7月23日,博雅总裁商学院与纷享销客联合在北京举办了“势在,必行”企业互联网+专场活动。纷享销客CEO罗旭在主题分享中强调:因为有了连接产生了新的商业,让商业更智能,连接带来管理的革命,让生活更便利。
纷享销客CEO罗旭
一家专门做移动办公的企业纷享销客,主张“把公司装进手机里 把销售装在收益里”,刚刚在7月份完成D轮1亿美金的融资,创企业级服务商融资记录,成立4年,拥有11万家企业级客户。一个应用如何脱颖而出并且保持增速发展?纷享销客CEO罗旭指出,产品是核心,而纷享销客的产品突出的是“连接”。
罗旭形容了连接下的场景。
一个朋友去日本买马桶盖,拿回家之后发现丢了一颗螺丝钉。
他查遍了所有的网络都找不到这个螺丝配件。联系日本卖家,人家说马桶盖的生产来自中国,他们那里只有马桶盖整件,没有配件。最后那个马桶盖就没用了,这件事情也没有解决。
如果厂家是连接型的,只要打开这个东西就变得很容易。连接企业、人、硬件,围绕这个生态就能连接未来。
“美国人用手机的时间比中国人可知很多,北美人在手机上停留的时间一天接近57分钟,中国人在电子消费产品上在移动产品上消耗的时间非常长,移动成为我们的方式。”纷享销客把自己定位成移动销售互联网专家,是因为罗旭看到目前移动互联网浪潮带来的变革。
从变革上具体而言,一是思想进步,新闻媒体是促进整个社会最核心的力量。二是社交,“有了互联网回归之后,有了网络的支撑,原来这个世界其实并不大,我们连接在一起,有了心跳、呼吸情感。”第三是组织,因人和人的交互方式变化而发生巨大变化。第四是商业,从简单的消费者参与、对生产参与,最终到传播的参与。
《思控》这本书有一个核心观点,因为连接,因为网络效益,因为所有的群体智能,他会被群体孵化,裹胁,但是单一的个体带群体中因为群体的能量会让群体变成具有智慧的能力。一群羊群在狼来了之后会整体规避,这是群体智慧的产生。好的商业组织最初应该具备这种能力,而不是各自为政的一盘散沙。连接创造了很多我们想象不到的价值。
罗旭描述了这样一个场景:企业的每一位员工都是销售员,消费者在每一位员工的社交手机里。通过社会化的网络,一个H5的页面就可以把公司的产品介绍、商业活动,传播到微博、微信中去;从社交网络又可以快速直接回收消费者的反馈信息。如果未来升级,变成一个企业内部的微店,企业员工就可以将链接发到自己的社交网络上去直接促成成交,最终实现企业和用户之间的连接。
因为连接,因为有了数据网络,就会通过构建商业职能,构建BI模型,帮助分析每一个商业个体和主体的偏好、能力、特性,帮助你做更好的决策和判断。
所以,未来的竞争一定是数据的竞争。
罗旭指出,如果说没有一套好的系统组织和企业的数据沉淀下来,我们认为这样的企业真的工业化的企业。
举个简单的例子,打篮球不如美国人吗?北欧人牛高马大不一定比美国人差多少,为什么美国的职业篮球在全球顶尖呢?原因很简单,是因为美国的职业篮球最早引入全新的数字化管理系统,每个运动员身高体重基础信息除外,犯规、跑位一系列所有动作,包括出场世界,会说乔丹出场多少次,所以最后决策靠基于大数据积累之后做的智能决策,更是一种理性而客观的决策,而不是拍脑袋的决策。
企业同样如此。
数据会成为未来企业的核心资产,数据需要沉淀,淘宝没有沉淀数据不知道用户的偏好。
“我老婆在本来生活网最近的12个月买多买少,如果你没有数据分析,你怎么知道。这些事靠人记不住,得靠系统。”
“有多少用户用我的产品我很清楚,有几个机型登陆我也知道,我会知道其中有80%的安卓用户停留在小米、三星、华为。”
无论在哪个时代,企业为客户创造价值都是永恒的商业逻辑。谈到为用户创造的价值,罗旭表示:“我们认为未来企业的竞争不在于公司的大小,而在于公司的敏捷度,一个敏捷公司的组织形态要发生变革,不是官僚式的、自上而下的,每个人都是信息的孤岛,而是要进化成为扁平化的、社会化的、高效协作互动的组织。企业如果要实现互联网+,改变组织形态是必选项。”
整个商业形态从最早的市场起动性到产品驱动型,市场驱动型消费者说了算,最后是数据驱动型,会成为真正的引擎。
在罗旭看来,未来只有得移动者才会得天下。因为这是移动的时代,云、移动、大数据一定会重新定义企业。没有永恒的企业,只有时代的企业,一个时代的变迁,组织本身要进化。
作为纷享销客来讲,其使命就是要帮助企业移动起来,要帮助企业连接起来,帮助企业稚智能起来,帮助企业数据沉淀起来。
纷享销客的核心和未来就是,帮助企业构建一套时时在线的通讯体系,做能办公的体系,建立一套核心的业务体系。将来帮大家建一套实时的 BI 系统,让管理变得更简单。
这是目前的产品形态,整个产品架构得中间是一个企业通讯。同时,纷享销客还正在做支付,通过支付,到年底的时候希望所有员工发工资在这个平台发,不用去微信发红包。
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。