文章核心观点 - 公司使用部分闲置募集资金进行现金管理 旨在提高资金使用效率并增加公司收益 [4] - 公司近期赎回一笔已触发提前敲出条件的理财产品 收回本金并实现收益 [3] - 公司继续进行现金管理 新投入资金规模为人民币15,000万元 [5] 募集资金基本情况 - 公司首次公开发行股票募集资金总额为86,406.04万元 扣除发行费用后募集资金净额为78,417.33万元 [8] - 上述募集资金已全部存放于公司设立的募集资金专项账户 [8] 现金管理到期赎回情况 - 公司下属全资子公司赎回一笔申万宏源证券收益凭证 收回本金6,000万元 获得理财收益45.76万元 [3] - 该理财产品原定到期日为2026年4月14日 因触发提前敲出条件已提前赎回 [3] 本次现金管理投资概述 - 本次现金管理投资金额为人民币15,000万元 [5] - 投资资金来源为公司部分闲置募集资金 [6] - 投资种类为券商收益凭证和银行结构性存款 [2] - 投资目的是在确保不影响募投项目的前提下提高资金收益 [4] 审议程序与授权额度 - 公司于2025年4月17日召开董事会及监事会 审议通过使用部分闲置募集资金进行现金管理的议案 [2][8] - 授权公司在12个月内使用不超过22,000万元（含）的闲置募集资金进行现金管理 资金可循环滚动使用 [8] 投资对公司财务状况的影响 - 截至2025年9月30日 公司货币资金余额为96,305.00万元 [11] - 本次购买理财产品的金额15,000万元占最近一期期末货币资金的15.58% [11] - 公司使用闲置募集资金进行现金管理不会对主营业务、财务状况、经营成果和现金流量造成较大影响 [11]

公司AI供应链解决方案的应用成效 - 公司旗下科捷首次引入企业级供应链智能体集群“小金”，实现从订单接入到出库交接的全流程AI赋能 [1] - 科捷金库系统每秒峰值接单量同比提升280%，快消美妆条线前两日接单量增长超2倍 [1] - 支揽时效缩短1.4小时，24小时内出库率提升2.6个百分点 [1] AI智能体“小金”的核心功能与预测能力 - “小金”AI智能体集群深度融入仓储、分拣、订单处理全流程，技术核心源于KingKoo Data大数据平台与AI深度学习算法 [2] - 在促前准备阶段，“小金”依托20余年行业数据积累，实现“单未下、货先行”的前置预包策略，预测科捷单量2221万单，实际达成2133万单，达成率96% [2] AI技术在具体作业环节的效率提升 - 在制单环节，“小金”推荐最优拣选提总方式，提升岗位决策效率3倍 [3] - 在拣选环节，通过智能调度和自动分拣设备，复杂单据的拣选和分拣效率总体提升20% [3] - 在打包环节，智能推荐包材型号结合半自动打包机，打包人效提升15% [3] - 在复核环节，辅助管理复核台人效，人均效能提升10% [3] - 在交接环节，实时观察交接进度，包裹在交接区平均滞留时长减少1小时 [3] - 在整个发货过程中，“小金”全程盯防，各类异常发现的时长控制在5分钟内 [3] AI应用的行业背景与工业化落地价值 - 全球生成式AI市场规模未来将触及10万亿美元，未来竞争主战场将聚焦于“AI应用工艺”和工业化落地能力 [4] - 公司凭借20余年积累的160余个仓库运营经验、300余座城市业务覆盖及日处理500万单订单的技术储备，使“小金”成为能落地的“实干派” [4] - “双11”大促期间，“小金”每日发出超300次提醒，每隔1小时自动播报各仓情况，形成数据驱动的协同机制 [4] 公司经验与未来发展方向 - 公司连续16年护航“双11”，对大促期间供应链痛点有深刻理解 [5] - AI智能体的落地推动“双11”大促从“极限挑战”变成“常态化运营” [5] - 未来公司将继续深化大数据与人工智能在供应链领域的应用，推动供应链从“成本中心”向“价值中心”转型 [5]

公司基本信息 - 新成立公司名称为云南云品天馈供应链有限公司 [1] - 公司法定代表人为刘兵 [1] - 公司注册资本为200万元人民币 [1] 公司经营范围 - 许可经营项目为食品销售 [1] - 一般经营项目包括供应链管理服务、食用农产品零售与批发、食品销售（仅销售预包装食品）、食用农产品初加工、谷物销售、初级农产品收购、新鲜水果零售以及国内贸易代理 [1]

