ZDNet至顶网软件频道消息: 随着互联网技术的广泛应用,企业传统经营模式的优势逐渐淡化。面对这样的变化,越来越多的人开始寻找经营模式的新出路,一场企业经营模式的变革悄然展开。在近日由北京大学和用友公司联合成立的营销模式变革研究课题召开的“新互联经济时代企业营销模式变革研讨会”上,各位行业专家就这些问题进行多方探讨,可谓精彩纷呈。业内知名专家陈新河分享的观点更是独具匠心,令大家受益匪浅。
棒打互联网旧概念
网络上出现很多新兴词语:“累感不爱”、“人艰不拆”等等,这些词从一出现便以迅雷不及掩耳之势侵入了人们的生常生活,甚至成为了很多人的口头禅。而在软件行业,同样涌现出很多新词汇:互联网思维,全渠道营销,O2O……新词汇迅速风行于行业内,被广泛引用形成共识,但陈新河却发表了他独到的见解。陈新河表示,在五月提交给国务院的报告中,曾经质疑过互联网思维这一种说法。在他看来,与其说是互联网思维,不如说是新经济思维,再进一步来说,应该是数据思维。
互联网化背后的秘密
互联网的迅猛发展冲击着传统的营销模式,深刻影响着市场环境和人们的思维方式,那么在互联网面纱之下究竟是怎么样的面孔,人家充满好奇?在陈新宇看来,互联网之后隐藏的实质主要有五个方面:
第一,互联网加速了信息的流动。互联网的到来,大大缩短了企业在自身品牌塑造上所花费的时间。企业通过微博、微信等线上媒体,能够在三五年间将自己的品牌形象植入人心;
第二,互联网促进了信息经济的发展。信息经济是物质经济高度发展后的一种经济形态的转变,而互联网正是建立在物质经济高速发展的基础之上。目前我们正处在物质经济到信息经济的转变过程当中,而新的经济形态,必然会伴随新的商业模式。当下对于新商业模式的说法很多,除了数据转移、支付转移,还有一种比较形象的说法是羊毛出在猪身上,就是说原本经营A商品所需要的成本和应获得利润,将有可能最终通过B商品所获得;
第三,经济局限性的消失。在实体经济中,传统商业模式因受物理空间或商业流的影响,存在很大的局限性。而新电子商业模式,不论是在商品类别还是物理空间上,都没有太多限制,并且可以24小时不间断营业。与旧商业模式相比,新的经济形态下的电子商业模式更适合企业的发展;
第四,数据不只是一种资源,还是一种新的生产力;
第五,互联网提供了一个企业与用户无缝连接的渠道。企业从精确广告、销售客服等多方收集信息,深刻洞察消费者的消费行为,从而制定相应的发展策略;
互联网化的转局
互联网背后所隐藏的秘密,带动了商业变革,对企业而言是困境,也是机遇。在过去,数据是一个被忽视的概念,传统企业习惯于靠经验去生产、发展、高创造。当IT架构发生变革,数据被搬到台面上,很多传统企业一筹莫展。没有数据该怎么办,或者说面对大量数据该如何实现其价值?
当前,又出现了一种新平台,随之而来的是一种叫新平台经济的概念。陈新河认为这种新平台的核心是ID。不同于传统的经验主义管理,新的平台经济是基于数据来说话的。与传统的经验主义不同,新的平台经济依靠用户的ID注册数据为主,通过对这些ID的分析,建立一种生态经济体系。通过这种体系的建设,达到数据转变为生产力的目的。
陈新河表示,在互联网化环境下,企业必须转变依靠经验的思维惯性,树立起全新的数据思维,充分挖掘数据生产力。在发展过程,要以动制动,接受发展、顺应发展,在原有基础上以移动互联、社交、云计算、大数据等新技术作为新工具,发展新平台经济,充分发挥数据所蕴藏的价值,转“危”为“安”,在新经济时代下,立于不败之地。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。