ZD至顶网CIO与应用频道 11月29日 人物访谈(文/王聪彬):此电子商务非彼电子商务,企业采购可以说是一门学问,其涉及到供应链上的各个环节。慧聪网就是一家B2B电子商务平台,搭建的是企业和企业间的交易桥梁。
同2C电子商务相似,大数据在慧聪网的应用也有着重要意义。目前慧聪网企业注册卖家超过1500万,买家信息超过1120万,商品数量超过6亿,而且这些数据每天都在变化,产生交易。慧聪网希望通过大数据让买家和卖家之间匹配,实现精准运营。
慧聪网的数据运营门道
日常生活中大家一般都会有一些常用的品牌,B2B采购也是一样,可能80%以上都是熟客间的生意,只有很小的一部分是生客间的交易。因为采购方对原有供应商的产品质量、供货能力等因素已经非常熟悉,交易也非常成熟,所以更换供应商带来的可能是潜在风险。
B2B电商作为线上渠道,主要解决就是生客间的生意,对中大型品质企业熟客之间的生意进行补充。供需间的关系向来复杂,生客间就更为复杂,慧聪网做的就是帮助企业了解更多供应商的具体情况,比如资质、产品等各方面条件,促成交易。
企业采购不仅相对理性,采购行为也更加复杂。慧聪网CTO郭刚解释,企业采购需要通过采购需求、订单产生、交易下单、付款等多个步骤多人员参与,而通过这些用户在平台上的行为数据可以生成用户画像,了解什么时间点对该用户进行营销,以提高交易效率。
慧聪网CTO郭刚
作为慧聪网CTO的郭刚主要负责慧聪网整体的研发体系、内部信息化、云计算三部分。2013年建立的数据平台就是其中的一部分。数据平台通过对用户库、产品库、交易库、金融库、物流库等各个层面进行横向整合,实现用户行为数据、交易数据、运营数据等的分析。
郭刚举了一个在价值链上帮助客户分析交易总成本的实际例天津某企业在采购某商品时选择了山东和广东两家供应商,虽然广东供应商的价格更便宜,但通过分析企业账期、物流成本等问题,最终选择了山东供应商。
除了平台上的客户,入驻的供应商也可以享受数据分析的功能。比如慧聪网研发的“黄金罗盘”这款数据工具,可以分析自身同竞品之间的网络营销能力,并给出等级范围和改进方案。
可视化带来的良性互动
慧聪网对于大数据的应用已经非常娴熟,但是这也带来一个问题,技术部门更多时间在疲于应付业务部门提出的大量分析需求,而没有更多时间集中在数据平台的建设。
这些需求中间有大量机械式的数据调取、可视化等工作。为了满足业务部门对数据分析的快速响应,同时让业务部门自我完成85%以上数据分析需求,慧聪网从2015年引入海致BDP(Business Data Platform)商业数据平台来解决数据提取和可视化效率。
慧聪网主要使用了海致BDP的数据可视化和分析建模两部分功能,两者实现了无缝对接,数据的交互做到实时同步。郭刚提到,改进算法需要有多种模型同时实验,而模型的可视化则最为直观。
目前,慧聪网集团的一级部门已经全部开始使用BDP,郭刚从日常报表中就可以看到真实的使用效果,常规性报表的输出效率提升了15倍,之前1-2天完成的数据型报表现在缩短到小时级。技术人员也从重复的工作中解脱出来,有更多的时间研究各种配置算法进行价值挖掘,产生良性互动。
海致BDP还被应用到商业产品上,比如按照效果付费的产品“流量宝”,可以迅速体现到下一次的广告推荐中,指导客户用最低的成本获取最好的交易效果。
整体看来慧聪网的内部业务人员、技术人员以及外部供应商客户都已成为使用者,使慧聪网整个供应链实现数据化运营。未来慧聪网和海致BDP的合作还会继续深入,联合开发一款B2B大数据产品,目标定位有一定网络经营能力的中小企业,帮助其改进整体营销效果。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。