freshippo的意思是盒马鲜生。
盒马鲜生是国内首家新零售商超，创立于2015年，首店在2016年1月开出，被视为阿里巴巴新零售样本。2017年7月14日，阿里巴巴董事局主席马云和CEO张勇等人在盒马鲜生品尝刚刚出炉的海鲜。
盒马鲜生在阿里内部低调筹备两年多，随着阿里巴巴董事局主席马云到店走访，这个不为人知的阿里“亲儿子”被推到了聚光灯下，正式成为阿里“动物园”在天猫、菜鸟、蚂蚁金服之后的新成员。2019年6月11日，盒马鲜生入选“2019福布斯中国最具创新力企业榜”。
与传统零售最大区别是，盒马运用大数据、移动互联、智能物联网、自动化等技术及先进设备，实现人、货、场三者之间的最优化匹配，从供应链、仓储到配送，盒马都有自己的完整物流体系。不过，这一模式也给盒马的前期投入带来巨大成本。
盒马的供应链、销售、物流履约链路是完全数字化的。从商品的到店、上架、拣货、打包、配送任务等，作业人员都是通过智能设备去识别和作业，简易高效，而且出错率极低。整个系统分为前台和后台，用户下单10分钟之内分拣打包，20分钟实现3公里以内的配送，实现店仓一体。
盒马鲜生价格优势：
盒马在价格上也具有一定优势。盒马鲜生超市和线上APP上的价格显示，上海本地菜中常见的青菜、鸡毛菜、生菜、韭菜仅需15元/包，空心菜、菜心、红米苋、香芹、油麦菜、茼蒿菜仅25元/包，价格低于传统菜场10%以上。这些菜品的重量都不低于480克。
这是缘于没有中间环节，每天从崇明、奉贤等地的蔬菜基地直采直供，经过全程冷链运输并精细包装后，直接进入盒马鲜生超市冷柜售卖，商品卖不完当晚销毁，不收取供应商一分钱的进场费，将全链条上节省下来的费用，直接补贴到消费者，确保了盒马在微利情况下将该模式可持续运作。
9月27日，由证券时报主办的“2019中国AI金融探路者峰会暨第三届中国金融科技先锋榜”在深圳举行。蚂蚁金服集团数字金融智能运营部总经理彭业飞分享了主题演讲《数字金融AI智能运营实例》。
对于AI金融的从业人员来说，一个金融科技产品，如何从用户中来到用户中去，做到个性化投放的最大效率，是最关心的问题之一。在这次主题演讲中，在人工智能、神经网络、信息检索等方面有着资深履历的技术大咖彭业飞详细做了解答，同时分享了其对数字金融AI营销的理解，以及边缘计算、可解释性等最新技术应用。
在多个场合，蚂蚁金服都曾强调持续创新、聚焦科技和开放平台是其三大立身之本，通过自主创新的BASIC(区块链、人工智能、安全、物联网和云计算)技术能力，解决社会解决问题之际，实现技术全方位开放输出。在这次演讲分享的最后，彭业飞详细分享了技术创新开放的愿景：“希望这个平台更敏捷、更智能、更开放，能够快速复制，同时开放给我们的合作伙伴。”
以下为演讲原文，券商中国作刊发以飨读者：
营销应回归用户全生命周期
我们先看一下历史上营销行业的趋势，从70年代开始，大家的关注焦点在货品上的营销，慢慢转向了以交易为营销目标，到2000年，再到怎么样全面管理消费者的关系，慢慢到了最近这些年我们更加在乎如何深刻理解个人、如何理解消费者的情感、如何构建一个忠诚度的维系，越来越以人为本。
什么叫营销呢？本质上营销就是怎么理解消费者的行为，进而试图影响消费者行为的学科。最早在1899年西方就有过这种研究，就是用户看到什么东西，他注意力在哪里，他的兴趣在哪里，他想什么东西，最后他做了一个什么样的行为。可以看到这个理论不断深化，其实基本的框架还是一百年前的框架，不管发展几千年，人还是人，消费者的行为还是类似的。
