Blue Yonder
PulseAugur coverage of Blue Yonder — every cluster mentioning Blue Yonder across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Google AI 人力资源过滤器被指不可靠；Blue Yonder 通过 NVIDIA 增强供应链 AI
Google 的 AI 团队已承认，其内部人力资源过滤器可能会不公平地拒绝工作申请，尤其是在新加坡。与此同时，Blue Yonder 正在通过 NVIDIA 驱动的模型工厂来增强其 AI 供应链平台，为零售商、制造商和物流提供商提供先进的认知解决方案。
-
供应链 AI 需要专业化大语言模型，而非通用模型
Blue Yonder 的 Chris Burchett 认为，通用的 LLM（大语言模型）不足以自动化复杂的供应链运营。他强调需要专门针对供应链数据和决策过程进行训练的专业化 LLM，而不是依赖于在广泛互联网数据上训练的模型。Burchett 建议采用一种合作模式，由供应链公司向 AI 技术公司提供匿名数据和运营专业知识，从而为该行业开发定制化的 AI 解决方案。
-
仓库演变为智能供应链“脑干”
现代仓库正从单纯的存储设施演变为管理数据和驱动关键业务决策的智能中心。这些先进的配送中心，规模和复杂性往往很大，需要能够实时适应以应对混乱运营的整体系统。通过整合从订单接收到交付的整个供应链的见解，仓库可以充当优化效率和韧性的“脑干”。
-
Blue Yonder 将 AI 代理集成到供应链软件中
Blue Yonder 正在通过一个代理框架增强其供应链软件，集成了各种 AI 和传统的机器学习技术。该公司已投入大量资金，历时四年重建其技术栈。他们的方法结合了用于仓库管理和运输等任务的专业代理，这些代理像模块化组件一样协同工作。在承认 Anthropic 和 OpenAI 等公司 LLM 的强大功能的同时，Blue Yonder 强调供应链运营需要比生成式 AI 更广泛的工具集，包括优化引擎和经典机器学习。
-
Palantir Technologies 认为 SaaS 已死，倡导定制化解决方案
Palantir Technologies，一家以与美国军方合作而闻名的公司，正日益专注于商业客户，目前该领域占其收入的 46%，尤其是在制造业和供应链管理方面。该公司认为，传统的软件即服务 (SaaS) 模式过于僵化，阻碍了竞争差异化。相反，Palantir 采用“前线部署工程师”在现有企业软件的基础上构建定制化解决方案，使客户能够在不替换遗留系统的同时开发独特的功能。