公司股东减持 - 公司股东嘉融投资于2025年11月10日完成减持计划，通过集中竞价交易方式减持3,624,100股，占公司总股本比例为1% [1] - 本次减持计划时间区间已届满 [1] 公司财务与业务概况 - 公司2024年1至12月份营业收入几乎全部来源于供应链管理业务，该业务占比达99.99% [1] - 截至新闻发稿时，公司市值为40亿元 [1]

公司基本信息 - 新成立公司名称为四川裕宏富粮酒供应链管理有限公司 [1] - 公司法定代表人为杨裕民 [1] - 公司注册资本为200万人民币 [1] 公司经营范围 - 核心业务为供应链管理服务及酒类经营 [1] - 业务范围涵盖食品销售、食用农产品批发及农副产品销售 [1] - 业务范围包括技术服务、技术开发及人工智能应用软件开发等科技服务 [1] - 业务范围涉及机械设备租赁、金属矿石销售及建筑材料销售等工业领域 [1] - 业务范围包含日用百货销售、办公用品销售及汽车零配件批发等消费品领域 [1]

公司基本信息 - 上饶市麦博供应链有限公司于近日成立 [1] - 公司法定代表人为周云龙 [1] - 公司注册资本为10万人民币 [1] 公司经营范围 - 公司主营供应链管理服务 [1] - 业务涵盖建筑材料销售，包括建筑用钢筋产品、建筑装饰材料、水泥制品、石灰和石膏等 [1] - 业务涉及安防设备、电器辅件、电子元器件与机电组件设备、液压动力机械及元件销售 [1] - 其他业务包括机械设备租赁、五金产品零售、电线电缆经营、办公用品销售等 [1]

