2024企业数字化转型应回归理性
2024企业数字化转型应回归理性 2023年已经过去，这一年与圈内朋友交流，大部分都是摇头叹息，看的出来大家的数字化做的异常艰难，企业受市场影响削减了数字化的投入，软件公司为本就不多的订单争得头破血流，即使中标了，也面临回款难的问题。 在如此环境下，数字化并非想象中的一般会受相关领导的重视，也并非舆论中说的那般数字化是企业的必选题，现实是在大部分传统企业中数字化的处境很尴尬，所以我认为在2024年对企业数字化不必有抱有太高的期望，除非企业的一把手有相当的魄力去做转型。 当前大部分传统企业的领导人在数字化转型这件事情上已趋于理智，而这种理智并非企业领导对于数字化的认知有多深入，而真正的原因是在当年的市场风口上吃了太多数字化的亏，在不差钱的模式下大搞数字化建设，但最终大部分却做的一地鸡毛。 因此在当前这种高度不确定的市场环境下，生存成为了第一要务，而价值体现难的数字化自然要重新的去考量，不是做与不做的问题，而是如何做才能价值最大化的问题，所以企业CIO此时需要的是要以投资的角度来做数字化。 为什么企业的数字化会进入如此的困境，我认为这么多年来数字化背负了太多的期望与太多不切实际的要求，软件公司的吹嘘与胡乱承诺更是让数字化负重前行，其实数字化并非是那个拯救企业于水火的良药，一些专家将数字化过度的神话，最终变成了笑话。 都说企业数字化转型在于转而非数字化本身，回想一下从数字化转型的概念提出到目前的这么多年企业到底转了什么？ 大部分企业其实都是在做所谓的信息化或者数字化的系统建设，虽然引入了一些新的概念，但实际上是在重复做一遍之前的事，系统换了一个又一个，员工学会了一个又一个的新系统的操作，然后又被弃用，接着再引进新系统，再学习......重复建设，但核心的业务流程、数据标准实际上是一团糟。 今年决定做业财一体化，做到一半还未上线又要做数据中台，数据中台还未上线，明年就要决定做所谓的人工智能，领导总想弯道超车，而信息部门却在叫苦不迭，系统建设、迭代的速度永远跟不上业务的需求、领导的要求，于是我们看到转的是一波波的CIO，来了走，走了来； 转的是各种系统一波波的换，各种汇报PPT一版版的改，而不变的是混乱的业务、流程与数据，最后所谓的数字化转型的结果就是铸就了数字化无用论的“神”话，变成了公司其他部门茶余饭后津津乐道的笑话。 所以在2024年数字化应重新回归技术的本质、服务的属性，需求是基础，技术与业务充分融合才是关键。 企业要清楚的知道数字化只是管理工具，而这种工具比较特殊，它具有很强的技术属性，想要得心应手的使用必须深度的去了解它，但是很可惜，大部分的传统企业秉承“专业的事情专业人做”的原则将数字化转型建设的重任委以信息部门，想当然的认为数字化转型就是信息部门的事情，如果做不好，那必然就是信息部门的事情，如果有错误那也一定是软件的错，在此情况下何谈需求？何谈融合？管理的孤岛下何谈协同？何谈打通？ 所以数字化最后展现的成果就是：孤岛化问题突出、软件功能被满满的吐槽，价值何在？领导看到的只有投入，而所投入购买的各种系统却产生了更多的麻烦，难道不是信息部门的能力问题？在此情况下系统就背了企业管理的锅，信息部门也难以体现其价值，在企业降本增效模式下被边缘化也属正常，因为企业都是以价值为纲的。 若想打破企业数字化转型难的问题，那就需要充分认清相关的关键卡点：一把手、认知、共识。 都说数字化转型是一把手工程，所以这句话也就成为了众多数字化项目失败的借口。一把手为什么要同意做数字化？大部分企业或出于某种压力、或为了赶个时髦，很少有企业一把手是为了改革而借助数字化工具做转型，所以在缺乏管理魄力的情况下，一把手及企业领导是很难对数字化有深度认知的，即使有某种认知也是出于某某专家之口，悬于空中的那种难以落地的认知。 在此种情况下，企业内部若想达成数字化建设的统一认识是非常难的，通常情况下一把手喜欢那种高大上的新名词与概念，业务部门关心的是需求能否实现，自己需要的能不能解决，而信息部门则更关注的是技术与落地层面的内容，所以在认知不统一的前提下造就了各种的认识偏差，自然也就形成了很多数字化建设的卡点。 有意思的是在明知路径与方法有问题的前期下，信息部门还必须要做相关的妥协，大部分情况下来自于压力，因为地位决定着话语权，比如在选型环节，虽然明知采购部门为了降低采购成本而在产品功能上打折扣这种方法有问题，但也只能无奈的接受，原因很简单，信息部门影响力不够，难以在数字化建设方面有支配的地位，接受可能也就意味着在此后的某个时间为今天的结果而背锅。 所以2024年的数字化还是要回归到理性，需要在理性下对数字化有更深度的认知，而非在降本增效模式下做“一刀切”，完全边缘数字化。企业需要回归到实际的业务需求，企业各方也要就数字化转型建设的复杂性、专业性达成共识，根据企业的现状做规划，脚踏实地的做转型，基础很重要，勿想弯道超车走捷径。
2024年15个SaaS趋势预测
根据IDC 2023年6月发布的《2022年下半年中国企业级应用SaaS市场跟踪报告》，2022年中国EA（企业级应用）SaaS市场规模达41.6亿美元，同比增长 26.6%，到2027年，IDC预计中国EA SaaS市场规模将达到169亿美元，年复合增长率达到 32.4%。 政策是中国商用SaaS强劲增长的主推力之一。2023年初国资委下发79号文件，要求国央企落实信息化系统的国产化改造，要求2027年底前，实现所有中央企业的信息化系统国产化替代。 因此目前国产企业管理系统厂商，尤其是成熟的头部供应商拥有前所未有的机会。 2023年，中国SaaS不乏亮眼表现，展望2024，SaaS发展趋势值得关注。 近年SaaS市场的亮眼表现 《财富商业观察》（Fortune Business Insights）研究认为，2022年全球SaaS市场规模为2374.8亿美元，预计到2030年将达到9082,1亿美元，年复合增长率18.7%。其中CRM、ERP、BI等应用复合增长率更高。 根据36氪研究院出品的《2023年中国企业级SaaS行业发展研究报告》，中国SaaS发展长期向好，2023年中国SaaS市场规模为754亿元，平均毛利率为57%，中国SaaS渗透率在2023年达到17%，虽然与全球SaaS渗透率比还有一定差距，但保持每年2%-3%的稳定增长。 中国企业级SaaS市场以通用性SaaS为主，主流应用包括CRM、ERP、财税、OA协同、HCM等，占比近七成，行业垂直型SaaS占比三成。 资本方面，2022年中国企业级SaaS融资事件数280，资本对SaaS的关注较2019年、2020年有所回升，经历过行业洗牌后，资本更看重SaaS厂商的增速和产品竞争力，因此大部分SaaS公司在近两年更加关注产品和客户长期价值，追求高质量增长。 2024年15个SaaS趋势预测 1. 以客户为中心的产品和组织 随着SaaS市场的成熟，客户需求变得越来越具体，更多的服务商用客户需求驱动产品开发。因为客户需求永不过时，精准把握和满足用户需求的产品永远最受欢迎，未来SaaS供应商也会像谷歌那样，完全围绕用户开发新产品类别和软件解决方案。 鉴于SaaS供应商与客户的长期服务关系，在客户使用SaaS时的问题反馈和解决问题的过程，都可成为SaaS供应商开发新产品的灵感来源。 SaaS供应商的自身组织管理向以客户为中心靠拢。 例如纷享销客3年40%的增长，创始人罗旭认为是得益于从单一组织到“以客户为中心”的协同组织发展。市场、销售、交付、研发、客户成功等部门多角度思考如何重构客户体验，完成从“供给侧思维”到“需求侧思维”，从“功能性组织”到“协作性组织”的转变。 2. UE模型 UE为Unit Economics的缩写，译为“单体经济模型”，体现收入与成本关系的最小运作单元。关注UE模型意味着关注收入和可变成本的关系，通过UE计算毛利率后，结合LTV和CAC分析获客成本，再结合固定成本考虑何时可实现盈利，找到盈亏平衡点。 在SaaS公司经营上，管理者可从UE模型中得知公司的增长率、留存率、毛利率、现金安全程度，这四大要素缺一不可。 从以往SaaS企业走过的弯路可知，不是要去砍产品，而是要去调，把模型调对，才能持续发展。不应该从过去极不理性的扩张，转向极不理性的收缩。 SaaS最重要的一为商业模式，二为财务模型。只有这两点成立，才有可能真正从一众同质化厂商中脱颖而出。 3. 客户保留 客户保留是SaaS公司经营好坏与否的重要体现，一家健康的SaaS公司，其NDR（Net Dollar Retention）即收入留存会在100%以上。NDR体现的是在特定时间段中，SaaS公司从现有客户基础中获得的收益百分比，NDR高就意味着高客户留存率和续费率，保证SaaS公司的长期持久性增长。 提升NDR需要SaaS公司做多方面努力，包括为客户提供持久价值，RevOps利用数据提升NDR，通过追加销售、交叉销售、客户关怀等方法降低客户流失率等等。客户成功部门永远是SaaS公司需要重点关注的部门，因为它在客户保留方面尤为重要。 4. RevOps（收入运营） RevOps指收入运营，帮助企业构建持续收入增长的运营模式，将高层次的愿景转化为可行的可重复的流程，让公司向前发展。 RevOps工具可整合到SaaS中，与AI、ML相结合，让用户能够得心应手地实现运营自动化、对销售漏斗完全可见；RevOps可应用于营销、销售、客户服务的各阶段；RevOps帮助企业有效实施数据驱动的客户成功策略，找到二次销售和重复销售的机会；收集足够的数据进行分析，提高转化率。 5. 进一步向PaaS平台迁移 PaaS一直是近年来的SaaS重要趋势，2024年PaaS 依然表现强劲。PaaS的优势在于让企业降低硬件维护成本，提高效率并简化软件开发，同时确保软件的高灵活性和移动性。 中国的主流SaaS供应商几乎都将PaaS作为主要卖点之一，未来会有更强大的PaaS在个性化开发和国产化替代等应用场景发挥重要作用。 6. AI进一步深入 以ChatGPT为代表的AI驱动的大模型在2023年爆红，AI大模型与SaaS结合在商用软件领域潜力巨大，成为SaaS发展的主要趋势之一。 罗旭表示，SaaS公司应该将自己定位为智能化公司，规划三到五年的智能化路线，SaaS公司与大模型的结合需要考虑数据和场景，持续训练，形成垂直或专属领域智能平台才能进行有效的价值输出。大模型未来可能会在营销、销售、服务、知识库、数据分析方面为SaaS赋能，最终垂直领域大模型会呈现平台化趋势，在特定领域提供AIPaaS能力，AI+DATA+SOFT融合是SaaS软件的未来。 7. 更多内容营销 内容营销在ToB软件市场的重要性不断提高，参照以内容营销起家的HubSpot，越来越多的中国SaaS供应商试图用优质的内容吸引优质客户。与投放按点击计费的CPC广告相比，内容营销可以提供长尾效应更好的获客，也能某些细分领域的SaaS公司提供出色的投资回报率。 8. 低代码 尽管代码仍然占据主导地位，但低代码/无代码以其便利性和低门槛越来越受欢迎，主要优势是让企业客户自由搭配的灵活性和快速上线的高效率。低代码解决方案为需求不太复杂的企业减少了部署软件的时间，让企业轻松实现业务自动化并提高效率和盈利能力。 但我们也要注意到低代码和无代码在很多业务逻辑和权限复杂的大型企业中的应用局限，支持高度自定义的专业供应商是更好的选择。 9. 灵活的基于API的基础设施 越来越多的SaaS供应商倾向于提供更强大的集成功能，通过API来实现。在选型阶段，企业要考虑供应商可提供哪些功能，将SaaS集成到我现有的业务系统中？在集成过程中，我的数据是否受到保护？API接口多不多，能不能很顺利地接入数据，是判断SaaS产品质量的重要依据之一。 10. 安全 SaaS作为云服务将业务敏感数据和客户数据存储在云平台上，内部应用程序性配置错误会导致敏感数据丢失，并导致应用程序编程接口丢失。根据云安全联盟（CSA）的数据，SaaS错误配置导致63%的安全事件，如何减少错误配置导致的数据丢失是供应商们需要思考的问题。另外，针对云平台的数据攻击和系统稳定性也是需要持续关注的问题。 11. BI驱动 BI（Bussiness Intelligence）即商业智能，就是我们在CRM等企业管理系统中所见的客户数据分析、数据驱动决策等卖点。与传统的本地企业管理软件不同，SaaS具有从源头提取数据的优势，结合AI和ML，BI驱动的SaaS可以为用户提供全面的数据分析，未来会提供更多的智能化数据见解，助力企业科学决策。 12. 行业垂直型SaaS 与通用型SaaS不同，行业垂直型SaaS的本质是解决特定行业的挑战，例如餐饮、医疗、物流、酒旅等行业都有很多垂直型SaaS受到欢迎。根据艾瑞咨询数据，2021年中国行业垂直型SaaS市场规模达到339亿元。以客户为中心的时代，深入挖掘某一行业客户需求的垂直型SaaS会保持高人气，通用型SaaS也可深耕在行业解决方案，与垂直型SaaS抢夺市场。 13. 注重生态化 通用型 SaaS 们都在向平台型公司努力，操作模式大概是接触中大型客户，明确他们的需求，然后做PaaS，提高自身的自定义能力，然后再做行业化，提供开箱即用的快速上线的行业解决方案。因为产业互联网交互连接网络化，形成生态链和价值链，表现在专业化、规模化、网络化的经营策略。SaaS厂商自身销售方面，坚持直营渠道一体化，帮助渠道伙伴建立市场能力，从直营型厂商成长为生态型厂商。 14. 中国SaaS出海 伴随中国企业出海，赋能中国企业海外业务，是近两三年国内SaaS的另一重要趋势，在CRM方面表现尤为明显。中国SaaS出海要注意打造M2L本土化管理闭环，营销管理要适应国外主流社媒平台，帮助企业做好投放和监控；还要丰富客户画像，降低运营风险；实现跨国高效协同，利用多语言、多币种、多时区等能力让企业各国员工跨区域业务结算和流转，实现高效协作。 15. SaaS市场整合 2024年，中国SaaS的每个赛道头部效应开始显现，CRM、OA、ATS等赛道会逐渐完成行业洗牌，最后演化为1-2家头部厂商占据绝大多数市场份额的局面。 想要不在竞争中被淘汰或吞并，就要求 SaaS 企业找到规模化获客体系来实现规模化增长。那些小而美的SaaS供应商可能被大公司收购，参考2021 年，CRM 巨头 Salesforce 以 277 亿美元的价格收购了流行的工作场所软件 Slack。这种整合对两家提供商来说都是双赢的，未来这种收购很有可能在中国SaaS市场出现。 毫无疑问，SaaS行业的增长前所未有，对其中的SaaS供应商来说，不断评估和响应客户需求，密切关注行业变化，拥抱新技术和新趋势，保持以客户为中心和产品开发和服务，是在竞争中的制胜关键。
24年自我革新：阿里驶向新赛道
