至顶网CIO与应用频道 09月04日 人物访谈(文/王聪彬):科学研究的“第四范式”最早由吉姆·格雷提出,在商业领域也有着同样的规律,从早期的自然经济到商品经济再到现在的智能商业。
智能商业是从已知的商业理论推演升级为,用数据挖掘探索未知的商业规律。畅捷通总裁杨雨春看到,消费升级、技术换代、商业模式变革,三股力量相结合正促进商业进入第四范式,也就是数据科学所代表的智能商业。
在商业的第四范式下,小微企业存在很多困惑,新技术、新理论该如何应用?在云计算、大数据等新技术迅猛发展的今天,畅捷通提炼出智能商业范式六步法,帮助小微企业迈向智能商业,最终成为“智”公司。
智能商业的上升效应
资金不足、风险抵御能力弱等问题依然还是如今小微企业的主要痛点,但是新时代也衍生出新的问题,如何获取流量?如何和客户实时连接互动?如何准确识别出客户需求?
“新的商业环境下,新型的客户带动了消费升级。了解他们,为他们提供个性化的服务是小微企业必须要适应的新变化。”杨雨春说道。
畅捷通总裁杨雨春
去年畅捷通就提出“智”公司的理念,今年在推进小微企业服务过程中又总结出了智能商业范式的六步法:
第一步:利用线下流量,实现客户在线,打造私域流量,使得客户私有化;
第二步:打破空间限制,加强互动留存复购;
第三步:利用社交生态,精准拉新;
第四步:线上线下融合,打造消费闭环体验;
第五步:统一前中后台,提升运营效率;
第六步:智能财务,实施财务。
最近畅捷通也发布了新版“好生意”,按杨雨春的话说,新版好生意是去年全新打造的产品,可以完全支撑智能商业六步法。
智能商业在市场中才刚刚起步,这也源于新技术的推动,所以小微企业要意识到使用新技术取得先发优势。而当企业都在开始智能商业时,就又回到商业的本质,也就是经营理念、服务、产品的比较。杨雨春认为,这是一个螺旋上升的过程,技术的不断演进会推动螺旋的不断上升。
畅捷通长期致力于将技术封装赋能小微企业,同时帮助伙伴发挥自己的特长更好的运营客户。通过伙伴连接客户传递产品价值,以及实现交付和后续服务,尤其是本地化的配置。
在中国这个小微体量无限大的市场中,畅捷通要做的是把关注重点放在市场演进方向和客户场景的价值上。通过市场趋势研究分析,以及样板客户的追踪,真正了解客户需求,用技术为客户赋能。
从云到生态的步步为营
双创让小微企业的类型变得丰富多样,同时双创型小微企业对于信息化和智能化的理解和接受程度也相对较高,因为企业从业者和使用工具的人员已经是全新一代,对于信息技术的使用意愿尤为强烈,当然还有相当一部分传统小微企业也正在加快对新技术应用的理解。
对应到产品服务层面,小微企业也正在经历软件包到云服务的过渡,虽然这个转变可能还需要一定的过程,不过云服务带来的便利已经逐渐显现。当然在服务不同行业的客户时,畅捷通在产品中也预置了行业适配功能,企业可以根据行业特征进行自定义设置,而且过程非常简单。
为了在云上更好的服务客户,在2018全球企业服务大会上,畅捷通与中国移动政企客户分公司在会上达成了战略合作,双方将在SaaS服务领域、资源共享、渠道融合等方面进行深度合作。
SaaS服务领域:中国移动移动云资源为畅捷通的SaaS云产品提供基础支撑,为企业SaaS尤其是财务SaaS服务领域提供全套方案;
资源共享方面:移动云优质的基础资源,结合畅捷通SaaS资源池,好会计、好生意及T+ Cloud三款云产品,8万多云付费企业用户,共享产品、客户及云业务资源;
渠道融合方面:中国移动的31家省公司将会与畅捷通渠道深度融合,共同推进云业务;
金融客户深度挖掘方面:双方将为企业提供金融服务,为金融机构提供必备的脱敏数据,双向挖掘客户金融需求;在其他增值服务方面,双方在智能数字化领域开拓各种合作可能性。
杨雨春认为,两者合理分工,优势互补,从IaaS到PaaS再到SaaS,真正实现小微企业一站式和一体化服务。
除了中国移动,畅捷通还有很多类型的合作伙伴,现在大家都在谈生态的概念,畅捷通却说我们现在谈生态还有点早。杨雨春希望畅捷通可以同领域中的生态伙伴充分合作,真正解决小微企业的问题。
下一步畅捷通要做的依旧是推进智能商业在更多小微企业落地,一方面利用互联网,一方面赋能伙伴,链接更多小微企业。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。