2023年12月14日下午，预见科技的创始人/CEO潘峰，受邀在大数跨境直播间，举办了一场名为“AI和无代码，赋能出海企业供应链提效”的主题分享。
问题分析与解决方案的提出：潘峰首先分析了当前供应链管理（特别是跨境供应链）所面临的挑战，并提出了利用AI实现供应链自动化决策的创新方案。他强调了从具体的单点出发，然后由点到线，逐步构建起整个供应链决策链路的重要性；
人工智能技术介绍与应用：随后，他详细介绍了人工智能技术的发展，特别是在需求预测领域的最新进展，并阐释了如何利用这些技术提升需求预测的准确性，以及供应链的灵活性和响应速度；
成功案例与方案效果：在分享的最后，潘峰系统地展示了预见科技如何通过AI和无代码技术，为企业提供更优的需求预测和库存管理的解决方案，并通过成功案例，证明了这一解决方案的为企业带来的业务收益。
精华要点总结：
1. 供应链成本是企业经营成本的重要构成部分，细微优化就会产生非常可观的收益；
2. 库存直接关系到企业运营成本和客户满意度，从而对企业的经营效果带来巨大影响；
3. 供应链计划是从战术层实现需求和资源匹配的最优手段，能够提升供应链的敏捷程度，提升供应链反应速度；
4. 先「点」再「线」，最终实现供应链全链路的自动化决策，是成功解决企业痛点更有效的方式；
5. 需求预测技术已经从“依靠经验找规律”的方式发展到了“运用模型跑数据”的模式；
6. 预见科技的AI供应链大模型运用先进的算法能力，提供精细且精准的需求预测和补货建议，并允许企业在统一的计划环境中，以统一的数据来进行共识决策；
互动问答
在问答环节，对于观众的热情提问，潘峰也给出了专业的见解和建议：
主持人：你们是如何去思考AI能力，尤其是新一代AIGC能力，在企业场景的应用的？在跨境业务下，AI在企业内部落地有哪些建议呢？
潘峰：首先，国内更多讲AIGC，AI生产内容，其实已经是对应用的方向做了一定的假设，就是在内容创作上，那就天然会觉得应用场景在偏营销端。但国外讲生成式AI会更多一些，而我个人也会更喜欢这个叫法，从应用层的思考上会更广泛一些。
我想这个问题是比较喜欢回归到能力和业务的本质，我们要知道生成式AI的特点，本质来说就是对更长内容的理解能力，归纳能力，表达回复能力的增强。这带来了很多的变化，很多套路性的脑力工作，是可以被AI大幅度地提效的。所以我们从能力本质出发，去反思我们的业务。我们的业务是个几十年前就出现的业务，也有投资人今年上半年和我们说，关注下GPT是不是直接把你们直接给覆盖了。
当你真正了解这个生成式AI，并且真实去实践后，你就不会有这样的担心。你给GPT数据，让它来做销售预测，他也是调用经典的统计学方法，复杂一些的场景，他会给你写机器学习的代码。
所以当我们理解生成式AI的边界的时候，就更容易思考我们的业务，比如他就是更擅长理解文字，做到更优质的回复，那在我们这个业务板块就是用来处理非结构化数据是最理想的一个工具。
其次，在这个基础上，用业务+AI的方式去思考，有哪些业务板块，还有低效率的、套路性的脑力工作，AI可以帮我提效率。这个说起来很简单，但实际你看有一些软件，发布的新功能，基本就是把过去点几次鼠标的行为，换成自然语言对话，一个行业大模型，然后产品名字都是chatXXX，你就能理解这个大概率思考的角度不是从业务场景出发，而是从chatGPT能力出发，其实人类语言是信息的弱载体，我点几次鼠标能选择好、表达清楚的信息，你用语言来表达可能会更繁琐，你还得要求业务人员会写一个好的prompt。所以忘了chat，关注一下GPT的含义，这才是这代AI的本质。
比如：文案、创意撰写，合规性的检查，消费者评论分析，商品洞察，这些过去需要人来做的，可能现在都可以来思考如何通过AI来实现。
另外，我更建议实用主义优先，成本效率优先，思考是否有更简便的解决方案，比如我们有个客户面向西欧和东欧国家，多语言环境，过去产品翻译是个大问题，那你说一定要开发一个基于大模型的翻译系统么，其实也不用，人家就是公司开了几个GPT账号，GPT来翻译就够了，没必要做过度建设，如果量级特别大，可以参考我今天介绍的模式，如何利用无代码平台低成本的构建。再看是否有成本可能更低的一站式的服务平台。这算是一个在这个领域踩坑无数的过来人中肯的建议。
结语
感谢大数跨境平台的邀请！感谢线上观众的热情参与和提问!
预见科技将持续探索前沿人工智能技术，为企业供应链管理和优化提供强有力的支持。通过与AI+无代码技术的深度融合，我们将不断推进企业自动化决策的实施，助力企业实现成本效率的最大化和运营流程的最优化。
在面对全球化市场的挑战时，预见科技的创新解决方案可以助力企业灵活应对，确保供应链的敏捷性和响应速度，同时提高库存管理的准确性和客户满意度。
我们坚信，通过持续的技术革新和实践应用，预见科技将助力企业在激烈的市场竞争中始终保持遥遥领先！