阿里组织变革继续推进。 6月20日，阿里巴巴控股集团董事会主席兼CEO张勇通过全员信宣布，1+6+N的全新业务集群基本成型，各业务集团董事会已开始运行，多个业务的上市和融资计划也已开展，控股集团将主要承担创新孵化大本营角色，整个阿里巴巴正以全新姿态奔向未来。 同时，张勇也宣布，将于今年9月10日卸任阿里巴巴控股集团董事会主席兼CEO职务。张勇此后将专职担任阿里云智能集团董事长兼CEO，专注阿里云的发展。 成立24年来，阿里巴巴的每一次组织架构调整，都是一次对自身的革命，也是对超大型公司如何更好治理的又一次重要探索。如果这条路行得通，可能产生“组织一变天地宽”的效果，也将为阿里带来更大的发展契机。 从1+6+N到换帅，阿里巴巴大刀阔斧的变革后，也将开启全新征程。 01 蔡崇信、吴泳铭接班 控股集团将成为“创新孵化器” 张勇卸任后，接棒的是两位熟悉的面孔。 蔡崇信对于资本市场的熟悉和深厚积淀。蔡崇信现任阿里集团执行副主席，在阿里巴巴诞生、发展历程中始终发挥着重要作用。从1999年公司成立到2013年，他担任了集团的CFO，并在2014年带领公司在纽约上市，之后负责战略投资工作。 他的全球化经验和对宏观环境的洞察，对于阿里巴巴进一步推进国际化是有力的支撑；他对阿里巴巴发展历程的充分了解，对战略方向的把握以及对文化的传承，将会在未来帮助阿里集团持续发展。 吴泳铭则有着深厚的技术背景，曾担任过B2B、淘宝、支付宝等多个重要业务的首席技术官，领导构建了相关业务的底层技术架构；带领创建了集团的核心业务阿里妈妈平台，创新孵化了手机淘宝推动了集团的无线化，在公司内有极强的号召力。他多年来始终跟进全球前沿技术趋势发展，将进一步开阔阿里的技术视野，探索以前沿技术为发展引擎的全新方向。 除此以外，蔡崇信和吴泳铭都有多年投资及企业培育经验，成功培育了大量具有独特竞争力的科技创新产品和企业。未来，阿里控股集团将成为面向未来的创新孵化器，探索、发现、孵化、培育更多创新业务，重构公司发展形态和想象力空间。 从3月到现在，阿里巴巴正在进行24年以来最大的一次组织架构调整。在阿里巴巴集团之下，“一拆六”设立阿里云智能、淘宝天猫商业、本地生活、国际数字商业、菜鸟、大文娱等6大业务集团和多家业务公司。具备条件的业务集团和公司，都有独立融资和上市的可能性。阿里巴巴集团则将全面实行控股公司管理。 1个月前的财报会上，阿里巴巴调整有了进一步的更新，宣布集团董事会已批准阿里国际数字商业寻求对外融资，以及菜鸟和盒马的上市计划。云智能集团计划引进战略投资，并以股东派息的方式对其分拆，实现其独立上市。 此后，张勇将作为阿里云总裁，继续提升阿里云的行业竞争力与全球竞争力，让阿里云为各行业尤其中小企业的数智化升级提供更优质安全便捷的基础服务。 02 历数阿里重要调整 历数阿里巴巴历史上的几次重要组织架构调整，可以发现，不论是筚路蓝路，还是高速发展时期，阿里从不满足于当下的成绩，而是坚持顺时而动，每次变革带来了集团快速发展，让阿里变得更好。 2012年是阿里组织架构调整的重大一年，正式成立七大事业群（淘宝、阿里云、一淘网、天猫，聚划算、国际业务和小企业业务），事业群总裁直接向马云汇报，也被称为阿里历史上的“七剑下天山”。这一年，B2B 事业群完成私有化， 雅虎回购协议达成，为阿里集团日后上市做准备。 2012-2014年之间，阿里又将7大事业群拆分为25个事业部，采取总裁负责制。马云曾评价这次组织架构调整为“阿里13年来最艰难的一次组织、文化变革”。2014年，阿里宣布All in 移动端，张勇担任移动端负责人。 这次阿里的组织自我变革，是应对京东、唯品会在内的外界激烈竞争的重要举措，并通过重新配置资源，化解矛盾，给与年轻人晋升空间。 这次调整也为阿里巴巴集团第一次任命接班人做了准备工作。2014年5月马云卸任CEO，陆兆禧接任；9月张勇被任命为集团COO。 2015-2018年间，阿里巴巴处在高速发展期。阿里也革新式地设立了中台事业群，目的是组织结构从“树状”变为更灵动的“大中台、小前台”的“网状”结构。张建锋担负“中台”，兼具技术、商业背景，集团总构架师。而搜索、共享、数据、产品部，以及闲鱼、淘宝头条等创新业务成为小前台，打破树状结构，更加敏捷。 后续在各大院校的企业管理课上，“企业是否该设置中台”被当做管理学经典问题被多次讨论。无论如何，中台式的组织结构避免了不同业务对应不同基础能力的重复建设，也为持续创新提供基础。 2019年，阿里从“数字经济体”出发推出三大战略，聚焦全球化、内需、大数据和云计算。并以此为核心宣布新组织升级结果：蒋凡、胡晓明、程立等一批青年领导层进一步晋升，阿里在集团技术、电商广告，以及新零售等领域也进一步融合发展。 2020年末至2021年末，张勇又进行了几次架构调整，将“中台战略”转为“多元化治理”，核心聚焦“敏捷”二字，其中要求业务一号位要对市场需求做出快速反应，不断提高服务质量，业务总裁要承担起小CEO的职能，分管业务也要管理财务、法务、人力、公关等。 2021年底，张勇任命戴珊、张建锋、俞永福和蒋凡分别掌管中国数字商业、云与科技、生活服务和海外数字商业四大板块。2022年，张勇担任阿里云智能总裁。 24年，从一家小公司到市值万亿的全球互联网巨头，阿里的多次组织架构调整中，从保证业务快速发展，做大做强，再到成长为一定体量后，消除内部沟通的隔阂，拆掉业务发展”门板”，做得更小更敏捷，阿里的每一次调整，都可以称为企业管理专业的研究对象。 03 顺时而变，自我驱动革新 阿里要做探路者 张勇担任阿里巴巴阿里巴巴控股集团董事会主席的7年多时间里，阿里从中台战略到多元化治理的理念落地和进化，历次阿里组织变革中可以洞察到，阿里巴巴管理层在克服大公司的弊病，并不断让组织更能够顺势而为，破局发展。 1+6+N的组织架构调整，就是在新的时代背景下，大公司主动变小变敏捷，是阿里巴巴符合时代发展要求又领先于时代的选择。 早在2020年，张勇就在内部多次提出，以阿里的体量和复杂程度，任何一刀切的策略都是极其有害的。为此，他在阿里推行了多元治理结构下的经营责任制。简而言之，每个业务按照自己独立的经营策略跑起来，自己决策，自己承担责任，而不是“缺资源，问集团要，做市场决策，听集团的。” 在2021年成立四个业务板块时，张勇也曾在站内信中表示，让组织变敏捷，让决策链路变短，让响应变快，是变革的初衷和根本目的。2023年，张勇决定将这家公司带向投资控股公司，这是一种在中国互联网至今还没有出现过的全新组织形态。 2023年被称为第四次科技革命前夜，传统电商平台和电商公司要解决的已经不只是效率问题，业务创新已经是逼在眼前的机器人客服，AI美工，人工智能文案即将夺走许多人的饭碗。创新需要更好的环境，要想在公司内部产生颠覆式创新，必须让业务单元实现完全的灵活自主，同时又要提供足够的资源支持。 “敏捷组织”是大公司的解药，也会推动公司变得更小，但更灵活和创新。可以预见，张勇卸任后，“敏捷组织”理念将会继续推进实践。但对于张勇来说，正在进行中的变革不失为一种魄力。 张勇的责任并没有减轻，面对大模型代表的人工智能时代，阿里云即将迎来全新的历史机遇。在5月的财报业绩电话会上，张勇表示，由于人工智能应用对算力需求的指数级增长，这是阿里云的巨大机会。除此之外，还包括基于大模型开发新产品的机会。 对于有着“造风者”之称的张勇来说，让阿里云逆风飞扬，是挑战也是机遇。
24年自我革新：阿里驶向新赛道
阿里组织变革继续推进。 6月20日，阿里巴巴控股集团董事会主席兼CEO张勇通过全员信宣布，1+6+N的全新业务集群基本成型，各业务集团董事会已开始运行，多个业务的上市和融资计划也已开展，控股集团将主要承担创新孵化大本营角色，整个阿里巴巴正以全新姿态奔向未来。 同时，张勇也宣布，将于今年9月10日卸任阿里巴巴控股集团董事会主席兼CEO职务。张勇此后将专职担任阿里云智能集团董事长兼CEO，专注阿里云的发展。 成立24年来，阿里巴巴的每一次组织架构调整，都是一次对自身的革命，也是对超大型公司如何更好治理的又一次重要探索。如果这条路行得通，可能产生“组织一变天地宽”的效果，也将为阿里带来更大的发展契机。 从1+6+N到换帅，阿里巴巴大刀阔斧的变革后，也将开启全新征程。 蔡崇信、吴泳铭接班 控股集团将成为“创新孵化器” 张勇卸任后，接棒的是两位熟悉的面孔。 蔡崇信对于资本市场的熟悉和深厚积淀。蔡崇信现任阿里集团执行副主席，在阿里巴巴诞生、发展历程中始终发挥着重要作用。从1999年公司成立到2013年，他担任了集团的CFO，并在2014年带领公司在纽约上市，之后负责战略投资工作。 他的全球化经验和对宏观环境的洞察，对于阿里巴巴进一步推进国际化是有力的支撑；他对阿里巴巴发展历程的充分了解，对战略方向的把握以及对文化的传承，将会在未来帮助阿里集团持续发展。 吴泳铭则有着深厚的技术背景，曾担任过B2B、淘宝、支付宝等多个重要业务的首席技术官，领导构建了相关业务的底层技术架构；带领创建了集团的核心业务阿里妈妈平台，创新孵化了手机淘宝推动了集团的无线化，在公司内有极强的号召力。他多年来始终跟进全球前沿技术趋势发展，将进一步开阔阿里的技术视野，探索以前沿技术为发展引擎的全新方向。 除此以外，蔡崇信和吴泳铭都有多年投资及企业培育经验，成功培育了大量具有独特竞争力的科技创新产品和企业。未来，阿里控股集团将成为面向未来的创新孵化器，探索、发现、孵化、培育更多创新业务，重构公司发展形态和想象力空间。 从3月到现在，阿里巴巴正在进行24年以来最大的一次组织架构调整。在阿里巴巴集团之下，“一拆六”设立阿里云智能、淘宝天猫商业、本地生活、国际数字商业、菜鸟、大文娱等6大业务集团和多家业务公司。具备条件的业务集团和公司，都有独立融资和上市的可能性。阿里巴巴集团则将全面实行控股公司管理。 1个月前的财报会上，阿里巴巴调整有了进一步的更新，宣布集团董事会已批准阿里国际数字商业寻求对外融资，以及菜鸟和盒马的上市计划。云智能集团计划引进战略投资，并以股东派息的方式对其分拆，实现其独立上市。 此后，张勇将作为阿里云总裁，继续提升阿里云的行业竞争力与全球竞争力，让阿里云为各行业尤其中小企业的数智化升级提供更优质安全便捷的基础服务。 历数阿里重要调整 历数阿里巴巴历史上的几次重要组织架构调整，可以发现，不论是筚路蓝路，还是高速发展时期，阿里从不满足于当下的成绩，而是坚持顺时而动，每次变革带来了集团快速发展，让阿里变得更好。 2012年是阿里组织架构调整的重大一年，正式成立七大事业群（淘宝、阿里云、一淘网、天猫，聚划算、国际业务和小企业业务），事业群总裁直接向马云汇报，也被称为阿里历史上的“七剑下天山”。这一年，B2B 事业群完成私有化， 雅虎回购协议达成，为阿里集团日后上市做准备。 2012-2014年之间，阿里又将7大事业群拆分为25个事业部，采取总裁负责制。马云曾评价这次组织架构调整为“阿里13年来最艰难的一次组织、文化变革”。2014年，阿里宣布All in 移动端，张勇担任移动端负责人。 这次阿里的组织自我变革，是应对京东、唯品会在内的外界激烈竞争的重要举措，并通过重新配置资源，化解矛盾，给与年轻人晋升空间。 这次调整也为阿里巴巴集团第一次任命接班人做了准备工作。2014年5月马云卸任CEO，陆兆禧接任；9月张勇被任命为集团COO。 2015-2018年间，阿里巴巴处在高速发展期。阿里也革新式地设立了中台事业群，目的是组织结构从“树状”变为更灵动的“大中台、小前台”的“网状”结构。张建锋担负“中台”，兼具技术、商业背景，集团总构架师。而搜索、共享、数据、产品部，以及闲鱼、淘宝头条等创新业务成为小前台，打破树状结构，更加敏捷。 后续在各大院校的企业管理课上，“企业是否该设置中台”被当做管理学经典问题被多次讨论。无论如何，中台式的组织结构避免了不同业务对应不同基础能力的重复建设，也为持续创新提供基础。 2019年，阿里从“数字经济体”出发推出三大战略，聚焦全球化、内需、大数据和云计算。并以此为核心宣布新组织升级结果：蒋凡、胡晓明、程立等一批青年领导层进一步晋升，阿里在集团技术、电商广告，以及新零售等领域也进一步融合发展。 2020年末至2021年末，张勇又进行了几次架构调整，将“中台战略”转为“多元化治理”，核心聚焦“敏捷”二字，其中要求业务一号位要对市场需求做出快速反应，不断提高服务质量，业务总裁要承担起小CEO的职能，分管业务也要管理财务、法务、人力、公关等。 2021年底，张勇任命戴珊、张建锋、俞永福和蒋凡分别掌管中国数字商业、云与科技、生活服务和海外数字商业四大板块。2022年，张勇担任阿里云智能总裁。 24年，从一家小公司到市值万亿的全球互联网巨头，阿里的多次组织架构调整中，从保证业务快速发展，做大做强，再到成长为一定体量后，消除内部沟通的隔阂，拆掉业务发展”门板”，做得更小更敏捷，阿里的每一次调整，都可以称为企业管理专业的研究对象。 顺时而变，自我驱动革新 阿里要做探路者 张勇担任阿里巴巴阿里巴巴控股集团董事会主席的7年多时间里，阿里从中台战略到多元化治理的理念落地和进化，历次阿里组织变革中可以洞察到，阿里巴巴管理层在克服大公司的弊病，并不断让组织更能够顺势而为，破局发展。 1+6+N的组织架构调整，就是在新的时代背景下，大公司主动变小变敏捷，是阿里巴巴符合时代发展要求又领先于时代的选择。 早在2020年，张勇就在内部多次提出，以阿里的体量和复杂程度，任何一刀切的策略都是极其有害的。为此，他在阿里推行了多元治理结构下的经营责任制。简而言之，每个业务按照自己独立的经营策略跑起来，自己决策，自己承担责任，而不是“缺资源，问集团要，做市场决策，听集团的。” 在2021年成立四个业务板块时，张勇也曾在站内信中表示，让组织变敏捷，让决策链路变短，让响应变快，是变革的初衷和根本目的。2023年，张勇决定将这家公司带向投资控股公司，这是一种在中国互联网至今还没有出现过的全新组织形态。 2023年被称为第四次科技革命前夜，传统电商平台和电商公司要解决的已经不只是效率问题，业务创新已经是逼在眼前的机器人客服，AI美工，人工智能文案即将夺走许多人的饭碗。创新需要更好的环境，要想在公司内部产生颠覆式创新，必须让业务单元实现完全的灵活自主，同时又要提供足够的资源支持。 “敏捷组织”是大公司的解药，也会推动公司变得更小，但更灵活和创新。可以预见，张勇卸任后，“敏捷组织”理念将会继续推进实践。但对于张勇来说，正在进行中的变革不失为一种魄力。 张勇的责任并没有减轻，面对大模型代表的人工智能时代，阿里云即将迎来全新的历史机遇。在5月的财报业绩电话会上，张勇表示，由于人工智能应用对算力需求的指数级增长，这是阿里云的巨大机会。除此之外，还包括基于大模型开发新产品的机会。 对于有着“造风者”之称的张勇来说，让阿里云逆风飞扬，是挑战也是机遇。
26个主要财务指标及参考标准值！
一、变现能力比率类指标 1.流动比率=流动资产合计/流动负债合计 标准值：2.0。 意义：体现企业的偿还短期债务的能力。流动资产越多，短期债务越少，则流动比率越大，企业的短期偿债能力越强。 分析提示：低于正常值，企业的短期偿债风险较大。一般情况下，营业周期、流动资产中的应收账款数额和存货的周转速度是影响流动比率的主要因素。 2.速动比率=（流动资产合计-存货）/流动负债合计 保守速动比率=（货币资金+短期投资+应收票据+应收账款净额）/流动负债 标准值：1/0.8 意义：比流动比率更能体现企业的偿还短期债务的能力。因为流动资产中，尚包括变现速度较慢且可能已贬值的存货，因此将流动资产扣除存货再与流动负债对比，以衡量企业的短期偿债能力。 分析提示：低于1的速动比率通常被认为是短期偿债能力偏低。影响速动比率的可信性的重要因素是应收账款的变现能力，账面上的应收账款不一定都能变现，也不一定非常可靠。 二、资产管理比率类指标 3.存货周转率=产品销售成本/（（期初存货+期末存货）/2） 标准值：3。 意义：存货的周转率是存货周转速度的主要指标。提高存货周转率，缩短营业周期，可以提高企业的变现能力。 分析提示：存货周转速度反映存货管理水平，存货周转率越高，存货的占用水平越低，流动性越强，存货转换为现金或应收账款的速度越快。它不仅影响企业的短期偿债能力，也是整个企业管理的重要内容。 4.存货周转天数=360/存货周转率=[360*（期初存货+期末存货）/2]/产品销售成本 标准值：120。 意义：企业购入存货、投入生产到销售出去所需要的天数。提高存货周转率，缩短营业周期，可以提高企业的变现能力。 分析提示：存货周转速度反映存货管理水平，存货周转速度越快，存货的占用水平越低，流动性越强，存货转换为现金或应收账款的速度越快。它不仅影响企业的短期偿债能力，也是整个企业管理的重要内容。 5.应收账款周转率=销售收入/[（期初应收账款+期末应收账款）/2] 标准值：3。 意义：应收账款周转率越高，说明其收回越快。反之，说明营运资金过多呆滞在应收账款上，影响正常资金周转及偿债能力。 分析提示：应收账款周转率，要与企业的经营方式结合考虑。以下几种情况使用该指标不能反映实际情况：第一，季节性经营的企业；第二，大量使用分期收款结算方式；第三，大量使用现金结算的销售；第四，年末大量销售或年末销售大幅度下降。 6.应收账款周转天数=360/应收账款周转率=（期初应收账款+期末应收账款）/2]/产品销售收入 标准值：100。 意义：应收账款周转率越高，说明其收回越快。反之，说明营运资金过多呆滞在应收账款上，影响正常资金周转及偿债能力。 分析提示：应收账款周转天数，要与企业的经营方式结合考虑。以下几种情况使用该指标不能反映实际情况：第一，季节性经营的企业；第二，大量使用分期收款结算方式；第三，大量使用现金结算的销售；第四，年末大量销售或年末销售大幅度下降。 7.