人工智能术语框架 - 人工智能是一个广泛领域，专注于创造能执行需要类似人类智能任务的机器，如学习、推理或决策[4] - 机器学习是人工智能的一个分支，使计算机无需显式编程即可从数据中学习，能够识别模式并基于历史信息做出预测[4] - 深度学习是更高级的机器学习形式，使用多层人工神经网络，擅长处理复杂的高维数据，如图像、视频和自然语言[4] - 生成式人工智能旨在根据从大型数据集中学习到的模式创建新内容，包括文本、图像、音频甚至代码[4] 人工智能的商业重要性 - 人工智能正以前所未有的速度被广泛应用，因其直接关联企业的效率、盈利能力和竞争力，公司正积极将其融入日常运营以实现大规模快速决策[6] - 人工智能的真正影响力在于能够将预测转化为自动行动，如触发警报、推荐补货数量、优先选择配送路线或在供应风险演变成中断之前发出预警[6] - 人工智能在数据量庞大、决策可重复、信号嘈杂或快速变化的环境中尤其强大，非常适合市场营销和供应链运营[6] - 最有效的人工智能系统是在人工监督下运行的决策系统，旨在增强而非取代判断，需使用MAPE、MAE等传统统计精度指标进行持续评估[6] 人工智能在市场营销中的应用 - 个性化功能利用机器学习技术根据用户过去的行为定制内容，分析点击、购买记录、滚动模式和会话行为等信号以确定最可能促成转化的信息或产品[12] - 视觉推荐无需用户明确要求即可优化显示内容，利用余弦相似度等方法将用户与相似内容进行匹配，应用于亚马逊的产品轮播和Netflix的推荐板块[12] - 由生成式人工智能驱动的聊天机器人已成为标准客户触点，可回答问题、推荐后续步骤并全天候完成交易，必要时转接人工客服[12] - 预测分析利用机器学习模型在客户流失或营销活动效果等结果发生之前进行预测，通过比较线性回归和XGBoost等模型确定预测销售结果的最佳模型[12] 市场营销与供应链的协同 - 营销活动会引发需求冲击，成功的广告宣传、促销或产品发布可立即刺激需求，人工智能应帮助预测需求并自动标记其对供应链的影响[15] - 将市场营销和供应链联系起来的是共享数据，双方必须在SKU标识符、地理区域、销售渠道、日历和促销元数据方面保持一致[15] - 市场营销关注点击率和订单量，供应链关注订单满足率和准时足量交付率，当两者对绩效的看法不一致时会导致客户不满和运营效率低下[15] - 供应链漏斗是销售漏斗的运作镜像，始于市场营销活动产生的需求信号，经供应计划、生产或采购、物流配送，最终到达客户服务和交付绩效[16] 现代供应链挑战及人工智能应用场景 - 现代供应链面临复杂性、不确定性、速度和可持续发展四项普遍挑战，复杂性源于管理多层级网络、漫长交付周期及日益增多的限制因素[19] - 不确定性由促销需求激增、天气干扰、季节性变化及牛鞭效应等因素造成，需求的微小变化会在上游被放大[19] - 企业越来越依赖人工智能来更准确地预测需求并在问题发生之前采取积极主动措施，人工智能在预测和需求规划中发挥关键作用[19] 人工智能在预测和需求规划中的应用 - 现代人工智能预测模型通常将ARIMA或ETS等时间序列方法与XGBoost或神经网络等机器学习技术相结合，时间序列模型分析历史需求数据检测季节性和周期性模式[22] - 为评估模型可靠性，需使用平均绝对百分比误差以百分比形式衡量预测值与实际值的偏差，平均绝对误差以数据本身相同单位表示平均预测误差[22] - 偏差衡量预测是否持续高估或低估需求，长期高估导致库存过剩，低估导致缺货，F1分数在预测客户流失等事件时平衡精确率和召回率[22] - 企业通常先进行更高层次预测如全国总需求，再细化到特定地区、渠道或SKU，人工智能能够随新数据流入实时更新预测结果[23] 人工智能在库存优化中的应用 - 人工智能可根据产品重要性、周转率或利润贡献对其进行分类，自动确定合适的服务水平目标，并根据预测误差和交货周期波动计算安全库存[26] - 通过多级优化降低系统总库存，人工智能评估整个网络找出存放库存最佳位置，这种系统级视角可降低整体库存成本同时提高服务一致性[26] - 人工智能可根据最新需求数据、供应状况和绩效结果每周甚至每天自动更新补货点和订货量，消除人工库存盘点的滞后性和猜测性[26] - 人工智能模型可模拟不同场景，确定库存持有成本与缺货风险之间的理想平衡点，使领导者能够充分了解财务影响后再做决策[26] 人工智能在物流和运输领域的应用 - 具有时间窗口和实时重新规划功能的路径规划意味着人工智能可根据交付时间承诺不断解决车辆路径问题，并在途中出现交通、天气或新订单时立即重新优化路线[29] - 预计到达时间预测利用人工智能结合实时交通状况和历史驾驶员表现，比依赖通用估计更准确地预测到达时间[29] - 预测性维护可监控车队和物料搬运设备，在故障发生之前检测到故障，减少停机时间并防止意外故障[29] - 码头动态调度功能使人工智能能够根据当前拥堵情况、货运量和紧急程度，自动将卡车分配到最有效的装卸位置以保持作业顺利进行[29] 人工智能在供应商和风险管理中的应用 - 供应商评分卡使人工智能能够追踪多个供应商的准时交付率、百万分之质量缺陷率和交货周期差异，持续评估数据并自动标记问题[33] - 预警系统利用人工智能技术监测新闻、天气预报、港口活动和地缘政治数据，在潜在干扰影响运营之前发现并应对，使企业能够提前制定备选方案[33] - 自然语言处理可以读取供应商合同，提取重要条款如交货周期、违约金条款或排他性限制，并提醒决策者当前绩效是否偏离约定范围[33] 人工智能在仓储和自动化领域的应用 - 计算机视觉利用摄像头和人工智能技术实时检测错拣商品、损坏商品或库存数量错误，在商品到达顾客手中之前减少错误，比人工盘点有显著进步[37] - 任务编排通过根据当前需求和可用产能自动协调人类工人和自主机器人，来确定谁应该做什么以及何时做[37] - 任务优化通过分配优先级、管理队列以及优化任务在设施内的执行地点来改善工作流程，仿真软件可利用机器学习模拟不同优化方案[37] - 货位优化根据ABC周转率对库存进行排序，人工智能将周转率最高的商品放置在靠近包装或装货区的位置，以减少运输时间并提高吞吐量[37] 人工智能在可持续发展和ESG中的应用 - 按发货或SKU进行碳核算可以让人工智能计算每次产品运输对环境的影响，并在做出决策之前评估减少燃料排放的替代路线[40] - 减少浪费利用人工智能对退货进行分类，优先考虑哪些产品可以重新入库、回收或翻新，还可根据保质期预测重新订购易腐烂商品[40] - 循环流程使人工智能能够推荐维修、翻新或再利用方案，而不是默认丢弃，有助于向循环供应链转型使产品重新循环利用[40] 机器学习技术分类 - 监督学习在预期结果已知时使用，人工智能通过对已标记示例进行训练并学习预测未来值，常用于需求预测、预计到达时间预测和质量评分[44] - 无监督学习不需要预先标记结果，人工智能自行寻找数据中的结构，如将相似门店或SKU聚类在一起或检测设备传感器数据中的异常情况[44] - 强化学习通过反复试错做出决策，并随时间从行动结果中学习，在不确定性较高环境中如动态定价或调整库存策略时尤其有用[44] 机器学习模型演进 - 线性回归是应用最广泛、最基础的机器学习模型之一，根据过去行为预测未来结果，速度快、易于解释，广泛应用于高管仪表盘和财务建模[47] - 决策树根据简单决策规则将数据划分为多个分支，具有很强的可解释性，适用于预测和表格形式的业务数据[50] - XGBoost是一种先进集成方法，构建多个小型决策树并将它们组合提高准确率，擅长处理结构化供应链和营销数据中多种输入因素的交互作用[50] - 神经网络在识别复杂模式方面非常强大，适用于非结构化数据或基于传感器的数据，如图像、音频或实时物联网数据流[50] 大型语言模型与迁移学习 - 大型语言模型利用海量公共文本数据进行训练，学习人类语言结构和含义，能够理解并回应从未见过的句子，具有泛化能力[56] - 迁移学习利用规模较小、特定于业务的数据集对预训练的语言学习模型进行微调，使人工智能在保留广泛语言理解能力的同时针对特定领域进行专门化训练[56] - 检索增强生成技术使人工智能不仅依赖于训练期间学到的知识，还会主动从可信来源实时检索外部知识后再生成响应[59] 人工智能统一视角与新兴趋势 - 分层模型中，营销需求信号如点击率、营销活动效果、网站流量和预购意向被实时捕捉为意向信号，输入到人工智能需求预测层[63] - 数字孪生是真实供应链的虚拟副本，可模拟港口关闭、供应商延迟或需求激增等中断情况，在实际发生任何事件之前测试应对措施[66] - 生成式人工智能智能体能够更主动地进行规划工作，如总结风险、制定采购建议，并根据运营数据创建标准操作流程，自主运行监控实时数据[66] - 大型语言模型副驾驶允许规划人员以对话方式与供应链系统进行交互，获得清晰易懂且基于公司内部数据的答案[67]