人的行为是受两块影响，一是外因，一是内因。中间就关于这个人本身，他对自己的认知是什么样的，他的生活方式是怎么样，他会有一个需求，最后影响了一个他的决策过程。从技术角度来讲其实就是一个用户画像，这个人是什么样的人，我怎么理解这个人。他的内因就是他的决策过程，这是我们尝试去理解的。外因其实就是我们能够去施加一些影响力的。比如用户在我们的产品里面或者APP里面，我们怎么触达他，其实是能够影响他的一个外因。最终我们希望这些内因和外因加在这个人身上能够让他真正在行为上产生一些改变。
这是反映在用户跟行为关系上，他是怎么用你的产品，他是不是买你的产品。这在数据上都能得到，他最终的结果，他跟你的交互是什么样的，最终我们要把这些东西归因到你的内因和外因上，这样才能完成循环，才能进一步再去改进我们如何跟用户交互，怎么做多点地触达。
话说回来，最根本的还是用户的全生命周期，从这一个维度来切入。任何的一个新东西，我们如何让用户知道这个产品也好、这个服务也好，怎么做拉新，怎么做增长，怎么促进他的活跃，怎么防止他的流失，永远可以有一个维度做参考。
AI营销如何做到个性化投放的最大效率？
我们自动化的智能营销还是有这几个阶段，第一个是自动化，自动化是什么呢？机器，我们希望帮助人自动化这个过程，省掉人工的劳动，哪怕你没有智能化，第一步你要做到自动化，自动化负责更好的决策；然后是智能化，其实是智能和人工的一个结合，这是机器和人的结合；最终是把自动化和智能化结合起来，产生一个更好的工具。这工具里面就自带了人工智能所有的东西，让你用起来的时候感觉不到，实际它已经内置了很多智能应用在里头。
说到自动化，我们有一个运营工作台，能够让大家很容易用。我们会有一个决策引擎，这里面涉及到算法规模化，毕竟我们的产品已经是数亿用户在里头。得到了结果以后，我们需要有一个深度分析，自动地回流，这样才能知道我们为什么这样做、做得好不好，才能不断去改进。
再来讲讲智能化，智能化是说什么呢？怎么样决策跟用户的沟通。因为最终我们给用户看到的不管怎么样的，是APP也好，是一个网站也好，它总是一个产品；用户在产品上看到了什么最终是你产品的一切，一切都体现在他看到什么东西。你怎么去触达用户？我们会有很多的决策在里头：
比如我们想触达什么样的人，用一个什么样的渠道触达。这个渠道还可以有很多方面，比如在APP里面可以显示不同的东西、推荐不同的东西，哪怕用户搜索一个东西，也可以给他看到不同的结果；你还可以主动触达用户，给他发一个短信，也完全可以用人工智能生成这句话，每个人看到的这句话是不一样的，是针对用户最感兴趣的东西、怎么帮助用户理解这个产品、理解这个服务来生成这句话。在每个方面，其实都可以由中间的大脑来进行决策；进行决策以后，再把这些东西加到用户身上，给用户触达；触达了之后，我们需要实时反馈、实时更新，不断调整我们策略、不断改进，让大脑不断演进，基本是这么一个过程。
再说到营销。成功的营销策略至少要做到这些方面：个性化的投放最大化效率，同时它一定是多次触达，跟多个用户、不同地方的交互；任何的营销，很多情况下都涉及到成本问题，你怎么控制你的成本同时你还需要可灵活调整目标，这什么意思呢？毕竟营销策略是由人来做出的，不同的情况下我们有不同的目标，这个机器其实是无法理解的，必须由人来告诉这个机器，对于这部分用户群体，我的目标是什么——是需要最大化他的点击率还是最大化的转化率，这不是机器能够考虑的。
举一个强化学习的例子。强化学习就是类似于一个儿童或者一个小孩是怎么来学习演进的，比如我拿了这块糖，大人是鼓励你吃这块糖还是惩罚你，但你通过这些得到了反馈，就会从反馈中学习。不是任何事都预先告诉你应该这样做、那样做，这是远远不够的，你需要不断探索这个世界，通过反馈学习我这个策略对不对，我如何改进，人都是这样的过程。我们的营销系统也可以这样学习，我们也会采取行动，去触达这些用户。用户会给我们反馈，包括是一个正向的反馈还是一个负向的反馈，再不断调整我们的系统。
