一年一度的”雙11”已經(jīng)畫下句點,570多億的銷售額沒有辜負(fù)各大平臺鋪天蓋地的廣告和商家沒日沒夜的堅守。但業(yè)界資深人士卻認(rèn)為,隨著市場的成熟和消費理性回歸,當(dāng)電子商務(wù)成為消費購物的常態(tài)后,如何結(jié)合線上的便利優(yōu)勢,讓客戶更好地在線下體驗產(chǎn)品和服務(wù),才是未來消費發(fā)展的主方向。
萬達(dá)電商正是看準(zhǔn)了這一發(fā)展趨勢,借助自身線下商業(yè)帝國的優(yōu)勢,構(gòu)筑以提供體驗式消費為核心的萬達(dá)模式,大力發(fā)展智慧O2O。在萬億級體驗消費的新藍(lán)海,萬達(dá)電商已經(jīng)蓄勢待發(fā)。
體驗型市場將成新藍(lán)海
電子商務(wù)的瘋狂得益于便利和低價,但很多商品如果不親自體驗難以實現(xiàn)消費。比如買沙發(fā)、買床等,如果不到場體驗,消費者很難只憑款式就在網(wǎng)上下單,而因退換貨帶來的反向物流成本也使消費者更愿意在線下選購大件商品。純體驗式的消費如美發(fā)、按摩、KTV等更是無法在線上完成。隨著電商成本的提高與新鮮感的結(jié)束,當(dāng)“線上買東西”消費成為一種常態(tài)而非潮流時,消費者開始將注意力轉(zhuǎn)向其他消費體驗。
就目前而言,PC、手機等各種手持終端都能便捷地實現(xiàn)網(wǎng)購并產(chǎn)生線下體驗,但其實現(xiàn)的僅僅只是用戶在線上完成支付,在線下體驗服務(wù),再返回線上進(jìn)行點評,再到下次消費體驗的O2O原始閉環(huán)。
此類體驗型消費在餐飲、娛樂等行業(yè)已經(jīng)逐步形成雛形,其中團(tuán)購就是典型。事實上,各大企業(yè)均開始以融資或并購的方式進(jìn)行布局,搶占O2O入口。如萬達(dá)電商計劃在三年內(nèi)投入50億元,利用移動互聯(lián)網(wǎng)技術(shù)對萬達(dá)廣場、酒店、度假村進(jìn)行服務(wù)類型的改造,進(jìn)行廣泛生態(tài)的O2O布局。百度則以百度地圖和糯米網(wǎng)作為本地生活的雙入口,圍繞在線地圖構(gòu)建起一個包括美食、外賣、酒店、電影院、KTV、美容院等本地生活服務(wù)圈。阿里巴巴在投資或收購美團(tuán)、快的打車、高德地圖等線上平臺的同時,還聯(lián)手銀泰等線下商戶進(jìn)一步完善O2O體系。
業(yè)內(nèi)專家表示,相對購物而言,顧客更期待好的購物環(huán)境,是因為現(xiàn)在的消費者不把購物作為單獨的一件事,而是作為消磨時光的享受,有檔次的商場和多品牌品種以及更智慧化的購物體驗,是他們最理想的選擇,而萬達(dá)電商的成立初衷,正是基于此。體驗型消費帶來的樂趣、真實感、滿足感越來越被重視,體驗型消費市場也成為新的消費藍(lán)海,據(jù)估計,僅餐飲業(yè)市場規(guī)模就達(dá)數(shù)千億,其他文化、體育、旅游等行業(yè)的市場潛力更是無法估量。
萬億級“體驗消費”身在何處
渴望于“體驗消費”巨大的市場潛力,眾多企業(yè)已經(jīng)開始進(jìn)行嘗試。2014年3月,阿里巴巴斥資53.7億港元“迎娶”銀泰商業(yè),雙方正式宣布展開全面戰(zhàn)略合作,意圖構(gòu)建對全零售企業(yè)、百貨賣場開放的O2O生態(tài)體系,此舉雖有著廣闊的發(fā)展前景,但從另一個角度看,“阿銀”的合作更多布局在商超、百貨零售。緊接著,2014年8月29日,萬達(dá)、百度、騰訊在深圳舉行戰(zhàn)略合作簽約儀式,宣布共同出資成立萬達(dá)電子商務(wù)公司,目標(biāo)定位就是曾被無數(shù)企業(yè)覬覦的萬億級體驗型消費市場。
