北京时间9月20日清晨,在车水马龙的大街上,或是路边咖啡厅里,都能听到人们在谈论着几个小时前一家中国企业在美国资本市场上的优秀表现,这家公司是在中国几乎家喻户晓的阿里巴巴。
美国时间9月19日早上九点半,阿里巴巴在纽交所风光上市,当日股价大涨25.89美元,报收93.89美元,涨幅38.07%,以此计算市值2314亿美元。这是一个漂亮的成绩,让阿里巴巴成为仅次于谷歌的全球第二大互联网公司。在这家企业面前,一些原本知道观望的投资者不再冷静,一些原本懂得分析的投资者也变得激动。
而事实上,与亚马逊相比,美国资本市场对阿里巴巴的认可度可能并非那么疯狂。
中国的骄傲
9月17日,在纽约肯尼迪机场接机的一位工作人员称:“因为这几日我举着橙色的阿里巴巴接机牌,受到了有史以来最高的回头率。”毫无疑问,阿里巴巴在美国不只拥有高知名度,并且在美国民众心里留下了不一般的印象。这种印象让阿里巴巴获得了极大的信任,TD Ameritrade公司首席战略官乔·基纳汗(Joe “JJ” Kinahan)称:“对美国散户投资者而言,阿里巴巴可能是一家极具吸引力的公司。散户更加信任阿里巴巴,主要是因为有关这家公司的报道铺天盖地,而且阿里巴巴也获得了大量机构投资者的关注。”
这些事实表明,阿里巴巴用他极其强大的公关传播能力将这家公司打造成了在美国拥有极高知名度的中国互联网企业,不是所有公司都敢这么高调,也不是所有公司都能激发人们的肾上腺素,毫无疑问,阿里巴巴是一家了不起的企业,是一家值得让人骄傲的企业。
但骄傲的背后需要看清的事实是,在投资人的心里,阿里巴巴与亚马逊还有着很大差距。
市盈率对比
阿里巴巴上市之后,市值突破2000亿美元,成为仅次于谷歌的全球第二大互联网企业,这是一个值得欢欣鼓舞的数据。但很少有人提到阿里巴巴的市盈率,根据雪球财经,阿里巴巴当日市盈率为58.32,在国内来看,这是一个很高的数字,百度周五为40.45,腾讯为57.77,均不如阿里巴巴,但在国际市场上,亚马逊的市盈率达到了惊人的845.2,是阿里巴巴的十多倍。
市盈率是衡量股票投资价值的动态指标,这个数字最真实的反映了资本市场对一家公司的认可度,显然,市盈率达到845.2的亚马逊在美国资本市场上更受青睐。
阿里巴巴联合创始人兼前CEO马云也非常清楚这一点,他代表正在风头的阿里巴巴主动向亚马逊抛出了橄榄枝,马云向Bloomberg TV表示,他对与电子商务巨头亚马逊合作持开放态度。“我对讨论合作很感兴趣,因为我们将一如既往地会对任何帮助小企业的事物和人物感到激动。”
令人钦佩的开放姿态是马云的社交艺术,这种态度也刺激了股价,此话一出,阿里巴巴与亚马逊的股价应声上扬。尽管阿里巴巴在路演时尽量向投资人解释,他们不是一家中国的亚马逊,但如果阿里巴巴与亚马逊被拿来相提并论,却是一件很有利的事,正如上文所提,超高的市盈率表明,在投资人眼里,尽管亚马逊市值约1600亿美元,低于阿里巴巴,目前盈利也不高,但是他的前景非常值得期待,甚至超过了苹果与谷歌。阿里巴巴能够与这样世界一流的企业相提并论,不只是对股价产生刺激,也将提升投资人对阿里巴巴的信心。
不做中国亚马逊
从路演一开始,阿里巴巴就强调他不是中国的亚马逊。而他也成功的说服了美国资本市场的投资人。
美国对冲基金Ironfire Capital的合伙人Eric Jackson称:“我不认为阿里巴巴会成为亚马逊的复制品。阿里巴巴看起来更有广撒网的架势,让自己的业务全面开花。”
雅各伯互联网基金合伙人Ryan Jacob在接受彭博社采访时也表示,“阿里从来不走单一路线,任何与互联网相关的产业他们都想涉足,他们的涉足领域非常广泛,所以任何公司,包括媒体、电子商务或互联网服务等,都不排除有被阿里巴巴投资或收购的可能。”
CM咨询的分析师Cyrus Mewawalla认为,“阿里巴巴想要打造的是一个类似苹果或谷歌那样的互联网生态体系,而电子商务只是一个开始而已。”
事实确实如此,更像亚马逊的中国公司其实是京东。
以电商为切入点的阿里巴巴,未来要做的事情,在美国恐怕还没有一个模板可以参照。所以,投资人真的看懂阿里巴巴了吗?恐怕没有完全看懂。对冲基金Ironfire Capital的合伙人Eric Jackson称:“阿里巴巴可能会着眼于kik这样的社交软件,在通讯方面将市场覆盖到年轻一代。”显然,社交不是阿里巴巴最重要的产品,也不是其最有优势的业务。
神奇的阿里巴巴
不得不说阿里巴巴是一家神奇的公司。他抓住了中国的特色,创造了C2C与B2C的辉煌,但这一块业务并不是一个可以期待的未来,要实现未来的可持续增长,阿里巴巴必须抓住其他的机会,比如互联网金融、云计算、大数据等,否则再神奇的企业也会遇到发展瓶颈。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。