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 乐视彭钢出任总裁一职 易到用车进入生态共享时代

乐视彭钢出任总裁一职 易到用车进入生态共享时代

2016-02-25 20:17
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-02-25 20:17 CNET科技资讯网

CNET科技资讯网 2月25日 北京消息:今日,乐视发布一级组织人事任命通知宣布,原乐视控股CMO彭钢将担任易到用车总裁一职,未来彭钢将负责易到用车大市场以及乐视生态协同等业务。据了解,这是乐视控股易到用车之后,首次派出生态型高管进驻,而彭钢加盟乐视已有6年,他有着强悍的营销经验,为典型的乐视生态型人才,彭钢的进驻将为易到用车带来更多的生态资源,同时也将引领易到用车全面进入生态时代。

据了解,本次和彭钢一起履新的乐视高管还有任乐视影视互联事业群总裁的张昭、乐视视频总裁的高飞、乐视智能终端全球产研供总裁的梁军、运营商事业部总裁的冯幸、生态营销及客户运营中心总裁的张旻翚等其余10位高管。

业界认为,彭钢担任易到用车总裁后,其首要任务是尽快将乐视生态模式复制到易到用车。针对彭钢的具体职能,乐视任命通知显示,彭钢任职易到用车总裁一职之后将全面负责易到用车的大市场、销售、流量运营、用户及用户端运营,同时他还将负责乐视与易到用车之间生态协同,生态创新业务的战略规划与落实,人员和组织的建设及管理等业务。

彭钢为乐视的“老人”,有着极其强悍的营销经验。据了解,他于2010年加入乐视,历任乐视网副总裁、乐视TV高级副总裁、乐视智能终端事业群CMO,负责乐视智能硬件终端产品的营销与用户运营工作;先后成功主持以乐视盒子、超级电视为代表的“超级系列”终端品牌的筹划和品牌塑造,其提出的仪式感、口碑战、过度服务等全新互联网用户运营及营销概念一度成为营销界学习的典范。

有行业分析人士称,乐视自控股易到以来,启动了“专车节”等一系列营销动作,在行业掀起了巨大波澜,彭钢的到任不仅意味着其强悍的营销风格将给易到带来更广泛的用户储备,同时也意味着,自此易到用车将全面进入生态共享时代,而未来易到了乐视超级汽车之间的化反将更值得期待。

业内人士还猜测,彭钢的进驻或许跟易到用车的上市计划有关,市场传言,易到用车或将作为全球第一家生态型互联网专车公司登陆资本市场。

资料显示,目前易到用车CEO仍为周航,周航全面负责易到用车总体战略规划、落实、业务指标达成、人员和组织的管理等工作,未来易到用车也将作为乐视汽车生态的核心组成部分,引领汽车生态的社会化、共享化发展,全力为乐视生态、乐视汽车生态打造基于共享服务的全新用户平台。

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。

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