销售环节的数字化见效最快
现在，企业的数字化是非常热的话题，工业４.０，人工智能，物联网，机器人都是企业数字化转型的主要方向，但是某些时候，我们走的太远，却忘记了为什么出发。
企业主要目的是盈利，如果数字化没有切实提高公司的盈利能力，企业是没有动力去投资数字化转型的。笔者看来，目前的许多数字化项目是为了数字化而数字化。比如机械工厂给机床添加了机械臂上下料，能够节省一些人力成本，但是这些节约的人力成本要能够抵消机械臂，夹具，软件，系统集成等产生的新增成本。数据可视化大屏，物流小车，设备健康检测，自动化仓库等等数字化项目，投资都不小，而且需要新增IT 人才，反而会增加人力成本。 这些项目看起来热闹，但是能在2年内收回投资？企业家算的很清楚。如果硬靠政府补贴来上一些花架子的数字化转型是不可持续的。
企业最有效的数字化转型是营销环节。当下市场“内卷十分严重，能够提升销售量，会真切地提升企业的利润。对于企业而言，销售是”1“，其它是后面的零。 当下企业家更热衷于直播带货，拼多多，开拓海外市场就充分证明了这一点。抢订单始终是硬道理。
就营销而言，大多数企业的数字化转型就是依靠数字化电商平台销售。比如淘宝，京东，拼多多，抖音和短视频营销。但是电商平台对商家的限制非常大。企业唯一的手段往往是拼价格。没有最低，只有更低。企业营销部门的数字化转型远远没有开始。
电商平台的痛点
电商平台的痛点包括：
- 商品的信息不够全面
- 商品的匹配和推荐不够精准
- 商品图片不规范
- 相互之间信息不兼容，难以实现多平台商品发布
产品信息标准化
GS1标准
GS1 主要面向消费类产品的全球商品流通。国内对应的GS1推广机构是中国物品编码中心。目前阿里，京东都推行GS1 的标准。
GDSN 数据池
GS1除了建立商品标识之外，还提出了商品分类和GDSN 全球数据同步网络（GDSN）。
GS1 全球数据同步网络 （GS1 GDSN） 是全球最大的产品数据网络。GS1 GDSN 使任何市场的任何公司都可以无缝地分享高质量的产品信息。因为各种规模的公司都需要同样的东西 — 及时可靠的产品信息 — 最终使消费者和患者受益。
全球目前建立了将近50个数据池。其中包括中国大陆，香港的数据池。
在中国，由中国物品编码中心主持开发的中国商品信息服务平台（中国数据池）为实现全球数据同步提供了技术基础。中国数据池也是全球33个通过国际验证、符合国际标准的数据池之一。任何在中国的供应商、零售商都可以申请使用中国数据池，并通过其与其他国家、地区的认证数据池进行数据同步。
GDSN（全球商品数据同步网）中的主要信息
标识体系
标识体系 在全球商品数据同步中，每一个参与方和每一条商品属性，都有一个唯一身 份标识，如此确保消息处理的准确、高效，促进信息流与实物流的有效整合。
全球位置码（GLN）
全球参与方位置代码（Global Location Number，GLN），简称位置码或 GLN， 是对数据同步、供应链中各参与方的法律实体、功能实体、物理实体以及网络商 铺等进行唯一编码标识的代码。 GLN 是实现数据同步的关键数据之一。
全球商品贸易代码（GTIN）
全球贸易项目代码（Global Trade Item Number，GTIN）是为贸易项目提供全 球唯一标识的一种代码，也称商品代码或条码。对贸易项目进行编码和条码符号 表示，使得商品与经营信息相结合，实现采购、订货、运输、商品货架补充、盘 点、结算等自动化管理，从而建立一个更合理的商品销售结构，既能降低商品的 库存，又能改善购物环境，提高顾客满意度，增加销售量。
产品分类
贸易项目包含一个主要的产品分类，GS1 全球产品分类（GPC）。为便于映 射，它也允许附加的产品分类，例如国家或行业特有的分类。 产品分类可以帮助国际贸易方更方便的查找到某类产品。 GPC 构架提供了四层分层结构，包括 Segment（大类）、Family（中类）、Class （小类）和 Brick（细类）。每层 2 位代码，细类为 8 位代码。 在全球同步数据网络中 GPC 细类代码是必备的。
产品层级
当贸易项目的信息在整个 GDSN 中传输时，整个产品的层级也被传输。例如， 在杂货产业，产品层次通常包括零售销售点、箱子和货盘，也可能包括其它阶段。 对于供应商，一开始就可以设计自己的产品层级，以用于不同的贸易环境。分层 结构以及使用条码标识，使得在产品物流链的不同层级之间建立链接。
单品（EA）： 产品层级中的最低层，指有条码标识的单一消费/零售 单元。
中包（PK）： 一般指有条码标识的内包或仓包。可能是箱和零售单元 之间的物流单元，用作大仓与门店的配送。也可能是零 售单元。应有条码标识。
外箱（CA）： 一般指贸易项目的运输单元。可能是箱包，也可能是托 盘。也需有条码标识。
产品品牌
品牌所有者（brandOwner）
品牌名称 （brandName）
品牌名称（其他语言） （ languageSpecificBra ndName）
产品名称/说明
商品系列（subBrand）
商品特征 （variantDescription）