营业周期=存货周转天数+应收账款周转天数={[（期初存货+期末存货）/2]*360}/产品销售成本+{[（期初应收账款+期末应收账款）/2]*360}/产品销售收入 标准值：200。 意义：营业周期是从取得存货开始到销售存货并收回现金为止的时间。一般情况下，营业周期短，说明资金周转速度快；营业周期长，说明资金周转速度慢。 分析提示：营业周期，一般应结合存货周转情况和应收账款周转情况一并分析。营业周期的长短，不仅体现企业的资产管理水平，还会影响企业的偿债能力和盈利能力。 8.流动资产周转率=销售收入/[（期初流动资产+期末流动资产）/2] 标准值：1。 意义：流动资产周转率反映流动资产的周转速度，周转速度越快，会相对节约流动资产，相当于扩大资产的投入，增强企业的盈利能力；而延缓周转速度，需补充流动资产叁加周转，形成资产的浪费，降低企业的盈利能力。 分析提示：流动资产周转率要结合存货、应收账款一并进行分析，和反映盈利能力的指标结合在一起使用，可全面评价企业的盈利能力。 9.总资产周转率=销售收入/[（期初资产总额+期末资产总额）/2] 标准值：0.8。 意义：该项指标反映总资产的周转速度，周转越快，说明销售能力越强。企业可以采用薄利多销的方法，加速资产周转，带来利润绝对额的增加。 分析提示：总资产周转指标用于衡量企业运用资产赚取利润的能力。经常和反映盈利能力的指标一起使用，全面评价企业的盈利能力。 三、负债比率类指标 10.资产负债率=（负债总额/资产总额）*100% 标准值：0.7。 意义：反映债权人提供的资本占全部资本的比例。该指标也被称为举债经营比率。 分析提示：负债比率越大，企业面临的财务风险越大，获取利润的能力也越强。如果企业资金不足，依靠欠债维持，导致资产负债率特别高，偿债风险就应该特别注意了。资产负债率在60％─70％，比较合理、稳健；达到85％及以上时，应视为发出预警信号，企业应提起足够的注意。 11.产权比率=（负债总额/股东权益）*100% 标准值：1.2。 意义：反映债权人与股东提供的资本的相对比例。反映企业的资本结构是否合理、稳定。同时也表明债权人投入资本受到股东权益的保障程度。 分析提示：一般说来，产权比率高是高风险、高报酬的财务结构，产权比率低，是低风险、低报酬的财务结构。从股东来说，在通货膨胀时期，企业举债，可以将损失和风险转移给债权人；在经济繁荣时期，举债经营可以获得额外的利润；在经济萎缩时期，少借债可以减少利息负担和财务风险。 12.有形净值债务率=[负债总额/（股东权益-无形资产净值）]*100% 标准值：1.5。 意义：产权比率指标的延伸，更为谨慎、保守地反映在企业清算时债权人投入的资本受到股东权益的保障程度。不考虑无形资产包括商誉、商标、专利权以及非专利技术等的价值，它们不一定能用来还债，为谨慎起见，一律视为不能偿债。 分析提示：从长期偿债能力看，较低的比率说明企业有良好的偿债能力，举债规模正常。 13.已获利息倍数=息税前利润/利息费用=（利润总额+财务费用）/（财务费用中的利息支出+资本化利息） 通常也可用近似公式：已获利息倍数=（利润总额+财务费用）/财务费用 标准值：2.5。 意义：企业经营业务收益与利息费用的比率，用以衡量企业偿付借款利息的能力，也叫利息保障倍数。只要已获利息倍数足够大，企业就有充足的能力偿付利息。 分析提示：企业要有足够大的息税前利润，才能保证负担得起资本化利息。该指标越高，说明企业的债务利息压力越小。 四、盈利能力比率类指标 14.销售净利率=净利润/销售收入*100% 标准值：0.1。 意义：该指标反映每一元销售收入带来的净利润是多少。表示销售收入的收益水平。 分析提示：企业在增加销售收入的同时，必须要相应获取更多的净利润才能使销售净利率保持不变或有所提高。销售净利率可以分解成为销售毛利率、销售税金率、销售成本率、销售期间费用率等指标进行分析。 15.销售毛利率=[（销售收入-销售成本）/销售收入]*100% 标准值：0.15。 意义：表示每一元销售收入扣除销售成本後，有多少钱可以用于各项期间费用和形成盈利。 分析提示：销售毛利率是企业是销售净利率的最初基础，没有足够大的销售毛利率便不能形成盈利。企业可以按期分析销售毛利率，据以对企业销售收入、销售成本的发生及配比情况作出判断。 16.资产净利率=净利润/[（期初资产总额+期末资产总额）/2]*100% 无标准值。 意义：把企业一定期间的净利润与企业的资产相比较，表明企业资产的综合利用效果。指标越高，表明资产的利用效率越高，说明企业在增加收入和节约资金等方面取得了良好的效果，否则相反。 分析提示：资产净利率是一个综合指标。净利的多少与企业的资产的多少、资产的结构、经营管理水平有着密切的关系。影响资产净利率高低的原因有：产品的价格、单位产品成本的高低、产品的产量和销售的数量、资金占用量的大小。可以结合杜邦财务分析体系来分析经营中存在的问题。 17.净资产收益率=净利润/[（期初所有者权益合计+期末所有者权益合计）/2]*100% 标准值：0.08。 意义：净资产收益率反映公司所有者权益的投资报酬率，也叫净值报酬率或权益报酬率，具有很强的综合性。是最重要的财务比率。 分析提示：杜邦分析体系可以将这一指标分解成相联系的多种因素，进一步剖析影响所有者权益报酬的各个方面。如资产周转率、销售利润率、权益乘数。另外，在使用该指标时，还应结合对“应收账款”、“其他应收款”、“待摊费用”进行分析。 五、现金流量流动性分析类指标 18.现金到期债务比=经营活动现金净流量/本期到期的债务 本期到期债务＝一年内到期的长期负债＋应付票据 标准值：1.5。 意义：以经营活动的现金净流量与本期到期的债务比较，可以体现企业的偿还到期债务的能力。 分析提示：企业能够用来偿还债务的除借新债还旧债外，一般应当是经营活动的现金流入才能还债。 19.现金流动负债比=年经营活动现金净流量/期末流动负债 标准值：0.5。 意义：反映经营活动产生的现金对流动负债的保障程度。 分析提示：企业能够用来偿还债务的除借新债还旧债外，一般应当是经营活动的现金流入才能还债。 20.现金流动负债比=经营活动现金净流量/期末负债总额 标准值：0.25。 意义：企业能够用来偿还债务的除借新债还旧债外，一般应当是经营活动的现金流入才能还债。 分析提示：计算结果要与过去比较，与同业比较才能确定高与低。这个比率越高，企业承担债务的能力越强。这个比率同时也体现企业的最大付息能力。 六、获取现金的能力类指标 21.销售现金比率=经营活动现金净流量/销售额 标准值：0.2。 意义：反映每元销售得到的净现金流入量，其值越大越好。 分析提示：计算结果要与过去比，与同业比才能确定高与低。这个比率越高，企业的收入质量越好，资金利用效果越好。 22.每股营业现金流量=经营活动现金净流量/普通股股数 无标准值。 意义：反映每股经营所得到的净现金，其值越大越好。 分析提示：该指标反映企业最大分派现金股利的能力。超过此限，就要借款分红。 23.全部资产现金回收率=经营活动现金净流量/期末资产总额 标准值：0.06。 意义：说明企业资产产生现金的能力，其值越大越好。 分析提示：把上述指标求倒数，则可以分析，全部资产用经营活动现金回收，需要的期间长短。因此，这个指标体现了企业资产回收的含义。回收期越短，说明资产获现能力越强。 七、财务弹性分析类指标 24.现金满足投资比率=近五年累计经营活动现金净流量/同期内的资本支出、存货增加、现金股利之和。 资本支出，从购建固定资产、无形资产和其他长期资产所支付的现金专案中取数； 存货增加，现金股利，均从现金流量表主、附表中取数。 标准值：0.8。 意义：说明企业经营产生的现金满足资本支出、存货增加和发放现金股利的能力，其值越大越好。比率越大，资金自给率越高。 分析提示：达到1，说明企业可以用经营获取的现金满足企业扩充所需资金；若小于1，则说明企业部分资金要靠外部融资来补充。 25.现金股利保障倍数=每股营业现金流量/每股现金股利=经营活动现金净流量/现金股利 标准值：2。 意义：该比率越大，说明支付现金股利的能力越强，其值越大越好。 分析提示：分析结果可以与同业比较，与企业过去比较。 26.营运指数=经营活动现金净流量/经营应得现金 经营所得现金=经营活动净收益+非付现费用=净利润-投资收益-营业外收入+营业外支出+本期提取的折旧+无形资产摊销+待摊费用摊销+递延资产摊销 标准值：0.9。 意义：分析会计收益和现金净流量的比例关系，评价收益质量。 分析提示：接近1，说明企业可以用经营获取的现金与其应获现金相当，收益质量高；若小于1，则说明企业的收益质量不够好。
4个步骤，学会B端系统产品规划方法
3－5年产品经理，如果成长速度平稳，往往已经从纯执行升级，开始负责给系统或者独立模块进行规划。但就观察发现，大部分同学因为缺失有效指导和方法，经常出现规划不到位，执行阶段手忙脚乱，或者把规划搞成愿望清单，罗列不具备执行价值的通用规划。一个令人不安的现象是，这样的无效规划，在高阶产品中也屡见不鲜。 基于此，希望和大家分享一些做B端系统规划的方法。这些方法不为大而全，只希望帮助3－5年产品同学快速上手，做出实用的系统规划。 一、B端系统规划的4个步骤 1. 明确系统定位 做规划，首先要明确自己负责系统/模块的定位，这样才知道我们在给什么做规划。所谓明确定位，本质是思考，我们负责的系统，长期在为企业解决什么问题，满足什么需求。 这里的“满足什么需求”，要非常明确，不能是泛泛的，比如“给公司降本提效用的”这种没用的话。没错，就B端系统而言，通常的作用，是通过信息化的方式，提高企业内部管理或者服务流程的效率。但具体到系统，比如商品管理系统，我们要明确，这个系统的定位，是通过信息化商品信息的方式，提高企业管理商品的效率。比如订单系统，是通过信息化交易过程，达到交易效率和交易体验提升的目的。 也许你的系统在解决之外的问题，没有关系，只是要注意，在思考定位的时候，要站在【企业】【长期】对的需求去想——想想如果没有这个系统，企业会出现什么问题罢。 除了空泛定位之外，也不要搞短期定位，也就是站在短期项目、短期业务需求的角度去思考定位，这样很容易把系统定位变成写项目目标——我们的屁股要坐在系统负责人的位子上。 同时，随着我们的理解加深和职责变化，系统的定位是动态变化的。建议大家每个Q，或者每次业务方向变动的时候，都重新思考一下自己系统的定位。 2. 梳理系统现状 确定定位后，我们要梳理一遍系统和系统功能的现状，功能现状代表着我们作为一个生产车间，能生产的设备是什么，设备的生产能力怎么样。掌握现状，我们才能在新的需求到来时，确定是否要新添设备，或者改造已有设备。 梳理功能现状，我们可以从两个问题进行： 我负责的系统，都有什么模块？ 每个模块的运作状态怎么样？ 模块的状态，意味着该模块是临时搭建的，还是由合理产品方案组成的。临时搭建的模块，通常是写死、耦合的逻辑，灵活性、稳定性、拓展性都比较差。当然，即使是运作良好的模块，经过长时间需求的冲刷，也会老化，等待重构。在这里我们不用心急，梳理现状时，对每个模块当前的运作状态了如指掌即可。 我们可以通过一张系统框架图，来清晰表达系统模块的现状，框架图上，需要说明当前在运作的系统/功能，以及各自的运作状态。 下图是一个订单系统框架的简单示意。从图上我们可以看出，该订单系统处在早期阶段，仅有7个模块，其中订单创建和订单状态机是两个临时搭建的模块，有可能下一次需求到来，我们就要进行改造。 3. 明确业务发展趋势 当我们明确了定位和现状后，可以着手分析业务的发展趋势——注意，这个阶段非常重要，你看得有多远，对业务判断有多准，决定了接下来规划的质量有多好。 尝试通过了解和梳理这些问题，来明确业务发展的趋势： 下一个阶段，业务发展的方向是什么？ ——通常，发展方向会围绕规模化已有业务、精细化已有业务和试验新业务来进行 在这个发展方向上，下一个阶段的目标是什么？ ——这里的目标，要能明确到可以做价值判断的程度，目标完成后带来的价值，将是我们判断优先级的重要依据。 为了完成目标，计划在什么时间做哪些动作？ 每个动作对目标的影响程度有多大？ ——通常在业务规划阶段，点子是非常多的，我们要确定哪些事情是非做不可的，哪些是锦上添花的，哪些是可有可无的，这是更细颗粒度的，对优先级判断的依据。 业务的方向和动作，有哪些会发生变化和风险，可能发生变化和出现风险的原因是什么？ 基于上图，我们会得出一个表格，来表达下个阶段业务的变化。、 我们依然以订单系统举例，从表格可以看出，订单系统对应的业务部门，下一个阶段计划保住单均营收，同时规模化增长。 好了，现在我们新增一列时间维度，再对这些问题进行询问，尝试把【下一个阶段，业务发展的方向是什么】，换成以下时间周期：【这个月，业务发展的方向是什么】、【这个Q，业务发展的方向是什么】、【这半年，业务发展的方向是什么】、【今年，业务发展的方向是什么】、【三年后，业务发展的方向是什么】 新增时间维度后，我们可以对表格进行改进。 当然，对于1个Q之后的计划，不要纠结细节，有时候业务处在探索期，我们可能只能看到这个月能干什么，探讨未来，是便于我们在长期方向上达成共识，毕竟系统设计是需要拓展性的。 为了完成上述表格，我们不仅需要搞明白业务趋势是什么，还要反复追问为什么。另外，我们要接受不是每个业务同学在每个阶段，都能把上述问题一次性讲得非常清楚，和产品一样，做业务也是要迭代的。探索的不确定性，也是一种合理的业务趋势。我们可以做的，是通过各种渠道，充分收集和分析信息，最终自己给出问题的答案。 4. 规划系统建设方向 了解业务发展趋势后，我们要着手设计系统下一个周期的建设方向和目标了。一般的，做方向规划，我们要经历3个子环节：梳理业务流程——明确建设方向——明确建设目标 1）梳理业务流程 首先，我们要具备两个认知： 互联网产品本质是提升效率的工具，路径一般是将业务过程和用户行为在线化——自动化——智能化。 通常，业务动作可以被抽象成【什么角色完成什么行为，以达成什么目的】 围绕这两点，基于我们已经收集到的业务信息，我们可以梳理下一个阶段的业务流程，以此判断哪些角色哪些行为未来是需要被搞到线上去，或者搞成自动化的。为了让思考更聚焦，我们可以尝试用一张作业流程图来引导我们思考。作业流程图需要反映出角色、作业环节、以及环节之间的流转关系。 2）明确建设方向 梳理作业流程后，我们要明确下一个阶段，系统要给什么角色什么环节进行什么程度的支持。别忘了，信息化的过程是：在线化——自动化——智能化。 我们可以通过回答下面几个问题，来引导我们思考。 新的作业流程里，哪些环节线上化程度是不够的，需要线上化支持的？ 新的作业流程里，哪些环节在线但效率低下，需要引入类似自动化的规则进行提效的？ 上述系统支持的优先级是什么？ 上述问题回答后，我们可以升级作业流程图，加上我们计划的系统建设方向。 从图中可以看出，规模化增长可能导致原有的客服成本增长，我们需要对订单创建和退款环节进行系统支持，控制这部分成本。虽然订单履行阶段也占用客服人力，但成本相对可控，根据优先级，我们本期可以不对其进行改造。 3）明确建设目标 有了方向后，我们要给每个方向制定目标，以使执行动作聚焦和执行结果可衡量。 我们要明确两个类型的指标。一方面，我们要制定系统目标，系统目标可以是根据业务目标来的，比如时效指标、人效指标、人力成本指标、转化率指标。也可以基于系统建设的角度制定，比如线上化覆盖度等。另一方面，我们要明确时间节奏目标，时间节奏决定我们采用什么质量的设计方案来实现需求。 强调一下，目标一定要有，且需要保证可达成和可衡量。我们要给每一个方向定好明确的目标，以及衡量达成的方法罢。不要谈虚词，比如，目标就是提升效率，衡量方法是上线后进行调研。相信我，上线后，你就会去忙新需求了，然后会去忙另一个新需求，直到汇报时，才想起来凑数字去写PPT，到时候只能靠编了。 上图是添加了目标的产品建设方向。 另外，如前文说的，目标和定位是两回事。目标是短期的，比如，在下个月，我们的目标是，要把创建订单的时间缩短到10S。而定位更像是愿景，比如，我们要提供高效的创建订单过程，在这个定位之下，10S是不够的，自动化也是不够的，下个月10S，再下个月，我们就要想办法让它变成5S，1S。 