楊元慶是個溫文爾雅的儒帥,在公眾場合總是透出一股子謙和,而近日其在聯(lián)想內(nèi)部的一次“訓(xùn)話”,讓所有人感覺到了前所未有的危機和緊張感。他指出,聯(lián)想的內(nèi)外部都面臨很大的挑戰(zhàn),如今正處在變革關(guān)鍵期,如果你不主動變革,你就會被變革!
近日,聯(lián)想集團董事長楊元慶的一個內(nèi)部秘密講話泄露,他講話的題目是《如果你不主動變革,你就會被變革》,這是不多的一次楊元慶內(nèi)部講話泄露,也是楊元慶少有的一次如此慷慨激昂,更是他少有的一次不留情面的講話。
講話中,楊元慶直入正題,他指出聯(lián)想的目標是要做一家基業(yè)長青、保持增長動力的公司。這次講話中,楊元慶還第一次正式提到,聯(lián)想未來目標是實現(xiàn)兩級跳,從百億美元收入規(guī)模打造千億美元的高科技公司。
楊元慶這次講話顯露出他時時刻刻抱有的危機感,更顯露出聯(lián)想在2014年下半年及2015財年的基調(diào)。楊元慶已然把聯(lián)想和聯(lián)想人帶入了一個前所未有快速的洪流之中。聯(lián)想若不變革就會被淘汰,聯(lián)想人若不變革,就會被變革。
危機感帶來變革
在5月份發(fā)布的聯(lián)想2013/2014財年報告顯示,營業(yè)額刷新記錄,達387億美元,同比增長14%;稅前利潤首次突破10億美元大關(guān),達到10.14億美元,同比增長27%;凈利潤同比大增29%,達8.17億美元。
聯(lián)想在PC市場依舊叱咤風云,無人能擋。PC銷量達到破紀錄的5500萬,全球市場份額達17.7%,同比增長2.1個百分點,穩(wěn)坐全球第一。
從今年第二季度的數(shù)據(jù)來看,聯(lián)想在PC市場仍穩(wěn)坐第一,市場份額進一步攀升,達到19.6%,在主要廠商中保持最快的增速。
適逢聯(lián)想今年剛好迎來30歲生日,這份近乎完美的財報可以說是最好的禮物。但是,這張“獎狀”并不能讓楊元慶安枕無憂。
從他這次講話中可以看出,楊元慶對產(chǎn)業(yè)的發(fā)展和聯(lián)想未來的走向都有著一種莫名的危機感。PC市場整體增速放緩,移動互聯(lián)市場崛起,這很大程度上推動了消費和企業(yè)級市場的發(fā)展。在2012年,楊元慶洞察到產(chǎn)業(yè)發(fā)展最新趨勢,帶領(lǐng)聯(lián)想向PC+全面轉(zhuǎn)型。
今年初,聯(lián)想推出了一系列舉措,公司組織架構(gòu)重組,成立PC業(yè)務(wù)集團、移動業(yè)務(wù)集團、企業(yè)級業(yè)務(wù)集團以及云服務(wù)業(yè)務(wù)集團,并把企業(yè)發(fā)展方向鎖定在企業(yè)客戶和消費業(yè)務(wù)兩大方向。
今年1月份,聯(lián)想宣布了兩項重大收購,一個是以23億美元收購了摩托羅拉移動,進一步夯實在移動互聯(lián)市場的布局;另外一個是以29億美元收購IBM X86服務(wù)器業(yè)務(wù),在企業(yè)級市場投下一顆重型炸彈。
在企業(yè)級市場,聯(lián)想與EMC、VMWware、微軟等廠商合作,展開深入布局,而通過收購IBM X86服務(wù)器業(yè)務(wù),讓聯(lián)想在企業(yè)級市場的話語權(quán)進一步提升。
在消費市場,聯(lián)想做的不僅僅只是PC+,如今這個加號已經(jīng)有了全新的內(nèi)涵。在移動互聯(lián)網(wǎng)的推動下,智能硬件、物聯(lián)網(wǎng)等技術(shù)方興未艾,聯(lián)想也高調(diào)涉足這些領(lǐng)域。
楊元慶指出,在企業(yè)級市場,聯(lián)想絕對不會滿足于做一家硬件設(shè)備提供商,而是要向具有更高附加值的市場拓展,聯(lián)想將致力成為一家像IBM、惠普那樣的提供端到端一體化解決方案提供商;而在消費市場聯(lián)想的目標,將是智能家居和智能汽車。這也是楊元慶首次提到聯(lián)想將進軍智能汽車領(lǐng)域。
