甘肅
5月20日，在騰訊云融合創新峰會上，工業品供應鏈老牌廠商鑫方盛集團CTO賀亞偉透露，鑫方盛內部流程有上千個節點，鑫方盛已經打造了200多個Agent，覆蓋了百分之二三十的節點。
在這些Agent的需求推動下，目前，鑫方盛每個月消耗的token量已經達到了千億級別。賀亞偉告訴數智前線，內部消耗token最多的是做數據清洗的工作。據悉，鑫方盛將在今年下半年推出工業品行業的垂直模型，背后需要對數據進行大量清洗。
鑫方盛是一家工業品供應鏈交易平臺，主要做辦公用品、工業品、員工福利等類目的采購和銷售，以服務央國企、政府和地方企業為主，目前在全國有70個倉儲物流倉庫。
去年9月，鑫方盛與騰訊云正式簽署全面合作協議，共建工業品供應鏈數智化體系。雙方聚焦數字供應鏈協同、智能數據決策、全域用戶連接三大核心場景，構建高效透明的數智化協同網絡，實現超數萬家供應商與三十萬家客戶的數據、流程貫通，大幅提升產業鏈運轉效率。
依托鑫方盛“方盛AI+”大模型底座，結合“鑫智鯨”大數據體系，鑫方盛打造需求預測、智能選品、庫存優化和智能風控四大核心模型，推動運營從“經驗驅動”向“數據智能驅動”跨越，其中智能庫存優化模型可降低15%的庫存積壓，智能選品匹配效率提升60%。
目前，鑫方盛在商品標準化、智能詢報價、風險預測、票據手續合規等場景融入了Agent的能力。比如工業品的SKU非常繁雜，多達千萬級，鑫方盛也搭建了四級SKU架構，以前新產品進行歸類主要通過人來判斷，但不同的人有不同的想法，這會給后續的產品匹配帶來很大的麻煩。鑫方盛如今則通過AI將產品進行自動歸類，將其自動映射到具體的類目下。
比如在倉儲管理、物流路徑規劃、運費預測等環節，也在應用AI的能力，鑫方盛通過系統算法優化配送路徑，訂單平均履約時長縮短35%，全國核心區域實現24小時送達，平均履約準時率達99.2%，滿足不同客戶的差異化交付需求。其中智能倉庫每小時可發貨1500+箱、2萬+件貨物，每天可發300+車貨物，大幅提升交付效能。
“供應鏈每個環節，都可以再重新用AI的方式實現一遍。”賀亞偉說。
為了減少AI的幻覺，鑫方盛也在做數據自然語言化的工作。過去的模型是基于知識庫做向量檢索，比如在詢報價場景里，原來的知識庫里主要包含了商品大小、型號等基本信息，而數據的自然語言化則增加了語義邏輯和知識片段，相當于給了模型足夠的背景知識。
如今，為了應對AI訓推的需求，鑫方盛已經基于騰訊云CDC對底層云平臺進行了改造，將之前的多云部署改為了現在的專屬云，“轉變核心在于目前要搭AI模型，以及我們數據湖大的體系存算分離”。（數智前線/游勇）
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
