滴滴快的合并的传言日嚣尘上,由于媒体引用的消息来自《华尔街日报》,所以那些持有“绝对不可能”思想的人们也产生了动摇,不过截至本文发布前依旧未能确认合并消息的真假。但是可以谈的地方是,因为这种可能性存在,所以假设此事件真的发生了,会带来哪些明显的变化?
一
合并后中国打车软件应用市场寡头企业诞生,其余同类应用几乎没有机会。
易观国际最新发布的《中国打车APP市场季度监测报告2014年第4季度》数据显示,截至2014年12月,中国打车APP累计账户规模达1.72亿,其中快的打车市场份额为56.5%,滴滴打车为43.3%。
显然,双方合并后,剩余0.2%的打车APP市场是一个微乎其微的数字,这些应用在未来想要有一席之地将变得非常困难,因为排名第一与第二的企业不再互相制衡,后面的企业很难找到追赶机会。
二
合并后,将对Uber产生威胁。
如果说滴滴和快的现在还没有实力去和Uber比拼,那么双方合并后,在国内没有了强劲的竞争对手,将有力量与打车应用鼻祖uber去争夺市场。
有分析称滴滴和快的合并之后可以抢先Uber登录资本市场,这不是没有道理。“Uber进军中国市场不过是姿态与概念,其用心很可能是想在2015年登陆纳斯达克。目前,海外媒体已经开始炒Uber的估值与IPO话题。在这个窗口,无论快的还是滴滴怎么标榜商业模式跟Uber不一样,如果在IPO节奏上落后对手一步,至少在2015年会失去先机,而后续创新、拓展、包装的成本会大大增加。”夸克传媒负责人王如晨说。
三
合并后,投资方得解脱。
打车应用市场已经是一片血腥红海。双方烧钱非常疯狂,一方面是培育市场,一方面还要烧钱与对手厮杀,对于投资方而言,估计是叫苦不跌。所以双方合并,最开心的恐怕就是投资方了,盈利有望了!
2014年12月9日,滴滴打车宣布公司获得新一轮超过7亿美元的D轮融资,投资方包括淡马锡、国际投资集团DST、腾讯。2015年1月,快的打车也宣布获得6亿美元的D轮融资,投资方包括软银、阿里巴巴、老虎基金等。
实际上也有未经证实的消息称,“虽被滴滴快的双方共同否认,但这是一场投资方推动的合并,滴滴的投资人在其中起了重要作用。”
四
合并后,企业管理层将发生变化。
我们知道,两家公司的合并是极其复杂的,之前优酷和土豆的合并,过程长达一年之久。这其中,首先将出现的是管理层变化,CEO只有一个,业务部门也不会有重复的两个。有传言称,双方如果合并,将由程维出任新公司CEO,快的公司高管则套现退出。
除了最高层外,双方高管人才济济。2015年2月4日升任滴滴总裁的柳青,此前在高盛任职12年,有丰富的资本市场经验,同时她也是柳传志之女。快的方面,于2015年1月4日,引入原阿里巴巴集团副总裁陶然加盟,并出任资深副总裁,负责市场推广、公众沟通及商务合作等工作。陶然于2004年加入阿里巴巴集团公关部,历任公众和客户沟通部经理、总监、副总裁。
毫无疑问,双方如果合并,对于管理层也将迎来一个巨大变化。
五
双方的合并,将引发阿里和腾讯支付业务更加激烈的竞争。
打车软件应用之争,不单单只是这个市场领域的竞争,更深远的背后是腾讯和阿里在支付方面的竞争,利用打车软件,双方各自培养微信支付和支付宝的支付习惯。
如果滴滴和快的合并,尽管内部基于支付方面依然会发生竞争,但对外将不会表现得那么激烈,那么支付宝和微信支付的战火将在其他地方烧得更加凶猛。
比如,当下正热的红包大战没准会更加激烈哦!
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。