售前：
我的工作台 |
退出
页面内容是否对您有帮助?
售前：
我的工作台 |
退出
删除供应商的时候提示：编码为“VEN00001”的供应商被“MRP运算单据”使用，请检查。这个要怎么才能删除呢
MRP运算有单据使用了，找下跑MRP的单据删掉，再删除，不过不建议，可以把不用的供应商禁用
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
在现代企业管理中，报表是决策和监控的重要工具。为了提高报表的准确性和效率，在企业中广泛应用各种管理报表软件。现在介绍一些常见的企业管理报表软件种类以及它们的应用，帮助企业选择适合自己的报表软件。 一、电子表格软件 电子表格软
从“信息化”到“数智化”的转型中，制造企业常忽略从数据到智能的断层。信息化侧重流程记录，数智化则需利用数据驱动决策与创新。关键在于构建统一的数据平台，打破系统孤岛，并培养数据思维，将海量数据转化为可执行的洞察与行动力，实现真正的智能升级。
AI在制造企业的应用常伴随数据泄露、算法偏见等安全风险，导致企业“越用越不敢用”。关键在于构建覆盖数据、模型、应用的全生命周期安全体系，通过权限管控、算法审计与持续监控，在保障安全的前提下释放AI价值，推动智能转型。
AI落地应遵循“先对齐，后决策”的路径。首要任务是实现“事实对齐”，即确保AI系统对业务数据、流程与规则的理解与客观现实及企业知识一致，建立可靠认知基础。在此基础上，才能逐步推进“自动决策”，利用对齐后的准确信息进行智能分析与判断，从而确保AI应用的价值与安全性。
在利用AI提升交付能力前，企业必须首先清晰定义“计划例外”这一关键概念。它指偏离原定生产或供应链计划的异常情况，如物料短缺或订单变更。明确其定义是构建有效AI预警与决策系统的基石，确保系统能准确识别、分类并处理异常，从而真正实现智能化保交付。
数字时代，人们的生活越来越线上化，数据的价值与日俱增。如何深入洞察客户、提升服务体验、整合数据资源，成为车企竞争力的新制高点。它山之石可以攻玉，在构建以客户为中心的数字化转型征途上，我们期待更多思想碰撞的火花！
AI的成功不仅依赖先进算法，更离不开扎实的管理基础。本次创见者Webinar将探讨如何通过精细化的流程管理、数据治理与组织协同，为AI应用提供稳定可靠的支撑，从而真正释放其商业价值，驱动企业智能化转型。
制造企业应用AI需清晰量化投入产出。应聚焦具体业务场景，如生产排程或质量检测，明确AI替代或增强的环节。通过对比实施前后效率、成本等关键指标的变化，计算投资回报率。避免泛泛而谈技术概念，确保每一分AI投入都能对应可衡量的业务价值提升。
售后服务
徐少春个人号
扫码对话徐少春
加载中
添加专属企微客服
