其行业领先的名义雇主服务将助力中国企业快速拓展国际业务
北京,2022年4月12日——致力于打造未来工作方式的Safeguard Global公司日前宣布进军中国市场,为中国企业提供快速拓展海外市场的能力,帮助他们扩大业务规模并抢占市场份额。
总部位于美国的Safeguard Global公司是全球名义雇主(EOR)服务的市场领导者,帮助企业快速完成在全球各地所需员工的雇用工作,无论身处何地,都能够实现企业迅速进入新市场,并在全球范围内竞争最好的人才。
对于所有进行国际市场拓展的企业来说,其关键挑战在于快速满足当地就业法规和合规监管要求,进而获得竞争优势。
Safeguard Global的解决方案基于领先的劳动力技术平台,可帮助企业在全球170多个市场雇用和管理员工。其中,全球雇用外包服务(GEO)解决方案可以更高效地安排新员工入职、管理工时和考勤;同时还提供本地劳动力市场专家支持服务,从而帮助企业在合规的前提下更快进入新市场,并实现成本效益。
工信部(MIIT)曾于去年11月表示,已培育国家级“小巨人”企业4700多家,及数万家仍处于早期发展阶段的小企业。这些企业主要分布在IT、电信、生物科技、汽车及新能源领域。
Safeguard Global 创始人兼首席执行官Bjorn Reynolds表示:“许多中国企业已准备好通过国际拓展来实现业务增长。中国已成为人工智能、云计算、移动应用及诸多新兴技术领域的全球领导者。一旦中国的这些‘小巨人’企业成功占有海外市场份额,他们无疑将引领新一代创新浪潮。然而,如何在海外市场雇用到最优秀的人才也成为他们实现发展目标的关键。”
目前,许多中国品牌正积极拓展全球市场份额,例如,小米现在是全球第二大智能手机制造商,抖音国际版TikTok的月度活跃用户数突破10亿。中国快时尚品牌Shein也在西方市场上取得了巨大成功,拥有了众多年轻消费者。与此同时,阿里巴巴、京东和腾讯则在发展国内市场的同时继续向东南亚扩展业务。
后疫情时代,工作模式将发生改变,而Safeguard Global正在积极支持客户为未来新型工作方式做好准备。要在新的工作环境中取得成功,需要满足员工和潜在雇员的各种需求和期望。那些通过提供灵活政策、实践和工作经验来尽早适应现实的企业,将在吸引和留住全球优秀人才以及迅速向新市场扩张方面拥有竞争优势。
Reynolds先生表示:“我们可以帮助中国企业创造灵活、以人为本的工作体验,也就是我们所说的‘随心选择工作方式’公司,为员工提供工作方式、时间和地点的选择。为了在这方面取得成功,这些公司将需要一个了解文化和法规的国内合作伙伴来支持他们,也为了防止工作内容被误解。然而,公司需要适应这种新的工作方式,才能在新的全球市场上取得成功。”
Safeguard Global在中国
Safeguard Global一直相信中国市场拥有巨大发展机遇。为此,Safeguard Global进军中国市场并推出全面发展战略,以满足全球劳动力市场日益增长的需求,同时缩短与本地诸多客户的距离,进而能够为寻求市场拓展解决方案的企业提供更便捷的服务。
据工信部数据显示,中国已连续12年保持世界第一制造大国地位。2021年制造业增加值规模达31.4万亿元(约合4.97万亿美元),同比增长9.8%,占GDP比重达27.4%。
中国贸促会研究院副院长路鸣指出,尽管中国在全球竞争中获得了优势,但很多中国企业在经验积累、经营管理、创新能力及国际人才等方面仍落后于国外企业。
提供随心选择工作方式的体验将确保企业在全球各地雇用并保有员工,也能让他们招揽到更多顶尖人才,他们将是企业实现更大创新进而获取更大市场份额的关键。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。