5. 拆解项目 终于，我们到了熟悉的环节，拆解产品项目。我们要拆解出不同的项目，以保证在规划好的产品方向下，能够达成目标。 首先，基于方向，我们要明确改造的系统/模块是什么。从改造类型角度，我们要判断本次是新增系统/模块，还是对已有系统/模块进行改造。 其次，基于时间节奏目标，我们需要明确系统建设的深度是怎样的。是选择放弃，改为线下支持，是短期方案，硬逻辑直接上，还是幸福快乐的理想情况——做长期产品方案。同时我们要做好版本拆解，要将精力重点放在最能实现目标，产出最大收益的项目上。 最后，我们会得出一张图和一张表格。一张图指的是我们的系统框架图，我们梳理过现状了，应该知道在新的变化下，我系统要怎么演进。我们可以在框架图添上计划支持的系统和模块，以表示演进过程。 从图中可看出，我们要对订单创建模块进行升级，以及新增订单规则和一整套退款模块。而订单状态机模块，虽然过去很烂，但目前无论长短期业务变化都对它依赖不强，改造可以放缓。 一张表格，指的是我们应该有一张项目列表，来管理以下信息 都有哪些项目 每个项目完成的目标是什么 优先级是什么 当前状态是什么，下一个里程碑是什么（下一个里程碑，指的是下一个重要阶段的时间点是什么），预期上线时间是什么 需要什么部门，什么资源支持 风险是什么 6. 同步规划 很多时候，规划没有执行下去，是因为我们没有做好规划的同步。产品经理这一群体容易产生研究型人才，娇气，擅长闭门造车，但如果要执行规划，我们必须让信息流通起来，向合作伙伴们提出诉求，以保证规划落地。 一般的，我们需要带着作业流程图、系统框架图和项目列表，和下面这些角色，就规划达成共识。 业务方： 我们要重点就系统建设方向和项目列表达成共识，要确认产品方向和业务方向一致，以及产品目标是否能达成 Leader： 我们需要和Leader对齐目标、风险，以及需要协调的资源 团队同学： 如果我们已经在带领团队，那我们应该将规划的思考过程、目标和项目列表和团队达成共识，让大家充分理解建设方向和每个项目的意义。 技术和设计部门： 提前同步规划，可以让下游部门进行人力储备，甚至开始进行方案设计。 也可以在同步规划后，再约技术和设计负责人沟通下，确保每个方向，都放置了足够的资源进行支持 同级部门： 拉上所有相关部门同学，提前打好招呼吧。 相信我，无论在规划落地花了多少时间沟通，都好过在需要支持时，同级部门问出那句——让我们支持可以，但能先讲讲背景么？ 好了，以上就是我们进行B端系统规划的方法。另外，有一些3－5年产品经理，在做规划时的傲娇思维，需要我们高度避免。 二、做规划时需要避免的傲娇思维 傲娇思维1：做规划没有用，业务总是变，做的规划将来也会废掉 规划的意义在于让产品工作开展更有序，没有规划，工作会变得东一榔头西一棒槌——如果因为变动，大家可以停下工作，等到稳定了才开始，那我们可以不规划。 问题是，即使不规划，各位也要干活啊，因为各位要写汇报PPT啊，最终导致做了一堆无用的PPT功能，还抱怨，业务总是变，产品没办法规划。 要有这样的认知： 快速变动，是一种常见的企业发展情况。 我们要做的，是摸索出快速变动下，应该怎么进行系统规划，比如MVP方法，比如寻找不变的业务环节进行支持，比如对频繁变动的地方做松耦合，做配置化。 如果确实出现变动，确认原因后，应该按规划步骤，及时调整规划。 同样的，这也是一种非常常见的情况。 但要注意，在这个周期过后，应该和业务同学进行复盘，思考是否有可能提前做规划来降低变动风险，要思考，是因为自己规划失误，还是确实业务在无脑变化。 做产品规划，也是反向Push业务做规划的过程。 如果业务永远不做规划，没有目标，且频繁变动业务方向，此时你应该考虑的是换个公司，或者换个老板了。 傲娇思维2：业务提需求提不明白，没办法做规划 运营同学提需求的质量不应该决定产品规划的质量。 运营同学的本职工作是运营好产品，定好业务目标和方向，而不是有条理地有远见地提出合理的产品需求，如果运营同学都能干到这份上，要你何用呢，PRD写起来很难么。 产品需要支持什么，支持到什么程度，是产品同学需要完成的工作。 另外，这份工作的内容也包含，产出规划后，和业务同学对齐。 因为没有对齐出现的规划失误，锅应该产品背。 傲娇思维3：喜欢做通用规划 3－5年产品经理，在做规划时容易做通用规划，第一类通用规划是，抄袭大厂产品做规划。 见过产品经理做商品系统，就对着淘宝商品系统抄一遍功能框架，美名其曰，做规划。 兄弟，如果可以这么做事，找一个记性好的低阶淘宝产品不就行了，要你何用呢。 抄作业是轮不到大家的。 第二类通用规划是： 什么都想做，认为多就是好。 同样的，如果什么都做，要你何用呢。 好的规划是方向聚焦的，且核心动作通常不会超过五个。 如果出现方向很多的情况，需要重新思考，业务方向是否明确，优先级判断是否合理，或者在产品方向的抽象上是否合理。 傲娇思维4：基于现有人力情况做规划 做规划时要考虑人力情况，这一点是没错的。但注意，现有人力情况，只是做规划的考虑因素之一。如果我们对业务方向已经达成共识，下面要考虑的是，该方向能带来多大价值，为满足这个价值，我们要付出多大成本。如果价值很大，成本可控，那还有什么说的，缺人，就招人啊。公司下个Q要做一亿美金的生意，难道因为缺你一个B端产品，一亿美金就不挣了么——是的，先思考价值大小，再思考成本大小，这是一个心智成熟的产品经理应该具备的规划思维。 以上是做B端系统规划的一点心得，希望能帮助到3-5年级的产品同学。
4种B端产品形态赋能业务路径
最近常常被问到，企业内部的B端产品怎么去赋能业务。这个问题一般也是老板和技术部门经理常常要思考的问题，产研团队的价值该如何定义？高薪养了这么多人，这笔钱到底花的值不值？ 那么今天我以一名业务产品专家的视角，分享一些实践经验。 一、B端产品所在公司是什么样的 B端产品，它不像C端产品那样可以直接面向用户需求，C端产品通过汇聚流量或促成交易来为企业带来收入。而B端产品面向企业，以低边际成本的产品形式传播企业管理思想和管理手段，最终帮助企业管控流程、划分责任、降本增效。 B端产品来源于业务，服务于业务，可以说赋能业务是B端产品的天职。那么在谈赋能业务之前，先看下B端产品所在的公司是什么样的，这样方便我们在具体的组织结构下谈赋能思路和方法。 1. 企业内部都有哪些角色 当企业发展到一定阶段，就会产生B端产品的需求，辅助其规范管理，公司业务形态范围也非常广，涉及生产、制造、零售、销售、供应链、物流等等。 那么这里以一家快递公司的组织架构为例，拆解公司内部人员角色和定位，并且以离客户的远近将企业分为前中后三个组织： 前台为一线执行人员，例如快递公司的快递小哥、仓管员等，一线执行人员按照公司管理要求直接或间接服务客户。 其身位离客户最近，所以前台的服务质量，会直接影响客户体验。 中台为业务人员，一般像战区、大区、总部的业务管理部门等等，业务人员通过管理一线员工按照既定的业务流程和业务动作服务客户。 业务人员会直接为公司的业务目标负责，是业务目标完成好坏的直接利益干系人，有责则有权，中台业务人员拥有业务规则的制定权和解释权，在绝大多数情况下产品规则服务于业务规则。 后台为技术部门或一些其他的职能部门，后台人员以其角色擅长的方法辅助业务部门完成业务目标，比如HRBP会贴合业务目标来配置业务成员，包括人数和级别结构。 技术团队早些年一般是负责系统落地实施的被动角色，但近年来随着数据的积累，技术的升级迭代，技术能做的事情越来越多。所以技术部门的地位上升的很快，甚至在一些有数字化基因的企业，技术部门可以直接把控业务。形成技术决策，业务辅助的局面。 但这需要诸多前提，大部门公司还是业务主导，技术辅助的格局。 2. 那么这些角色都是如何赋能业务的 首先，这些角色的产生都是为了保证公司业务的正常运转； 其次，他们通过各自的专业力来差异化赋能业务。 一线员工用执行：一线员工通过严格执行公司的管理要求，完成与客户的服务闭环，用实际执行赋能业务目标达成。 业务员工用流程：业务员工通过制定标准化SOP，来规范一线员工的执行动作，保证一线员工的服务质量，是用流程用SOP来赋能业务标准化发展。 产品经理用技术和数据：①产品经理以技术和产品为手段，帮助业务团队高效落地管理要求，通过赋能业务团队的方式间接赋能业务。②通过数据分析发掘业务问题，制定系统策略对现状进行调优，从而直接赋能业务。 如何赋能业务，不仅仅是产品经理，而是企业内各角色都需要思考的问题。 如何发挥角色优势，从不同角度助力企业业务发展，值得思考。 二、B端产品经理如何赋能业务 B端产品细分类型很多，不同形态的产品有着不同的赋能业务的路径和方法。 大体将B端产品粗分为以下四种形态：工具型/管理型/流程型/策略型。 1. 工具型产品 介绍：工具型产品以提供简单便捷的操作工具为目标，通过线上化集约的方式，减少相关人员完成业务活动的时间和精力。 如各类工作台产品，提供计算工具、分析工具、任务管理工具、沟通工具、报表工具等功能，均属于此范畴。 赋能思路：工具型产品核心目标之一是化繁为简，简化流程、优化交互，所以工具型产品可以向着傻瓜化、简单化、便捷化三个方向去赋能业务。 傻瓜化： 想用户之所想，通过数据采集、分类、标注等，提前预测用户下一步行为，并提供参考信息辅助决策，代替用户去做信息收集、整理、判断的事情，如智能调度、智能客服等； 简单化： 简单化分为交互的简化和流程的简化。 交互的简化是指替用户排除不必要的信息干扰，使信息要素以直白无争议的方式呈现给用户，做这块的产品经理可以参考John Maeda的《简约至上》，书中有介绍一些实用的设计方法和工具； 流程的简化指的是去掉重复的流程，合并相似的流程，避免在业务流程和产品操作层面产生浪费，如审批流下放等，需结合实际业务场景进行流程梳理，请注意先穷举再删减，避免遗漏。 便捷化： 便捷化的操作体验可以让用户身心愉悦，便捷化的最理想情况是业务人员即用即走，用最短的时间完成规定的业务动作，便捷化的产品设计如各种一键操作（合并多个操作步骤）、智能记忆、表单自动填充等。 2. 管理型产品 介绍：管理型产品是帮助业务高效管理的手段，也是管理者与执行者之间的信息交互平台，该平台既是业务管理者向执行者传递业务管理要求的渠道，又是业务执行者记录回传线下业务活动的通路。 例如快递公司给快递小哥使用的app，既向快递小哥约束了每件包裹的揽收妥投时效，通过超时预警/违约罚款等方式进行管理，又负责记录回传快递小哥完成揽收/妥投的位置及时间。 赋能思路：管理型产品的赋能方向，是以产品为载体将业务管理思想低成本落地。那么怎么体现管理型产品的业务价值呢？ 管理要求生效要快； 管理效果要好。 1）管理要求生效要快 体现在两方面： ① 系统上线要快 快速厘清业务规则，快速输出mvp产品原型，快速上线验证，适当留一些开关和配置以防上线后业务规则变更，如何将业务需求快速实现落地，需要产品经理从业务理解力和产品技能力两方面去提升自身能力。 ② 上手应用要快 开发完是第一步，让一线用起来才是关键。系统上线后一线不会用或不按规定使用的情况很常见，那么可以通过前置产品宣导、产品操作指引、线上学习sop等方式让一线快速上手，来达到业务预期。 2）管理效果要好 即产品功能上线后，业务数据要有好的改观。 产品功能的实现只是第一步，对产品经理来说产品上线意味着苦劳分拿到了，但功劳分能不能拿到，还得看能不能推动业务数据向好。 在推动业务数据向好的方面，也有很多可以做业务赋能的触点。比如产品沉淀的数据流，可以用于分析业务链路中的薄弱点或断点，并通过技术手段进行修复或联动业务调优业务模式。 举例，快递配送，在城市郊区等密度较低的地区。郊区配送站负责的配送范围要远大于市中心配送站的配送范围，这就带来快递员往返配送站和目标配送小区的路程很远，就会发生配送超时遭到客户投诉的情况。通过结果数据（客户投诉）和过程数据（配送时效）都能发现这个业务问题，那么产品联动业务，对超时严重的线路增加临时中转站，通过二程接驳的方式，来减少快递员往返于路上的时间，来使业务数据向好发展。 3. 流程型产品 介绍：流程型产品，主要负责设计数据在系统内或系统间的流转规则，以人类比：如果说数据是人体的血液，那么流程就是血管，为数据的流通提供管道。 流程型产品设计包括出入参定义、触发条件设计和状态机设计等，以保证业务数据可以按照既定业务规则正确流转。 如用户在电商平台下订，商城订单系统生成订单，并将订单收发货地址等信息传递给物流系统，物流接单系统接收订单，经加工后下发给运单系统生成物流运单，物流运输完毕后生成结算单给结算系统，结算系统完成轧账无误后通知运单系统结算关单。 这个流程中客户订单信息在多个系统中流转，不同系统侧重的信息不同，不同业务场景下的处理逻辑也不同，流程型产品需要考虑正向、逆向、异常分支等流程，逻辑严谨且面面俱到。 赋能思路：由于流程型产品负责系统内部的数据流转，甚至可能无外在的可视化界面，对业务是黑盒。所以流程型产品可以考虑数据本身的业务价值去赋能业务。 首先将黑盒中的数据状态、等待时间等关键业务信息可视化，将数据在系统中的流转过程以用户语言呈现。 其次，数据流转会产生痕迹，有痕迹就可以做路径分析，可以从响应速度和准确度等方向去识别业务问题。 比如618在商城买的手机，为什么迟迟没有发货，抑或是订单爆仓时触发时效报警等。 最后，以数据的视角给与业务输入，与业务一起复盘业务问题，调优业务流程。 4. 策略型产品 介绍：B端的策略型产品不同于C端，C端策略如搜索/推荐策略、广告投放策略等，属于供需匹配型策略，而B端更侧重业务策略。 比如为了应对618快递量猛增，快递站点都会提前招募临时工，那么招几名临时工，提前几天招，自营和临时员工的最优比例是多少，策略型产品会根据站点模型输出一个成本体验最优的解决方案。那么这是业务策略，是复杂业务场景下的人机交互全链路解决方案。B端的策略型产品，会在传统的信息化产品之上更进一步，产出用于辅助业务人员决策的分析型产品方案，甚至是代替业务人员的自主型决策产品。 赋能思路：B端策略型产品的业务赋能过程，一般以数据为起点，对物理世界中的业务活动进行数字建模，然后在数字世界的沙箱环境下不断通过历史数据对策略模型进行回归调优，直至得到目标结果最优的策略方案，最后将策略方案放回物理时间进行应用和验证。 策略型产品的工作流可简化为以下三步： 1）发掘业务问题 寻找那些在物理世界不可能或需付出高昂成本去做策略实验的业务场景。如快递场景下：临时工招募策略、车辆行驶路径规划策略等。 这类业务场景在物理世界有着天然的时空限制，完成一次业务活动的条件多、周期长，且无法多次重复的进行线下验证，那么这类业务场景是比较适合在数字世界进行模拟实验，需要产品经理拥有一双“慧眼”识别出这类问题。 2）设计&实现算法模型 首先，策略产品与业务人员共同对业务场景进行深层次剖析，对流程环节、业务动作、参与角色、前置条件、后置行为等维度进行业务规则穷举和排列。 其次，抽象影响业务的信息元素并赋予权重，纳入算法模型参数。 再次，制定衡量业务好坏的指标，作为算法模型的输出结果，如时间最短、成本最优、质量最高等维度。 最后，与算法工程师一起进行模型实现，并通过不断的参数调整得到最优策略模型。 3）进行线下验证 经验告诉我，线下验证这步是最重要也是最难的，如果做不好方案很难落地。 重要是指无论在沙箱环境下策略模型运行的多么稳定和优秀，放到现实环境后都可能“水土不服”。原因是算法模型的训练过程是用历史数据做预测，而现实世界的输入是随机和不可控制的。如时间因素、人为因素等，所以需要把算法模型拿到线下去跑一跑是至关重要的，线下跑的通才是真的有价值。 有难度是指线下环境的配合能力，因为要在现实环境中验证算法的正确性，需要线下的人、物、动作都必须要严格按照算法的指导完成，即使算法结果是有错误的也必须照做，否则实验无意义。 那么就需要业务侧提供一块“试验田”来配合，要知道线下的业务单位都是企业运营流程中不可或缺的一环，是紧凑不可打断的，基本不会有容错去配合做实验。 所以如何找到一块合适的“试验田”，需要自上而下的去共识推动，对实验对象进行说服和免责。这个过程本身是充满挑战和有难度的，需要产品经理对算法策略价值有清晰的认知和表达，为了获取一定的支持和资源，有时讲一个“好故事”也很重要。 三、写在最后 在B端市场中，产品经理的角色不仅仅是开发产品，更是赋能业务的重要角色。 B端产品经理要突破舒适区，去探寻业务的本质，去感受用户的需求，去探索先进的技术，让业务更加高效、智能。 只有这样，才能在激烈的市场竞争中脱颖而出，成为行业的佼佼者。
