶、企業(yè)自己、上游供應(yīng)鏈以及整個(gè)行業(yè)。這樣的多樣性導(dǎo)致了很多企業(yè)都有自己的商品數(shù)據(jù)篩選庫，但系統(tǒng)無法自動識別這些庫中的商品。過去，一些企業(yè)采取的做法是加入人工識別的環(huán)節(jié)，后來又加入了一些技術(shù)邏輯，但這些手段已經(jīng)不能滿足需求。許多商品描述中還包含定語和廣告詞，這為商品標(biāo)準(zhǔn)庫的建立增加了許多干擾因素。目前我們結(jié)合AI技術(shù)比如語義搜索、意圖識別等，商品標(biāo)準(zhǔn)庫的建立已取得了明顯成果，同時(shí)我們也在嘗試用大模型技術(shù)來更快速地解決這個(gè)問題。

接下來是招投標(biāo)報(bào)價(jià)場景。在To B行業(yè)中，客戶通常會發(fā)送一份報(bào)價(jià)單，可能包含幾千條甚至幾萬條數(shù)據(jù)。傳統(tǒng)的做法是人工篩選和匹配，查看庫存中是否有相應(yīng)商品，需要人工進(jìn)行匹配，這樣的工作量和復(fù)雜度非常大。而我們通過AI系統(tǒng)，可以自動尋找相似或相同的商品，自動匹配相應(yīng)的SKU，并通過成本、質(zhì)量和模型匹配價(jià)格，快速報(bào)給客戶。所以AI實(shí)現(xiàn)降本增效是實(shí)實(shí)在在的，簡化了客戶和企業(yè)的操作流程。

還有就是智能倉儲場景。自動化倉儲對于大家來說并不陌生，過去的倉儲以工控機(jī)、單片機(jī)、微電腦控制為主，主要應(yīng)用于工業(yè)領(lǐng)域。我在2018年去西雅圖和亞馬遜交流的時(shí)候得知，他們的倉庫作業(yè)有70%到80%是由機(jī)器學(xué)習(xí)為主的自動化操作完成的。他們的系統(tǒng)能夠自動識別貨物品類和包裝大小，并自動匹配包裝箱，他們有專門的數(shù)據(jù)科學(xué)家研究計(jì)算貨物與包裝箱的尺寸匹配問題。當(dāng)時(shí)我感到非常驚訝，也意識到我們的技術(shù)差距很大。

但令我欣慰的是，這方面國內(nèi)也已經(jīng)取得了進(jìn)展，齊心集團(tuán)核心的倉庫有跺碼機(jī)、AGV機(jī)器人和四向車，這些設(shè)備大部分已經(jīng)采用了最新的AI視覺識別技術(shù)，攝像頭可以自動識別箱子的尺寸、所屬類別以及應(yīng)該放置的位置，還能夠規(guī)劃車輛的行進(jìn)路線。與傳統(tǒng)的工控完全不同，這種方式可以大大提高效率和準(zhǔn)確率。我們已經(jīng)在核心倉庫進(jìn)行了應(yīng)用，在倉庫利用率、揀貨的準(zhǔn)確性、揀貨效率提升上效果非常好。

再接下來分享一下RPA。過去，RPA和人工智能沒有太多關(guān)聯(lián)，它們主要使用爬蟲技術(shù)和頁面抓取技術(shù)。但現(xiàn)在RPA和AI的結(jié)合更加深入，RPA在抓取信息之后會進(jìn)行很多自動化處理。今天參會嘉賓以企業(yè)老板和高管為主，實(shí)際上一線操作人員的工作復(fù)雜度和難度很高，RPA解決的就是這些問題。目前我們已經(jīng)應(yīng)用了100多個(gè)RPA，效果非常好。主要的應(yīng)用場景包括財(cái)務(wù)、人力資源、采購、客服和信息技術(shù)等領(lǐng)域。

舉個(gè)例子，對賬單和銀行單據(jù)的下載，下載之后自動進(jìn)行收入和收款匹配，同時(shí)還與發(fā)票進(jìn)行勾稽處理等。在RPA中加入一些AI算法進(jìn)行自動匹配，最終得出結(jié)果。另外還有一些客服和一些系統(tǒng)應(yīng)用。所以，通過RPA可以非常方便地實(shí)現(xiàn)數(shù)據(jù)的交互。

04

AIGC為企業(yè)內(nèi)部提效 已著手搭建商品大模型

最后，我想和大家分享一下AIGC（生成式人工智能）以及我們在大模型領(lǐng)域的一些應(yīng)用。首先，讓我們來看一下這位名叫“心心”的數(shù)字人（播放視頻）。這個(gè)數(shù)字人是我們與百度合作開發(fā)的，它的內(nèi)容由文心一言生成，核心特點(diǎn)是內(nèi)容、表情和口型完全貼合，跟真人一樣。

我們主要將其應(yīng)用在電商直播、商品介紹、客服領(lǐng)域。我想主要分享的是我們運(yùn)用大模型技術(shù)，對數(shù)字人進(jìn)行了公司所有規(guī)章制度和流程的訓(xùn)練。員工可能經(jīng)常遇到公司有很多不同的規(guī)章制度，需要咨詢財(cái)務(wù)、人力資源、行政等部門，他們可能給出不同的答案，還需要查閱資料，非常繁瑣。通過使用大模型訓(xùn)練，這個(gè)數(shù)字人可以回答任何規(guī)章制度相關(guān)問題。

GPT4.0的功能比較強(qiáng)大，它真的改善了人類的工作。舉個(gè)例子，對于某個(gè)表格的分解，有時(shí)候需要人工判斷，但是這個(gè)數(shù)字人可以用語言告訴你正確答案。這就是我們使用AIGC和大模型的應(yīng)用領(lǐng)域。

我們正在進(jìn)行的一個(gè)項(xiàng)目是訓(xùn)練商品大模型。剛才提到的標(biāo)準(zhǔn)庫和客戶報(bào)價(jià)單，我們都已經(jīng)應(yīng)用了一些大模型技術(shù)。但面臨的難題是如何利用AIGC開發(fā)出一個(gè)針對B端行業(yè)的商品大模型。使用AIGC的好處是，原本需要查詢和咨詢的商品信息，通過AIGC可以直接得到結(jié)果，提高了企業(yè)的運(yùn)營和客戶服務(wù)效率。

AIGC和大模型技術(shù)真的在顛覆人類工作方式，大家一定要相信AIGC的價(jià)值。以前的AI技術(shù)已經(jīng)被稱為AI1.0或傳統(tǒng)人工智能，AIGC是AI 2.0，它正在改變我們商業(yè)模式和生活模式。

在構(gòu)建商品大模型的過程中，我們遇到了幾個(gè)挑戰(zhàn)：一是商品種類繁多，一個(gè)企業(yè)無法獨(dú)立完成；二是商品的標(biāo)準(zhǔn)和規(guī)范各不相同，AI需要了解不同數(shù)據(jù)規(guī)范和使用規(guī)范；三是單一企業(yè)的應(yīng)用效率有限。

因此，我提出一個(gè)倡議。我呼吁同行一起構(gòu)建產(chǎn)業(yè)供應(yīng)鏈和產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域的行業(yè)商品大模型，真正地服務(wù)于客戶和企業(yè)自身，共同降低社會供應(yīng)鏈成本。

謝謝大家！

關(guān)鍵詞