
華爾街日報周四報道說,阿里巴巴上市的股價定在68美元每股,這是美國史上最大規(guī)模的IPO行動。阿里巴巴將從此次上市獲得218億美元,馬云,軟銀和雅虎將從上市獲益。
上市獲得的資本將不僅會加速阿里巴巴國內(nèi)快速增長與領(lǐng)先,還為公司擴(kuò)張其它市場提供幫助,比如有亞馬遜和eBay存在的美國。
不過,正面的競爭不會很快發(fā)生,阿里巴巴很好的謀劃其行動,它在美國投資了多個零售業(yè)務(wù)。
Forrester分析師Kelland Willis說:“對任何人來說,不考慮阿里巴巴都是犯傻。他們有很清晰的全球化藍(lán)圖,阿里巴巴是行業(yè)的又一顛覆者。”
阿里巴巴旗下?lián)碛幸幌盗须娮由虅?wù)業(yè)務(wù),著名的如淘寶,天貓,聚劃算,阿里云等。和亞馬遜不同,阿里巴巴并不自己出售任何商品。它依靠廣告和傭金賺錢。
去年,阿里巴巴商品銷售額超過了2400億美元,而亞馬遜和eBay加起來的銷售額不到2000億美元。此外,阿里巴巴的利潤率在40%以上。亞馬遜和eBay利潤率統(tǒng)共只有15%。上個季度,亞馬遜實際虧損1.26億美元。
2012年3月至2013年3月,阿里巴巴收入56億美元。今年,這一數(shù)字有望繼續(xù)攀升,光在上個季度,阿里巴巴就收入25億美元。
阿里巴巴的巨額上市開創(chuàng)了新的里程碑,不僅僅是它籌集的資金龐大,而且其成長迅速。傳統(tǒng)來講,美國是一個巨大而富有吸引力的零售市場,但美國零售模式在其它地方很少取得成功。在其它大型市場,比如中國和印度,這里的潛在客戶很多,但他們花錢更少。阿里巴巴的成功證明他們能夠有所改變。
喬治城大學(xué)金融學(xué)副教授Sandeep Dahiya說:“阿里巴巴證明,如果你擁有一個龐大的國內(nèi)市場,你就能夠建立一家全球公司。”
去年,阿里巴巴的活躍買家數(shù)量達(dá)到2.31億,占中國整個3.02億網(wǎng)購者的76%。
馬云期望將阿里巴巴帶向中國之外的地方。
馬云周一對記者表示:“在美上市后,我們將在歐洲和美國開展我們的業(yè)務(wù)。我們不會放棄亞洲市場,因為,就像我說過的那樣,我們不是一家來自中國的公司,我們只是碰巧生在中國的互聯(lián)網(wǎng)公司。”
阿里巴巴正在試水美國市場。它成立了11 Main時尚精品,專業(yè)體育用品,嬰兒用品與高科技產(chǎn)品網(wǎng)站。Willis表示,只能邀請注冊的11 Main采用大圖呈現(xiàn),使人賞心悅目,但與eBay或Amazon的搜索器相比,它的搜索過濾器有諸多局限。
阿里巴巴收購了兩家拍賣網(wǎng)站,Vendio Services和Auctiva。Forrester預(yù)計,阿里巴巴很有可能將展開更多收購,同現(xiàn)有的廠商一道幫助自己挺進(jìn)美國。
Forrester認(rèn)為:“阿里巴巴可能采取大收購或耗時數(shù)年進(jìn)行一系列收購,最終形成一個平臺,與美國的亞馬遜,蘋果,eBay和Facebook競爭。”
梳理下阿里巴巴在美國的投資可以幫助理解阿里巴巴的意圖。
在零售方面,阿里巴巴投資了ShopRunner品牌物流服務(wù)公司,此外,阿里巴巴還持股Fanatics在線體育用品零售商,奢侈品古董網(wǎng)站1stdibs.com。目前來說,阿里巴巴可能更多的是利用這些網(wǎng)站為中國市場提供產(chǎn)品,但線下來講,阿里巴巴可以利用這些網(wǎng)站的經(jīng)驗幫助其擴(kuò)展美國市場。
阿里巴巴還投資了幾款美國移動應(yīng)用程序:互助租車Lyft,Quixey移動應(yīng)用搜索引擎以及移動聊天和通話應(yīng)用Tango。
Willis認(rèn)為,這些應(yīng)用程序的主要價值是數(shù)據(jù)。阿里巴巴能夠利用這些應(yīng)用獲得數(shù)據(jù)分析消費(fèi)者的偏好,喜歡哪些程序。
阿里巴巴在美國做大仍然需要時間。目前,公司將繼續(xù)專注在中國的發(fā)展。馬云很清楚,美國的電子商務(wù)行業(yè)已經(jīng)高手云集,阿里巴巴需要有智慧,給這個市場帶來新的東西。
馬云說:“美國的電子商務(wù)就像一道甜點(diǎn)。它僅僅是你主營業(yè)務(wù)的補(bǔ)充。在中國,因為商業(yè)的架構(gòu)太糟糕,電子商務(wù)才變成了主流。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。