4种B端产品形态赋能业务路径
最近常常被问到，企业内部的B端产品怎么去赋能业务。这个问题一般也是老板和技术部门经理常常要思考的问题，产研团队的价值该如何定义？高薪养了这么多人，这笔钱到底花的值不值？ B端产品所在公司是什么样的 B端产品，它不像C端产品那样可以直接面向用户需求，C端产品通过汇聚流量或促成交易来为企业带来收入。而B端产品面向企业，以低边际成本的产品形式传播企业管理思想和管理手段，最终帮助企业管控流程、划分责任、降本增效。 B端产品来源于业务，服务于业务，可以说赋能业务是B端产品的天职。那么在谈赋能业务之前，先看下B端产品所在的公司是什么样的，这样方便我们在具体的组织结构下谈赋能思路和方法。 企业内部都有哪些角色 当企业发展到一定阶段，就会产生B端产品的需求，辅助其规范管理，公司业务形态范围也非常广，涉及生产、制造、零售、销售、供应链、物流等等。 那么这里以一家快递公司的组织架构为例，拆解公司内部人员角色和定位，并且以离客户的远近将企业分为前中后三个组织： 前台为一线执行人员，例如快递公司的快递小哥、仓管员等，一线执行人员按照公司管理要求直接或间接服务客户。 其身位离客户最近，所以前台的服务质量，会直接影响客户体验。 中台为业务人员，一般像战区、大区、总部的业务管理部门等等，业务人员通过管理一线员工按照既定的业务流程和业务动作服务客户。 业务人员会直接为公司的业务目标负责，是业务目标完成好坏的直接利益干系人，有责则有权，中台业务人员拥有业务规则的制定权和解释权，在绝大多数情况下产品规则服务于业务规则。 后台为技术部门或一些其他的职能部门，后台人员以其角色擅长的方法辅助业务部门完成业务目标，比如HRBP会贴合业务目标来配置业务成员，包括人数和级别结构。 技术团队早些年一般是负责系统落地实施的被动角色，但近年来随着数据的积累，技术的升级迭代，技术能做的事情越来越多。所以技术部门的地位上升的很快，甚至在一些有数字化基因的企业，技术部门可以直接把控业务。形成技术决策，业务辅助的局面。 但这需要诸多前提，大部门公司还是业务主导，技术辅助的格局。 那么这些角色都是如何赋能业务的 首先，这些角色的产生都是为了保证公司业务的正常运转； 其次，他们通过各自的专业力来差异化赋能业务。 一线员工用执行：一线员工通过严格执行公司的管理要求，完成与客户的服务闭环，用实际执行赋能业务目标达成。 业务员工用流程：业务员工通过制定标准化SOP，来规范一线员工的执行动作，保证一线员工的服务质量，是用流程用SOP来赋能业务标准化发展。 产品经理用技术和数据：①产品经理以技术和产品为手段，帮助业务团队高效落地管理要求，通过赋能业务团队的方式间接赋能业务。②通过数据分析发掘业务问题，制定系统策略对现状进行调优，从而直接赋能业务。 如何赋能业务，不仅仅是产品经理，而是企业内各角色都需要思考的问题。 如何发挥角色优势，从不同角度助力企业业务发展，值得思考。 B端产品经理如何赋能业务 B端产品细分类型很多，不同形态的产品有着不同的赋能业务的路径和方法。 大体将B端产品粗分为以下四种形态：工具型/管理型/流程型/策略型。 工具型产品 介绍：工具型产品以提供简单便捷的操作工具为目标，通过线上化集约的方式，减少相关人员完成业务活动的时间和精力。 如各类工作台产品，提供计算工具、分析工具、任务管理工具、沟通工具、报表工具等功能，均属于此范畴。 赋能思路：工具型产品核心目标之一是化繁为简，简化流程、优化交互，所以工具型产品可以向着傻瓜化、简单化、便捷化三个方向去赋能业务。 傻瓜化： 想用户之所想，通过数据采集、分类、标注等，提前预测用户下一步行为，并提供参考信息辅助决策，代替用户去做信息收集、整理、判断的事情，如智能调度、智能客服等； 简单化： 简单化分为交互的简化和流程的简化。 交互的简化是指替用户排除不必要的信息干扰，使信息要素以直白无争议的方式呈现给用户，做这块的产品经理可以参考John Maeda的《简约至上》，书中有介绍一些实用的设计方法和工具； 流程的简化指的是去掉重复的流程，合并相似的流程，避免在业务流程和产品操作层面产生浪费，如审批流下放等，需结合实际业务场景进行流程梳理，请注意先穷举再删减，避免遗漏。 便捷化： 便捷化的操作体验可以让用户身心愉悦，便捷化的最理想情况是业务人员即用即走，用最短的时间完成规定的业务动作，便捷化的产品设计如各种一键操作（合并多个操作步骤）、智能记忆、表单自动填充等。 管理型产品 介绍：管理型产品是帮助业务高效管理的手段，也是管理者与执行者之间的信息交互平台，该平台既是业务管理者向执行者传递业务管理要求的渠道，又是业务执行者记录回传线下业务活动的通路。 例如快递公司给快递小哥使用的app，既向快递小哥约束了每件包裹的揽收妥投时效，通过超时预警/违约罚款等方式进行管理，又负责记录回传快递小哥完成揽收/妥投的位置及时间。 赋能思路：管理型产品的赋能方向，是以产品为载体将业务管理思想低成本落地。那么怎么体现管理型产品的业务价值呢？ 管理要求生效要快； 管理效果要好。 1）管理要求生效要快 体现在两方面： ① 系统上线要快 快速厘清业务规则，快速输出mvp产品原型，快速上线验证，适当留一些开关和配置以防上线后业务规则变更，如何将业务需求快速实现落地，需要产品经理从业务理解力和产品技能力两方面去提升自身能力。 ② 上手应用要快 开发完是第一步，让一线用起来才是关键。系统上线后一线不会用或不按规定使用的情况很常见，那么可以通过前置产品宣导、产品操作指引、线上学习sop等方式让一线快速上手，来达到业务预期。 2）管理效果要好 即产品功能上线后，业务数据要有好的改观。 产品功能的实现只是第一步，对产品经理来说产品上线意味着苦劳分拿到了，但功劳分能不能拿到，还得看能不能推动业务数据向好。 在推动业务数据向好的方面，也有很多可以做业务赋能的触点。比如产品沉淀的数据流，可以用于分析业务链路中的薄弱点或断点，并通过技术手段进行修复或联动业务调优业务模式。 举例，快递配送，在城市郊区等密度较低的地区。郊区配送站负责的配送范围要远大于市中心配送站的配送范围，这就带来快递员往返配送站和目标配送小区的路程很远，就会发生配送超时遭到客户投诉的情况。通过结果数据（客户投诉）和过程数据（配送时效）都能发现这个业务问题，那么产品联动业务，对超时严重的线路增加临时中转站，通过二程接驳的方式，来减少快递员往返于路上的时间，来使业务数据向好发展。 流程型产品 介绍：流程型产品，主要负责设计数据在系统内或系统间的流转规则，以人类比：如果说数据是人体的血液，那么流程就是血管，为数据的流通提供管道。 流程型产品设计包括出入参定义、触发条件设计和状态机设计等，以保证业务数据可以按照既定业务规则正确流转。 如用户在电商平台下订，商城订单系统生成订单，并将订单收发货地址等信息传递给物流系统，物流接单系统接收订单，经加工后下发给运单系统生成物流运单，物流运输完毕后生成结算单给结算系统，结算系统完成轧账无误后通知运单系统结算关单。 这个流程中客户订单信息在多个系统中流转，不同系统侧重的信息不同，不同业务场景下的处理逻辑也不同，流程型产品需要考虑正向、逆向、异常分支等流程，逻辑严谨且面面俱到。 赋能思路：由于流程型产品负责系统内部的数据流转，甚至可能无外在的可视化界面，对业务是黑盒。所以流程型产品可以考虑数据本身的业务价值去赋能业务。 首先将黑盒中的数据状态、等待时间等关键业务信息可视化，将数据在系统中的流转过程以用户语言呈现。 其次，数据流转会产生痕迹，有痕迹就可以做路径分析，可以从响应速度和准确度等方向去识别业务问题。 比如618在商城买的手机，为什么迟迟没有发货，抑或是订单爆仓时触发时效报警等。 最后，以数据的视角给与业务输入，与业务一起复盘业务问题，调优业务流程。 策略型产品 介绍：B端的策略型产品不同于C端，C端策略如搜索/推荐策略、广告投放策略等，属于供需匹配型策略，而B端更侧重业务策略。 比如为了应对618快递量猛增，快递站点都会提前招募临时工，那么招几名临时工，提前几天招，自营和临时员工的最优比例是多少，策略型产品会根据站点模型输出一个成本体验最优的解决方案。那么这是业务策略，是复杂业务场景下的人机交互全链路解决方案。B端的策略型产品，会在传统的信息化产品之上更进一步，产出用于辅助业务人员决策的分析型产品方案，甚至是代替业务人员的自主型决策产品。 赋能思路：B端策略型产品的业务赋能过程，一般以数据为起点，对物理世界中的业务活动进行数字建模，然后在数字世界的沙箱环境下不断通过历史数据对策略模型进行回归调优，直至得到目标结果最优的策略方案，最后将策略方案放回物理时间进行应用和验证。 策略型产品的工作流可简化为以下三步： 发掘业务问题 寻找那些在物理世界不可能或需付出高昂成本去做策略实验的业务场景。如快递场景下：临时工招募策略、车辆行驶路径规划策略等。 这类业务场景在物理世界有着天然的时空限制，完成一次业务活动的条件多、周期长，且无法多次重复的进行线下验证，那么这类业务场景是比较适合在数字世界进行模拟实验，需要产品经理拥有一双“慧眼”识别出这类问题。 设计&实现算法模型 首先，策略产品与业务人员共同对业务场景进行深层次剖析，对流程环节、业务动作、参与角色、前置条件、后置行为等维度进行业务规则穷举和排列。 其次，抽象影响业务的信息元素并赋予权重，纳入算法模型参数。 再次，制定衡量业务好坏的指标，作为算法模型的输出结果，如时间最短、成本最优、质量最高等维度。 最后，与算法工程师一起进行模型实现，并通过不断的参数调整得到最优策略模型。 进行线下验证 经验告诉我，线下验证这步是最重要也是最难的，如果做不好方案很难落地。 重要是指无论在沙箱环境下策略模型运行的多么稳定和优秀，放到现实环境后都可能“水土不服”。原因是算法模型的训练过程是用历史数据做预测，而现实世界的输入是随机和不可控制的。如时间因素、人为因素等，所以需要把算法模型拿到线下去跑一跑是至关重要的，线下跑的通才是真的有价值。 有难度是指线下环境的配合能力，因为要在现实环境中验证算法的正确性，需要线下的人、物、动作都必须要严格按照算法的指导完成，即使算法结果是有错误的也必须照做，否则实验无意义。 那么就需要业务侧提供一块“试验田”来配合，要知道线下的业务单位都是企业运营流程中不可或缺的一环，是紧凑不可打断的，基本不会有容错去配合做实验。 所以如何找到一块合适的“试验田”，需要自上而下的去共识推动，对实验对象进行说服和免责。这个过程本身是充满挑战和有难度的，需要产品经理对算法策略价值有清晰的认知和表达，为了获取一定的支持和资源，有时讲一个“好故事”也很重要。 写在最后 在B端市场中，产品经理的角色不仅仅是开发产品，更是赋能业务的重要角色。 B端产品经理要突破舒适区，去探寻业务的本质，去感受用户的需求，去探索先进的技术，让业务更加高效、智能。 只有这样，才能在激烈的市场竞争中脱颖而出，成为行业的佼佼者。
5年从0做到过亿营收，这家区域网凭什么？
或许是数十年丰富的物流从业经历，王冬生的言谈举止间透露着一股干练老到与风趣。他一开口，熟悉的东北大碴子味扑面而来。 2018年，距离疫情爆发前的一年多时间里，王冬生跟三志物流合伙创建了辽宁三志零担物流，他也从职业经理人身份转向了投资合伙人，对内对外输出自己的行业经验。 到今天为止，辽宁三志零担成立了五年零一个月，公司的营收从0做到了一个多亿，同处眼下消费退潮期，全行业哀鸿遍野，身为公司的总经理，王冬生又是如何带领区域网突围，在短期内实现盈利的？ “空军”变“陆军” 很早之前，王冬生是给物流公司制作TMS软件的，由于所在公司属于初创阶段，对于管理流程的设计并不完善，在帮助企业制作管理流程的过程中，他慢慢转到了管理岗，这使他对于物流行业有了相当的了解，并对市场有了一个客观的认识。 2017年11月，刚接手现在这个公司的时候，王冬生就开始组织筹划公司的建设。 从职业经理人到投资合伙人，对他来说，这个转变主要是心态的转变，对于王冬生来说不是什么难事，因为他现在所操作的事情同样是企业管理。 “之前做职业经理人的时候，全程参与了把一个公司从0直接做到了头部企业……”王冬生说道。 对于重新再起网一个区域网公司，同样是资金规划、盟商招募、场地运营、信息系统、风险防控等起网必备的支持，他早已烂熟于心，因此运用起来基本框架并没有偏离最初的设计，过程还很顺利。 从公司成立至今，辽宁三志零担物流五年间稳中有升，如今也做到了一亿多的营收规模。目前拥有沈阳市内收货网点100余个，东北区域线路80余条，结合三志省际直发全国线路78条，成为辽宁地区唯一直发全国的网络型平台公司。 但眼前的成绩有多耀眼，所应对和解决的困境就有多艰难。同样经历了疫情的重创和市场经济的不景气，大环境的变化对于区域网的冲击并无减弱，覆巢之下无完卵。 多方挤压下的区域网也不安全 零担市场有全网快运、区域网和大票零担这三张网，而随着外部市场的挤压、行业内卷，零担市场之间正在相互渗透，竞争格局也悄然发生着变化。对于扎根于区域，主要承担省内货物流转，以及部分省外落货与全国直发的货物区域网企业来说，处境也不安全。 1）受线上零售冲击，货源被切 对于区域网企业来说，其主要服务于专业市场，90%的货物为省内流通，批发市场是其主要货物来源。 而随着线上平台的兴起，商流的变化引起供应链模型的调整，批发市场的销售渠道慢慢减弱，随之而来的就是传统的区域专业市场、批发市场、商贸渠道愈加不景气，货源总量减少。销售渠道的扁平化一定程度上也减少了区域零担的货量。 2）区域网门槛变高，操作越来越复杂 据王冬生透露，目前区域网的操作变得越来越复杂了：“很多客户的库房开始往三环甚至四环外移。相应的，我们要离客户更近的话，就要增加更多的网点。这样一来，就要投入更多的成本，从技术、设备到人员，而且要求也越来也高了。” 区域网的管理和操作变得更复杂，企业需要跟上这几大模块的改变去做匹配。 同时，类似货拉拉、省省回头车这样类型的中短途整车平台，也抢占了部分市场。 3）城市人口构成差异，消费缩减 此外，东北面临一个跟其他地区有些差异的地方，就是东北老龄化问题，人口流失比较严重，尤其流失的地区都是二、三线城市。 随着人口流失、消费减少，给区域网在区域之间的配送带来严重影响，这也是造成整个市场份额在减少的一个原因。 4）全网快运虎视眈眈，区域网急需提高产能 区域网是相对独立存在的一张网络。它可以利用局部密度优势在省内建立成本壁垒，由于区域网货物标准件多，更具备上自动化分拣设备的条件。但区域网头部玩家不够集中，规模偏小，所以试错成本较高，导致大家都不愿意投入太多。 目前，愿意做且有实力增加资产投入的企业少之又少，这导致产能没有太大的提升。 据运联研究院数据显示，目前还没有一个区域网玩家在单一省份市场份额超过10%，区域网整体仍处于规模小、市场散、门槛低的状态。而对于已完成上市的快运企业来说，凭借资本优势打入区域网的可能性很大，并相应投入自动化设备快速渗透市场，未来，区域网成本结构将被迫改变，优势将被削弱。 虽然目前全网快运还没有下沉到区域网，但这种竞争格局值得区域网企业审时度势，提前布局。 “大票零担+区域网”做深做透两条腿走路 就上述区域网所面对的严峻局面，王冬生也有着自己的观点和打法，并无懈怠。 背靠三志物流，辽宁三志零担承接一部分落货，而在王冬生看来，落货仅仅是区域网货量的一部分，对其而言具备优势的是批发市场、商贸市场、专业市场等，相应地，网点也都设置在专业市场、工业区以及仓库集中区。 1）货量有缩减，也有增长 就目前局势来看，王冬生表示区域网的专业市场呈现出一半萎缩，一半蓬勃发展的局面。 一方面，随着电商平台、直播平台的兴起，零售形式不再局限于实体门店，线上主要用云仓和快递运输，很多货源渠道跟快运脱钩了，像一些电子市场、手机配件、家用电器、以及鞋服市场，受电商挤压确实比较大，以前这些区域的线路在批发市场就能直发出去很多车，但现在直发车越来越少。 另一方面，如五金、机电、建材、和汽配市场的份额是在增加的，而且规模越来越大。近些年汽车的保有量越来越多，尤其是下沉的三、四线城市农村的汽车保有量越来越多，当地有一些区域网企业光靠着汽配市场就可以在省内，甚至每个县城直接发车。 总的来看，货量会受到一些影响，部分市场被切掉之后，企业只能更加细致的工作，打磨自己的核心竞争力去争夺剩余市场，但是整体影响并不大，还有发展空间。 2）两条腿走路：短线引流量，长线赚利润 基于三志物流平台，王冬生表示可以实现两条腿走路，即一边收省内区域网的货，一边收全国省际快运的落货。大票零担和区域网结合的模式，可以做到短线引流量，长线赚利润。对于加盟商来说，物流产品更丰富，利润来源更多一些。 王冬生表示，其实大家对市场还是抱有很大期望的，今年过完年是加盟的高峰，不到两个月就有20多个网点加盟进来，并且已经开始运营了。同时，辽宁三志零担也针对性的推出了无忧加盟的政策，来辅助盟商的成长和运营。 但相对来说，要想把这种物流服务体系打造的更牢固，还需要把终端做得更扎实、更稳才更有优势。 3）改善成本能力，做大做强 对于区域网企业来说，深耕本地，围绕批发市场，把控小商贸流通货源做省内的高密度布局，更有优势。而要想进一步提高门槛，还应在改善成本能力和提升用户服务体系上上下功夫。 王冬生表示，一方面，区域网货物标准化程度高，适合投入利用自动化设备操作，目前公司已经开始研究从人工分拣线升级自动化分拣线，来提升分拨的运作效率，降低单票成本。 另一方面，从布局来说，还会加大沈阳市网点的开发力度，在一些出货量比较大的区域再增设网点，类似于一部二部，增加跟客户接触的距离，贴近小b这些二级代理经销商。 “只要有货，我们就要把网点开在他们周边，做到零距离发货，只要客户有需求，我们就去适应客户的需求。这是我们下一步的走向。”王冬生透露到。 在运联研究院看来，要想拉高门槛，建立竞争壁垒，必须抓紧时间，升级组织方式，增加分拨中心的投入，提高产能。单省营业额至少要达到日均500万，才能在小票零担市场有一定的竞争力。 对于未来区域网的发展机会，王冬生始终保持着乐观的心态。在他看来，区域网还是个增量市场，虽然部分细分市场的份额是下滑的，但整个中国的零售行业是增长的。 “今年公司前三个月的数据整体上比去年增长了百分之三十，我们下一步设定的目标是做到四点多个亿，做成辽宁地区的头部企业。”王冬生如是说到。
