但随之而来也有一系列质疑,包括他能否管理好这片新领域?包括收购之后是否会影响特斯拉?当然最受质疑的,还是马斯克的时间管理能力。
这就要求他一边找到降低成本的方法,一边又要从有史以来数额最大的技术收购中创造新收入,这事绝对不简单。
而且,受到考验的不只是马斯克解决问题的能力,更要求他把精力暂时从特斯拉、SpaceX、The Boring和Neuralink四家公司身上抽离出来。
而且千万别被马斯克嚣张的外表迷惑了,他其实是个非常出色的管理者,为每家公司都建立起了强大的企业文化。所以就算他稍有分心,业务也不至于立马翻车。
“这应该只是场短暂的风暴,很快就会过去。”
以特斯拉为例,按每股220美元计算,其市值约为7000亿美元,是全球第二大汽车制造商的3倍。SpaceX开创了可重复使用的火箭和天基高速互联网,根据今年8月的融资,其市值已达到1250亿美元,成为全球五大最有价值的航空航天企业之一。价值60亿美元的The Boring则想要以更快、更便宜的方式挖掘隧道,帮助城市解决交通拥堵问题。与此同时,Neuralink则在研究脑机接口,目前市值约在10亿美元。
所以在收购Twitter之前,马斯克掌握的这几家企业总价值已经高达8320亿美元。
马斯克持有的这5家企业,股份估值都高于10亿美元。
乔布斯倒是同时掌控过皮克斯和苹果,但皮克斯的体量几乎可以忽略不计,而且在2006年就被迪士尼以70亿美元的价格收购。
Liberty Media的John Malone凭借股权控制了多家公司,包括一级方程式集团、亚特兰大勇士棒球队、卫星广播公司SiriusXM、家庭购物领军品牌QVC,以及Liberty旗下其他媒体公司。但他们总共只雇用了约45000名员工,总市值预估为270亿美元。
但马斯克跟巴菲特之间有个核心区别——巴菲特属于投资委托人,他会收购那些拥有强大管理团队的企业,然后让职业经理人帮助运营。长期以来,他还拥有查理·芒格等得力干将,所以如果巴菲特自己打算退休,哈撒韦集团马上就能推选出新的合格领袖。
而且除了由Gwynne Shotwell负责运营的SpaceX,其实大多数分析人士都很难说出特斯拉、Neuralink和The Boring还有哪些影响力较强的高管和经理。这事对于The Boring和Neuralink倒是正常,毕竟还没上市而且体量不大。但就连特斯拉这边,其代理文件中也只列出了三名高管——马斯克本人,首席财管官Zachary Kirkhorn,还有工程主管Drew Baglino。
特斯拉希望把每年交付的汽车数量再增加50%,就是说要在2025年实现全年500万辆汽车的交付能力。
要完成这项目标,特斯拉必须建设新工厂、增加车型的电池续航,并很可能需要推出新的低价车型。与此同时,福特、通用等各大老牌汽车厂商的电动汽车也已经陆续出现,所以特斯拉的电车产品似乎没那么特别了。
他是马斯克信得过的人,不光管理这位富豪的资金、也帮他打理个人生活。
马斯克虽然要求苛刻、脾气暴躁,但也是个很有逻辑的人。某SpaceX前任高管就回忆道,马斯克经常斩钉截铁地强调“不要猜测、不要主观臆断”,最有价值的就是引发问题的客观根源。
例如,SpaceX雇用的很多工程师,都不是航空航天专业出身。这个决定对SpaceX而言意义重大,因为它能跳脱出从业者们的思维习惯,也彻底颠覆了当时的航天工业。同样的,特斯拉首席电机设计师Konstantinos Laskaris,也是公司第二届年度“AI日”上展出的“擎天柱”机器人的关节执行器设计者。
,Gerner就把Baglino形容为“就像一位参谋长”。
New Street Research分析师Pierre Ferragu表示,“特斯拉现在是家非常大的公司,拥有很多能力出众的人才,自主运营态势良好。从这个角度看,马斯克抽身管理Twitter,应该不会给特斯拉造成太大影响。”
为了应对这种情况,特斯拉可能得考虑怎么把自身品牌跟公司CEO区分开来。
Gerber认为,“特斯拉现在最好的选择,就是让特斯拉品牌跟马斯克个人保持距离。”
通用汽车和福特汽车在2021年内的营销支出合计超过60亿美元,而全部2530亿美元的销售额中也只有约240亿美元的纯利润。如果按类似的销售额和收入比来计算,特斯拉每年可能需要在广告上花费30亿到40亿美元,即占2023年预期营业利润220亿美元中的15%。
所以特斯拉绝对不能“沦为”普通车企,否则根本无法维持目前高达37倍的市值预期。
所以,纵观特斯拉面临的所有风险,保持品牌形象可能是其中最具挑战的一项。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。