近期,O2O行業(yè)內(nèi)最熱的事情無疑是58同城和趕集網(wǎng)合并的傳言。一般情況,傳言傳到如此地步,至少證明雙方確實(shí)在進(jìn)行相關(guān)談判。遲遲沒有最終的消息放出來,證明雙方還在進(jìn)行相關(guān)的角力。就這樣話題,普哥接到了超過5個(gè)媒體朋友的采訪,結(jié)合普哥四處打聽到的消息以及對行業(yè)的粗淺理解,我自問自答把58同城和趕集網(wǎng)合并傳言背后的關(guān)鍵邏輯做一下分享。
一、58同城和趕集網(wǎng)的合并可能性有多大?
58同城和趕集網(wǎng)合并,有四個(gè)方面的影響因素,分別是:1、58同城的意志;2、趕集網(wǎng)管理團(tuán)隊(duì)的心氣;3、58同城和趕集網(wǎng)背后的投資方和潛在投資方;4、58同城和趕集網(wǎng)對于外部競爭的認(rèn)知是否一致。
從此前58同城種種動(dòng)作看,以姚勁波為首的58同城管理層具有足夠的“野心”,此前姚勁波在多個(gè)場合表示本地分類信息是一個(gè)覆蓋人數(shù)超過淘寶網(wǎng) 的市場領(lǐng)域,基于這個(gè)市場理所當(dāng)然地能誕生巨頭。很顯然,姚勁波這個(gè)固執(zhí)的湖南人不滿足現(xiàn)有的江湖地位,他雖然口頭上顯得對趕集網(wǎng)不屑一顧,但實(shí)際對趕集 網(wǎng)垂涎已久。很長一段時(shí)間,58同城在公關(guān)層面壓縮趕集網(wǎng)的溢價(jià)空間,但姚勁波對趕集網(wǎng)的認(rèn)同度應(yīng)該不低;為實(shí)現(xiàn)巨頭夢,姚勁波的58同城合并趕集網(wǎng)的意 志非常強(qiáng)。
但另外一方面,趕集網(wǎng)對于獨(dú)立運(yùn)營和獨(dú)立上市依然有足夠的堅(jiān)持。和滴滴、快的合并不同(快的管理團(tuán)隊(duì)是職業(yè)經(jīng)理人),趕集網(wǎng)是由創(chuàng)始人和創(chuàng)始團(tuán) 隊(duì)管理公司,做企業(yè)的心態(tài)除了變現(xiàn)多少要考慮情結(jié)和抱負(fù)。客觀地說,趕集網(wǎng)還是有很多可圈可點(diǎn)的地方,有和58同城拼刺刀的實(shí)力,不到萬不得已,相信趕集 網(wǎng)的管理團(tuán)隊(duì)不會(huì)妥協(xié)。
投資方是這個(gè)天平的重要砝碼,資本天性逐利只考慮利益最大化。58同城的投資方(股東)看著58同城是否有壟斷地位,是否能撐起高股價(jià)高市值。 趕集網(wǎng)的投資方現(xiàn)在更加關(guān)心能否順利退出,上市和選擇被并購都是退出的渠道。只要58同城的出價(jià)高于大家對公開市場的期望,趕集網(wǎng)的投資方肯定會(huì)積極推進(jìn) 雙方的合并。即便趕集網(wǎng)管理層反對,此前趕集網(wǎng)大額度融資時(shí),應(yīng)該已經(jīng)簽下了允許敵意收購的條款。
目前,58同城和趕集網(wǎng)視對方為競爭對手,但雙方都明白他們最大的危機(jī)來源于各細(xì)分領(lǐng)域開始崛起了一堆以服務(wù)和交易切入的O2O公司。對于這個(gè)外在壓力的認(rèn)知程度,將影響雙方對合并的必要性和時(shí)間性的判斷。
當(dāng)然,從目前來看,合并的可能性越來越大。即便近期不合并,等趕集網(wǎng)獨(dú)立上市(滿足趕集網(wǎng)的上市理想)后,只要雙方因?yàn)楸舜烁偁幎绊戨p方業(yè)績繼而影響股價(jià)時(shí),58同城和趕集網(wǎng)采取優(yōu)酷土豆方式進(jìn)行合并的可能性也依然會(huì)非常大。
二、58同城和趕集網(wǎng)合并是否涉嫌壟斷?
