
6月6日下午南京消息,在2015年紫金之巅互联网高峰论坛现场,途牛旅游网CEO于敦德作为压轴嘉宾出场,他分享了几点服务业借助互联网进行在跨行业发展的看法。主要观点有:第一,利用互联网打通线上与线下是趋势;第二,在O2O领域进行跨行业服务或成竞争优势;第三,未来客单价需进行差异化竞争并形成品牌效应。
途牛CEO于敦德
O2O领域进行三条腿竞争很关键
从产业格局的角度讲,途牛的旅游属于第三产业,而从13年起,中国的第三产业产值达到了26万亿。仅生活服务就占据90%的市场。目前,包括外卖、上门服务、金融、医疗、教育、房产等在内的生活O2O领域都发现相对较快。这一方面和城镇化建设分不开,另一方面,中国的人口基数大,人们对生活的需求是刚需。
而生活与互联网的结合主要有广度和深度两方面。从广度上看,用户基数是关键指标。中国的移动互联网用户达到5亿多,一方面,从途牛自身而言,目前用户数量呈指数级增长,并且所用时间越来越短,这对服务业来说是机会。另一方面,在覆盖范围上,由于经历了跨地域连锁和全国连锁等过程,因此这种线上与线下的不断融合,使得中间过程不断缩短,这对服务业既是机遇也是挑战。
在深度上主要指客单价格水平在互联网上的销售。从目前的情况看,高客单价格的商品越来越常见,并且在互联网上由于价格更透明,地域差异在缩小,所以于敦德表示:互联网“拉平了一、二、三线的差距”,这样就使得“二三线可以享受贴近一线城市的服务。从而促进互联网的发展以及线上线下的融合。”
由于目前的互联网大融合背景,多领域竞争成趋势。并且传统意义上通过集聚效应形成的高毛利在服务行业很难实现。于敦德认为:互联网金融以及产业的结合是非常关键的三条腿竞争。
他表示“拿旅游行业来讲,为什么我们要去做互联网金融,因为现在我们也看到在未来竞争的不仅是互联网+旅游,还需要具备金融的能力,才能够给我们客户提供他所出游需要完整的服务,而不具备这方面的能力,在我们竞争过程中可能会处于劣势,这样的跨领域的结合我们也发现不仅存在领域行业,在房子、车子,一些大件消费方面。互联网金融以及产业的结合是非常关键的三条腿竞争。”
当然,从反向的角度,于敦德提出:通过两个领域或者三个领域的结合,可以使得在不同的领域上实现不同的目标,有的领域是获取客户,有的领域是变现,有的领域是工具。
他认为这种变化不仅对创业者提出了更高的要求,对创业团队的学习能力也是一种挑战。
差异化竞争并形成品牌效应是出路
“我们发现越高客单价的品类对服务和品牌的要求是越高的,客单价越低的话对产品的要求是越高的。”于敦德表示。因为,“生活服务卖旅游产品,它的成本没有到零,尽管毛利可以到零,但通常不是零”。
比如说卖房子,1%的佣金,卖150万元的房子,所有经纪人愿意拿五千元做服务。另外一方面,我们知道获取一个免费产品的用户,它的成本较低,所以完全可以尝试用一下产品,但是买房子的话,找到客户,成本是非常高的,因为他们的货客成本不一样,所以运营方式不一样。
途牛的解决方案是:对高客单价,给用户提供好的服务,对低客单价产品,则尽量降低边际成本。于敦德认为,传统意义上,支撑客单价的发展提升关键是信任人,现在的思路是通过差异化竞争,在避免同质化的同时,进行品牌建设并形成品牌效应,因为“互联网公司的优势在于可以结合线上与线下,打通关键环节并进行更好的融合。”
某种程度上,服务行业的工作就是围绕品牌等资产,进行区域网络建设形成规模效应后,然后不断地完善供应链并进行创新。所以于敦德认为,“领先者要不断地创新,差异化竞争,如果面临同质化的竞争,要毫不犹豫的应对。”
如果要延伸产业链,于敦德认为,服务行业的品牌产业链的时间会被压缩。因为原来从生产者到中间商再到零售商,但在互联网思维下,众多服务型平台可以直接和生产者合作,并建立消费品牌,这是一种从端到端的合作,由于省略了中间环节,因此未来的消费者或许会记住产品和零售两个品牌。
于敦德举例说:比如说用户买电视应该会记住京东,然后还会到到京东买海尔,如果去旅游的话,就会记住途牛。因此他发现,通过将生产商和零售商结合在一起,既可以省略中间环节,还可以为企业创造价值,他预测这可能会成为趋势。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。