信息化建设-成本核算制度存在一个本质问题,这样解可能更靠谱
大多制造业企业采用的成本核算制度存在一个本质问题:固定成本的分摊方法。成本核算制度通过某种规则将直接、间接人工成本、管理费用、设备折旧费等固定成本分摊到每个产品中。常用的是按照作业工时的比例来分摊。
企业数字化转型-你将会遇到的6个问题,可以这么解决
从趋势看,企业数字化转型是顺应数字化社会和数字化经济的必然选择。但我们必须明白数字化转型是长期的、有风险的、需要投入大量资金的。转型变革无不如此:成功了,万事大吉;但遇到挫折,走入困境时,数字化的决策者容易成为众矢之的。了解可能遇到的问题,可能会帮到你。
信息化建设-「远程」,是一道思考题
数字化转型是否取得实效,有一个简单而明确的标志,那就是企业各个层级的管理者,以及部分业务操作者,能否不到企业现场,也能及时获得相应的信息,完成相应的业务处理。企业高层管理者可以洞察企业各方面的运行状况,支持管理者有效决策。这是数字化赋予的公司[远程]的能力。
信息化建设-ERP下沉,移动端上升
企业信息化中移动、物联要基于业务持续深化应用,深度走入业务中,替代掉重复的活动,方式的变化会带来连锁反应,会发现很多关联的工作也不需要了。
信息化建设-产品选型中有一点要想清楚
信息化建设-产品选型中有一点要想清楚guszhang2020-06-04 08:20我们会选择成熟套装软件,来解决核心主业务流的搭建。要想富,IT部门要先修路,要通过购买业界先进软件包,为流程变革提供路标指引,并固化变革成果。IT部门要买一个现代化,而不是自己搞一个现代化,要用“欧美砖”来建一座万里长城(如果“华为砖”能达到“欧美砖”的水平,也可以用“华为砖”)。华为公司业务管理纲要“真正被业务使
人工智能——初学者入门的路线
开始接触人工智能有一小段时间了,学习过程中也在思考和尝试实践人工智能在企业信息化应用中的落地。这期间对我影响比较大的是思维模式的变化:是传统的严谨结构化的思维与概率思维的不同带来的变化,是严谨的1+1=2和可能性在98%带来的变化,是【相信】或者【信念】的底层逻辑的变化。
人工智能-python 生成词云(词频统计)图
词云图
人工智能-AI算法 我劝你善良
昨天中午在一个小餐馆吃饭,发现老板的儿子和女儿一人一个手机玩的high,爸妈在后厨忙的不亦乐乎。从我进来到离开, 老板的儿子和女儿,眼睛都没离开手机, 姿势换了几个, 低着头, 弓着腰。看着他们入迷的样子, 内心是泛起波澜的。这张配图来自互联网疫情期间,儿子上课需要用手机, 聊天工具,娱乐视频,手机游戏,这些都会接触到, 这个年龄的孩子, 对这些很快能上手。孩子其实在这个过程中承受着很大的挑战,能
人工智能-深度学习-代价函数,梯度下降和反向传播
深度学习算法最后都归结为求解最优化问题,以达到我们想让算法达到的目标,即找到最好的那个决策。为了完成某一目标,需要构造出一个“目标函数”来,然后让该函数取极大值或极小值,从而得到深度学习算法的模型参数。
人工智能-Keras深度学习入门-mnist,编程环境Jupyter
人工智能-Keras深度学习入门-mnist,编程环境Jupyter
人工智能-Keras 基于 Python 的深度学习库
Keras 是一个用 Python 编写的高级神经网络 API,它能够以CNTK, Theano或TensorFlow 作为后端运行。Keras 的开发重点是支持快速的实验,本文介绍的是K+T的组合
分享真正的知识-人工智能(AI)和数据模型与决策
神经网络思想是利用大量的训练样本,开发出一套从训练样本中进行学习的系统。换句话说,即神经网络使用样本来自动推理出识别手写数字的规则。
工业互联网-创业的方向会机会在哪儿
工业互联有巨大的机会,有无数的荒原,找到自己的那片荒原,点燃星星之火,以期燎原,实现客户价值, 你是否是那个摆渡人?
信息化建设-[提醒]功能的使用要适度
如果用户不处理,提醒他!提醒他的主管!这样真的好吗?
工业互联网-中台是道送分题还是送命题?
业务中台每一个企业都是不同的,它是{高度个性化}的,无法通过直接购买获得,因为它与业务密切相关。业务中台需要长期的沉淀,抽象和归纳。打造一个业务中台绝不是一朝一夕的事情。
工业互联网-生态门户,金蝶云「苍穹」——初探
企业信息化媲美消费级的生产力软件体验;多租户情况下可个性化定制;数据在哪里,分析就在哪里;云端可以让每个企业都能训练出独有的个性化AI服务,都很棒...
不要中了ERP设计思想的毒(不是管理思想)
用户反馈了一个问题,基本逻辑是,如果在智能制系统勾选【是否更新发货】信息,如果勾选了, 系统会自动更新CRM系统, 现场安装服务团队自动接收到相应信息。 对于不是很清楚主计划调配的物流文员来说,这个信息很难维护及时和准确。就会对业务运行带来偏差,当然这会也影响《订单执行看板》的准确性。
工业互联网-标准化之BOM分析之一
数据治理要正本清源,BOM作为数据的源头,至关重要, BOM的任何一个小错,都可能导致公司重大的经济损失, 而且一错, 很难纠正,除非重新追溯到问题的源头。
智能制造-厂内物流我们做了滴滴叉车
装备制造, 关于工厂内的物流, 各工厂的物流的流转协同方案, 可以参考下。
智能制造-谈谈车间生产缺料问题的解决方案
车间制作,会因为缺料而影响派工,从而影响交付周期,还有可能带来工作任务调整带来的一系列,如物料二次搬运的浪费。