1月23日外賣超人CEO劉凱先生出席了中國第十一屆營銷領袖年會,在年會中發(fā)表了主題為M2M時代的演講,首次提出移動互聯(lián)網M2M模式,闡述了M2M新模式的含義和意義,以及與O2O模式的差別。M2M模式一提出便轟動全場,新模式新理念顛覆了以往很多關于O2O行業(yè)和模式的認識,M2M模式或是移動互聯(lián)網發(fā)展的未來。
(中國第十一屆營銷領袖年會 外賣超人CEO 劉凱(Lucas Englehardt))
M2M時代
M2M,Mobile to Mobile,指用戶通過手機移動端獲取商家在手機移動端提供的服務,用戶在移動端進行消費、支付和社交,商家在移動端完成經營、收費和管理。M2M新模式的核心就是未來商家、企業(yè)對大眾提供私人訂制且移動的服務。劉凱在演講中表示M2M是一種更注重服務的新模式。“產品容易通過互聯(lián)網獲得,而很多服務在網上不容易獲取。對于產品,用戶更在意價格,而對于服務,其實更重要的是價值和品質,尤其是可定制的服務。”
他表示,隨著中國經濟的快速發(fā)展,人們對服務的要求越來越高,現(xiàn)在最火的O2O模式已經不能滿足人們日益增長的需求了,大部分O2O企業(yè)仍以低價、折扣等價格優(yōu)惠的方式來吸引用戶、留住用戶,這依舊是一種把服務當產品一樣售賣的思維模式,而真正的服務要求的是品質,品質是不容打折的,是由人去提供的,與規(guī)模化生產出來的產品不同,要求更高,是可以任何時間、任何地點、任何產品和服務都可以依照用戶需求來定制滿足的。如此就需要一種新模式的誕生,那就是M2M模式。
關于M2M模式,劉凱講了兩個案例。理發(fā)服務的獲取,目前受到很多限制,比如時間和地點,人們必須選擇一個自己較空閑的時間去理發(fā)店才能獲取該服務,而未來M2M模式下,人們可以在家中通過移動端獲取理發(fā)服務,商家在移動端接收到該業(yè)務,派專業(yè)理發(fā)師上門完成服務。打車軟件也已經逐漸由O2O模式向M2M模式發(fā)展,專車、拼車、家用閑置車租給有需求的人,這些業(yè)務正是由于人們對打車服務的需求越來越高而演變和產生的。
M2M下的I模型
劉凱在演講中還提出一個新模型概念,它是支撐M2M模式的重要框架,即I模型。此模型是T模型的衍生和發(fā)展,T模型比較常見于當前O2O企業(yè)中,橫為平臺,豎為業(yè)務,而I模型下面多出來的一橫是“商家和服務”,I模型更注重和商家的合作以及商家的利益,也更注重平臺服務和商家服務。突出服務的重要性,這是M2M模式下必定會發(fā)生的。
(中國第十一屆營銷領袖年會 外賣超人CEO 劉凱(Lucas Englehardt))
劉凱表示團購就是一種典型的不利于商家的模式,它的模型結構也是典型的T型,沒有注重“商家和服務”這一環(huán)。相關數(shù)據顯示70%的用戶是到店后購買團購的,所以團購并不是商家的營銷方式,而是讓利模式,商家賠本賺吆喝。
餐飲M2M模式
餐飲行業(yè)未來的發(fā)展也會M2M模式化,比如,當用戶不想叫外賣,也不想去餐廳吃飯,可以在移動端預定專業(yè)大廚到家中來做一頓美味的大餐,也可以租用別人閑置的家中、花園頂樓享受大廚上門服務。這種餐飲服務需求更高,是目前O2O模式所覆蓋不了的。
餐飲M2M模式下的I模型,平臺與商家之間的關系更為融洽,為商家提供更好的服務支持,帶去更多的利益。商家與用戶、平臺與用戶、平臺與商家,這三者之間由服務支撐和聯(lián)系。
外賣超人目前提供網上訂餐服務,用戶使用移動端進行點餐,商家配送,用戶拿到外賣,即獲取到訂餐服務。現(xiàn)在外賣超人的I模型已經架構,但讓用戶隨時隨地獲取到想要的任何訂餐服務,這一階段還沒有達成,還不是M2M模式,未來會注重建設這一模式。
隨著社會發(fā)展進程加快,人們的物質生活水平提高,M2M模式的應用將更加普及。劉凱表示興許幾年、十幾年之后,M2M模式會涉及移動互聯(lián)網的各行各業(yè),包括醫(yī)療、健身、餐飲、美容、美發(fā)、美甲、服裝、家政等,那時,人們愿意付出更高的成本獲取服務,商家提供貨的服務的價值與品質更高,整個社會對于服務將會有一番新認識。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。