对于许多人来说,在帝都,蓝色港湾不仅仅是一个休闲购物中心,还是一个可供观光的特色景点。19栋2至3层错落有致的欧式风格建筑,一个充满异国风情的商业小镇,在北京零下几度的冬日里,三面的水域都结了冰,人流却一点也不比平时来得少。正好和韩总(蓝色港湾资讯部部长韩明顺)约见面的时间,碰上了蓝港的“灯光节”,五颜六色绚烂的灯光打在冰面上,俨然像一个童话世界。
说实话,这真是我第一次把蓝色港湾逛的那么仔细。SOLANA MALL、儿童城、品牌街、湖畔美食街、中央广场、滑冰俱乐部、BHG精品超市......所有的吃喝玩乐消费需求,在这里都能被满足,也难怪每次来都是人头攒动,特别是周末,这里便成了家庭休闲娱乐的最佳选择,因此几乎去每一家餐厅都要排号。
从近几年来看,互联网的发展愈加强势,“关店潮”日益蔓延,传统百货更是成了重灾区。举几个例子,近4年来,百盛在中国大陆市场关闭了十多家门店,2015年,万达百货关店数量达46家,而2016年,梅西百货在全球关闭门店也达数十家,马莎百货更是关闭了在中国的所有门店,彻底退出了中国市场......然而就在这样的趋势下,像蓝色港湾这样集体验与消费为一体的购物中心却恰恰形成了自己的优势,也更明确并迎合了线下实体的定位。
用韩明顺的话说,线上更注重的是价格,线下更注重的则是体验。但是最终,所有的业务都必须建立在数据之上,商区的数字化一定是未来的趋势。然而,在此之前,韩明顺认为还有两个问题需要考虑。一是企业有没有基础数据,数据从何而来?二是数据分析出来的结果可不可信,是否可以直接用来指导业务决策?
对于数据的获取,据韩明顺介绍,蓝色港湾也在尝试用“云POS”连接所有商家,从而获取更多的消费者数据。“通过‘云POS’,顾客完成一单购买之后就能够统一积分,这些积分我们最终的想法是能够用在蓝色港湾的任一商家,甚至可以跨界,用在其他行业,比如滴滴打车等等。”
“其实对于数据,我觉得企业之间应该有更多的交流、共享和共同分析,打造一个开放的数据共享平台,形成良性的业态,这样的一个业态如果能建立起来,对于消费者而言将是极大的受益。”韩明顺表示,“例如在会员积分上,我们甚至也在跟其他购物中心探讨会员积分是不是可以打通,当然这不是一厢情愿的事情,中间会涉及到很多问题。但是,我相信,这将会给消费者带来很大的便利和惊喜。”
从另一方面来看,数据的共享同时也意味着企业可参考数据体量将大大增加,所得到的数据分析结果也将更加精确,更具商业价值。“如果企业愿意把数据拿出来和大家共享、交换,得到的将是更多的数据,这是共赢的。”
“总之,在现在这个时代,企业的业务发展必须要有数字化手段的支持,新的玩法可能都得尝试一下。”对于蓝色港湾而言,目前已经在内部建立了自己的私有云,包括ERP、微信、官网等在内的数据都在上面运行。然而,对于公有云的安全性,韩明顺仍保持保守态度,但他也表示,公有云的应用确实能够大大降低企业的运维成本,可以满足很多企业的便利性和灵活性需求。
而除了会员积分,韩明顺称自己接下来最想做的有几件事,一是客流路线定位,二是商区地图,三是停车场系统。
通过WiFi平台,商区在满足顾客上网需求的同时,也可以提高自己分析客流的能力。据了解,蓝港为O2O专门打造了一个入口,通过WiFi登录后,后台就能统计点击率。但是,韩明顺也坦言,由于蓝港的WiFi开发较早,不支持探针技术,在实际应用中主要看点击率,获取Mac地址。因此,目前定位成为主要的一个问题,这也将是蓝港接下来勾画用户画像需要首先解决的问题。
而定位的问题一旦解决,商区地图的实现就容易的多。通过把ERP、物业、渠道入口都做在一张地图上,实现对招商、运营、商户销售、客流信息以及商区设备设施的可视化管理,通过这张地图,不仅可以记录货品的动向,追踪顾客在商区里的移动情况,同时还可以为顾客推送相关需求服务。
“这个事情我已经想了好几年了,希望接下来能够实现。现在大多数的地图都是图片,但我想要做的是矢量地图,一个图层一个图层的做,每个层级之间都有关联,权限分级管理,不同人群可以看不同的信息。当然,这要求所有的软硬件设备都打通,因此,公有云会成为一个非常重要的技术支持。”
此外,为了能够给顾客提供全方位的服务,蓝色港湾的停车场系统在入口和出口的地方都装了探测,识别车辆的车牌号和速通卡号(前提是用户有速通卡)并发送到后台,然后通过APP和短信发送停车和商区信息给用户。韩明顺表示,在这方面,接下来他想把停车系统做成引导系统,为顾客主动提供导航。
驾车进入蓝港,停车引导系统自动为你推荐路线,并引导停车位,手机在接收到停车信息的同时也收到商区的分布信息,以及最常购物的店家优惠活动;逛的累了、饿了,系统立马为你推荐符合你喜好最近的餐饮和休闲商家......这样贴心、“懒人必备”的服务,我想大概就是韩明顺接下来想要实现的场景.
“当然,所有的这些服务,如果能加上人脸识别技术的支持,还会更进一步。从技术上来看,云计算、大数据、物联网开始被广泛应用,虽然技术上已经成熟,但是真正的普及还谈不上。接下来的重点就是让企业去普遍接受,和业务更好地结合起来,其中,最重要的还是要积累数据,并且去挖掘数据的价值。当然,我们也看到,人工智能将成为接下来的一个爆发点,它在技术上的成熟,将为企业的数字化提供很大的帮助。”韩明顺表示。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。