在離“雙11”還有起碼兩個11天的時候,各種雙11預熱廣告,已經(jīng)打在了電梯間的公屏里。但有篇文章標題卻這樣寫道,這幾年想在雙11省錢,簡直比做奧數(shù)題還難,消費者實在算不清優(yōu)惠券到底該怎么用才能真正省錢。
當雙11越來越讓消費者和商家撓頭的時候,我們當然不能忘了,雙11的誕生,曾是一個偉大的創(chuàng)意。
圖片來源/Rudy and Peter Skitterians
在11年前的2009年,淘寶剛出生的第2年,網(wǎng)絡購物還只是一個少數(shù)人參與的游戲。很多人即使在網(wǎng)上下單,依然要當面持現(xiàn)金交易,以防上當受騙。
那年年底,阿里巴巴現(xiàn)任主席張勇帶著團隊,掀起了一場模仿美國感恩節(jié)促銷的雙11網(wǎng)絡大促銷,終于一戰(zhàn)成名,搞出中國網(wǎng)絡購物的啟蒙性營銷事件。
這場營銷策劃的意義怎么夸大都不為過,通過一個創(chuàng)紀錄的大手筆促銷,淘寶在無數(shù)消費者心智中植入了“網(wǎng)絡購物更省錢”的概念。
而零售的本質(zhì),即更低的成本,更有競爭力的價格。低價標簽對零售業(yè)變革是如此的有效,直到今天,拼多多能在正面戰(zhàn)場挑戰(zhàn)京東淘寶,靠的依然是低價。
因此,無數(shù)消費者就這樣被雙11吸引,踏上一去不復返的網(wǎng)絡購物之旅。一個連帶效應是,因為要應對如此高彈性的網(wǎng)絡負載,中國的互聯(lián)網(wǎng)技術平臺體系,也在極限施壓之下得到快速成長的機會。
與之相比,具有諷刺意味的是,當年本該讓人更放心的線下購物,卻因為缺乏透明可見的評價體系,逐漸流失客戶,甚至殺雞取卵般變成宰客的各種“灰店”,其中最出名的就是中關村某些電腦城。
曾經(jīng)一度要對標美國硅谷的中關村,在告別電腦城之后,成了小升初、初升高、拼娃拼家長的培訓班大本營,也是沒人能預料到的。
雙11的成就不可磨滅。
但是,當一個人走了太遠的時候,往往會忘了為什么要出發(fā)。
11年之后,雙11以及它的各種繼任者節(jié)日,似乎已經(jīng)忘了它出發(fā)的意義。
商家、消費者、甚至平臺本身,似乎都不再享受這場游戲。
對于商家而言,兩大電商平臺二選一,幾乎預定了每年年底的頭條新聞,有了拼多多之后,恐怕未來還會變成三選一。
對于商家而言,促銷正在成為平臺的陪綁者。不是“我要促銷”,是“你要我陪著你促銷”。
對平臺自身而言,失去推動零售革命的初心后,促銷的價值也在大幅縮水。其唯一的價值,大概只剩下銷售記錄的比拼,儼然這是一場中國零售業(yè)的頒獎晚會,商家從各種角度為自己找到銷量第一的稱號。
于是,促銷周期也從一天,到三天,甚至更長,只為最終突破那個記錄,與同行比個高下?;蛘咭卜植怀龈呦?,只有口水戰(zhàn)而已。
電商平臺,開始像它們曾經(jīng)很鄙視的線下百貨那樣,搞出各種贈券返利的花樣。
對消費者來說,當年那個“到時間放入購物車,就可以簡單等著降價,零點支付”的時代自然也一去不復返。
網(wǎng)絡購物節(jié),這個本來是敢為天下先的壯舉,也已經(jīng)成了庸俗不堪的營銷創(chuàng)意。
電梯廣告持續(xù)不斷地告訴我們,中國消費者簡直是全世界最幸福的人,每個月都有節(jié)日可過,家電節(jié)、購車節(jié)、美容節(jié)……
世上本沒有路,走得人多了,也就成了路,但是如果走的人太多了,這路也就走沒了。
每天都在過節(jié),也就沒了節(jié)日;每天都在促銷,也就不存在真正的促銷。
如果生產(chǎn)者供給過剩,零售商有庫存要消滅,消費者有貨要囤積,促銷的利益鏈條尚且順暢??僧斊脚_自己都在高呼C2M的時候,這條路的未來根基甚至也不存在了。
在開篇提到的文章留言里,一個用戶寫道:“你們別算了,不買可以省100%”。想一想,好像還挺對的吧?
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。