理解传统企业的问题与困惑

最新推荐文章于 2025-06-29 06:41:22 发布
最新推荐文章于 2025-06-29 06:41:22 发布
阅读量87 收藏
点赞数
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/painmoth/p/8203681.html

创造价值，传递价值
 
产品，服务区别：边际交付成本
 
互联网在帮助创造价值者，切掉传递价值者的蛋糕
BAT都是传递价值类公司
 
苏宁，walmart受影响，传递价值
格力，海尔是创造价值
 
商业史：激荡30年，激荡100年，浩荡2000年
AI解决创造价值的效率问题，互联网只是夜宵，AI才是明天的大餐
 
鞋服定倍率 5-10倍，化妆品定倍率20-50倍，传递价值环节消耗
提升效率，降低定倍率
 
核心问题：提升传递价值的效率，降低定倍率
 
企业能量模型
 
企业的生命周期：
创业期：雷军
成熟期：孙振耀
转型期：任正非
三个方法：忘记，借用，学习
 
 

转载于:https://www.cnblogs.com/painmoth/p/8203681.html

LLM大模型能力与企业业务系统集成技术方案
AI天才研究院
06-28 4427
1.1 LLM大模型能力背景及相关概念定义在人工智能领域，LLM（Language Model）是一种通过大量的文本数据进行学习，从而能够理解和生成人类语言的模型。它们的训练数据涵盖了广泛的主题，从新闻报道到小说、诗歌、剧本等。LLM能够对输入的文本进行分析和生成回复，可以在多个领域为用户提供智能化的服务。1.1.1 知识图谱知识图谱是一种描述实体及其关系的结构化数据。它将大量的信息以图形的方式组织起来，用于关联和检索知识。知识图谱有助于LLM理解和生成与之相关的信息。1.1.2 深度学习。
机器学习与人脸识别1：如何理解机器学习
cyf15238622067的博客
01-18 4418
下面两个解释观点是从知乎摘取的：仅供参考 1. 人工智能与机器学习 一个常常让大众感到困惑的问题是：人工智能（AI），机器学习（ML），深度学习（DL），机器视觉（CV）以及自然语言处理（NLP）之间是什么关系？ 从科普角度粗略地说，人工智能涵盖了其他所有概念[图1]，而机器学习是人工智能的一个子方向，而深度学习又是机器学习中的一类方法。至于机器视觉与自然语言处理，它们是人工智能领域的...
言语理解与表达深度解析与策略
weixin_30798867的博客
11-04 1372
本文还有配套的精品资源，点击获取 简介：《言语理解与表达题型及讲解》文档详细介绍了公务员考试和语言能力测试中的言语理解与表达部分，包括题型分类、解题技巧及实战训练。言语理解与表达部分对考生的语言文字理解、分析、运用能力以及逻辑思维和判断能力要求极高。掌握题型特点和解题技巧对提高答题能力至关重要。 1. 言语理解与表达题型分类 言语理解与表达不仅是语言学习的基...
DeepSeek企业服务与咨询新机遇
tzyouxi的博客
03-17 1881
输入企业的业务数据，如销售数据、财务数据、用户行为数据等，DeepSeek 可以进行数据清洗、分类、统计和挖掘，发现数据中的规律和趋势。根据企业的业务特点和需求，推荐适合的 AI 技术和应用场景，如利用 DeepSeek的图像识别技术进行产品外观检测，利用自然语言处理技术进行客户服务优化等。凭借对 DeepSeek 的深入理解和丰富的 AI 知识，你可以成为企业的 AI 战略顾问，为企业提供专业的咨询服务，帮助企业制定合理的 AI 战略规划，实现 AI 技术与企业业务的深度融合。
企业应用若干非技术性理解要点
Stay Hungry, Stay Foolish
11-13 1401
产业互联网时代的企业应用 个人电脑（PC）时代讲“软件”；移动智能终端领域时代讲“应用”：app（application的简写）。这两个词并不对等，后者更具通用性：无论是独立达成功能的程序，还是基于网络/云等复杂设施通过终端程序提供的功能性服务，或是基于各种智能联网设备/传感装置达成的功能，都是某种形式的信息技术（IT）应用。实际上，至少从SaaS（软件即服务）兴起之时，PC时代通行的将“应
