超级碗的30秒广告是全球最昂贵的屏幕广告位。全球最大的品牌都围绕这一大型活动进行年度计划,投入顶级创意,邀请好莱坞明星,来吸引超过1亿的节目观众。
然而今年,一个购物应用买下了两个黄金广告时段,这个应用就是Temu(拼多多跨境电商平台)。Temu以极低的价格销售衣物和家居用品,品牌以“像亿万富翁一样购物”为宣言。据报道,这两个广告花费了他们1400万美元。
Temu去年9月才在美国上线,但到了今年2月份已经冲上了苹果App Store的榜首。4月底在英国上线后,它做到了同样的事情,成为过去一个月内英国下载量最大的iPhone应用。
根据Sensor Tower数据,超过700万英国人已经安装了Temu。在全球范围内,它的下载量达到了1.17亿次,成为有史以来增长最快的应用之一。Temu的GMV从1月的1.92亿美元增长到6月估算的7亿美元。Tech Buzz China的分析师表示,其年度GMV有可能达到100亿美元——亚马逊花了12年才达到这个数字。
包裹着订单的橙色塑料包装,越来越频繁地出现在快递车和门口台阶上。社交媒体也充斥着网红发布的“Temu货”,比如仿制的AirPods,超强磁铁和98便士的水瓶。
Temu是拼多多旗下的跨境电商平台。平台的产品直接从中国的仓库发货,利用拼多多与国内优质供应商的紧密关系,大幅削弱了西方竞争对手。
无论是阿里巴巴还是SHEIN,都没有Temu这样迅猛,其激进的定价、免费送货和不间断的营销已经威胁到了亚马逊这样的主流电商平台。一位电商高管将Temu的崛起描述为“恐怖”。
Temu的网站上几乎没有名牌,网站显示的是一些看似随机的廉价电子产品、服装和玩具。
FOMO(错失恐惧症)是促成交易的一个关键因素:许多大幅度打折的商品被宣传为限时的“闪电交易”,以及限时“免费送货”,倒计时到午夜结束,给人一种优惠即将过期的印象。
GlobalData的零售分析师尼尔·桑德斯表示,在Temu上购物可能更像是娱乐而不是实用,因为配送时间通常超过一周。
“这是一种获得购物满足感的方式,不需要花费多少钱。”他说,“很多时候,其实是为了购物而购物,而不是因为人们需要它。”
这款应用成功地让人们上瘾。根据Sensor Tower的数据,用户日均使用时长约28分钟,几乎是在亚马逊16分钟的两倍。
对于西方消费者来说,Temu的产品价格低得不可思议。两个淋浴器的价格为6.56英镑,而亚马逊上挂着相同图片的同款是16.99英镑。在亚马逊售价100英镑的空气炸锅,在Temu上的价格不到一半。
产品直接从中国的Temu仓库发货,单独订单的低价值意味着大部分避开了关税(在英国,只有在135英镑以上才会收取关税)。Temu通过与极兔速递合作,将运输成本保持在较低水平。极兔自身也承受了很大损失,以期在港交所上市前提高市场份额。
然而,最关键的一点是低价供应商。Temu利用了拼多多深厚的制造商网络,其中许多制造商正在经历中国消费者支出下滑,在寻找替代品。Temu吸引了那些希望转移过剩库存的国内商家,承诺给他们一个新兴的消费者市场。
Temu的另一个武器是不断的营销攻势。Temu不仅跟TikTok一样,在Facebook和App Store上花费巨额广告费,还通过提供抵扣券和免费物品来吸引新用户注册。注册用户会受到一连串的电子邮件和应用通知。
运输成本、折扣和赠品这些导致了Temu的巨额亏损。根据《WIRED》杂志,Temu发往美国的包裹,每笔订单亏损约30美元。不过,Temu目前承担得起数十亿美元的损失,其母公司拼多多今年第一季度的利润增长了两倍,达到12亿美元。据报道,Temu预计在2025年实现盈亏平衡。
目前亚马逊似乎有些不安,一些中国卖家声称,该公司已经开始打折销售来竞争。“亚马逊在过去的二十年里教育消费者,让他们期待快速交货和有无限的产品可供选择,但显然,他们永远不能像Temu那样便宜。”研究机构Marketplace Pulse的Juozas Kaziukenas说。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。