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
初次学习金蝶云星空，想知道在应收款管理里面有没有超期应收的说法， 是怎么管理的。 有没有和应收单， 收款单的勾稽关系
客户使用收款条件，设置账期。然后通过应收模块的到期债权表来查看。
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
AI在制造场景中赋能安全生产，通过智能监控实时预警风险，利用数据分析精准排查隐患，并构建预测模型有效预防事故。这实现了从被动响应到主动防控的转变，显著提升了生产环境的安全管理水平与整体运营效率。
对于制造业企业来说，原材料便是企业的命脉，足够的原材料是企业日常生产经营的保障。而如果企业的原材料来源被断开了，那么企业也将受到极大的打击。而在这种情况下，企业能做的无非也就是更换原材料与寻找另外能够供给原材料的途径。更换原材料太过于天方夜谭，那么企业就只能寻找另外的渠道进行原材料采购了。
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。
业务部门应用AI效果不佳，核心症结往往在于问题定义不清，而非技术本身。若无法精准界定业务场景、目标和预期价值，再先进的技术也难以落地。明确问题是成功应用AI的首要前提，其重要性远超技术选型与实施。
对于制造企业，数字化是AI应用的基础。应优先构建扎实的数字化底座，实现数据互联与流程贯通，为AI提供高质量数据与明确场景。脱离数字化的AI如同空中楼阁。企业需立足自身管理现状，以数字化解决核心业务问题，再逐步引入AI工具深化智能决策。
本次创见者Webinar聚焦AI在质量提效领域的应用，系统阐述了三条核心主线：通过AI实现质量问题的智能预警，对缺陷进行精准追溯定位，并最终形成有效的改进闭环。这为企业构建数据驱动的质量管理体系、实现降本增效提供了清晰的实践路径。
ERP在研发到量产过程中，通过集成PLM数据、管理物料编码与变更，支撑模块化设计，确保信息流高效贯通，从而加速产品转化，提升协同效率与生产准备速度。
研产供销一体化通过打通业务链条，实现从研发、生产到销售的高效协同。它优化了物料管理与产品变更流程，借助模块化设计提升定制化效率，从而缩短交付周期，增强响应能力。最终，企业能以更快的速度和更高的准确性满足客户需求，显著提升产品交付体验。
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
