近年来,亚马逊平台上既卖自营商品,也卖第三方卖家商品,俗话说,就是既当裁判也当运动员。但现在,据《华尔街日报》报道,亚马逊正在大量砍掉自有品牌。这一消息在跨境电商圈里引发了热议。
据了解,亚马逊将在30个服装自有品牌里淘汰27个,只留下Amazon Essentials、Amazon Collection和Amazon Aware。一些淘汰的品牌商品将继续在网站上销售,直到库存售罄。同时,清理完当前库存后,亚马逊还会淘汰自有家具品牌。截至2020年,亚马逊有超过45个自有品牌,共24.3万产品,削减后Amazon的自有品牌数量将减少到20个以下。
对此Amazon自有品牌副总裁Matt Taddy表示,“我们始终根据客户的需求做决策,在确定某些自有产品不吸引顾客后,公司便考虑淘汰这些产品。我们了解到客户更喜欢我们的大品牌,比如Amazon Basics和Amazon Essentials,它们品质好,价格优惠。”
其实不难看出,这个决定,一方面是控制成本。为了应对经济下滑和收入增长放缓,亚马逊CEO Andy Jassy一直在各个层面大力削减成本,暂停了企业招聘,还在今年裁员了27000人。砍掉盈利不好的品牌,也是在剥离不良资产。
另一方面,亚马逊自有品牌一直是反垄断监管机构关注的重点,这一举措也是为了应对反垄断审查。此前第三方卖家质疑亚马逊高管不当获取商家数据,开发其竞争产品,品牌们指责亚马逊抄袭他们的产品,并以更低的价格定价。
在反垄断监管机构对亚马逊和其他几家大型科技公司进行为期16个月的调查期间,亚马逊创始人兼时任CEO Jeff Bezos说:“我们有一项政策,禁止使用卖家特定数据来帮助我们的自有品牌业务,但我不能保证这项政策从未被违反。”不过亚马逊表示,其自有品牌的销售额仅占总销售额的1%。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。