事實上,想要在電商零售業(yè)已充分發(fā)展的時代涉足并重新統(tǒng)籌線上線下商業(yè)資源,將龐大的線下服務(wù)資源在線上“盤活”,除了需要企業(yè)有豐富的線上資源和互聯(lián)網(wǎng)運營經(jīng)驗,更需要強大的線下商業(yè)基礎(chǔ)。曾有互聯(lián)網(wǎng)資深人士指出,O2O真正有力的競爭者其實并不是互聯(lián)網(wǎng)公司,而是本身已經(jīng)具備線下資源的傳統(tǒng)企業(yè),比如航空公司、連鎖酒店等。O2O的關(guān)鍵點就在于,通過互聯(lián)網(wǎng)平臺吸引消費者,但真正的服務(wù)或者產(chǎn)品必須由消費者去線下體驗,這就對線下服務(wù)提出比吸引顧客更高的要求。如何掌控線下的服務(wù)質(zhì)量,線上的平臺非常難以控制。
萬達(dá)集團(tuán)作為全球領(lǐng)先的不動產(chǎn)企業(yè)、中國最大的文化旅游企業(yè)、全球最大的電影院線運營商,在線下?lián)碛衅渌髽I(yè)難以比擬的獨特優(yōu)勢。而隨著10月30日第一百座萬達(dá)廣場正式開業(yè),為規(guī)模級體驗消費奠定了堅實的線下基礎(chǔ)。保守估計到2020年,每年到萬達(dá)的消費者將超過50億人次,屆時萬達(dá)將成為全球最大的線下消費平臺。
萬達(dá)進(jìn)軍智慧O2O的決心與方向,其實從2013年上半年工作總結(jié)會上,萬達(dá)集團(tuán)董事長王健林的講話中就能看出。王健林提出,萬達(dá)廣場要減少零售業(yè)態(tài)占比,特別是減少服飾類零售業(yè)態(tài)占比,增加生活類業(yè)態(tài)占比,比如美發(fā)、美甲、書吧、教育培訓(xùn)等。賣東西的少了,賣服務(wù)的多了,立足最大線下消費平臺的基礎(chǔ)之上,萬達(dá)已經(jīng)開始逐步在完善智慧化O2O的各類基因。
據(jù)了解,萬達(dá)電商平臺在未來的規(guī)劃中不但能服務(wù)餐飲、電影、旅游等行業(yè),對購物、停車等日常需求也能提供智能化服務(wù),全面挖掘線下體驗型消費市場的潛力,將日常生活細(xì)節(jié)逐步納入萬達(dá)電商的服務(wù)范圍。比如:消費者能提前預(yù)定萬達(dá)的各種服務(wù)、及時了解到萬達(dá)的停車場情況、餐飲及其他服務(wù)的排號及時通知、全智能化的酒店入住系統(tǒng)、常逛的服裝鞋帽品牌能記憶客戶的身體數(shù)據(jù),客戶隨時能夠進(jìn)行虛擬試穿等等。如此一來,消費者的多層次需求可以在萬達(dá)所提供的服務(wù)內(nèi)完成,而萬達(dá)電商創(chuàng)新的智慧消費體驗?zāi)J剑矊严M者的需求與萬達(dá)所提供的服務(wù)緊緊捆綁在一起,真正形成智慧化的體驗型消費市場。
O2O模式的出現(xiàn)是線上線下消費市場發(fā)展的必然產(chǎn)物,線下體驗型消費市場與線上資源融合也是傳統(tǒng)服務(wù)行業(yè)轉(zhuǎn)型升級的未來趨勢。O2O模式的發(fā)展既能給消費者帶來全新的消費體驗,也將帶動傳統(tǒng)服務(wù)行業(yè)轉(zhuǎn)型升級,專家估計將來通過O2O盤活的體驗型消費將遠(yuǎn)超傳統(tǒng)網(wǎng)購,可達(dá)萬億級。萬達(dá)已經(jīng)完成了實現(xiàn)智慧O2O最難的事——線下平臺,而正在進(jìn)一步完善的線上賬號體系及初期最需要的導(dǎo)入流量正好是合作伙伴騰訊和百度的核心競爭力所在,也難怪萬達(dá)董事長王健林會在接受采訪時自信的說,“以后要讓大家一說萬達(dá)電商,就立刻聯(lián)想到真正的O2O。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。