7月起，新《公司法》正式施行！跨境卖家怎样应对挑战？
2023年12月29日，十四届全国人大常委会第七次会议表决通过新修订的《中华人民共和国公司法》（以下简称新《公司法》），自2024年7月1日起施行。 伴随着新规落地，市场上掀起了一波跨境电商公司的“减资”和“注销”潮。那么，新《公司法》对于跨境电商有哪些影响？跨境卖家要怎么应对？下面针对大家所关心的问题逐一解答。 01跨境卖家要关注的22个重点变化 对于跨境卖家来说，新公司法修订一定要慎重选择股东、高管、监事，因为股东如果存在违法行为，公司要承担连带责任风险，需要谨慎。还有下面这些重点变化： 1、 法定代表人的责任明确 新公司法第十一条 ， “法定代表人”责任由公司承担 ， 明确 “法定代表人”行为不得对抗善意第三人 ，但可以向“法定代表人”追偿损失。 2、明确认缴股东五年内实缴注册资本规定 新公司法第四十七条 ，空壳公司的生存空间将被压缩 ，保护正常企业之间经营的合法权益 ，进一步降低债权人"执行难”。 3、股东未按规定出资责任明确新 公司法四十九条、 五十条 ，股东未按时出资 或者出资不足 ，都将承担足额缴纳责任 ， 并且引发的损失也要赔偿。 4、明确未履行催缴股东出资的董事会责任 新公司法第五十一条 ，未履行催缴出资责任的董事（常说的其它股东） 承担连带责任。 5、未履行出资义务的股东可被除名 新公司法第五十二条 ，未出资或全部注册金的股东 ，在收到不低于60天的催缴通知后 ，仍未履行，该股东丧失股权。 6、明确股东抽逃资金责任 新公司法五十三条 ，其他董事、 监事、 高管人员承担连带责任。 7、认缴股东加速出资期限明确 新公司法第五十四条 ，公司到期不能偿还债务 ，公司和债权人有权要求认缴股东提前出资。 8、新增股东花名册必备事项 新公司法第五十六条 ，保护股东正常的合法权益地位。 9、新增股东查账权 新公司法五十七条 ，股东可以合法查阅公司账簿、 会计凭证。 10、股东转让股权不需要经过全体股股东同意 新公司法八十四条 ，保留其他股东优先购买权 ，删除同意权。 11、认缴股东转让后的责任划分 新公司法第八十八条 ，股东转让股权后未实缴部分由转让人受让人共同承担 ，受让人不知情下 ，追究转让人责任。 12、小股东权益保护 新公司法第八十九条 ，新增小股东权益保护的救济程序 ，公司控制股东滥用股东权利 ，损害其它股东或公司利益 ，有权要求其按照合理价格进行回购。 13、明确不能担任董事、 监事、 高管的身份 新公司法一百七十八条 ，失信被执行人被明确纳入黑名单 14、明确“影子"董事、 高管的责任 新公司法第一百九十二条 ，股东通过控制监事、 高级管理人员而侵害公司利益或者其他股东利益，双方都要承担责任。 15、新增简昜减资制度 新公司法第二百二十五条 ，公司亏损可以用减资来弥补。 16、删除“—人”有限公司特别规定”章节 新公司法二十三条，明确为一个股东的有限公司，既包含了自然人股东又包含了企业法人股东 ， 范围更广。 17、新公司法第二十八条 ：股东会、董事会决议无效 ，但与善意相对人形成的民事法律关系，不受影响。 公司股东会作出的决议，虽然没有完善的决议程序 ，但产生的实质效果 ，不违反善意相对人原则，视为有效。单个股东"捣蛋”不影响善意相对人的权益。 18、明确电子营业执照的法律地位 新公司法第三十三条 ， 电子营业执照与纸质营业执照具有相同法律效力。 19、增加法定代表人产生、 变更办法载入章程 新公司法第四十六条 ，公司章程中需要载明的内容 ，第七项打击了"挂名"行为。 20、重大事项2/3表决 ， 由"必须"改为"应当” 新公司法第六十六条 ， 呼应二十八条"公司股东会瑕疵程序决议形成的善意第三人法律关系有效”。 21、 删除自然人不能设立2家自然人独资公司 未来有可能一个人可以注册多家一人有限公司。 22、新法旧法的衔接 已经成立的逐渐调整出资期限 ，但明显出资异常需要面临及时调整。 02对跨境卖家有什么影响？ 新公司法修订的地方不少，但对中小微民营企业来说，影响最大的是对有限责任公司认缴登记制进行了完善，明确全体股东认缴的出资额由股东按照公司章程的规定自公司成立之日起五年内缴足。 为了防止平台封号，很多跨境卖家都是多公司多店铺运营，将风险分散，而且为了能让店铺顺利通过审核，注册资金也往大里填，再加上跨境收款模式的独特性，很多公司的对公账户资金其实并不充足，要是这些公司都需要实缴注册资本，都是不小的压力。 “之前做亚马逊为了容易通过审核，注册资金很多都填的50万以上。” “外贸公司注册资金都不敢写太低，担心客户查了以后不想和我们合作，填的高做生意信誉也好点。” “现在对做跨境电商的来说不是减资的问题，也是70%没有对公转账！” 第一，亚马逊卖家 目前亚马逊对资金这个部分没有要求，但是改注册资金、营业执照更新之后，亚马逊后台如果也要同步更新的话，需要注意是否会触发二审的情况。第二，铺货卖家 铺货卖家通常注册多家公司，这些公司都是用来注册亚马逊账号，甚至连对公账户都没有，如果不实缴的话，可能要面临巨大的实缴压力。第三，货代公司 从事海上国际货物运输代理业务的公司，注册资本最低限额为500万元人民币，但实际上许多货代公司实缴只有几万元。如果这些小型货代无力全部实缴，可能会面临被淘汰的问题。 03跨境卖家如何应对注册资本实缴？ 不少跨境卖家有疑惑，注册资本太高，一时拿不出那么多钱缴纳怎么办？下面给大家整理了七种解决注册资本实缴的方法，供大家参考。 01 用自有资金实际缴纳 就是股东用自己的钱，实实在在地往公司的基本户打投资款，可以一次性，也可以分批打入，在规定的时间内实缴完就行。要知道进了公司账户的钱，是可以花的，只要合法合规。 举例：电商卖家老王2022年注册了a公司，注册资本100万。公司刚创立时，老王个人往公司对公打了20万投资款，2023年公司给老王个人发了12万工资，因为老王有租房以及子女教育的专项附加可以抵税，因此基本没有个税，2024年1月，老王又往公司对公账上打了12万投资款，8年足够老王公司完成实缴。 02 减资 没有那么多钱完成实缴，可以把注册资本降到自己能力承受范围内。这个操作需要关注3个点： 第一，平台对于公司行业有没有注册资本的最低限制； 第二，要确保公司无债务风险，因为减资需要通知相关债权人； 第三，减资需经全体股东持股比例三分之二以上表决权股东通过，并形成决议文件签字。满足以上要求的公司就可以申请减资。 03 注册其他类型的企业 由于个体工商户、个人独资企业、有限合伙企业不受《公司法》实缴出资的限制。办理这3种类型的营业执照替代有限公司执照也是一种应对方式。 但需要注意的是，第一，个体工商户、个人独资企业、有限合伙企业的GP承担的都是无限连带责任，这就需要确保所经营的业务不存在太多安全隐患；第二，关注平台政策要求，是否允许办理这类型执照开店，还是必须就得是有限公司？ 04 优化股权架构 任何企业的发展变化，不管他的战略、股权激励还是节税，最终都要用股权结构来做支撑。从个人持股变成公司持股还有一个好处，就是可以通过一些合理的财务手段完成实缴！ 举例：a公司100%控股b公司，2023年a公司向b公司借款了100万，用于实缴注册资本。2023年子公司盈利500万，在缴纳了企业所得税之后，留足运营成本之后，b公司向a公司分红100万，而居民企业之前分红免税，因此，a公司无须交税。同时A公司要归还b公司100万借款，财务处理上相互抵减后，A公司完成了实缴，2家公司也不存在纳税问题。 05 知识产权出资 通俗来说就是利用自身拥有的知识产权（比如专利、商标、版权和软件等），来进行注册资本的实缴。但知识产权需要经过评估作价才能作为出资，需要委托专业的资产评估机构进行。 06 实物出资 实物出资，指的就比如说个人名下的房或者车以及商铺等等，股东通过实物出资的话，注意第一估值要合理定价，比如明明100万的车，你估200万，这就不合适。第二，股东要办理产权转移手续，把资产转到公司名下。 07注销后再新注册 也有老板会问，公司经营5年后，注册资本还是交不上，我能不能把它注销了，再重新成立一家新公司？这个是可以的，注销之后再重新成立新公司，新公司从成立之日起，重新计算认缴时间。 但在经营上可能会加大企业管理的工作量。比如新公司对公账户以及社保等相应手续的办理，还有平台店铺是否允许替换公司？都需要综合考虑进去。 目前相关政策收紧，行业合规化要求逐渐提高。各位跨境卖家们都需要提前做好准备，制定相应策略，确保业务的持续发展。 前有亚马逊不再接受卖家以个体工商户身份注册亚马逊店铺，后有5年内缴齐注册资金，对于小型企业和个人卖家，进入亚马逊的门槛和创业门槛在未来都将会越来越高，对资金和资质的要求也更加严苛。 面对新《公司法》的实施，跨境卖家们还可以考虑注册一家海外公司，如美国公司、BVI公司，注册时无需验资。无论注册资本多少，都不会对公司运营产生实质影响。 跨境卖家参谋可为您提供离岸公司注册等工商财税一站式服务，如您需要了解办理欢迎随时咨询~
AEO国际互认知多少
AEO是什么？ AEO是Authorized Economic Operator的简称，即“经认证的经营者”，是世界海关组织倡导的，通过海关对信用状况、守法程度和水平较高的企业进行认证，对通过认证的企业给予优惠通关便利的一项制度。 在我国，高级认证企业是中国海关AEO。高级认证企业不仅在国内适用海关便利的管理措施，还可以享受AEO互认国家（地区）海关通关便利措施。 AEO国际互认是什么？ 世界海关组织于2005年度制定通过了《全球贸易安全与便利标准框架》（以下简称《标准框架》），而《标准框架》中的核心制度就是AEO制度，全球有多个国家（地区）参与其中。有关国家（地区）签订互认协议后，其AEO企业通关时可以享受便利化待遇，能有效降低企业港口、保险、物流等贸易成本，提升国际竞争力。 正如之前提到，高级认证企业是中国海关AEO，AEO在不同的国家（地区）有专属名称，比如： 新加坡 “STP-Plus企业” 韩国 “进出口安全管理优秀企业” 中国香港 “香港认可经济营运商” 欧盟 “安全AEO认证企业（AEOS）”和“简化海关手续及安全AEO认证企业（AEOC/AEOS）” 新西兰 “安全出口计划”的成员 白俄罗斯 “第三类AEO企业” 具体有哪些便利措施呢？ 各国家（地区）实施AEO互认合作后，给予互认企业相关便利措施，具体以公告为准，内容不完全相同。归纳中国海关与其他的国家（地区）AEO互认措施，内容一般包括： 适用较低的单证审核率； 适用较低的进口货物查验率； 对需要实货检查的货物给予优先查验； 指定海关联络员，负责沟通处理AEO企业在通关中遇到的问题； 在国际贸易中断（由于安全警戒级别提高、边境关闭、自然灾害、危险突发事件或是其他重大事故等造成的国际贸易中断）并恢复后优先通关。 与中国实现AEO互认的国家（地区）有哪些？ 中国海关自2008年实施AEO制度以来，一直大力推进AEO国际互认，着力提升我国企业境内外通关便利化水平，降低企业通关成本，增强企业在国际市场的竞争力。 截至目前，中国海关已经与新加坡、欧盟等26个经济体52个国家（地区）签署AEO互认协议，其中共建“一带一路”国家增加至35个，互认协议签署数量和互认国家（地区）数量居全球“双第一”。 具体名单 新加坡、韩国、中国香港、欧盟成员国（27个）、英国、瑞士、新西兰、以色列、日本、白俄罗斯、智利、澳大利亚、哈萨克斯坦、蒙古、乌拉圭、阿联酋、塞尔维亚、乌干达、南非、巴西、伊朗、俄罗斯、乌兹别克斯坦、菲律宾、中国澳门、哥斯达黎加 AEO企业如何及时享受中国海关与其他国家（地区）海关AEO互认带来的通关便利措施？ 境外收发货人为中国海关已互认国家（地区）海关AEO企业的，国内相关企业需要在水、空运货运舱单《原始舱单数据项》或《预配舱单数据项》的“收货人AEO企业编码”、“发货人AEO企业编码”栏目和《中华人民共和国海关进（出）口货物报关单》“境外收发货人”栏目中填写境外收发货人的AEO企业编码。中国海关在确认境外AEO企业身份后，将会给予相关便利措施。 中国海关AEO企业向已互认国家（地区）进出口货物时，一般需要将AEO企业编码通报给已互认国家（地区）进口商或出口商（具体以公告为准），由其按照规定填写申报，已互认国家（地区）海关在确认中国海关AEO企业身份后，将会给予相关便利措施。
AEO高级认证之“跨境电商”