對于很多媒體關(guān)注的壟斷問題,其實(shí)這個(gè)是最不重要的問題。即便真的涉嫌壟斷,如果沒有相關(guān)方介意這個(gè)問題,這個(gè)問題本身就不是問題。當(dāng)然,58 同城和趕集網(wǎng)是老大和老二打架,老三百姓網(wǎng)慢慢被人遺忘。不過,百姓網(wǎng)從來都是非常低調(diào),以百姓網(wǎng)CEO王建碩的風(fēng)格,即便心里不爽,估計(jì)也不會(huì)無聊到去 向相關(guān)部門投訴58同城和趕集網(wǎng)壟斷(易到舉報(bào)滴滴快的壟斷之事都還沒有下文),再加上百姓網(wǎng)雖然和58同城、趕集網(wǎng)同屬分類信息網(wǎng)站,但業(yè)務(wù)模式有非常 大的區(qū)別。
如果拋開分類信息這個(gè)領(lǐng)域,從更大的本地生活服務(wù)市場來看,即便58同城和趕集網(wǎng)合并,整體實(shí)力在這個(gè)大市場只占很小的部分,離壟斷就非常遠(yuǎn)了。58同城、趕集網(wǎng)的信息模式,以營收算規(guī)模本身不大,和高頻次的大眾點(diǎn)評、美團(tuán)以交易額算規(guī)模,本身也不好對比。
再退一步講,大淘寶(淘寶網(wǎng)+天貓)長期占據(jù)中國電商交易額的80%,也沒有人成功舉報(bào)了阿里壟斷。58同城和趕集網(wǎng)合并,這個(gè)壟斷的分量估計(jì)相關(guān)部門都看不上。
三、58同城和趕集網(wǎng)合并后如何配合發(fā)展?
58同城和趕集網(wǎng)一旦合并,最需要考慮的不是雙方形成1+1>2的效果,這種美好的愿望歷史上從來沒有實(shí)現(xiàn)過。合并對雙方最大的好處是, 之前雙方激烈競爭要花的市場費(fèi)用、線下價(jià)格戰(zhàn)所受的損失終于可以大幅度減小了。不對戰(zhàn)后,雙方可以集中精力去應(yīng)對如上文所說的生活服務(wù)O2O公司的競爭。
一旦合并,趕集網(wǎng)的管理團(tuán)隊(duì)肯定會(huì)慢慢退出,甚至趕集網(wǎng)這個(gè)品牌也會(huì)被慢慢弱化。這是成王敗寇的商業(yè)邏輯,即便趕集網(wǎng)CEO擔(dān)任合并后公司的總裁,也絲毫避免不了合并后大規(guī)模的裁員和人員離職。整合的代價(jià),需要發(fā)起整合的一方慢慢消化。
58同城和趕集網(wǎng)的用戶重合度很高,如上文所說肯定無法達(dá)到1+1>2。至于怎么配合,原有的分類信息模式?jīng)]有太多的配合空間,目前58同城專注的到家服務(wù)和房產(chǎn)O2O(和安居客合并),趕集網(wǎng)的汽車O2O和招聘,這些O2O領(lǐng)域的配合還是會(huì)有一定的空間。
四、58同城和趕集網(wǎng)合并對行業(yè)有什么影響?
58同城和趕集網(wǎng)如果合并,對行業(yè)的影響可以從以下幾個(gè)方面考慮:1、對于各細(xì)分領(lǐng)域線下商家的影響;2、對同屬于生活服務(wù)O2O平臺(tái)的其他玩家影響;3、對各細(xì)分領(lǐng)域O2O創(chuàng)業(yè)公司的影響。
此前,58同城和趕集網(wǎng)長期和線下商家(中介代理)維系著不錯(cuò)的關(guān)系,但2014年以來和線下關(guān)系急劇惡化,像鏈家地產(chǎn)就發(fā)起了強(qiáng)烈抵制,這讓 58同城突然感到危機(jī)四伏。和趕集網(wǎng)合并后,雙方一起面對線下,在談判權(quán)上將大大加強(qiáng),即便要徹底地拋棄原有信息廣告收入模式,也會(huì)更有底氣。
而58同城、趕集網(wǎng)和大眾點(diǎn)評、美團(tuán)這樣的高頻生活服務(wù)O2O平臺(tái)將有可能短兵相接,下一個(gè)巨頭將從這幾方里面產(chǎn)生。目前,58同城、趕集網(wǎng)和 大眾點(diǎn)評、美團(tuán)在品類和用戶上都有不少區(qū)分,未來向?qū)Ψ降念I(lǐng)域滲透是必然,尤其是類似汽車服務(wù)這樣的大市場,雙方形成競爭的可能性很大。
對各細(xì)分領(lǐng)域的O2O公司來說,58同城和趕集網(wǎng)的合并不會(huì)是個(gè)好消息。此前,58同城投資的幾個(gè)細(xì)分領(lǐng)域O2O公司,大多和58同城貌合神 離。58同城的“威脅式”投資或收購,很多O2O創(chuàng)業(yè)公司對其評價(jià)不高。一旦58同城合并趕集網(wǎng),解除了最大威脅,眾多O2O創(chuàng)業(yè)公司將面對一個(gè)更加兇猛 的58同城,屆時(shí)估計(jì)只能像當(dāng)年罵騰訊的那樣,以罵一句“狗日的58同城”作為泄憤的方式。
當(dāng)然,不管合并趕集網(wǎng)能否成行,58同城都是家有足夠潛力的公司,它無疑是下一個(gè)巨頭的最有利爭奪者之一。
5月15日,億歐網(wǎng)在國家會(huì)議中心舉辦2015年中國O2O新商業(yè)峰會(huì),擬邀趕集網(wǎng)CEO楊浩涌來做演講嘉賓,歡迎大家的到來。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。