微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 小米“互联网+思维”养成记:在与富士康的“切磋”中培育

小米“互联网+思维”养成记:在与富士康的“切磋”中培育

2015-06-05 00:53
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-05 00:53 CNET科技资讯网

“我们这些互联网背景的人,在富士康这样的传统制造业合作伙伴在一起切磋,会激发出什么样的火花和矛盾?”这是6月4日下午,在ZD至顶网主办的“互联网+高峰论坛”上,小米路由器事业部总经理唐沐的开场白。

小米“互联网+思维”养成记:在与富士康的“切磋”中培育

图:小米路由器事业部总经理唐沐

不自觉的成为互联网+先行者

事实上,五年前,小米已经开始实践“互联网+”战略。

唐沐指出,小米其实是比较早的提出“互联网+”与传统制造业合作,可以做什么的一家公司。过去这四五年来我们一直在用这样的方式尝试改造互联网,甚至改造制造业。

“今天上午,我还在我办公室跟富士康合作伙伴沟通。我不知道大家是否可以想象到当互联网背景的人在和传统制造业出来的人讨论一个产品应该怎么样做的时候会激发出什么样的火花和矛盾。”

“我坦白说这里面激发出来的互相的不适感是非常强的,但是还好,我们经过了手机、电视、路由器这几个产品的磨练,使得我们具备了这种能力。”唐沐坦言。

在这几年的合作中,小米总结了一个经验:和制造业做合作,最好办法是从那边招一个人到自己这边,反过来管理他们这个方法屡试不爽。

所以,小米从富士康请了一位非常有经验的优秀的采购专家负责和富士康采购的事情,效果显而易见。也帮助小米了解传统制造业的想法,那些想拥抱互联网的人也有更多机会加入互联网硬件行业里。

与富士康的“矛盾”

那么,小米与富士康的小摩擦是什么样的呢?

唐沐解释:“比如制造业会抱怨互联网行业,你们怎么样可以让你们的需求再明确,或者再固定一些,因为你们太经常变化了。再比如说,我们给的订单,按理是提前一个月拿到我们的订单,去准备生产。”

其实,这样做,小米也有自己的苦衷:“有的时候我们没办法给到,因为我们没办法预测一个季度之后产品卖多少,用户需求会不会改变。现在,互联网用户或者是说用户进入到互联网的阶段的时候,他们的各种特征发生了很大的变化。”

站在互联网公司的立场,小米认为,在目前快速变化用户需求里,制造业应该做出更快的反映,而不是告诉小米,我现在需要追一颗料。

唐沐指出,在互联网时代做互联网的硬件产品,用户的需求会变,互联网思维是小步快跑,快速迭代,小米希望制造业能够变快。

相辅相成的是,小米现在反而是制造业的“好朋友”,在不断的磨合中,小米在成长,制造业也在成长。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-