跨境电商”"> 前言：以“B2B”、“B2C”为代表的跨境电商贸易已成为全球贸易体系中重要组成部分。随着国家近年来各项跨境电商利好政策的不断出台，越来越多跨境电子商务企业正蓄势待发、迈出国门，成为跨境贸易中一股不可忽视的力量。而作为海关信用管理核心的AEO制度凭借着提供国内政策支持以及国际互认便利的双重优势，将成为跨境电商企业远征海外的“助推器”和“通行证”。 根据《中华人民共和国海关注册登记和备案企业信用管理办法》（署令第251号）第三十条，高级认证企业适用管理措施： 进出口货物平均查验率低于实施常规管理措施企业平均查验率的20%；出口货物原产地调查平均抽查比例在企业平均抽查比例的20%以下；优先办理进出口货物通关手续及相关业务手续；优先向其他国家（地区）推荐农产品、食品等出口企业的注册；可以向海关申请免除担保；减少对企业稽查、核查频次；可以在出口货物运抵海关监管区之前向海关申报；海关为企业设立协调员；AEO互认国家或者地区海关通关便利措施；国家有关部门实施的守信联合激励措施；因不可抗力中断国际贸易恢复后优先通关；海关总署规定的其他管理措施。 我们作为跨境电商企业申请AEO资质有何需要注意的呢？ 由于从事跨境电子商务企业类型众多，不同类型企业适用的认证标准不尽相同，企业应在认证准备期有针对性开展自我评估，对标相应的企业类型标准 如何查询我们是哪跨境电商类型呢？ 根据海关总署《关于跨境电子商务零售进出口商品有关监管事宜公告》2018年第194 号），涉及进出口跨境电商业务的企业主要分以下几种：“跨境电子商务企业”，“跨境电子商务企业境内代理人”、“跨境电子商务平台企业”、“支付企业”以及“物流企业”。企业可以登陆“中国海关企业进出口信用信息公示平台”查询本企业跨境电商类型。 如果是跨境电子商务企业适用哪种标准呢？ 对于跨境电子商务企业，其职责是自境外向境内消费者销售跨境电子商务零售进口商品的境外注册企业，或者境内向境外消费者销售跨境电子商务零售出口商品的企业，为商品的货权所有人。在当前中国 AEO 认证制度框架下，境外注册企业是无法直接申请中国的 AEO 认证的，因此只有出口商品的国内注册企业方可申请。其作为实际货物的进出口收发货人，在认证准备期需要依照高级认证企业的通用标准+专项标准中的1-5项进行自我评估。 如果是跨境电子商务企业境内代理人适用哪种标准呢？ 对于跨境电子商务企业境内代理人，其职责是接受境外注册企业委托，在海关办理注册登记，承担如实申报责任。具体参照何种认证标准要看企业具体经营列别，如属于进出口收发货人的在认证准备期需要依照高级认证企业的通用标准+专项标准中的1-5项进行自我评估。属于特殊监管区双重身份企业的需要依照高级认证企业的通用标准+专项标准中的1-5、10-13项进行自我评估或检测。 如果是跨境电子商务平台企业适用哪种标准呢？ 对于跨境电子商务平台企业，其职责为为交易双方提供网页空间、虚拟经营场所、交易规则、信息发布等服务，设立供交易双方独立开展交易活动的信息网络系统。因此企业认证准备期需要依照高级认证企业的通用标准+专项标准中的23-28项进行自我评估或检视。 如果是物流企业适用哪种标准呢？ 对于物流企业，其职责为接受跨境电子商务平台企业、跨境电子商务企业或其代理人委托为其提供跨境电子商务零售进出口物流服务。直购进口模式下，物流企业应为邮政企业或者已向海关办理代理报关登记手续的进出境快件运营人。具体到 AEO 认证分两种情况：如果物流企业是直接从事跨境物流运输业务或者境内海关监管货物物流运输业务且直接负责运输工具经营管理的快递企业，认证准备期需要依照高级认证企业的通用标准+专项标准中10-13以及20-22项以及进行自我评估或检视；非上述情况的可依照高级认证企业的通用标准+专项标准中10-13进行自我评估或检视。 有配套文件能够学习一下么？ 有啊，具体可以看： 《中华人民共和国海关注册登记和备案企业信用管理办法》（海关总署令第251号） 海关总署2021年第86号（关于公布《中华人民共和国海关注册登记和备案企业信用管理办法》所涉及法律文书格式文本的公告） 海关总署公告2022年第106号（关于公布《海关高级认证企业标准》的公告 ） 里面有详细阐述。 最后需要说明的是海关在实地认证时会以以上企业实际业务开展情况进行审核，如果企业未实际开展相关业务将会按照实际经营类别进行认证。如果企业开展新业务变更经营类别，请及时按照相应标准调整相关内部管理制度。 明白了！听你这么一介绍，我们决定立刻开始学习高级认证企业相关的标准。多谢！ 不客气，再见！ 供稿单位：东丽海关、企业管理和稽查处 编辑：冯毅 审核：刘维、曹增
AI translation apps: Benefits for your travels?
This article explains the benefits of AI translation apps for travelers, which offer a practical and efficient solution worldwide.Despite the increasing accessibility of international travel, language barriers continue to pose a significant challenge. At LIKE.TG, our goal is to help you explore the world more easilyThe Revolution of AI in TranslationAI technology has revolutionized language translation, providing unprecedented accuracy and contextualization.These applications continuously learn, improving their ability to understand and translate linguistic and cultural nuances with each update.Benefits of AI Translation AppsTravel without language barriersImagine asking for directions, interacting with locals, or even resolving emergencies in a language you don’t speak.AI translation apps make it all possible, removing one of the biggest obstacles for travelers: language.Instant communicationImagine looking at a menu in an Italian restaurant and every dish sounds like a Harry Potter spell. This is where your AI translation app acts as your personal wand.Imagine having a magic button that allows you to instantly understand and speak any language. Well, in the real world, that “wand” fits in your pocket and is called an AI translation app.These apps are like having a personal mini translator with you 24/7, ready to help you order that strange dish on the menu without ending up eating something you can’t even pronounce.Whether you’re trying to unravel the mystery of a Japanese sign or want to know what the hell that road sign in Iceland means, the instant translation offered by some AI apps is your best friend.Cultural learning beyond wordsSome of these apps don’t just translate words for you; they immerse you in a pool of culture without the need for floats. Think of them as a bridge between you and the authentic native experiences that await you in every corner of the world.Suddenly you learn to say “thank you” in Italian so convincingly that even the “nonna” at the restaurant smiles at you.There are tools that not only teach you to speak like a native, but to understand their gestures, their jokes, and even prepare you to be the “King of Karaoke in Korea”.Gain independence and be the boss of your own trip.Need a tour guide? No way! With an AI translation app in your pocket, you become the hero of your own travel odyssey.These digital wonders give you the freedom to control your adventure, allowing you to discover those secret corners of Paris or navigate the back streets of Tokyo without becoming part of the scenery.They are your golden ticket to freedom, giving you the power to explore at your leisure without having to follow the pack like a duck in a line.It’s time to take the reins, blaze your own trail, and collect the epic stories everyone wants to hear.With these apps, independence isn’t just a word; it’s your new way of traveling.Improve your dining experienceHave you ever felt like a detective trying to solve the mystery of a foreign menu? With AI translation apps, the mystery is solved instantly.Imagine pointing your phone at a dish called “Risotto ai Funghi” and discovering that you’re not ordering a strange dessert, but a delicious rice with mushrooms.These apps are your personal Michelin guide, ensuring that every bite is an adventure for your taste buds and not an unwanted surprise.Makes using public transportation easierSay goodbye to the complicated signs and misunderstandings that get you around town.It’s like every traffic sign and schedule speaks your language, giving you a VIP pass to move around the city like a fish in water, ready to explain that the train leaves in 5 minutes, not 50.Suddenly, getting from point A to point B is as easy as ordering a pizza.Improve your personal safetyIn a pinch, these apps become your capeless hero. Whether it’s explaining a shellfish allergy or locating the nearest emergency exit, they help you communicate clearly and avoid those “lost in translation” moments no one wants to experience.Access real-time local information:See that poster about a local event? Yeah, the one that looks interesting but is in a language you don’t understand.With a quick scan, your translation app tells you all about that secret concert or food festival that only the locals go to.Congratulations! You’ve just upgraded your status from tourist to expert traveler.Flexibility and convenienceWant to change your plans and venture to a nearby town recommended by a local you met yesterday at the train station? Of course you can!With the confidence your translation app gives you, you can decide to follow that spontaneous advice and visit a nearby town without worrying about the language. Your trip, your rules.Choosing the best translation app for your travelsWhen choosing a translation app, it is important to consider the variety of languages available, the accuracy of the translation, and the additional features it offers.LIKE.TG apps, for example, stand out for their wide range of supported languages and innovative features that go beyond simple translation, such as real-time speech recognition and built-in language lessons.REMEMBER !!!You can download our available apps for translating and learning languages correctly available for free on googleplay and applestores.Do not hesitate to visit our LIKE.TG website and contact us with any questions or problems you may have, and of course, take a look at any of our blog articles.
