昨天,SHEIN上市的消息如一颗炸弹在社交媒体上引爆,冲上了微博热搜。消息称,SHEIN(希音)正在重启在美上市的计划,预计最早将于今年进行IPO。然而,今天SHEIN回应称,这个消息不实。
上市传闻被否认,其实并不意外,毕竟从2020年开始,市面就多次传出SHEIN即将IPO的消息,并称其已经聘请了美国银行、高盛、摩根大通等投行负责IPO工作,还任命了前贝尔斯登投资银行家唐伟为执行副董事长。而SHEIN对此并未正面回应。
低调,神秘,野蛮生长是这家独角兽的标签。根据胡润研究院发布的《2022年中全球独角兽榜》,SHEIN以4000亿人民币的估值位列全球第五大独角兽企业,仅次于抖音、SpaceX、蚂蚁集团、Stripe。在美国市场,更是快时尚的扛把子,一度占据了超过四分之一的市场份额,相当于H&M和Zara的总和。
SHEIN成立于2008年,起初做的是婚纱外贸生意,据当时创始人许仰天说,“很多时候,甚至直接把中国婚纱进价的人民币改成美元就能直接卖。”2012年左右,许仰天将公司从婚纱转型为快时尚女装,采用独立站模式,之后几年便不断开拓欧美、中东、东南亚等市场,并逐渐扩展到男装、童装、家居等品类。到现在,SHEIN已经覆盖了220多个国家和地区,全站注册用户数超1.2 亿,日活3000万以上。
SHEIN的发展速度可谓惊人,2020年GMV(商品交易总额)首次突破100亿美元,2021年这一数字增至200亿美元。今年SHEIN高管曾向投资者透露,2022年SHEIN营收227亿美元,利润为7亿美元,已经连续四年实现盈利,并预计在2025年实现585亿美元的营收。
据第三方数据机构Apptopia统计,SHEIN是2022年全球下载量最大的购物应用程序,安装量达到2.29亿次。在美国、法国、澳大利亚等国家和地区,SHEIN是最受欢迎的服装购物平台之一。
SHEIN的成功得益于其高效的商业模式,主要可以归因为以下三个方面。
• 快速反应的供应链:SHEIN的供应链能力极强,能够快速捕捉和响应市场需求和流行趋势,并将其转化为产品设计和生产。SHEIN每天可上线3000多款新品,从产品设计到上架仅需14天。SHEIN还通过大数据分析和算法优化来预测需求和库存,并根据用户反馈和销售数据来调整产品结构和价格策略。
• 低价高性价比产品:SHEIN以提供低价高性价比的产品为核心竞争力,产品价格普遍低于同类竞品,并且质量和款式也不输给其他品牌。SHEIN能够实现低价策略的原因就在于有效地降低了成本和中间环节。一方面,SHEIN利用中国服装产业集群的优势,与数千家供应商和工厂建立了紧密的合作关系,降低了原材料和生产成本。另一方面,SHEIN主要通过自营网站和第三方电商平台进行销售,省去了实体店的租金和人力成本。
• 精准的用户运营:SHEIN非常重视用户运营,通过各种方式来吸引和留住用户,提高用户黏性和复购率。利用社交媒体、网红、KOL等渠道来提升品牌知名度和影响力,与用户的互动,并收集用户意见。SHEIN还通过举办各种活动、提供优惠券、积分、会员等福利激励用户消费,以及根据用户的喜好和行为推荐个性化的产品和内容。
在快速发展的同时,SHEIN也在不断创新和拓展。近日,SHEIN正式公布了“希有引力”百万卖家计划,根据计划,SHEIN在未来三年将帮助全球1万个卖家,年销售额突破百万美元;帮助10万个中小卖家,年销售额达到10万美元,并推出了卖家全生命周期成长赋能的相关政策。
虽然SHEIN上市的具体时间和细节尚未确定,但其估值已经出现了明显的下调。据《华尔街日报》报道,SHEIN已完成20亿美元的新一轮融资,融资后估值约为660亿美元,较之前的一千亿美元缩水逾1/3。这一下调可能是受到了疫情影响下空运成本上涨、生产成本增加等因素的影响。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。