快速飛奔的聯(lián)想正在嘗試用全新的模式去適應(yīng)新時代的消費者。楊元慶在聯(lián)想的內(nèi)部大會上透露:“我們要在產(chǎn)品和業(yè)務(wù)模式上實現(xiàn)徹底的轉(zhuǎn)型。”
產(chǎn)品變:整合硬件、軟件和服務(wù)
在互聯(lián)網(wǎng)時代的今天,消費者的購買行為已經(jīng)發(fā)生了天翻地覆的變化。楊元慶舉例說:“她買設(shè)備的時候先去網(wǎng)上搜信息,用微信問朋友的建議,也會上淘寶,京東看買家的打分評價,差評多的絕對不會考慮。他也可能直接去廠家的官網(wǎng),但如果太復(fù)雜她會走人。有時候她會到實體店體驗產(chǎn)品,然后去網(wǎng)上找更低的價格買單。對產(chǎn)品不滿意,多數(shù)時候她懶得打電話,她會在微博和微信上吐槽。她有很多設(shè)備,每個設(shè)備跑著各種各樣的應(yīng)用,她隨手寫字,拍照,錄音錄像,再立即分享給朋友。”
針對這樣的變化,楊元慶對聯(lián)想提出了新的要求:“第一我們要重新考量我們的產(chǎn)品,我們有最全面的產(chǎn)品整合,從智能手機,手機,平板,電腦,臺式機,工作站,后臺的服務(wù)器存儲,各種全配件,這是任何競爭對手無法匹敵的。但今天我們的客戶對設(shè)備的需求超過了傳統(tǒng)產(chǎn)品的需求,只靠硬件我們的OUT了,我們必須整合硬件,軟件和云服務(wù),具體來說,硬件是指部件,系統(tǒng)整合,外觀設(shè)備。軟件包括操作系統(tǒng),用戶界面,圖形界面,各種各樣用于優(yōu)化設(shè)備供應(yīng)的應(yīng)用以及服務(wù)的入口。”
業(yè)務(wù)模式變:從單點接觸到多點接觸
關(guān)于業(yè)務(wù)模式層面的轉(zhuǎn)型。楊元慶說:“過去我們把客戶分為關(guān)系型客戶和交易型客戶,對交易型客戶來說,東西賣完了,和我們的關(guān)系已經(jīng)結(jié)束。我們沒有系統(tǒng)設(shè)計和他們更加頻繁的互動和聯(lián)系的方式,今天借助互聯(lián)網(wǎng)我們有條件不增加太多的成本就把一個個交易型客戶當做關(guān)系型客戶看待,當我們深入思考如何通過更多的接觸點,與用戶建立緊密的聯(lián)系,真正完成向關(guān)系型用戶轉(zhuǎn)變。”
“我們要從用戶的單點接觸轉(zhuǎn)向多點接觸將每一個用戶轉(zhuǎn)化為我們的關(guān)系型用戶要從一家以產(chǎn)品為中心的公司轉(zhuǎn)向以用戶為中心,首先我們要了解客戶,客戶是誰,是分銷商,經(jīng)銷商,零售商嗎,不可否認這些渠道藝人很重要,我們要善待他們。但是今天,當我們提到客戶時,我們最應(yīng)該想到的是終端客戶,是使用我們的電腦,手機,或者從我們的樂商店下載應(yīng)用的人。”
銷售模式變:打造自己的O2O模式
聯(lián)想的銷售模式也在發(fā)生巨大變化。“我們的銷售要變,要打造起我們自己的O2O模式。一方面,我們要大力發(fā)展自己的B2C線上銷售,把它擴展到更多的國家,在整體銷售中占更大的比重。另一方面,我們?nèi)匀灰匦吕梦覀兊木€下渠道,這樣用戶無論是線上下單,線下送貨,還是線下看或線上下單,他們的需求都能得到滿足。”楊元慶說。
“在這個瞬息萬變的行業(yè)中,我們只有改變才能站在這個時代,我們要用創(chuàng)新武裝自己。永不滿足的創(chuàng)新精神,一直在聯(lián)想的基因里,并非只有出去創(chuàng)業(yè)的團隊才需要具備,每一個聯(lián)想人都應(yīng)該具備有創(chuàng)業(yè)的精神。當我們做出戰(zhàn)略選擇的時候,創(chuàng)業(yè)精神意味著不能害怕風險,不能過于保守。市場千變?nèi)f化,固步自封就等于放棄未來。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(xué)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(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、注意力錨點機制和高效訓(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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。