深入理解 DeepSeek 与企业实践（五）：知识库、Manus、代码生成三大场景的原理、评测与部署
ZStack_io的博客
03-13 1360
哪种模型适合特定场景？该使用推理模型还是通用模型？不同模型的投入成本与性能表现如何平衡？
模型性能与评估：大模型的困惑度究竟揭示了什么？
charles666666的博客
06-29 896
上周，我和一家金融客户的 CTO 王总沟通时，他抛出一个棘手的问题：“老张，我们同时测试了两家供应商的对话式模型，在模拟客服场景下，客户满意度评分只差了 0.3 分，但价格差了一倍。作为技术决策者，我们的任务是构建一个多维度的评估体系，让模型的能力真正服务于业务价值。我们发现一个有趣的现象：优秀模型在同类任务下的 PPL 波动范围通常小于 12%，而表现不佳的模型波动可能超过 40%。根据我的压力测试经验，对于大多数企业级任务，参数量在 50B - 70B 之间的模型能提供最佳的性能成本比。
企业门户系统建设的主要问题与应用前景
第27号专栏
08-04 1610
“网络就是计算机”，这是几年前IBM提出的概念，随着B/S模式软件的深入应用，这句话的预见性正在日益显现，基于互联网的软件应用正在成为一种趋势，一个方向。企业门户的概念的演绎和应用的推进，正在大大加剧这种趋势，并将在这个方向上留下一个新的里程碑。 不管企业的CIO们是否已经意识到了，当众多的基于WEB的单元应用风头出尽之后，志在整合与集成这些单元应用的企业门户挟着日新月异的Internet技术风
一人企业：一个人也能赚钱的商业模式读书笔记
碳学长的博客
03-07 2873
一人企业：一个人也能赚钱的商业模式
深入理解循环神经网络（RNN）：原理、应用与挑战
码上飞扬的博客
01-14 3153
循环神经网络（RNN）以其处理序列数据的独特优势，已经在多个领域取得了显著成就。通过了解RNN的基本原理、变种及应用场景，我们可以更好地选择和应用这一模型。尽管RNN仍面临一些挑战，但随着技术的不断进步，未来在序列数据处理领域的潜力仍然巨大。
兴长信达刘磊的困惑：传统企业电商野蛮生长.docx
09-27
刘磊的困惑实际上反映出了传统企业在电商转型过程中普遍遇到的挑战，包括战略定位、人才选用、市场竞争策略以及资本运用的合理性。在电商化转型的道路上，企业应理性对待电商，结合自身的特点和发展需求，制定出科学...
传统企业电商应用与转型.pdf
05-29
1. **传统企业对电商的理解不足**：传统企业往往因长期依赖线下经营模式，对电子商务的认知存在滞后，经历了从忽视到困惑，再到尝试的过程。企业需要深入理解电商的本质，才能适应新的商业模式。 2. **电商定位模糊...
传统企业如何启动网络营销培训.pptx
11-19
1. **传统企业启动电商的困惑**： - 老板重视但缺乏方向：企业领导层可能意识到电商的重要性，但在具体操作上无从下手。 - 不确定招聘哪些人才：企业可能不清楚需要招聘具备哪些技能的人员来组建电商团队。 - ...
企业数字化转型的痛点分析(20页）.pptx
10-10
企业数字化转型的痛点分析内容丰富，涵盖了数字化转型的多个重要方面，包括战略、目标、任务、核心能力、路径的简单介绍，以及CIO在数字化转型时代下的业务痛点与迷茫。重点探讨了企业在转型过程中可能遇到的问题，...
基于双向长短期记忆网络(BILSTM)的MATLAB数据分类预测代码实现与应用
最新发布
08-09
