Doss 為插入 ERP 的人工智慧庫存管理籌集了 5500 萬美元
Doss 宣布完成 5,500 萬美元的 B 輪融資，這是企業軟體領域的重大舉措。這項投資將加速其人工智慧庫存管理系統的開發和部署，該系統與現有 ERP 系統整合。此次資本注入凸顯了供應鏈優化領域對智慧、無中斷解決方案日益增長的需求。
此輪融資由 Madrona 和 Premji Invest 共同領投，這兩家著名創投公司以支持變革性科技公司而聞名。這項重大的財務認可驗證了 Doss 解決現代商業中最持久的挑戰之一的獨特方法：實現即時、準確的庫存可見性，而無需進行昂貴且複雜的系統檢修。
現代企業的庫存管理挑戰 對於各種規模的公司來說，庫存管理是一種持續的平衡行為。持有過多庫存會佔用關鍵資金並增加儲存成本。持有量太少可能會導致缺貨、銷售失敗和客戶不滿意。傳統方法通常依賴歷史數據和手動預測，無法應對當今不穩定的市場需求。
現代供應鏈的極度複雜性使這個問題變得更加複雜。由於存在多個倉庫、銷售管道和供應商，資料變得分散化。大多數企業已經擁有核心企業資源規劃 (ERP) 系統，但這些平台通常缺乏主動決策所需的高階預測分析。
為什麼遺留系統無法達到要求 ERP 系統非常適合記錄交易和管理核心業務流程。然而，它們通常是反應性的，而不是預測性的。他們告訴你你擁有什麼以及你賣了什麼，但他們很難準確預測你下週、下個月或下個季度需要什麼。 這種差距造成了代價高昂的營運盲點。企業被迫依賴電子表格、直覺或創建新資料孤島的獨立單點解決方案。結果是普遍效率低下，每年因庫存過多、缺貨和物流延誤造成數十億美元的損失。
Doss 的 AI 解決方案如何改變庫存運營 Doss 以其專業的人工智慧平台正面應對這項核心挑戰。 Doss 的人工智慧庫存管理系統不是要求公司放棄並更換現有的技術堆疊，而是旨在與 SAP、Oracle 和 Microsoft Dynamics 等現有 ERP 系統整合。 這種「插件」方法是關鍵的差異化因素。它允許企業透過一層智慧自動化來增加當前的投資，最大限度地減少干擾並加快實現價值的時間。
Doss平台的關鍵能力 該平台使用機器學習演算法來分析遠遠超出傳統系統處理能力的大量數據點。其核心功能包括：
預測性需求預測：分析銷售歷史、季節性、市場趨勢，甚至天氣等外部因素，以高精度預測未來需求。 自動補貨：動態產生最佳採購訂單和轉移請求，以維持所有地點的理想庫存水準。 即時可見性：提供所有倉庫、商店和運輸途中的庫存庫存的單一管理平台視圖。 情境規劃和模擬：允許管理人員在潛在的供應鏈中斷或需求激增發生之前對其影響進行建模。
透過自動化這些複雜的任務，該系統使供應鏈團隊能夠專注於策略計劃，而不是手動資料處理。這種向自主操作的演變是更廣泛轉變的一部分，類似於人工智慧發揮更積極作用的其他領域的趨勢，正如我們在《代理人工智慧時代生存手冊》的分析中所討論的那樣。
5,500 萬美元 B 輪融資的策略意義 成功籌集 5500 萬美元對 Doss 來說是一個重要的里程碑。此輪融資由 Madrona 和 Premji Invest 共同領投，帶來了資本以外的巨大策略價值。 Madrona 帶來了擴大企業人工智慧公司規模的深厚專業知識，而 Premji Invest 提供了對全球市場和複雜供應鏈的深入洞察。 這筆資金將部署在三個關鍵領域，以推動下一階段的成長：
產品研發：增強核心AI模型，擴大平台整合度具有更廣泛的 ERP 和電子商務系統的功能。 市場擴張：擴大銷售和行銷力度，以覆蓋北美和歐洲更廣泛的中端市場和企業客戶。 團隊成長：吸引人工智慧、數據科學和供應鏈工程領域的頂尖人才，在客戶需求之前繼續創新。
這項投資顯示投資者對人工智慧驅動的供應鏈工具的巨大潛在市場充滿信心。隨著人工智慧越來越深入地融入業務運營中，提供最有效解決方案的競爭正在全面加劇，就像我們在 ChatGPT 文章中提到的面向消費者的人工智慧領域的競爭一樣，Gemini 正在爭奪成為向你推銷東西的人工智慧機器人。
智慧供應鏈的未來 多斯的資金和技術軌跡預示著供應鏈完全互聯、可預測和自我優化的未來。目標是從以防萬一的庫存模型轉變為由即時數據和人工智慧支援的真正的及時、需求驅動的模型。 對於旨在提高獲利能力、提高客戶滿意度和增強抵禦全球幹擾的能力的企業來說，這項轉變至關重要。利用人工智慧釋放現有 ERP 數據中價值的公司將獲得顯著的競爭優勢。
結論和後續步驟 對 Doss 的 5,500 萬美元投資凸顯了一個關鍵趨勢：企業軟體的未來是 AI 原生、整合和增強。企業不再需要在遺留系統和尖端創新之間做出選擇。 Doss 等解決方案表明，最強大的方法是將兩者智慧地連接起來。 對於評估自身營運效率的企業領導者來說，這項訊息是明確的。現在是探索智慧自動化的時候了。要了解 AI 如何改變業務和客戶參與的其他方面，請在 Seemless.ai 上探索更多見解。