我们系统会自我调整，这只是我们一个例子。我们用强化学习形成了一体化的解决方案，就会做到哪些呢？实时预测在线应该怎么投放、怎么触达用户，跟踪用户的生命周期，还要做多目标融合，这需要我们跟用户交互来学习、建模，最后完成这个循环，不断改进我们的算法。
智能营销走向实时化：可解释性和边缘计算
刚才这只是我们其中一个算法，原来的算法都是离线，比如每天更新一次，但现在随着计算能力越来越强，我们技术越来越发展，我们是要走向实时化。深度学习当然是这些年已经最流行的一个算法了，下面我稍微解释一下可解释性和边缘计算。
为什么我们需要可解释性？什么叫可解释性？本来我们构建一个机器学习模型，人是不能理解的，因为一个模型可能有上亿的参数在里头，模型做出了一个决定说这个人喜不喜欢这个东西，它是没法跟你解释的，因为它可能有上亿甚至十亿参数在里头，它不能说为什么做这个决定，比如神经网络深度学习模型，它不能告诉你这个事情的。
这有什么效果呢？打一个不太恰当的比方，机器学习在很多方面是很强的，它可能数学特别厉害，这好比一个天才算算数特别厉害，但是它在其他方面很弱，比如他可能生活不太能自理，他交流能力、沟通能力特别差，他能力非常强，但是你没法跟他交流，你不知道他为什么做了这个决定，很多时候他也没法主动跟你交流说理解这个业务、理解这个产品，他其实也不理解，这时候你是不是很放心，比如把一个很大的事情，生死攸关的一个事情交给这样一个天才来做呢？可能很多时候你不一定很放心，因为你无法知道他如何做这个决策的。
毕竟做任何一个营销活动也好，我们还是希望能够理解说为什么我们做了这件事情，我们需要从中产生一些洞察，哪怕先训练一个黑盒模型，我们也会基于此尝试去产生一个白盒的人群的洞察。有了这个人群洞察以后，我们会尝试分析和理解它，有了这个理解加上洞察能帮助我们更好作出这个营销的决策。这就是人和机器的结合，这也是在近些年机器领域很热门的一个点，就是可解释性。
再说边缘计算，这也是这几年一个热点之一。云计算，大家都很理解，就是说我的数据都要把它发到一个数据中心去做很复杂的处理，训练很复杂的模型，然后再把这个决策从云端发到你的手机上去执行了，叫云计算。边缘计算是什么？很多计算很多是在你手机上完成的，它不需要上到云，为什么呢？
这里有一个说法，到2020年每人每天平均将产生15GB的数据量，这个数据量非常大，不是说所有数据都值得或者都应该把它上载到云端的，因为在云端的存储也需要很多开销，这些数据不一定非要上载云端，但这些数据有没有用呢？其实很有用，因为每一个跟手机上APP的交互都蕴含了里面的信息量，都是可以帮助你对用户的理解。
还有很多很细微的数据，这些数据是不是都会上载到云端？其实不会。它会不会影响决策？其实是会的。我们现在的终端、我们的手机计算能力非常强，它远远大于十年前一台PC机，它已经可以执行一些模型的推理甚至是模型的构建，它完全是有这个能力的，所以就会有边缘计算这个概念。我们很多决策，大的决策是在云端做出的，这个决策到了你的手机端，根据你手机上实时产生的数据再做调整，这个调整是在你的手机上完成的，当然手机只是一个概念、一个意思，其实还有很多其他终端设备都可以做这个边缘计算，这也是这些年的热点之一。
智能敏捷模型快速复制，即为己用更对外开放
再讲到工具化，因为最终我们是希望能够有一套智能应用的框架，使之非常容易地应用到各个不同的场景。比如说蚂蚁金服的服务，我们有花呗、借呗、余额宝、理财等，各种各样的。我们能不能把(一套智能应用框架)快速复制到这些业务里，哪怕我们不断产生新业务，我们需要有一套框架能被快速复制到所有新场景，这就需要我们把这些东西非常好的工具化。
