快速飛奔的聯(lián)想正在嘗試用全新的模式去適應(yīng)新時(shí)代的消費(fèi)者。楊元慶在聯(lián)想的內(nèi)部大會(huì)上透露:“我們要在產(chǎn)品和業(yè)務(wù)模式上實(shí)現(xiàn)徹底的轉(zhuǎn)型。”
產(chǎn)品變:整合硬件、軟件和服務(wù)
在互聯(lián)網(wǎng)時(shí)代的今天,消費(fèi)者的購買行為已經(jīng)發(fā)生了天翻地覆的變化。楊元慶舉例說:“她買設(shè)備的時(shí)候先去網(wǎng)上搜信息,用微信問朋友的建議,也會(huì)上淘寶,京東看買家的打分評(píng)價(jià),差評(píng)多的絕對(duì)不會(huì)考慮。他也可能直接去廠家的官網(wǎng),但如果太復(fù)雜她會(huì)走人。有時(shí)候她會(huì)到實(shí)體店體驗(yàn)產(chǎn)品,然后去網(wǎng)上找更低的價(jià)格買單。對(duì)產(chǎn)品不滿意,多數(shù)時(shí)候她懶得打電話,她會(huì)在微博和微信上吐槽。她有很多設(shè)備,每個(gè)設(shè)備跑著各種各樣的應(yīng)用,她隨手寫字,拍照,錄音錄像,再立即分享給朋友。”
針對(duì)這樣的變化,楊元慶對(duì)聯(lián)想提出了新的要求:“第一我們要重新考量我們的產(chǎn)品,我們有最全面的產(chǎn)品整合,從智能手機(jī),手機(jī),平板,電腦,臺(tái)式機(jī),工作站,后臺(tái)的服務(wù)器存儲(chǔ),各種全配件,這是任何競(jìng)爭(zhēng)對(duì)手無法匹敵的。但今天我們的客戶對(duì)設(shè)備的需求超過了傳統(tǒng)產(chǎn)品的需求,只靠硬件我們的OUT了,我們必須整合硬件,軟件和云服務(wù),具體來說,硬件是指部件,系統(tǒng)整合,外觀設(shè)備。軟件包括操作系統(tǒng),用戶界面,圖形界面,各種各樣用于優(yōu)化設(shè)備供應(yīng)的應(yīng)用以及服務(wù)的入口。”
業(yè)務(wù)模式變:從單點(diǎn)接觸到多點(diǎn)接觸
關(guān)于業(yè)務(wù)模式層面的轉(zhuǎn)型。楊元慶說:“過去我們把客戶分為關(guān)系型客戶和交易型客戶,對(duì)交易型客戶來說,東西賣完了,和我們的關(guān)系已經(jīng)結(jié)束。我們沒有系統(tǒng)設(shè)計(jì)和他們更加頻繁的互動(dòng)和聯(lián)系的方式,今天借助互聯(lián)網(wǎng)我們有條件不增加太多的成本就把一個(gè)個(gè)交易型客戶當(dāng)做關(guān)系型客戶看待,當(dāng)我們深入思考如何通過更多的接觸點(diǎn),與用戶建立緊密的聯(lián)系,真正完成向關(guān)系型用戶轉(zhuǎn)變。”
“我們要從用戶的單點(diǎn)接觸轉(zhuǎn)向多點(diǎn)接觸將每一個(gè)用戶轉(zhuǎn)化為我們的關(guān)系型用戶要從一家以產(chǎn)品為中心的公司轉(zhuǎn)向以用戶為中心,首先我們要了解客戶,客戶是誰,是分銷商,經(jīng)銷商,零售商嗎,不可否認(rèn)這些渠道藝人很重要,我們要善待他們。但是今天,當(dāng)我們提到客戶時(shí),我們最應(yīng)該想到的是終端客戶,是使用我們的電腦,手機(jī),或者從我們的樂商店下載應(yīng)用的人。”
銷售模式變:打造自己的O2O模式
聯(lián)想的銷售模式也在發(fā)生巨大變化。“我們的銷售要變,要打造起我們自己的O2O模式。一方面,我們要大力發(fā)展自己的B2C線上銷售,把它擴(kuò)展到更多的國(guó)家,在整體銷售中占更大的比重。另一方面,我們?nèi)匀灰匦吕梦覀兊木€下渠道,這樣用戶無論是線上下單,線下送貨,還是線下看或線上下單,他們的需求都能得到滿足。”楊元慶說。
“在這個(gè)瞬息萬變的行業(yè)中,我們只有改變才能站在這個(gè)時(shí)代,我們要用創(chuàng)新武裝自己。永不滿足的創(chuàng)新精神,一直在聯(lián)想的基因里,并非只有出去創(chuàng)業(yè)的團(tuán)隊(duì)才需要具備,每一個(gè)聯(lián)想人都應(yīng)該具備有創(chuàng)業(yè)的精神。當(dāng)我們做出戰(zhàn)略選擇的時(shí)候,創(chuàng)業(yè)精神意味著不能害怕風(fēng)險(xiǎn),不能過于保守。市場(chǎng)千變?nèi)f化,固步自封就等于放棄未來。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(duì)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(jiǎn)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(duì)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。