外資互聯(lián)網(wǎng)企業(yè)的入華之路似乎注定是坎坷的,Uber也不例外。
今日有報道稱,Uber(優(yōu)步)廣州辦公室被廣州工商部門調查,之后多名司機反映收到Uber的短信,Uber廣州車主官網(wǎng)“司機之家”本周將暫停開放,并會通過郵件或電話回復司機與合伙人提問。
昨日,廣州工商部門表示,通過當天執(zhí)法情況來看,Uber廣州公司現(xiàn)場沒有提供營業(yè)執(zhí)照,涉嫌無照經(jīng)營。依照相關法律法規(guī),工商部門要求它改正無照經(jīng)營行為。
根據(jù)相關規(guī)定,外資企業(yè)辦理營業(yè)執(zhí)照需要先通過商務委審批,再到市工商局辦理營業(yè)執(zhí)照。但日前廣州市工商局相關負責人表示,現(xiàn)在沒有掌握對方是否辦理營業(yè)執(zhí)照情況,因此無法認定對方是內資還是外資企業(yè),具體調查情況也“不方便透露”。
UBER入華難敵本土企業(yè)
UBER入華已一年有余,但其業(yè)績一直難與本土企業(yè)相提并論。2013年8月Uber宣布正式在華試運營后,首站試點城市就選在上海,推出了名為“Uber Black”,主要定位高端商務方向,對應寶馬、奔馳、奧迪等商務用車。但Uber首次進軍中國中高端用車市場出師不利。
此后Uber開始瞄準中低端市場。2014年6月,Uber在上海、北京、深圳又開始涉水廉價的服務Uber X。2014年8月,Uber在北京上線了人民優(yōu)步(Peoples Uber),然而其在中國的市場份額進程依舊進展甚微。
中投顧問高級研究員李宇恒認為,Uber在國內的擴張收效并不樂觀,主要原因之一是我國專車市場的競爭激烈,有滴滴快的、神州、易到等勁敵對其產(chǎn)生壓制,這些本土企業(yè)對中國市場較為熟悉,深諳中國用戶需求與習慣,而且融資能力較強。
據(jù)易觀國際最新發(fā)布的《中國打車APP市場季度監(jiān)測報告2014年第4季度》數(shù)據(jù)顯示,截至2014年12月,中國打車APP累計賬戶規(guī)模達1.72億,其中快的打車和滴滴打車合計99.8%。這也就意味著Uber目前在國內市場的份額并不突出,主要在北京、上海、杭州等8個中國城市開展服務。
如果說Uber與百度的合作是為了擴張市場,為雙方尋求增量價值,那么借助百度的投資,Uber水土不服的尷尬尚未化解。從軟件下載量來看,Uber還是無法與滴快、易到等相比。根據(jù)蘋果商店中打車軟件的APP下載數(shù)據(jù)顯示,Uber軟件的下載量僅為111,滴滴打車的下載量為3700多,快的打車為3200多,易到用車的下載量為224。
中國用戶還不習慣Uber
在互聯(lián)網(wǎng)時代,缺少對中國用戶習慣的把握也將難以獲得長足發(fā)展。中投顧問高級研究員李宇恒表示,Uber不論是APP功能設置,還是專車服務,在用戶體驗上均沒有較大優(yōu)勢,其未能很好滿足中國用戶的需求與習慣。
最近有不少用戶反應從Uber取消下單后依然被扣費,但卻找不到投訴電話。一名董姓女士透露,她在Uber用“人民優(yōu)步”下單從八大處到機場,一位型號為“其他”的汽車司機接的單,在到目的地后辦手續(xù)時,董女士發(fā)現(xiàn)司機一直沒能結束行程,而在Uber軟件中,由于取消行程需由司機操作,所以等取消行程時,董女士不僅被告知扣了款額,而且她發(fā)現(xiàn)Uber的APP中并沒有投訴電話。要投訴只能通過網(wǎng)站上的電郵進行投訴。在說明情況后,Uber返還了董女士10元。不過,為何返還10元,標準是什么,Uber并沒有進行詳細解釋。
Uber負責人表示,偶爾軟件因為司機客戶端或者網(wǎng)絡原因造成的問題,會反饋給Uber,經(jīng)后臺查實,都會妥善處理,不會多收用戶一分錢。從系統(tǒng)中看,因為用戶取消了行程,產(chǎn)生了取消費,由于雙方溝通上有一些誤解,因此當時處理此事的同事直接退回了取消費部分。
而對于沒有投訴電話,上述負責人透露,Uber在投訴方面一直有專門的團隊跟進,打電話雖然是第一時間聯(lián)系到公司,但是并無法直接解決問題;Uber收到郵件后,會盡快向司機以及后臺數(shù)據(jù)作確認,可以快速地確認快速作出反應,并不比有投訴電話的慢,“不過,我們也收到了相應的反饋,在投訴電話方面,我們也在做相應的努力”。
綜上所述,在激烈的中國打車市場競爭環(huán)境下,Uber的本土化嘗試可能還有很長的路要走。
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(jù)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(jù)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。