7月23日,博雅總裁商學(xué)院與紛享銷客聯(lián)合在北京舉辦了“勢(shì)在,必行”企業(yè)互聯(lián)網(wǎng)+專場(chǎng)活動(dòng)。紛享銷客CEO羅旭在主題分享中強(qiáng)調(diào):因?yàn)橛辛诉B接產(chǎn)生了新的商業(yè),讓商業(yè)更智能,連接帶來(lái)管理的革命,讓生活更便利。
紛享銷客CEO羅旭
一家專門做移動(dòng)辦公的企業(yè)紛享銷客,主張“把公司裝進(jìn)手機(jī)里 把銷售裝在收益里”,剛剛在7月份完成D輪1億美金的融資,創(chuàng)企業(yè)級(jí)服務(wù)商融資記錄,成立4年,擁有11萬(wàn)家企業(yè)級(jí)客戶。一個(gè)應(yīng)用如何脫穎而出并且保持增速發(fā)展?紛享銷客CEO羅旭指出,產(chǎn)品是核心,而紛享銷客的產(chǎn)品突出的是“連接”。
羅旭形容了連接下的場(chǎng)景。
一個(gè)朋友去日本買馬桶蓋,拿回家之后發(fā)現(xiàn)丟了一顆螺絲釘。
他查遍了所有的網(wǎng)絡(luò)都找不到這個(gè)螺絲配件。聯(lián)系日本賣家,人家說(shuō)馬桶蓋的生產(chǎn)來(lái)自中國(guó),他們那里只有馬桶蓋整件,沒(méi)有配件。最后那個(gè)馬桶蓋就沒(méi)用了,這件事情也沒(méi)有解決。
如果廠家是連接型的,只要打開(kāi)這個(gè)東西就變得很容易。連接企業(yè)、人、硬件,圍繞這個(gè)生態(tài)就能連接未來(lái)。
“美國(guó)人用手機(jī)的時(shí)間比中國(guó)人可知很多,北美人在手機(jī)上停留的時(shí)間一天接近57分鐘,中國(guó)人在電子消費(fèi)產(chǎn)品上在移動(dòng)產(chǎn)品上消耗的時(shí)間非常長(zhǎng),移動(dòng)成為我們的方式。”紛享銷客把自己定位成移動(dòng)銷售互聯(lián)網(wǎng)專家,是因?yàn)榱_旭看到目前移動(dòng)互聯(lián)網(wǎng)浪潮帶來(lái)的變革。
從變革上具體而言,一是思想進(jìn)步,新聞媒體是促進(jìn)整個(gè)社會(huì)最核心的力量。二是社交,“有了互聯(lián)網(wǎng)回歸之后,有了網(wǎng)絡(luò)的支撐,原來(lái)這個(gè)世界其實(shí)并不大,我們連接在一起,有了心跳、呼吸情感。”第三是組織,因人和人的交互方式變化而發(fā)生巨大變化。第四是商業(yè),從簡(jiǎn)單的消費(fèi)者參與、對(duì)生產(chǎn)參與,最終到傳播的參與。
《思控》這本書有一個(gè)核心觀點(diǎn),因?yàn)檫B接,因?yàn)榫W(wǎng)絡(luò)效益,因?yàn)樗械娜后w智能,他會(huì)被群體孵化,裹脅,但是單一的個(gè)體帶群體中因?yàn)槿后w的能量會(huì)讓群體變成具有智慧的能力。一群羊群在狼來(lái)了之后會(huì)整體規(guī)避,這是群體智慧的產(chǎn)生。好的商業(yè)組織最初應(yīng)該具備這種能力,而不是各自為政的一盤散沙。連接創(chuàng)造了很多我們想象不到的價(jià)值。
羅旭描述了這樣一個(gè)場(chǎng)景:企業(yè)的每一位員工都是銷售員,消費(fèi)者在每一位員工的社交手機(jī)里。通過(guò)社會(huì)化的網(wǎng)絡(luò),一個(gè)H5的頁(yè)面就可以把公司的產(chǎn)品介紹、商業(yè)活動(dòng),傳播到微博、微信中去;從社交網(wǎng)絡(luò)又可以快速直接回收消費(fèi)者的反饋信息。如果未來(lái)升級(jí),變成一個(gè)企業(yè)內(nèi)部的微店,企業(yè)員工就可以將鏈接發(fā)到自己的社交網(wǎng)絡(luò)上去直接促成成交,最終實(shí)現(xiàn)企業(yè)和用戶之間的連接。
因?yàn)檫B接,因?yàn)橛辛藬?shù)據(jù)網(wǎng)絡(luò),就會(huì)通過(guò)構(gòu)建商業(yè)職能,構(gòu)建BI模型,幫助分析每一個(gè)商業(yè)個(gè)體和主體的偏好、能力、特性,幫助你做更好的決策和判斷。