基于双向长短期记忆网络（BILSTM）的数据分类预测技术及其在MATLAB中的实现方法。首先解释了BILSTM的工作原理，强调其在处理时间序列和序列相关问题中的优势。接着讨论了数据预处理的重要性和具体步骤，如数据清洗、转换和标准化。随后提供了MATLAB代码示例，涵盖从数据导入到模型训练的完整流程，特别指出代码适用于MATLAB 2019版本及以上。最后总结了BILSTM模型的应用前景和MATLAB作为工具的优势。 适合人群：对机器学习尤其是深度学习感兴趣的科研人员和技术开发者，特别是那些希望利用MATLAB进行数据分析和建模的人群。 使用场景及目标：①研究时间序列和其他序列相关问题的有效解决方案；②掌握BILSTM模型的具体实现方式；③提高数据分类预测的准确性。 阅读建议：读者应该具备一定的编程基础和对深度学习的理解，在实践中逐步深入理解BILSTM的工作机制，并尝试调整参数以适应不同的应用场景。
路径规划人工势场法及其改进Matlab代码，包括斥力引力合力势场图，解决机器人目标点徘徊问题
08-09
用于机器人路径规划的传统人工势场法及其存在的问题，并提出了一种改进方法来解决机器人在接近目标点时出现的徘徊动荡现象。文中提供了完整的Matlab代码实现，包括引力场、斥力场和合力场的计算，以及改进后的斥力公式引入的距离衰减因子。通过对比传统和改进后的势场图，展示了改进算法的有效性和稳定性。此外，还给出了主循环代码片段，解释了关键参数的选择和调整方法。 适合人群：对机器人路径规划感兴趣的科研人员、工程师和技术爱好者，尤其是有一定Matlab编程基础并希望深入了解人工势场法及其改进算法的人群。 使用场景及目标：适用于需要进行机器人路径规划的研究项目或应用场景，旨在提高机器人在复杂环境中导航的能力，确保其能够稳定到达目标点而不发生徘徊或震荡。 其他说明：本文不仅提供理论解析，还包括具体的代码实现细节，便于读者理解和实践。建议读者在学习过程中结合提供的代码进行实验和调试，以便更好地掌握改进算法的应用技巧。
基于LBP特征与DBN算法的人脸识别MATLAB程序实现及优化
08-09
基于LBP特征与深度信念网络(DBN)的人脸识别MATLAB程序。该程序利用LBP进行特征提取，构建了一个四层DBN模型，其中包括三层隐含层和一层输出层。通过RBM预训练和BP反向传播算法微调，实现了高精度的人脸识别，准确率达到98%，错误率为1.67%。此外，程序还包括学习曲线绘制功能，用于调整正则化参数和其他超参数，以优化模型性能。 适合人群：对机器学习、深度学习以及人脸识别感兴趣的科研人员和技术开发者。 使用场景及目标：适用于需要高效人脸识别的应用场景，如安防监控、身份验证等。主要目标是提高人脸识别的准确性和效率，同时提供详细的代码实现和优化技巧。 其他说明：文中提到的ORL数据库已做对齐处理，直接应用LBP可能会导致一定的误差。硬件方面，程序在i7 CPU上运行约需半小时完成一次完整的训练。为加快速度，可以考虑将RBM预训练改为GPU版本，但需额外配置MATLAB的并行计算工具箱。
三菱FX3U六轴标准程序：实现3轴本体控制与3个1PG定位模块，轴点动控制、回零控制及定位功能，搭配气缸与DD马达转盘的多工位流水作业方式
08-09
三菱FX3U PLC的六轴控制程序，涵盖本体三轴和扩展的三个1PG定位模块的控制。程序实现了轴点动、回零、相对定位和绝对定位等功能，并集成了多个气缸和一个由DD马达控制的转盘，用于转盘多工位流水作业。文中展示了部分核心代码，解释了各个功能的具体实现方法和技术细节。同时，强调了该程序在工业自动化领域的广泛应用及其重要性。 适合人群：从事工业自动化领域的工程师和技术人员，尤其是熟悉三菱PLC编程的专业人士。 使用场景及目标：适用于需要实现复杂多轴控制和流水线作业自动化的工业环境，如制造业生产线。目标是提高生产效率和精度，减少人工干预。 其他说明：该程序不仅展示了具体的编程技巧，还提供了对系统架构和逻辑控制的理解，有助于进一步优化和扩展工业自动化解决方案。
北京交通大学机器人技术与应用研究性学习
08-09
完整报告（PDF）、完整代码
企业级应用开发分层探讨：解决困惑与挑战
传统的三层架构中，业务逻辑层往往直接依赖数据访问层，而理想的状态是在领域驱动设计（DDD）中，业务逻辑层依赖于领域模型，而数据访问层则通过Repository模式为领域模型提供数据支持。这种反向依赖减少了业务逻辑...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值