人人公司在公布2015財年第一季度財務(wù)報告之后,人人公司董事長兼首席執(zhí)行官陳一舟公布了公司的重大轉(zhuǎn)型,將追隨互聯(lián)網(wǎng)金融的風口,從社交網(wǎng)絡(luò)平臺向在線金融公司演進,開拓互聯(lián)網(wǎng)金融的相關(guān)業(yè)務(wù)。
陳一舟在接受專訪時透露,于2014年推出的“人人分期”平臺已經(jīng)積累了27萬注冊用戶,交易額達3.3億元。之后還將上線人人理財平臺,并涉足二手車交易貸款、家裝O2O貸款等垂直領(lǐng)域。
轉(zhuǎn)型金融公司 發(fā)揮社交優(yōu)勢
陳一舟表示,人人公司對于金融業(yè)務(wù)的布局從四年前已經(jīng)開始,現(xiàn)階段將以投資和自建平臺兩種方式為主,覆蓋P2P、校園分期、股票投資等,且已經(jīng)獲得私募牌照。目前人人分期平臺的交易額超過3.3億元,通過收取服務(wù)費的方式獲得營收,這塊業(yè)務(wù)數(shù)據(jù)將從第二季度開始單獨在財務(wù)報表中呈現(xiàn)。
人人分期平臺已經(jīng)上線幾個月,主要給大學生提供貸款,幫助其購買電子產(chǎn)品、服飾、化妝品等。人人理財平臺已經(jīng)在內(nèi)測階段,幾周之后將正式上線,是主要針對投資者的融資平臺,主要提供固定收益的理財產(chǎn)品、股票基金類投資產(chǎn)品等。
此外,人人還將涉足二手車交易貸款,融合到人人分期的平臺。“通過對Social Finance等國內(nèi)外金融公司的投資,我們一方面學習到了世界性的金融產(chǎn)品設(shè)計思路,另一方面也會和一些平臺直接達成合作”。
今年2月,人人公司領(lǐng)投了二手車電商交易服務(wù)平臺車易拍,近期又投資了家裝O2O平臺“筑巢”等,未來將通過這些平臺介入二手車交易貸款、家裝O2O消費貸款等領(lǐng)域。
陳一舟認為,人人在社交、社區(qū)領(lǐng)域有多年積累,因此有穩(wěn)定的用戶池,已有的用戶群比較優(yōu)質(zhì),加之在社交關(guān)系等數(shù)據(jù)上的積累,可以更加高效地來做用戶信用判斷,比如好友數(shù)、活躍度、真實動向等,因此對應(yīng)的壞賬率也會更低。
反對燒錢模式 看好國內(nèi)投資市場
陳一舟表示,自己是價值投資者,人人公司在金融業(yè)務(wù)上的策略是價值+量化分析,整體會比較保守,不會采用大肆燒錢、短期沖擊交易額的方式。“互聯(lián)網(wǎng)金融公司的本質(zhì)是金融,其次才是互聯(lián)網(wǎng),金融部分需要對目前主流金融產(chǎn)品沒有解決好的方式提供方案,同時通過互聯(lián)網(wǎng)來降低獲取用戶和運營的效率”。
陳一舟認為,金融是一個長線業(yè)務(wù),不能以一百米的速度來跑一萬米的比賽,“這個行業(yè)和保險業(yè)類似,在別人貪婪的時候要恐懼,等別人遭遇風險的時候,就是進入市場的好時機”。
據(jù)透露,人人的金融業(yè)務(wù)由陳一舟親自上陣負責,產(chǎn)品設(shè)計、風控等都由傳統(tǒng)金融領(lǐng)域的專業(yè)人士負責,營銷、推廣則由原來糯米團隊的部分員工負責。
此外,對于近期國內(nèi)A股市場的火爆,有“股神”和投資專家美譽的陳一舟認為,中國市場是非常清晰的牛市,相比于美國市場更加看好中國,因為互聯(lián)網(wǎng)代表了現(xiàn)金的生產(chǎn)力,國家的產(chǎn)業(yè)轉(zhuǎn)型等需要依靠互聯(lián)網(wǎng)。
對于一些在美股上市公司計劃退市后回歸中國市場的現(xiàn)象,陳一舟明確表示人人方面還在不斷觀察市場。
改變硬碰硬策略 做差異化市場
在金融業(yè)務(wù)之外,人人公司還將持續(xù)在社交方面做出創(chuàng)新,除了提升既有社交平臺的用戶數(shù)、活躍度,還會將更多的視角元素融合到新的產(chǎn)品中,定位以年輕人為中心,與微信、微博等做出明顯的差異化。
陳一舟坦言,和幾年之前要和微信等平臺硬碰硬的思路不同,人人在社交產(chǎn)品特別是移動端產(chǎn)品上,會強調(diào)差異化,比如專注圖片分享等,以此拉動新的用戶增長。
“我覺得人人最危險的時期已經(jīng)過去,我的態(tài)度更加樂觀。目前人人游戲重新開始盈利,人人網(wǎng)方面開始聚焦移動端,我相信現(xiàn)有業(yè)務(wù)會逐漸擺脫衰退并恢復增長,我不太在意未來幾個月、一年我們的股價或估值,希望10年、20年之后我們還是成功的公司”。
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(diào)整內(nèi)部專家配置。該方法在數(shù)學、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(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(gòu)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(jié)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。