所以,未來(lái)的競(jìng)爭(zhēng)一定是數(shù)據(jù)的競(jìng)爭(zhēng)。
羅旭指出,如果說(shuō)沒(méi)有一套好的系統(tǒng)組織和企業(yè)的數(shù)據(jù)沉淀下來(lái),我們認(rèn)為這樣的企業(yè)真的工業(yè)化的企業(yè)。
舉個(gè)簡(jiǎn)單的例子,打籃球不如美國(guó)人嗎?北歐人牛高馬大不一定比美國(guó)人差多少,為什么美國(guó)的職業(yè)籃球在全球頂尖呢?原因很簡(jiǎn)單,是因?yàn)槊绹?guó)的職業(yè)籃球最早引入全新的數(shù)字化管理系統(tǒng),每個(gè)運(yùn)動(dòng)員身高體重基礎(chǔ)信息除外,犯規(guī)、跑位一系列所有動(dòng)作,包括出場(chǎng)世界,會(huì)說(shuō)喬丹出場(chǎng)多少次,所以最后決策靠基于大數(shù)據(jù)積累之后做的智能決策,更是一種理性而客觀的決策,而不是拍腦袋的決策。
企業(yè)同樣如此。
數(shù)據(jù)會(huì)成為未來(lái)企業(yè)的核心資產(chǎn),數(shù)據(jù)需要沉淀,淘寶沒(méi)有沉淀數(shù)據(jù)不知道用戶的偏好。
“我老婆在本來(lái)生活網(wǎng)最近的12個(gè)月買多買少,如果你沒(méi)有數(shù)據(jù)分析,你怎么知道。這些事靠人記不住,得靠系統(tǒng)。”
“有多少用戶用我的產(chǎn)品我很清楚,有幾個(gè)機(jī)型登陸我也知道,我會(huì)知道其中有80%的安卓用戶停留在小米、三星、華為。”
無(wú)論在哪個(gè)時(shí)代,企業(yè)為客戶創(chuàng)造價(jià)值都是永恒的商業(yè)邏輯。談到為用戶創(chuàng)造的價(jià)值,羅旭表示:“我們認(rèn)為未來(lái)企業(yè)的競(jìng)爭(zhēng)不在于公司的大小,而在于公司的敏捷度,一個(gè)敏捷公司的組織形態(tài)要發(fā)生變革,不是官僚式的、自上而下的,每個(gè)人都是信息的孤島,而是要進(jìn)化成為扁平化的、社會(huì)化的、高效協(xié)作互動(dòng)的組織。企業(yè)如果要實(shí)現(xiàn)互聯(lián)網(wǎng)+,改變組織形態(tài)是必選項(xiàng)。”
整個(gè)商業(yè)形態(tài)從最早的市場(chǎng)起動(dòng)性到產(chǎn)品驅(qū)動(dòng)型,市場(chǎng)驅(qū)動(dòng)型消費(fèi)者說(shuō)了算,最后是數(shù)據(jù)驅(qū)動(dòng)型,會(huì)成為真正的引擎。
在羅旭看來(lái),未來(lái)只有得移動(dòng)者才會(huì)得天下。因?yàn)檫@是移動(dòng)的時(shí)代,云、移動(dòng)、大數(shù)據(jù)一定會(huì)重新定義企業(yè)。沒(méi)有永恒的企業(yè),只有時(shí)代的企業(yè),一個(gè)時(shí)代的變遷,組織本身要進(jìn)化。
作為紛享銷客來(lái)講,其使命就是要幫助企業(yè)移動(dòng)起來(lái),要幫助企業(yè)連接起來(lái),幫助企業(yè)稚智能起來(lái),幫助企業(yè)數(shù)據(jù)沉淀起來(lái)。
紛享銷客的核心和未來(lái)就是,幫助企業(yè)構(gòu)建一套時(shí)時(shí)在線的通訊體系,做能辦公的體系,建立一套核心的業(yè)務(wù)體系。將來(lái)幫大家建一套實(shí)時(shí)的 BI 系統(tǒng),讓管理變得更簡(jiǎn)單。
這是目前的產(chǎn)品形態(tài),整個(gè)產(chǎn)品架構(gòu)得中間是一個(gè)企業(yè)通訊。同時(shí),紛享銷客還正在做支付,通過(guò)支付,到年底的時(shí)候希望所有員工發(fā)工資在這個(gè)平臺(tái)發(fā),不用去微信發(fā)紅包。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。