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 生活服务业云服务商雅座完成C轮投资 蚂蚁金服战略入股

生活服务业云服务商雅座完成C轮投资 蚂蚁金服战略入股

2015-06-15 15:37
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-15 15:37 CNET科技资讯网

2015年6月15日,雅座CEO白昱正式对外宣布已获得数亿元人民币C轮融资,由支付宝母公司蚂蚁金融服务集团(以下简称“蚂蚁金服”)领投。本轮融资后,雅座将继续发力餐饮及生活服务业,通过“会员+移动支付”双轮驱动,促进生活服务业,互联网+发展的新趋势,进而加速整个生活服务业的转型升级。

雅座成立于2006年,经过9年发展,已成为国内生活服务业最大的云服务提供商,总部在北京,在上海设有分公司,同时在无锡建有国内最大的餐饮数据灾备中心、客户服务中心和雅座商学院,员工已超过500人。雅座通过基于SAAS的云计算技术与平台,服务客户覆盖全国220个城市,累计为超过15000+ 餐饮门店提供精准营销服务,管理超过5000+万会员数据,日交易流水超百万笔,年交易额达300亿以上。

白昱表示,C轮融资将主要用于加大产品及研发投入,扩大商户运营服务能力、提升服务质量及效率。在业务层面,双方也将开始于一个崭新的起点,在餐饮行业的客户管理和营销领域将开展更深入的战略合作,共同开拓餐饮及其他生活服务业的客户管理和营销、支付宝会员的整合,移动支付等业务。结合雅座在餐饮行业近10年CRM云服务的实践和经验,加之蚂蚁金服的支付、大数据能力以及开放平台,通过支付宝钱包使之落地,帮助生活服务业,打造完美的餐饮业会员支付核销一体化体验,形成“移动支付”的生活场景化、消费习惯化和营销价值化,未来双方将加速开疆扩土,为生活服务业创造更多价值。

蚂蚁金服人士表示,蚂蚁金服旗下的支付宝平台,目前正加大探索和建立线下的“互联网+”商业生态,刺激消费、激活经济,帮助商家转型。打造这样的商业生态,支付宝只是其中一个参与者,需要大量像雅座这样的生态伙伴的参与。蚂蚁金服鼓励和支持各类合作伙伴利用支付宝的渠道、技术和数据能力,升级自己的产品,为线下商家提供更加优质的服务,在整个“互联网+”商业生态中实现自己的价值。

生活服务业的O2O将是一场长达数年的“战争”,雅座与蚂蚁金服战略合作,代表着两个行业强劲伙伴正式融合,挺进生活服务业+互联网的颠覆模式。相信,未来“移动支付”将引发蝴蝶效应,加速生活服务业的互联网化,雅座将立足于餐饮业拓展其他生活服务业领域,有望成为中国生活服务业的Salesforce,生活服务业云服务商的领导者。

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。

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