近期,用友软件股份有限公司投资成立用友优普信息技术有限公司,用友U8+、U9都将分拆由用友优普公司专业化运营,用友U9将面临着新的发展机遇。针对用友U9未来的发展方向等一系列企业用户关心的问题,中国软件网记者采访了用友优普助理总裁、U9事业本部总经理马红妮。
“更聚焦,更精准,更专业”
对于U9在2014年的规划,马总将其定位为“更聚焦,更精准,更专业”,用连续三个“更”来描述,可见马总对U9的未来信心满满!
采访中,马总向记者展示了一组数据:制造业信息化市场规模大约为每年600亿元,虽然蛋糕很大,但制造业企业分类众多、需求各异。为此,优普公司根据企业规模、组织模式、所在行业等指标对客户进行更细致更准确的划分。据马总透漏,每一类客户对信息化的需求都是不一样,因此要想分得离散制造业这块蛋糕,“聚焦、精准、专业”三者缺一不可。
作为优普公司面向中大型离散制造企业的战略性产品,U9对客户所处行业的经营管理模式有深刻的理解。2014年, U9将通过推广云服务和移动应用平台进一步对离散制造行业深耕细作。
更聚焦:移动应用平台挖掘客户需求
拥抱移动互联网是U9在2014年的发展方向,对整个市场而言,移动应用的普及意味着市场规模的扩大,对离散制造业有深刻理解的U9,这回颇有创意地采用了混合应用开发模式。
“今年我们重点是在移动应用”马总强调道,“对于移动应用的平台搭建,U9采用的是HyBIrd(混合应用)开发模式,一次开发即可适配iOS、android等多种类型的移动终端;目前U9移动应用开发平台已经构建完成。我们的移动平台除了满足自身应用开发需求外,也会向伙伴、客户开放,以满足伙伴、客户的个性化开发需要。”
马总告诉中国软件网记者,U9致力于发展成为移动互联网企业管理应用平台,而且U9在基因上就具有架构优势, U9能够与企业客户的信息进行对接,最终建立一个信息共享平台。在马总看来,开放的移动应用平台使U9聚焦于客户移动信息化的方方面面,而客户也通过参与到平台的共同建设从而满足了自身的定制化需求。
更精准:大数据分析改善用户体验
说起时下最火热的大数据应用,马总所描述的U9大数据战略让中国软件网记者眼前一亮。与我们所知道的其它大数据应用相似,U9将对企业大数据提供相关的分析服务,然而U9的志向不仅于此,马总向记者讲述道:“U9会针对用户操作日志进行大数据分析,通过分析识别用户的交互行为,然后建立情景,提升产品,包括体验交付效果,这是针对用户自身的体验分析,搭建用户定订单平台”
另外,U9还提供大数据平台,希望通过这个平台为客户提供数据分析和挖掘模型。用友U9的大数据战略不仅局限于帮助企业采集和分析大数据,还将通过客户的数据模型识别、分析客户的细致需求。对于一向擅长深度挖掘客户需求的U9来说,大数据应用将变成改善用户体验的新工具。
马总向记者分享了一个样板客户——顾家家居。顾家主要是为客户提供定制化沙发,每年的出货量高达七八十万套。顾家计划建立“云家居设计服务平台”,希望通过用友U9的大数据平台来实现。众所周知,每一套沙发在样板、颜色、材质上都有差别, U9不仅需要根据客户的定制数据分析各类沙发的市场反响,甚至还需要针对不同的社区向客户推荐沙发,客户根据大数据平台的建议就能够精准地锁定适合自己的沙发类型。
谈起U9为顾家家居搭建的信息化平台,马总自豪地说道:“我们在每天完成客户需求的基础上,对顾家家居又制定了更进一步的产品战略。用友U9的每一点进步都是来自于客户的智慧,客户的智慧和应用促进用友U9的进步。”
更专业:多种云服务面面俱到
虽然,用友U9可以很好地服务中大型企业,然而马总认为,U9以“数据驱动、结合云服务”,这样的模式更适合快速成长型的企业。用友U9在 2014年计划云服务同时面向中大型企业和中小型企业,把中大企业的通用型服务和中小企业的核心应用放入云中。对于成长型的企业来说,随着规模的扩大,管理模式的规范化,企业只需要配置更多的云服务就能解决企业快速发展时的种种问题。
U9的目标,是成为移动互联网时代的制造型企业管理应用领导品牌,而2014年将是U9至关重要的一年。虽然U9的云服务布局才刚刚开始,但是U9自由的云端配置、精细的数据挖掘能力等产品基因不禁让人遐想:未来的U9是否会精确到为每一个客户深度定制,甚至这种定制可以由客户自助完成。客户需要做的,只不过是参考智能分析的建议,再从云端订购相应的服务。
用友U9凭移动平台、大数据驱动和云服务将变得“更聚焦、更精准、更专业”,马总和她所率领的U9产品团队将在精耕细作的制造行业的基础上,向更广阔的行业布局拓展。我们有理由相信,在移动信息化的浪潮中率先布局的U9势必会引领企业应用的发展方向。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。