所以我们会有一套智能应用的体系，这里面底层是以数据为基础的，上面就有智能决策的引擎，里面包括各种各样的办法，最终做成一个数据产品。
这个数据产品会支撑内部应用、外部应用，比如外部应用是跟很多第三方合作的一些机构、平台，他们最终会触达用户，(这部分用户)不管是内部还是外部用户。当我把这套东西做好以后，能在满足自己使用之外 ，很容易既把我们自己的能力复给别人、快速复制到不同场景里。
我们希望这个平台更敏捷、更智能、更开放，能够快速复制、非常好的智能化，同时开放给我们的合作伙伴。
我们每个人都是一个高度智慧的生物，每个人脑子里其实有千亿级别的神经元。换一个角度来看，我们做的机器学习很多用的是什么？神经网络，其实它(机器)里面也是神经元，只不过它是机器来做的神经元，它有多少神经元呢？你可以做非常大的网络，可以做上亿的神经元的网络，但我们更希望把人脑里面的神经元和机器做出来的神经元结合在一起，就像刚才讲的，我们所做出的决策当前机器在某些方面还达不到人的状态，哪怕它(机器)做出多少亿神经元在里头，它还是达不到人脑的状态。
如何把人的神经元和机器神经元结合起来，一起做出一个决策，这是需要不断被探讨和深入研究的。有了这个(两者相结合的)神经元以后，我们还要快速执行，因为天下武功唯快不破，能够把它快速执行下去，这样才能把智能营销做出来。
另一个角度，金融行业也有金融行业的一些特性、金融产品的特性，不像在淘宝买件东西，它有前中后各个不同的阶段，比如我在淘宝上买了一个冰箱就结束了，淘宝跟你的交互基本就结束了，我是不知道你在家里用这个冰箱是怎么样的，你是每天用还是每天不用，用得好不好。但如果你买了一个理财产品，这个理财产品一直在你的账户里，理财产品的变化，比如基金的价格涨了还是跌了对你还是很有影响的，它是持续不断的过程，这也需要我们深入理解这个产品形态，把前中后结合起来才能更好做出决策。
（文章来源：券商中国）
郑重声明：发布此信息的目的在于传播更多信息，与本站立场无关。旷视 科技 股东结构图（截图自招股书）
人工智能行业有望迎来第一家上市公司。
8月25日，旷视 科技 正式向港交所递交招股书，预计融资超85亿港币。公开财报显示，旷视 科技 连续2年营收超300%增长，有望成为AI第一股。
不过，旷视 科技 的业务范围，要比人脸识别广泛得多。以自主研发的深度学习框架为支撑，公司成功地将计算机视觉技术商业化落地，广泛应用于个人设备大脑、城市大脑和供应链大脑三大物联网垂直领域。
目前，该公司已经和多个行业的领军企业，建立了长期的战略合作关系，包括阿里巴巴、蚂蚁金服、联想、中国移动和凯德置地。
值得注意的是，旷视 科技 的三位创始人印奇、唐文斌、杨沐，均毕业于清华大学姚期智实验班，在业界享有“姚班”盛誉，由姚期智院士（唯一一位华人图灵奖获得者）创办，旨在招募并培养世界级的计算机科学人才。
同股不同权
招股书批露，旷视 科技 在2016年、2017年、2018年营收分别为6780万元、3132亿元、14269亿元，年复合增长率为3588%。2019年上半年，旷视营收为949亿元，同比增长2103%，经调整净利润为3270万元。
一直以来，旷视 科技 与云从 科技 、商汤 科技 、依图 科技 并称为AI四小龙。今年5月，旷视 科技 宣布完成D轮第二阶段股权融资，其D 轮总融资额达约 75 亿美元。参与D轮融资的机构包括中银集团投资有限公司 (BOCGI)、阿布扎比投资局 (ADIA) 旗下全资子公司、麦格理集团以及工银资管（全球）有限公司。资本的青睐缘由，来自于巨大的市场需求，以及对于人工智能前景的看好。
