久久大伊人,亚洲一区二区成人,亚洲国产精品久久久久婷爱影,www亚洲精品,黄色在线免费观看视频,国产一区二区三区日韩,亚洲人人舔人人

智能物料為企業采購供應鏈數字化提供新思路

文 / 現代物流報全媒體記者 馬敬澤


(相關資料圖)

(北京筑龍信息技術有限責任公司智能化事業部總經理、筑龍研究院副院長胡婧玥)

5月24日,由中物聯公共采購分會、采購與供應鏈管理專委會主辦的第三十八期“采購公益課堂”在線上舉行。本次線上直播邀請北京筑龍信息技術有限責任公司智能化事業部總經理、筑龍研究院副院長胡婧玥,圍繞智能物料對企業物料數據利用與體系建設所發揮的作用進行介紹與分享。

胡婧玥表示,企業在采購環節需要根據自身需求對物資與庫存進行分析,決定采購數量,并根據供應商的信譽度、交貨質量、生產周期、產品價格等信息選定適合本次采購的供應商,設定符合政策的采購方案。企業開展采購供應鏈數字化轉型,更多的也是為了通過數字化的運算快速獲取采購方案,實現高效的采購管理。

她談到,要實現采購供應鏈數字化,必須要打通物料數據,建立完善的物料數據標準化體系。只有實現物料數據在采購供應鏈各環節的標準打通,才能清晰了解物料采購需求,精準匹配物料庫存,全面掌握供應商情況,真正實現采購供應鏈數字化轉型。

“要建立有效的物料數據標準化體系,需要企業對物料的分類、命名、編碼等標準進行統一,在數據的流轉規范、管理制度、人員職責劃分上,也要有相應的標準與措施。同時,這個標準化體系也應隨著數字化建設的程度與企業的需求進行動態化的更新完善,不能一成不變。”胡婧玥說。

不過,建立標準統一的物料數據并不容易,特別是對于大型企業來說,企業總部與下屬公司間物料主數據的管理方式和標準往往難以兼顧。要建立統一的數字化采購系統,需要打破不同板塊之間的數據管理差異,這就對企業建設完善統一的物料管理系統提出了要求。“因此,在企業采購領域,我們需要一款類似ChatGPT的人工智能機器人,可以幫助我們對物料進行自動的分類,對物料進行快速的標準歸一與高效的編碼,解決物料數據管理中方方面面的問題。”胡婧玥介紹,北京筑龍信息技術有限責任公司(以下簡稱:北京筑龍)在發展過程中不斷探索數字化轉型之路,推出了筑龍智能物料管理解決方案。該方案能夠以大數據、自然語言處理、深度學習技術對企業歷史沉淀的雜亂物料數據與標準不統一的采購清單進行標準化處理,轉化為規范統一的物料數據體系,為企業采購供應鏈數字化提供新思路。

“北京筑龍的物料數據智能化解決方案能夠通過物料的文字描述,在不依賴編碼的情況下識別物料,標準化識別率達86.8%。在物料管理體系建設的過程中,該方案也能幫助企業加速分類與屬性標準制定,提高數據規范化效率,實現自動化的數據映射和物料數據的自動化、智能化管理。”此外,面對企業面臨的各種復雜場景與個性化需求,智能物料也提供了針對性的解決方案。胡婧玥指出,面對一套標準難以適應多種業態的場景,智能物料能夠通過物料映射,將統一的標準根據業態需求進行自動轉化,實現不同業態下的各自維護;面對企業缺乏物料標準的情況,智能物料也能通過智能化識別,實現無標準向有標準的轉化。

借助智能物料,企業不僅能夠減少標準制定和數據梳理的工作量,提升管理水平,還能夠通過數字化、智能化技術,實現物料明細在采購需求計劃、采購方案、供應商響應等全流程中的高效運轉。此外,根據歷史采購記錄,智能物料還能為企業形成物資價格庫,為采購成本管理提供參考。

胡婧玥表示,北京筑龍秉持為企業提供優質服務的原則,以“智能映射”模式解決企業物料主數據“建設難”的問題;以智能物料算法加速提升物料主數據的建設效率;利用智能物料識別技術保證物料主數據的準入質量;利用智能物料實現主數據審核質量的智能化管控,已連續多年為多家世界500強企業、大型央企和國企提供數字化產品與服務。“采購供應鏈全鏈條數字化應用,能夠實現企業數據標準化、采購過程集約化與智能化,解決企業歷史數據價值利用的問題。伴隨著數字化在采購供應鏈領域的不斷滲透,智能物料的作用也將進一步凸顯。”

據悉,由中物聯公共采購分會、采購與供應鏈管理專委會主辦的“采購公益課堂”系列直播活動于2022年5月開辦,邀請業內知名專家和采購一線資深人士,就企業采購與招標、政府采購、采購供應鏈管理等領域的行業發展趨勢、采購合規、數字化轉型、供應鏈轉型等熱點話題進行分享與講解。

同時,與“采購公益課堂”交替舉辦的“供應鏈大講堂”系列直播活動由中物聯采購與供應鏈管理專委會主辦,自2023年2月舉辦第一期,邀請供應鏈領域的知名專家、優秀企業的一線管理人員等,就供應鏈相關領域內的最新政策、研究成果、成功經驗、先進案例等進行解讀與分享。

關鍵詞:

來源:現代物流產業網
編輯:GY653

免責聲明:本網站內容主要來自原創、合作媒體供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

  • 相關推薦

相關詞