而另一方面,現有供應鏈生態(tài)系統(tǒng)極為龐大且迫切需要升級。
相關案例不勝枚舉。最近,零售業(yè)巨頭沃爾瑪與Target等正積極推動區(qū)塊鏈供應鏈解決方案。沃爾瑪主要借此對食品與藥品進行跟蹤,而Target則投入大量資源推動HyperLedger Grip項目。
星巴克公司同樣在利用區(qū)塊鏈供應鏈確??Х榷构暮戏▉碓矗?/span>百威母公司Anheuser-Busch則希望利用區(qū)塊鏈加強其供應鏈中的“最后一英里”——農民。
事實上,幾乎每一家擁有復雜供應鏈的大型企業(yè),都開始展現出對于區(qū)塊鏈技術的濃厚興趣。原因非常簡單:供應鏈生態(tài)系統(tǒng)價值數萬億美元,同時效率極為低下,迫切需要迎來升級。
>>> 最古老,也最龐大
ShipChain公司CRO兼企業(yè)家Sami Rusani曾先后與Visa、喜力、梅賽德斯、索尼以及維珍等公司合作,且近年來一直致力于利用區(qū)塊鏈技術改進運輸與物流領域的現有解決方案。
采訪中,他談到促使各大企業(yè)巨頭紛紛投身區(qū)塊鏈供應鏈領域的核心動力。
記者 :您能否解釋一下,為什么有這么多大型企業(yè)將供應鏈視為最理想且門檻最低的區(qū)塊鏈技術應用場景?
Sami Rusani: “供應鏈行業(yè)既是全球最古老的行業(yè)之一,同時也擁有著最為可觀的體量規(guī)模——供應鏈行業(yè)全球年收入超過14萬億美元,且目前仍在快速發(fā)展當中。”
“但這個行業(yè)同時也充滿問題——貨運跟蹤問題每年給從業(yè)企業(yè)造成數十億美元經濟損失。另外,每年單在美國,就有價值超過300億美元的貨物遭到盜竊 ”
“在制藥與食品飲料行業(yè),我們看到單是國內層面的大規(guī)模召回行動也帶來數百萬甚至數十億美元損失。絕大多數企業(yè)表示,他們的現有供應鏈體系缺乏可見性與透明度。”
“區(qū)塊鏈技術擁有一系列極為重要的特性——溯源性與不可變性。這意味著大家可以通過整個供應鏈跟蹤數據的真實、未經篡改的來源,同時實現對數據的安全處理。”
“集中式解決方案的問題在于,總會存在一小撥指定的管理員能夠對數據進行更改。但區(qū)塊鏈環(huán)境則完全不存在這個問題——至少對于公鏈而言絕不可能。與此同時,區(qū)塊鏈也解決了透明度缺失的問題。”
“支付又是另一個值得探討的問題——以往,企業(yè)往往需要等待幾個月才能拿到應得的報酬。但通過智能合約進行款項支付,現金流靈活性與支付效率將得到顯著提升。”
>>> 尋求標準
Rusani指出,這么多巨頭級企業(yè)扎堆進入,必然要求整個行業(yè)拿出引導性規(guī)則。然而,各家企業(yè)目前主要關注實驗領域,因此Rusani呼吁更多機構能夠參與到標準制定的工作中來。
記者 :隨著沃爾瑪、星巴克以及Target等大型企業(yè)客戶的涌入,區(qū)塊鏈供應鏈生態(tài)系統(tǒng)的發(fā)展態(tài)勢將發(fā)生怎樣的變化?這些企業(yè)又能否獲得成功?
Rusani: “行業(yè)正在向前發(fā)展,但與我們預期的情況類似,整個過程相當緩慢。我認為供應鏈行業(yè)終于意識到了這項技術所能帶來的助益——畢竟當越來越多大型企業(yè)進入時,唯一可以肯定的就是這個發(fā)展方向并沒有問題。現在需要考慮清楚的是如何制定一項開放標準,這也是我們目前的主要探索任務。可能很多朋友都沒有意識到,供應鏈行業(yè)目前仍在使用大量比計算機的誕生還要古老的基礎設施標準!”