不过，比它成立更晚的商汤 科技 ，在融资道路上更加凶猛。2017年7月11日，商汤 科技 宣布完成41亿美元B轮融资。 2018年4月，商汤 科技 通过阿里巴巴和其他投资者融资6亿美元，估值超过30亿美元。 随后的5月31日，商汤 科技 又宣布完成C+轮62亿美元融资，联合领投方包括厚朴投资、银湖投资、老虎基金、富达国际等，深圳市创新投资集团、中银集团投资有限公司、上海自贸区基金、全明星投资基金等跟投，高通创投、保利资本、世茂集团等作为战略投资人参与。
截至2018年5月，商汤 科技 总融资额超过26亿美元，在软银中国投资10亿美元后，商汤 科技 估值已经跃升至60亿美元。不过，根据港交所最新修订的《上市规则》规定，“同股不同权”拟上市公司上市时，最低预期市值需要达到400亿港元，约合50亿美元。
阿里系占股近三成
旷视 科技 在上市路上抢跑，早已做足准备。
今年5月，旷视 科技 发生股权变更。据工商资料显示，联想、创新工场及蚂蚁金服旗下公司这些早期投资方退出了旷视 科技 股东行列，李开复、蚂蚁金服韩歆毅、王明耀、唐文斌及杨沐退出了董事行列。而股权变更后，旷视的最大股东为其创始人印奇，持股比例达到了75%。
根据香港工商资料显示，旷视 科技 的股东由此前的众多投资机构变为一家香港公司Megvii Technology（HK）Limited。此举也正是提前搭建VIE结构，为登陆海外资本市场做准备。
时间退回到两年前，AI 公司都处于同质化竞争中，并未有明显的差别，覆盖的场景无外乎智能安防、智慧医疗、智能园区、智慧城市等等。在经历了几轮融资较量后，商汤 科技 旗下的技术已经拓展到金融、 汽车 、智慧零售、智能手机、移动互联网、机器人等领域。而云从 科技 则是中国银行业第一大AI 供应商，已在29个省级行政区上线实战，产品部署至全国的54 家机场。
不过，在短期内，AI行业仍然处于初步发展阶段，算法和应用仍然在大量领域等待落地。
更多内容请下载21 财经 APP
蚂蚁研究院是蚂蚁金服旗下的科技研发机构，主要致力于推动科技创新和数字经济发展。蚂蚁研究院汇聚了众多领域的技术专家和学者，涵盖了人工智能、区块链、物联网、云计算等多个前沿领域。蚂蚁研究院在业界享有很高的声誉，曾连续两年被MIT Technology Review评选为全球最聪明的公司之一。蚂蚁研究院在金融科技领域取得了不少创新成果，比如人脸识别支付、智能金融风控、区块链技术应用等，并通过这些创新不断提升了金融服务的普惠性和便利性。
同时，蚂蚁研究院也与国内外的高校和研究机构建立了紧密的合作关系，开展了大量的学术交流和研究项目，助力中国数字经济的发展。
总的来说，蚂蚁研究院是一个非常有实力的科技研发机构，其在金融科技领域的创新成果备受认可，在未来还有很大的发展潜力。蚂蚁数字合法可靠。蚂蚁数字是正规部门审核过的合法公司，甘肃蚂蚁数字科技有限公司，成立于2018年02月09日，注册资本为200万人民币，法定代表人为李凯峰，公司经营范围：信息系统集成和物联网技术服务。架线及设备工程建筑。文具用品零售。信息技术咨询服务。建筑装饰和装修。安全系统监控服务等。怡亚通蚂蚁零兽可靠。因为深圳市蚂蚁零兽科技有限公司是中国首个供应链上市公司——深圳市怡亚通供应链股份有限公司领投孵化的智能零售科技公司。通过打造“供应链+智能终端+物联网”的创新运营模式，为消费者提供更便利快捷的零售服务，为品牌商、运营商、智能设备生产企业赋能，依托怡亚通20年建立起来的完善的供应链服务体系，通过整合、联合、融合，建立一个更高效更精准的S2B2C共享经济平台。所以可靠。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）