北京時(shí)間1月26日消息,美國(guó)專車公司Uber去年共在美國(guó)聯(lián)邦法院遭遇50起訴訟,這已經(jīng)成為這家硅谷創(chuàng)業(yè)公司面臨的一大嚴(yán)峻問題。
有人認(rèn)為,Uber在68個(gè)國(guó)家或地區(qū)運(yùn)營(yíng),擁有超過(guò)5,000名員工,而且是全球估值最高的創(chuàng)業(yè)公司。所以,50起訴訟或許并不算多。但實(shí)際情況并非如此。
首先將Uber與其競(jìng)爭(zhēng)對(duì)手Lyft進(jìn)行對(duì)比,后者遭遇的訴訟還不到Uber的三分之一。美國(guó)估值第二高的創(chuàng)業(yè)公司Airbnb去年僅遭遇5起訴訟。
幾大共享經(jīng)濟(jì)公司訟訴數(shù)量對(duì)比
為什么所有人都在起訴Uber?最簡(jiǎn)單的回答是:原因很多。根據(jù)法庭記錄,在50多起針對(duì)Uber發(fā)起的訴訟中,有17起的原告是Uber司機(jī),15起是出租車公司,還有十多起來(lái)自乘客,他們起訴的原因包括遭到襲擊、地點(diǎn)錯(cuò)誤和價(jià)格欺詐。還有一些訴訟則是因?yàn)樽?cè)商標(biāo)侵權(quán)、保險(xiǎn)索賠撤銷和殘疾人歧視。除此之外,還有更多的官司已經(jīng)準(zhǔn)備提交給美國(guó)各州法院和各縣法院。
如果要復(fù)雜一點(diǎn)的答案,那就是:當(dāng)你正在顛覆一個(gè)受到高度監(jiān)管的傳統(tǒng)行業(yè)時(shí),業(yè)務(wù)成本必然居高不下。與很多硅谷創(chuàng)業(yè)公司一樣,Uber通常先推出,再解決各種問題。如果出售軟件或智能手機(jī),這種方法完全可行——只需要推送一個(gè)更新來(lái)修復(fù)漏洞即可。但如果在實(shí)體領(lǐng)域展開業(yè)務(wù),效果則會(huì)差得多,需要應(yīng)對(duì)數(shù)以千計(jì)的人,而且要受制于各種各樣的地方法規(guī)。所以,當(dāng)你在實(shí)體領(lǐng)域開展業(yè)務(wù)時(shí),就會(huì)面臨很多訴訟。
幾大“獨(dú)角獸”訴訟數(shù)量對(duì)比:Uber遠(yuǎn)多于其他公司
Uber一直以來(lái)都是都是法庭上的??汀W钪哪^(guò)于面臨自家司機(jī)發(fā)起的集體訴訟了,他們聲稱該公司應(yīng)該給予其員工待遇,而不是將其當(dāng)做獨(dú)立承包商。倘若Uber在這起訴訟中敗訴,該公司就必須向16萬(wàn)司機(jī)支付工資,其商業(yè)模式也會(huì)徹底改變。該案將于今年6月在舊金山開庭,其他州至少也已經(jīng)啟動(dòng)了超過(guò)10起類似的官司。
其他應(yīng)需服務(wù)創(chuàng)業(yè)公司也面臨類似的法律威脅。家政創(chuàng)業(yè)公司Homejoy去年表示,該公司因?yàn)橐黄痤愃频墓偎径P(guān)閉。而Instacart也因?yàn)槊媾R同樣的威脅允許一些承包商轉(zhuǎn)為正式員工。
Uber駕駛員不希望Uber關(guān)閉,只是希望從該公司獲得更多的經(jīng)濟(jì)利益。而與此同時(shí),Uber面臨的其他訴訟則是為了將其置于死地。在十多座城市中,當(dāng)?shù)爻鲎廛嚬径计鹪VUber違反當(dāng)?shù)胤ㄒ?guī)。
Uber遭遇的大量法律訴訟表明該公司面臨巨大威脅。事實(shí)上,即便是Facebook,也沒有在與Uber處于相同階段時(shí)面臨如此多的訴訟。
Facebook和Uber在創(chuàng)立的最初六年中起訴數(shù)量比較
Uber拒絕對(duì)此置評(píng),也沒有透露該公司的法務(wù)團(tuán)隊(duì)規(guī)模。當(dāng)然,該公司無(wú)論從規(guī)模還是跨越的地域范圍來(lái)看,都遠(yuǎn)大于競(jìng)爭(zhēng)對(duì)手,業(yè)務(wù)復(fù)雜程度也更高。但該公司的風(fēng)險(xiǎn)并不會(huì)因此而減少。
分析Uber的法務(wù)團(tuán)隊(duì)便可了解該公司面臨的挑戰(zhàn):Uber目前在全球有27個(gè)法律相關(guān)職務(wù)開放招聘。在LinkedIn上,有超過(guò)50人自稱是Uber美國(guó)的法律顧問,而Airbnb的這一數(shù)字不到20人。
如果Uber不斷擴(kuò)充法務(wù)團(tuán)隊(duì),表明該公司的確面臨一場(chǎng)生存危機(jī)。
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(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(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。