你有多久没有“伸手要钱”了?别误会,这里“钱”,指的是出门四字秘诀“身份证、手机、钥匙、钱包”之一的钱包。如今个人支出已经被移动支付彻底改变,以前出门之前会仔细检查有没有带着钱包,而现在出门什么都可以忘,唯独手机不能落下。
相比个人支付的极致体验,企业支付反倒显得跟不上潮流,仍然有着一系列繁琐的流程:员工事先垫资、贴票报销费时费力、事后报销管控不足……在此背景之下,“无现金,无发票,无报销”这样新想法的提出,或彻底颠覆传统的企业支付方式,企业支付将迎来新的变革时机。
就在昨日,以“支付+,无现可能”为主题的2019分贝通战略发布会在北京举办,500+参会者共同见证了7.17企业支付日“无现金/无发票/无报销”的全新企业支付体验。
企业的“钱包”
如果说支付宝对于个人用户来说像是“个人钱包”的话,那么分贝通给自己的定位就是“企业钱包”,集合了支付+管控+场景,为企业提供一站式的支出管理解决方案,打造全新的企业支付体验。
发布会上,分贝通创始人兰希向我们展示了“无现金/无发票/无报销”的全新企业支付体验。其中钱包中商务卡、个人卡、企业卡能够覆盖企业95%以上的企业支出场景;商务卡,用于支付差旅、用车、用餐,无需报销;个人卡,用于发放补助、福利,全额开票;企业卡,用于集中采购、支付,管理透明。创新的将事后报销管控转变为事前消费管控,帮企业实时管理支出。
分贝通帮企业“降本增效”,一组数据最能说明问题。“总节省至少20%的费用。其中管控功能节省约10%-15%,不再报销的节省约5%-10%,价格优势节省1%-5%。”兰希向我们介绍道。传统的企业报销与报销流程通常需要30天左右,而企业通过分贝通进行企业消费,整个流程将缩短为30分钟。
从支付、管控到场景,分贝通最先着手的其实是场景的整合,经过3年的积累,目前已接入了10余个企业非主营业务支出场景、超过100家的供应商。历经100多次版本的迭代,分贝通在2017年完成了多维度下的600多个SaaS管控功能,能够覆盖绝大多数企业支出管理需求。如今,分贝通逐步完善支付的能力,商务卡/企业卡企业直接付,个人卡分贝券付,积分分贝币付,个人微信/支付宝付,组合的支付方式满足用户的个性化需求。
同时,完善的B端交付体系可以帮助企业更好的达成支出管理目标,而诸如节省返券、消费返币等创新的C端运营手段将企业的硬管控转变为对员工的激励,极大的平衡了企业的管理需求和员工的体验诉求。
为了让参会者能够有更加直观的体验,发布会现场还有一个有趣的环节——“请大家喝下午茶”。分贝通创始人兰希拿出了自己的手机,现场演示了在分贝通平台帮台下观众点下午茶外卖。与个人消费的体验类似,只需在企业预设的规则权限内,选择附近餐厅、下单即可,由分贝通合作伙伴饿了么进行配送。
“支付+”开放平台
发布会现场,分贝通与首批11家合作伙伴饿了么、滴滴企业版、南方航空、等企业共同启动了“支付+”开放平台。通过开放平台合作,分贝通将为合作伙伴提供更多的场景补充与服务的完善,减少合作伙伴的交付运营和服务压力,同时增强与客户的粘性,为合作伙伴客户带来一站式的场景资源及服务能力。
为了给企业提供更全的支出场景覆盖、更公道的价格、更优质的服务,分贝通联合众多企业支出场景合作伙伴重磅发布“支付+”开放平台,在场景拓展、资源互补、服务共享、联合运营等展开全方位的深度合作,搭建客户方与场景方的双赢模式。
分贝通目前服务以新经济企业为主的1000余家中大型客户,及其背后的超过100万员工也将开放给合作伙伴。未来,分贝通“支付+”开放平台将扩大合作力度,与更多的场景供应商展开合作,共建企业支付新生态。
同时至顶网记者了解到,以Divvy、Brex、TripActions等为代表的企业正在成为美国资本市场追捧的独角兽。如今中国的企业支付市场也迎来变革时机,以一站式企业支出管理平台为优势的分贝通,目前获得了8,500万人民币的B轮融资,至今融资总额已达到1.55亿元人民币,未来可期。
好文章,需要你的鼓励
大多数用户只使用计算机预装的操作系统直到报废,很少尝试更换系统。即使使用较老版本的Windows或macOS,用户仍可通过开源软件获益。本文建议通过重新安装系统来提升性能,Mac用户可从苹果官方下载各版本系统安装包,PC用户则建议使用纯净版Windows 10 LTSC以获得更长支持周期。文章强调备份数据的重要性,并推荐升级内存和固态硬盘。对于老旧系统,应替换需要联网的内置应用以降低安全风险,定期进行系统维护清理。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
微软杰出工程师Galen Hunt在LinkedIn上宣布,目标是到2030年消除微软所有C和C++代码。公司正结合AI和算法重写最大的代码库,目标是"1名工程师、1个月、100万行代码"。微软已构建强大的代码处理基础设施,利用AI代理和算法指导进行大规模代码修改。该项目旨在将微软最大的C和C++系统翻译为内存安全的Rust语言,以提高软件安全性并消除技术债务。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。