▲ Moyee Coffee在埃塞俄比亞建立的全球第一家Fairchain咖啡加工坊
Moyee Coffee是愛爾蘭一家綠色科技咖啡公司,公司愿景是顛覆咖啡行業(yè)的商業(yè)模式。對此,Moyee Coffee聯(lián)合創(chuàng)始人Killian Stokes表示:“在21世紀(jì),供應(yīng)鏈就是品牌。”
在全球范圍內(nèi),區(qū)塊鏈已經(jīng)成了顛覆產(chǎn)業(yè)的重要技術(shù)。而對于供應(yīng)鏈領(lǐng)域的產(chǎn)品追蹤,區(qū)塊鏈具有兩個大優(yōu)勢:更高的透明度和可追溯性——這樣的優(yōu)勢對于后端庫存到前端消費者體驗都具有巨大的影響。
據(jù)此,Moyee Coffee在查看了認(rèn)證選項后決定利用區(qū)塊鏈跟蹤旗下的供應(yīng)鏈,“我們研究了雨林聯(lián)盟、FairTrade和各種出色的認(rèn)證選項。但這些認(rèn)證選項里很多都有局限性,而且還涉及到成本。” Stokes 表示,“區(qū)塊鏈可以讓公司得到一些真實的數(shù)據(jù)。這使得我們可以向所有利益相關(guān)者展示每部分的錢被花在了哪里。并且所有數(shù)據(jù)都被鎖定,所有人可以看到,單沒有人可以改動。做到100%的透明度。”他表示,“我們可以與消費者連在一起,將價值鏈(行程和整個過程)上的每筆交易都數(shù)字化。”
在咖啡領(lǐng)域,Moyee Coffee是個挑戰(zhàn)者品牌,它不依賴中介組織的審核,而是利用區(qū)塊鏈來為自己的供應(yīng)鏈提供可持續(xù)審核,并且,Moyee Coffee還共享旗下價值鏈各個階段的數(shù)據(jù)。利用區(qū)塊鏈跟蹤和追溯供應(yīng)鏈,使得消費者可以和產(chǎn)品連接起來并了解他們所購買的產(chǎn)品,這在過去是不可能的。
Stokes 稱,Moyee Coffee可以向買家展示咖啡的確切種植方式:“在購買咖啡之前,買家只要拿出手機掃一下二維碼,然后就可以看到種咖啡的農(nóng)民從買家手里這袋咖啡里獲得了多少收益。我們可以分享故事和視頻,向買家展示我們的咖啡是如何在森林中生長的。除此之外,我們還可以帶著我們的客戶一起去旅行,這種力量非常強大??梢粤钏欣嫦嚓P(guān)者獲取一定的產(chǎn)品信譽。”
他表示,“例如,消費者行為的回報是什么、我們?nèi)绾尾拍茏畲罂赡艿仫@示您的影響等等。我堅信,只要我們將重點放在正確地敘述和講述故事上就可以擴大我們的客戶群。”
據(jù)了解,Moyee Coffee正在利用區(qū)塊鏈跟蹤咖啡的交易以及運輸,包括從埃塞俄比亞種咖啡農(nóng)民的田野到歐洲的超級市場,利用區(qū)塊鏈則提供了前所未有的透明度。
但是把區(qū)塊鏈添加到數(shù)據(jù)追蹤的供應(yīng)鏈的每一個環(huán)節(jié)也并非沒有挑戰(zhàn),Stokes還表示:“設(shè)想一下身處埃塞俄比亞的山區(qū),那里的貧困農(nóng)民沒有受過太多教育也沒有智能手機,網(wǎng)絡(luò)連接也不那么好。但他們非常樂意學(xué)習(xí)使用手機及用數(shù)字方式付款。如果用數(shù)字支付,我們愿意多付10%,這是非常有力的激勵。”
另一方面,Stokes稱,“倫敦超市里消費者的兜里都有手機。他們在用4G和5G,但生活里充斥著太多干擾。他們更擅用科技,但沒有使用區(qū)塊鏈或相應(yīng)應(yīng)用的文化——這里的挑戰(zhàn)歸結(jié)為動機和品牌效應(yīng)。要將對他們來說重要的東西納入進來,要推動他們,激發(fā)他們,成功的故事最有說服力。”
從這方面來說,Moyee Coffee非常希望激發(fā)客戶的忠誠度,利用品牌挑戰(zhàn)全球咖啡行業(yè)的開發(fā)流程,并證明Moyee Coffe的方法更好。
大多數(shù)咖啡農(nóng)是世界上最貧窮的農(nóng)民,因為咖啡行業(yè)主要由企業(yè)集團控制,供應(yīng)鏈價值分配存在系統(tǒng)性失調(diào),這意味著咖啡農(nóng)通常只能從最終消費者購買的咖啡收入中賺1-2%。
因此,Moyee Coffee希望能夠改變這種商業(yè)模式,“如果能在咖啡產(chǎn)業(yè)鏈上進一步做加工和烘焙,就會賦予咖啡更多的價值,讓更多的人把精工作時間和精力投入到咖啡行業(yè)中來。他們是在森林里而不是在地里種咖啡,可以保護土地,促進生物多樣性。”Stokes表示,“產(chǎn)品的來源及其環(huán)境是品牌服務(wù)的一部分,而咖啡有可能是造成環(huán)境破壞的主要原因。我們認(rèn)為我們的做法應(yīng)該是一種有益于環(huán)境保護的力量。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。