“區(qū)塊鏈技術的核心思路在于去中心化與去中介化,而不是創(chuàng)造大量新區(qū)塊鏈而導致整個行業(yè)走向碎片化。關于整個公鏈主題的討論,以及真正能夠支持公鏈方案的支柱性理由——這方面理由很多,而安全性無疑是其中最重要的支柱之一——我認為行業(yè)很有可能最終確定下少數幾項標準。是的,不可能每家企業(yè)都一直遵循只屬于自己的標準。”
>>> 讓所有人受益
很多企業(yè)都依賴于區(qū)塊鏈中的不同層級——從沃爾瑪與星巴克等擁有數十億美元營收的大型企業(yè),到您家門口的小小夫妻店。然而,隨著企業(yè)巨頭的一路引領,也許所有人最終都將享受到這條新的供應鏈生態(tài)系統(tǒng)發(fā)展之路。
記者 :您認為區(qū)塊鏈供應鏈領域是否存在一種大型企業(yè)級用例,足以推動這項技術實現長期快速增長,同時亦幫助各類企業(yè)順利將區(qū)塊鏈引入自身業(yè)務?
Rusani: “當然有……而且它將解決供應鏈行業(yè)目前所面臨的無數問題。對于大多數企業(yè)而言,共通的情況在于消費者希望讓自己的產品以更快、更便宜的方式運送到家中,同時希望了解這些產品的真實來源。”
“消費者們還希望確保賣家提供的數據確實值得信任。這種對供應鏈效率、透明度以及安全性的提振,也將在推動電子商務發(fā)展以及保持長久增長方面起到至關重要的作用。”
>>> 目前的障礙
記者 :目前阻礙區(qū)塊鏈供應鏈采用的影響性因素有哪些?在您看來,我們需要采取哪些措施來加以克服?
Rusani: “從傳統(tǒng)意義上講,運輸與物流對于時代的變化一直不太敏感。我驚訝于還有那么多參與方使用最簡單的excel表格,在某些情況下甚至在使用紙和筆!最重要的,可能在于克服對樣報技術的恐懼,并承認「只要沒出毛病,就該繼續(xù)使用」的思維本身就有很大毛病。”
“目前最大的障礙之一在于人們普遍缺乏對于區(qū)塊鏈技術的正確理解,也不清楚區(qū)塊鏈是如何起效的。人們要么簡單將其視為「能夠解決一切麻煩的靈藥」,要么粗暴地將其認定是加密貨幣那套騙人的把戲。”
“區(qū)塊鏈顯然并不是能夠解決一切麻煩的靈藥,也不僅僅關乎加密貨幣。在我看來,對于普通人群的區(qū)塊鏈技術培養(yǎng),將給整個行業(yè)以及未來更多相關行業(yè)的發(fā)展起到非常重要的影響。”
“另一大障礙在于數據模型孤立,即很少有企業(yè)愿意共享自己的數據,這就使得他人更難參與到區(qū)塊鏈供應鏈當中。舉例來說,貨運卡車當中通常包含五種不同的物聯(lián)網設備以追蹤幾項特定指標,例如溫度、GPS、濕度、燃料剩余以及集裝箱是否開啟等。這些設備有時候來自五家不同的供應商,而且雖然設備就部署在您的卡車上,但數據并不歸您所有——您只有數據的訪問權!”
“幸運的是,行業(yè)領導者已經意識到我們需要協(xié)作程度更高的行業(yè)環(huán)境。如果每個人都能秉持更友好的協(xié)作心態(tài),整個行業(yè)必將因此而受益。我認為,這才是推動區(qū)塊鏈供應鏈實現普及與廣泛采用的關鍵。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現AI根據復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數據集和MM-AlignBench評測基準,通過創(chuàng)新的數據生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數據掌握天氣變化規(guī)律,在極端天氣預測方面表現卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。