ZDNet至顶网软件频道消息: 央视春晚小米和格力的对话,让很多家电企业意识到互联网企业跨界融合带来的挑战。目前很多互联网企业已经涉足传统的黑电产业,例如手机和电视,未来也存在互联网企业进军传统白色家电行业的可能性。不久前IBM SaaS 100+团队向海尔创始人张瑞敏发了一封信,希望海尔能够关注IBM公司的SaaS云服务,并希望能够助力海尔加速拥抱移动互联的进程。
信中提到:“对生活数据抢占,是未来家电市场的主战场。而我正是这个领域的专家,我叫SaaS100+,是IBM云计算提供的超过100种应用服务。其中之一的大数据分析技术,可以帮助海尔智能家电更好地搜集到用户的生活数据,并通过云,将这些非结构化数据整理分析,从而挖掘出信息中蕴藏的市场洞察。”
“事实上,我能做的还有很多。比如通过云,我可以对海尔空调现有的应用进行升级和管理,使它拥有海量云端服务资源、数据,包括空调与用户的相关信、空调指令信息、客户留言信息等。借助云端的资源,用户就可以通过诸多移动智能终端实现全球控制,而不用再受时间和空间限制了。”
“像这样的功能与服务,我还有100多项。而这一切,并不需要搭建传统的IT架构,并付出高昂的维护成本。仅凭账号与密码,就可以直接使用。”
“29年前,您以一柄铁锤砸开了海尔走向世界的大门。而今天,我们期待能与智能的海尔一起,走进每一位用户的心。”
不过,海尔张瑞敏对互联网的理解在国内传统家电企业中绝对属于领先者。张瑞敏早就意识到“互联网时代用户消费行为的改变驱动企业转型变革。互联网大幅降低了生产和发布信息的进入成本,消费者从产品的被动接受者变成全流程参与者和创造者,消费者参与交互及需求的个性化、碎片化与快变化推动企业从卖产品为中心变为以创造用户全流程最佳体验为中心的深度变革,以实现与用户的零距离,提升创新能力和运营效率。”
2013年海尔已经按照网络化战略的发展要求与“企业无边界、管理无领导、供应链无尺度”指导原则,深度变革组织体系与运营机制,围绕创造用户全流程最佳体验的目标,积极探索在网络化资源、网络化组织、网络化用户三个体系的创新,建立共创共享的商业生态网,推进向互联网平台型企业转型。在运营层面,通过海尔官网(www.haier.com)、海尔用户社区(bbs.haier.com)、卡萨帝官网(www.casarte.cn)、海尔商城(www.ehaier.com)、海极网(www.hijike.com)以及外部媒介交互资源实现与用户交互,实时动态掌握用户需求;通过研发资源平台(hope.haier.com)、资源云平台(v.ihaier.com)、海立方平台(www.ihaier.com)等动态引入全球一流研发、设计、供应链等资源,为全流程创造用户最佳体验提供资源保障;通过建立大数据运营平台推进精准营销的落地、探索互联网时代下虚实互动营销模式;推进供应链的模块化与智能化制造,实现精准高效的个性化定制;探索小微公司运营机制,激发员工的创业活力,实现企业的转型升级。
按照海尔公司的发展战略,2014年通过交互用户实现产业引领。加速产品智能化、网络化进程,成为智能家居产业的平台服务商,形成智慧生活生态圈,通过快速提升平台用户的数量和粘度,驱动生态圈收入与业绩增长;变革组织,建立适应互联网时代的组织架构和运营体系;推进模块化、智能化制造建设;通过推出定制化产品驱动电商渠道业务发展。
对于IBM SaaS+抛来的橄榄枝,海尔能否心动,让我们拭目以待。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
UC Santa Cruz团队开发的OpenVision 2通过去除文本编码器,将视觉编码器训练简化为纯生成式学习,实现训练时间缩短1.5倍、内存使用减少1.8倍的显著效率提升。研究使用高质量合成数据集和token掩码策略,在保持性能的同时成功训练出10亿参数模型,挑战了CLIP式对比学习的必要性认知。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
华中科技大学团队开发的ReVPT系统首次让AI学会像人类一样主动选择和使用视觉分析工具解决复杂问题。通过创新的两阶段强化学习训练,该系统能根据任务需求灵活调用物体检测、深度估计等专业工具,在多项国际测试中显著超越基础模型,部分指标甚至超越商业化产品,为AI视觉推理能力提升开辟了新路径。