二級火箭推動戰(zhàn)略
為了確保兩大領(lǐng)域戰(zhàn)略的推進,楊元慶提出了兩套清晰的舉措:高舉高打和小分隊。
楊元慶所謂的高舉高打策略,指的是如何借助聯(lián)想現(xiàn)有的優(yōu)勢、現(xiàn)有的資源、現(xiàn)有的平臺去拓展新業(yè)務(wù)。上面提到了兩大收購,事實上就是聯(lián)想高舉高打戰(zhàn)略的預(yù)演。
收購摩托羅拉移動,讓聯(lián)想獲得了全球品牌、運營商和渠道關(guān)系、2000項專利和15000多交叉授權(quán),以及包括2500名優(yōu)秀工程師在內(nèi)的團隊??梢哉f,聯(lián)想移動業(yè)務(wù)借此平滑地進入了全球市場和高端市場。
而收購IBM X86服務(wù)器,這個收購,傳聞已久,剛開始人們紛紛不看好,包括我在內(nèi),因為X86已經(jīng)成為業(yè)界趨勢,IBM不可能如此慷慨地切斷自己的一條生路,但是最終,聯(lián)想再一次從IBM手中收購了一個重要業(yè)務(wù),這讓聯(lián)想擁有了IBM帶來的業(yè)界一流的研發(fā)能力、完整的產(chǎn)品組合,以及成熟且富有經(jīng)驗的銷售團隊。
并購?fù)瓿芍?,?lián)想在移動業(yè)務(wù)和企業(yè)級業(yè)務(wù)領(lǐng)域的實力將不可同日而語,這種高舉高打也將在未來給聯(lián)想帶來一系列“化學(xué)反應(yīng)”。
相比高舉高打的做法,小分隊則是讓業(yè)務(wù)本身相對獨立,實現(xiàn)端到端整合,但也要考慮如何借助聯(lián)想自身的:采購的優(yōu)勢,研發(fā)的優(yōu)勢,平臺的優(yōu)勢,供應(yīng)鏈方面的能力,還有品牌、渠道、銷售等等,從而用“巧勁兒”在新興領(lǐng)域?qū)崿F(xiàn)突破。
上月,聯(lián)想推出了“新板凳”(NBD)業(yè)務(wù),事實上它是一個互聯(lián)網(wǎng)創(chuàng)業(yè)平臺,業(yè)界評價頗高。在NBD平臺上,聯(lián)想會開放自己的優(yōu)勢資源,與合作伙伴共同開發(fā)創(chuàng)新性的產(chǎn)品,就是小分隊做法的先鋒隊。
目前,NBD平臺已經(jīng)實現(xiàn)了突破,物聯(lián)網(wǎng)領(lǐng)域智能家居、可穿戴產(chǎn)品就是NBD重點進軍領(lǐng)域。NBD業(yè)務(wù)模式的特點十分突出:“聯(lián)想+合作伙伴”共同開發(fā),積極探索家居智能化及智能產(chǎn)品的可穿戴化,“自帶板凳”與合作伙伴搶占互聯(lián)網(wǎng)市場一席之地。此前發(fā)布的智能眼鏡、智能空氣凈化器、智能路由器,就是聯(lián)想NBD在智能家居領(lǐng)域和智能可穿戴設(shè)備領(lǐng)域的首次嘗試。
除了二級火箭戰(zhàn)略之外,楊元慶還強調(diào)必須優(yōu)化業(yè)務(wù)模式,必須打造粉絲經(jīng)濟模式,從賣產(chǎn)品向經(jīng)營客戶轉(zhuǎn)變。為此,聯(lián)想用互聯(lián)網(wǎng)思維武裝自己,建立了想+、樂粉俱樂部等平臺,以期提升與粉絲之間的粘度,從互動式產(chǎn)品開發(fā)、市場營銷到服務(wù),都要有經(jīng)營客戶的意識。
聯(lián)想如今的年營收接近400億美元,要做到500億美元,再到楊元慶提到的1000億美元,要翻越多個高峰,從聯(lián)想過去30年來的發(fā)展脈絡(luò),以及本次提出的二級火箭戰(zhàn)略,聯(lián)想的目標和舉措還是讓人期待的。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。