功能名称 （functionalName）
型号（model)
产地(original_place)
测量规范
长度测量
重量测量
高宽深
图片规范
产品的图片
其它
质保
保质期
数字资产（Digital Asset)
数字资产也能够通过GDSN 分享：
• Certificate – organic product
• Energy label
• Guarantee information
• Instructions for use and storage by consumers
• Instructions for use/leaflet
• Data on hazardous substances (not SDS)
• Logo
• Certificate for prizes won • Assembly instructions • Product image with dimensions
• Product label image
• Technical datasheet
• Video How can you share digital assets
这些数字资产都是以文件的形式提供的，其属性包括：
结构化产品信息
基于文件的数字资产的缺点是不利于标准化和机器阅读。它们是一种非结构化的数据资产，另一种方式是结构化的数字资产。对于严谨产业（例如制造业，金融和医疗）而言，为了防止语义的二义性，需要使用结构化模型形成更加严谨的产品信息，通常被称为信息模型。产品信息的三个阶段：
构建基于模型的产品信息模型要比基于文件的数字资产更加复杂，需要耗费巨大的人力物力。国外在构建信息模型方面已经开展了很长时间，各种行业协会在制定信息模型的工作方面非常活跃。但是我国的行业协会没有如此大的号召力和财力物力。需要寻找商业化构建信息模型的道路。
近年来，由信息产业部倡导的《工业互联网标识解析体系》推广的力度非常大，并且提出了VAA标识编码，VAA 是在我国工业互联网标识解析体系应用实践 基础发展而来的自主标识体系。但是如何与国际标准（例如GS1）衔接，如何实现商品信息的标准化方面的工作并不清楚。更为重要的是如何让企业获得真实的利益？笔者不是很了解。
国际上产品信息模型的项目包括：
- IEC 61360-4(CDD) 公共数据字典
- ECL@SS
- ETIM
各种标准的侧重点
- GS1和ETIM 主要面向消费类商品
- ECL@SS 面向自动控制，工业4.0
- IEC61360-4 主要面向电子产品
总的印象是都不是很全面，就目前国内的形势而言，也许GS1会占主流。但是国际贸易方面，ETIM 标准也需要考虑。
ETIM 将成为GS1 的GDSN的一部分
令人欣喜的是，自 2024 年 5 月 27 日起，ETIM 已成为 GS1 全球数据同步网络 （GDSN） 主数据交换标准的一部分。
由瑞士 GS1 专家组发起
为了为建筑和房地产行业可持续产品主数据的全球交换创造未来行业解决方案的共同基础，成立了一个 GS1 专家组，该小组由 CRB、BdCH/bSCH、buildup、ETIM Switzerland 等瑞士 GS1 成员和建筑产品制造商的几位代表组成。
作为这项工作的一部分，已经发出了将 ETIM 集成到 GS1 GDSN（全球数据同步网络）的工作请求。该解决方案已于 2024 年 5 月 27 日星期一上线。这意味着 GDSN 文件现在也支持包含 ETIM 分类属性（类、特征、单位、值），从而进一步支持无缝集成到数字价值链中。
运作方式
在 GDSN 标准中，可以包含来自其他分类系统的数据。这些附加分类系统都由其自己的附加贸易项目分类代码列表 ID 标识。
有了这个 ID，在通用 GDSN XML 结构中，现在可以发送产品和贸易项目数据以及分配的 ETIM 类和相关的特征值和单位。
如此看来，可以使用ETIM 分类对GS1 的分类商品添加进一步的商品属性。
AI 时代的产品信息服务
产品信息模型的构建需要投入大量的人力物力，国外标准的建立并没有“垂手可得的果实”，主要是人工编写生成的。记得有位日本人写了一本书，题目叫“人生总要做一些傻事”，许多伟大的成就是”:博傻"获得的。同样地，AI 数据标注也需要人工完成。
许多人希望获得“免费的午餐”，因此，信息模型构建只能由商业机构，按市场化的方式完成。寻找合适的商业模式和低成本构建方法尤为重要。
- 利用大模型提示构建产品信息模型的效率
- 利用大模型将产品信息文件映射到产品信息模型
AI 大语言模型阅读了大量产品的Datasheet ,能够生成产品的信息模型，利用大语言模型生成产品的信息模型存在“幻觉”问题，每次产生的信息模型会有所不同，因此，可以采取如下方式:
- 建立产品的分类（可以按照GS1，或者ETIM）
- 对分类中的所有商品，由大模型生成一个数据模型。
- 将数据模型和商品的数据表，由大模型生成符合数据模型的结构化产品信息。
- 如果数据模型不符合实际的应用场景，由人工做一些调整和增补。