活动概况 - 活动由汉滨区发展和改革局牵头举办，汉滨区人民检察院、人民法院、司法局、税务局等8个部门参与，二十家民营企业代表出席 [1][3] - 活动于11月3日下午在五里工业园区成功举行，主题为民营经济领域优化营商环境普法宣传 [1][3] 活动核心内容 - 活动为民营企业量身定制法治课，各部门业务骨干进行专题授课 [3] - 汉滨区司法局阐述司法行政服务企业发展的职能作用 [3] - 汉滨区人民检察院介绍护航民营企业优化营商环境的创新举措 [3] - 汉滨区人民法院结合审判实践解析企业合同风险防控要点 [3] - 汉滨区税务局详细解读最新税收优惠政策，旨在助力企业降本增效 [3] - 律师事务所对《中华人民共和国民营经济促进法》核心条例进行宣传解读 [3] 企业参与与反馈 - 互动答疑环节中，安康宏源泰纺织有限公司、安康哇厂智慧供应链管理有限公司等企业代表就合同履行、税收申报、权益保护等问题踊跃提问 [3] - 各部门业务骨干对问题逐一回应、精准解答，现场交流氛围热烈 [3] - 参会企业认为活动内容务实、针对性强，普及了实用法律知识，打通了政企沟通渠道 [3] 活动意义与未来计划 - 此次活动是汉滨区优化营商环境、服务市场主体的具体实践，提升了企业的法治意识和风险防范能力 [3] - 汉滨区发改局表示将以营商环境服务宣传周为契机，持续创新服务方式，完善政企沟通机制 [4]

公司动态 - 上海宣固供应链管理有限公司于近日成立，法定代表人为梁毅，注册资本为1000万元 [1] - 公司经营范围包括供应链管理服务、国际与国内货物运输代理、装卸搬运、报关业务及货物进出口等 [1] - 该公司由德邦股份（股票代码：603056）旗下宁波宣德德邦供应链管理有限公司全资持股 [1]

公司基本信息 - 公司名称为绥芬河市三喜供应链有限公司 [1] - 法定代表人为李春峰 [1] - 注册资本为100万元人民币 [1] 公司经营范围 - 核心业务为供应链管理服务 [1] - 业务范围包括货物进出口和技术进出口 [1] - 销售产品涵盖金属结构、各类建筑材料、建筑装饰材料、轻质建筑材料、建筑防水卷材产品、保温材料 [1] - 同时经营五金产品批发、建筑用钢筋产品销售以及高品质特种钢铁材料销售 [1]