AI-based translation tools: Analysis and comparison of the best ones
As globalization increases, companies and individuals are finding it necessary to communicate more frequently with people who speak different languages.As a result, the need for translation tools has become more pressing.The good news is that there are now AI-based translation tools that make the process of translating text and speech faster and more accurate than ever before.In this article, I will analyze and compare the best AI-based translation tools available, discussing their advantages, features and drawbacks.Introduction to AI-based translation toolsAI-based translation tools use artificial intelligence to translate text and speech from one language to another. These tools have become increasingly popular in recent years thanks to advances in machine learning and natural language processing. Such tools are faster, more accurate and can handle a higher volume of work.Benefits of using AI-based translation toolsOne of the main advantages of using AI-based translation tools is speed. These tools can translate large volumes of text in a matter of seconds, whereas it would take a human translator much longer to do the same job.They are less likely to make mistakes and can also be used to translate speeches in real time, which makes them very useful for international conferences or business meetings.Popular AI-based translation tools and their featuresThere are many AI-based translation tools, each with its own unique features. Here are some of the most popular ones and what they offer:1. Google TranslateGoogle Translate is one of the most well-known AI-based translation tools. It offers translations in over 100 languages and can be used to translate text, speech, and even images. Google Translate also offers a feature called “Conversation Mode,” which allows two people to have a conversation in different languages using the same device.2. Microsoft TranslatorMicrosoft Translator is another popular AI-based translation tool. It offers translations in over 60 languages and can be used to translate text, speech, and images. Microsoft Translator also offers a feature called “Live Feature,” which allows two people to have a conversation in different languages using their own devices.3. DeepLDeepL is a newer AI-based translation tool, but it has quickly gained popularity thanks to its high-quality translations. It offers translations in nine languages and can be used to translate text. DeepL uses deep learning algorithms to produce translations that are more accurate and natural-sounding than those produced by other translation tools.4. LIKE.TG TranslateLIKE.TG Translate is a relatively new AI-based translation tool that has gained popularity in recent years. It is available in over 125 languages and can translate text, voice and images. One of the unique features of LIKE.TG Translate is its ability to translate text within other apps.The best feature of these apps is that not only do they base their translation using AI but they have a team of native translators behind them constantly improving their applications to make them even better.Factors to consider when choosing an AI-based translation toolWhen choosing an AI-based translation tool, there are several factors to consider. The first is the languages you need to translate. Make sure the tool you choose supports the languages you need. The second factor is the type of translations you need. Do you need to translate text, speech, or images? Do you need real-time translation for conversations? The third factor is the accuracy of the translations. Consider the quality of the translations produced by each tool. Lastly, consider the cost of the tool. Some AI-based translation tools are free, while others require a subscription or payment per use.Pros and cons of using AI-based translation toolsLike any tool, AI-based translation tools have pros and cons. Here are some of the main advantages and drawbacks of using these tools:After a thorough analysis, I can faithfully describe to you some of the most characteristic pros and cons of these tools:PROSAccuracy: These tools are able to better understand the context and syntax of the language, which translates into greater translation accuracy.Speed: Translating large amounts of text can take a long time if done manually, whereas AI-based translation tools are able to process large amounts of text in a matter of seconds.Cost savings: AI-based translation tools are often less expensive than human translation services, especially for large projects.Integrations: Many of these tools integrate with other platforms and productivity tools, making them easy to use in different contexts.CONSLack of context: These tools often lack context, which can result in inaccurate or inconsistent translations. For example, a literal translation of a sentence in one language into another may not take into account cultural connotations or social context and result in a translation that makes no sense.Lack of accuracy: Although AI-based translation tools have improved significantly in recent years, they are still not as accurate as humans. Translations can be inaccurate or have grammatical and spelling errors, especially in more complex or technical languages.They cannot capture nuances or tones: Such translation tools cannot capture nuances or tones that are often important in human communication. For example, they may miss the sarcastic or ironic tone of a sentence and translate it literally.Language dependency: language dependent, meaning that they work best for translating between widely spoken and documented languages but do not represent less common languages or regional dialects well. .Cost: While there are some available for free, many of the high-quality tools are quite expensive.Lack of customization: AI-based translation tools cannot be customized to meet the specific needs of an individual or company. This can limit their usefulness especially when highly specialized or technical translation is required.Privacy and security: Some tools collect and store sensitive data, which can raise serious concerns about data privacy and security.In conclusion, AI-based translation tools offer a number of advantages in terms of speed, accuracy and cost, but it is important to be aware of their limitations and challenges when selecting a tool.How AI-based translation tools are changing the translation industryAI-based translation tools are changing the translation industry in several ways. The first is that the translation process is faster and more efficient. This allows translators to handle larger volumes of work and deliver projects faster. The second way in which they are changing the industry is that specialized translators are becoming more in demand, as human quality is irreplaceable and although they can do basic translations, they have problems with technical or specialized language.This means that specialized translators in certain areas are more in demand than ever.The future of AI-based translation toolsThe future of AI-based translation tools is bright. As technology continues to advance, these tools will become even more sophisticated and accurate. We may eventually see a tool capable of handling all forms of language, including slang and regional dialects. It is also possible that they will become more integrated into our daily lives, allowing us to communicate with people who speak different languages more easily than ever before, yet experts continue to warn that humans cannot be replaced.Conclusion and recommendations for the best AI-based translation toolsIn conclusion, AI-based translation tools offer many advantages over traditional methods. They are faster, more accurate and can handle a higher volume of work. However, it is important to consider the languages you need to translate, the type of translations you need, the accuracy of the translations and the cost of the tool when choosing an AI-based translation tool, because at the end of the day no AI can replace a human being, nor can it emulate the human quality that a human being can bring to us.Based on our analysis and comparison, we recommend Google Translate for its versatility and variety of features. However, if you need high quality translations, LIKE.TG Translate may be the best choice.REMEMBER !!!You can download our available apps for translating and learning languages correctly available for free on googleplay and applestores.Do not hesitate to visit our LIKE.TG website and contact us with any questions or problems you may have, and of course, take a look at any of our blog articles.
Airbase：美国支出管理软件提供商&471880&485932虚拟卡
导语：Airbase是一家管理销售支出及预算服务商，可以帮助客户企业管理支出和预算，并跟踪支出情况 。 Part 1 公司概述 1.1 公司简介 Airbase创立于2017年，总部位于美国加州旧金山，是一个多合一的支出管理平台，可帮助公司实现财务控制和可见性，可以帮助客户企业管理支出和预算，并跟踪支出情况。Airbase的目标是帮助客户企业更高效地控制和管理用于购买商品、服务的资金。 在管理支出方面，Airbase会帮助客户企业对支出进行控制，企业员工可以便捷地完成支出申请和批准流程 。Airbase会发行公司卡，包括虚拟公司卡和实体公司卡 ，来处理客户企业所有线下和线上业务支出情况 。通过使用虚拟公司卡，客户企业的员工可以在支出费用前，看到预算的剩余情况，从而降低了支出超额风险，实体公司卡为有线下消费需求的员工而设计。 1.2 创立背景 在创办 Airbase 之前，首席执行官Thejo Kote在汽车软件行业建立并出售了一家公司 Automatic。 在谈到转向支出管理这个领域的原因时，Thejo Kote表示：“我发现作为行业局外人建立一家公司既有趣又具有挑战性。在开始 Automatic 之前，我对汽车行业了解不多，只知道它有很大的颠覆空间，Airbase 也是如此。我不是会计师，但作为 Automatic 的首席执行官，我亲眼目睹了支出管理和会计如何让任何公司都头疼，尤其是快速增长的公司。” 为了解决企业支出管理耗时费力且成本高昂的问题， 2017年Thejo Kote带着其解决方案创办了Airbase。 1.3 融资情况 （资料来源：天眼查） Part 2 公司业务 2.1 平台概述 1.Airbase解决的问题 Airbase 用一个自动化的支出管理平台取代了复杂的流程、混乱的财务堆栈和手动工作流程。Airbase 提供最大的可见性和控制力，使公司采购安全、轻松、高效。通过自动化工作流程，您将解放财务和会计团队，缩短关闭时间，为决策者提供更好的数据，并为所有员工提供他们喜欢的采购流程。 2.Airbase为谁解决问题 Airbase 为受公司支出影响的任何人（会计和财务团队、预算负责人、员工、领导层、合作伙伴和供应商）解决大大小小的问题。Airbase 支持远程团队、国际团队、在办公室工作的团队以及国内和国际供应商。其功能的深度和广度可以从中端市场扩展到企业级公司。 3.Airbase平台的特点 ①对所有非薪资支出的一致性 ②降低处理成本并优化支出 ③让系统确保并记录合规性 ④自动将请求路由到适当的批准者 ⑤轻松检索审计或其他文档 ⑥实时数据以便做出更好的决策 2.2 账单支付 特点：1.轻松创建账单 从发票轻松创建账单。Airbase 使用 OCR 技术扫描您的发票或手动创建账单。供应商使用该门户上传发票、跟踪付款以及提供或更新付款详细信息。 2.统一归档 有关发票的所有信息都在一个位置归档，其他详细信息会自动从电子邮件通信中提取并添加到指定的发票收件箱中。 3.自动三向匹配 通过在 Airbase 中执行发票与从 NetSuite 同步的采购订单和项目收据的三向匹配，提高采购货物的效率并降低财务风险。 4.安排付款 安排支票、ACH 或国际电汇付款。考虑到周末和节假日，Airbase 会计算何时需要发送付款才能按时收到。 5.摊销 自动创建、执行和跟踪虚拟卡或账单支付交易的直线分期付款计划。NetSuite 用户可以利用集成来选择 NetSuite 摊销时间表模板。 6.国际供应商付款 Airbase 提供国际支付支持，以当地货币或美元向您的供应商付款。与银行电汇相比，Airbase的外币支付功能易于使用且费用低廉。 7.额外的功能 使用Airbase的 W-9 合规性功能确保在向供应商付款之前表格已存档。按类别拆分付款金额。银行活动报告显示单笔交易，而不是批量交易，使月底银行对账变得轻而易举。 2.3 公司卡 特点：1.无限返现 所有消费类别的无限现金返还 没有奖励噱头或促销期 每月获得现金返还 2.虚拟卡和实体卡 ①虚拟卡灵活、方便 当员工为一次性或定期付款创建虚拟卡时，会生成完整的审计跟踪并将交易自动记入 GL。 ②实体卡当面购买 员工亲自消费的实体卡可以通过设置消费限额来定制以进行额外控制，或者设置为阻止使用卡片以实现未处理的收据合规性。 3.保留现有卡片计划 Airbase 已与硅谷银行和美国运通合作，将他们的卡整合到平台中。无需换卡即可获得支出管理的所有好处。 4.管理预算。 限制可以在卡上花费的金额，并上下调整以适应不断变化的情况。使用具有预批准工作流程的虚拟卡，或使用实体卡进行销售点购买，并控制您的预算。 5.自动同步到 GL 将事务正确同步到 GL 需要预先进行准确分类。将 Airbase 与 QuickBooks Online、QuickBooks Desktop、Xero、Sage Intacct 或 Oracle NetSuite 集成。 6.保障安全支出 自动欺诈检测会提醒持卡人注意任何可疑交易。 无论您是将实体卡添加到数字钱包，还是使用卡的芯片技术避免在购买时发生接触，非接触式支付都更加安全。 7.自定义卡片类型。 借助 Airbase 灵活的卡片设置，您可以创建适合贵公司特殊情况的卡片。例如，创建一张“每日津贴”卡以控制差旅费用。 2.4 费用报销 特点： 1.快速报销 无论您身在何处，都可以提交报销。使用 Airbase 移动应用程序为您的收据拍照，OCR 技术将在几秒钟内自动扫描并填充您的费用明细。一旦获得批准，您的报销将直接存入您的银行账户。 2.一致的政策和批准。 当员工在用于所有其他采购请求的同一系统中提交费用时，这非常简单明了。根据贵公司的政策，请求会自动路由到适当的审批人。 设置必填字段、提交时间窗口和任何预算限制。通过标记或阻止不允许的费用来向您的员工提供清晰的信息。 3.审计跟踪 当一切都以一种一致的格式按交易归档时，生成的审计跟踪很容易访问，并且包含所有支持文档，包括收据、票据等。 Part 3 替代产品 Jeeves可以看作是Airbase的替代产品。 Jeeves成立于 2020 年，是一家美国金融支付解决方案提供商，为用户提供虚拟卡和实体卡以数字方式管理供应商和付款，不收取任何费用，同时给与4%的消费返现。Jeeves 是 Y Combinator 旗下的一家公司，其使命是通过提供现代金融服务方法为全球企业赋能。Jeeves提供创新技术，使客户能够专注于他们的业务增长。 相关阅读： Jeeves：腾讯入股的企业费用管理平台&提供485953虚拟卡
AI浪潮下，企业新业务流程要如何重组？
业务流程重组（Business Process Reengineering，BPR）是新技术带来的管理革命的重要组成部分。1990年，迈克尔·哈默在《哈佛商业评论》发表了一篇题为《再造：不是自动化改造，而是推倒重来》的文章，将企业在微型计算机、数据库、计算机网络等信息技术的渗透下日益涌动的管理变革推向高潮。 一时间，业务流程重组成为企业竞相追逐的热点。随后的三十年中，业务流程重组的理念与实践在最初的激进风潮之后，经历了持续的探索与完善，深刻融入到现代数字化企业管理思想体系中。 在ERP（Enterprise Resource Planning，企业资源计划）等关键性企业系统的实施和应用中，在新兴网络环境下的商业模式创新构建中，业务流程的设计、管理与优化，更是不可或缺。 新AI的兴起，在更高的维度上为业务流程重组开辟了新的空间。2022年11月，生成式大语言模型对话机器人ChatGPT的推出，开启了新一轮AI浪潮。在随后一年多的时间中，生成式大语言模型席卷全球，新AI技术的发展和应用，成为各行各业瞩目的焦点。 与过去二十多年中兴起的其他信息技术相比，基于生成式大语言模型的AI具有通用性、交互性、多模态、动态性、成长性等新特点，如同当年的计算机、数据库和网络技术一样，具备深度冲击和改变人们基本工作方式以及业务流程基础运行逻辑的巨大潜力。新AI正在引发人们思考并探索对工作方式和业务流程进行根本性再造的可能性。新一轮的业务流程重组呼之欲出。 在这股新业务流程重组潮流的酝酿涌动之际，本文试图回顾上一轮业务流程重组的历程与经验，反思其理念、方法与原则，对照新AI的特点与潜在作用，为新一轮业务流程重组的启动提供启示。 业务流程重组的兴衰 二十世纪八十年代后期，计算机在欧美企业中得到广泛应用，数据库和网络技术也逐渐发展成熟。在实践需求的驱动下，一些企业开始尝试使用新的信息技术来连接跨越职能界限的业务流程，从而建立与以往那种条块分隔、步骤繁冗的流程模式有着根本性不同的新型业务流程。 一个被广泛引用的典型例子是，福特公司通过在应付账款管理流程中引入一个集中的数据库系统，减少了以往流程中订单、入库单和付款单之间多重匹配问题带来的大量烦琐且难以核验的工作步骤，将流程的运行成本降低了70%。 另一个著名的例子是，IBM信用公司通过在授信审批流程中以跨职能的“通才”人员代替传统的“专才”分工，将流程执行的平均周期从6天缩短到4个小时。 在这些广泛探索的启发下，管理学者和咨询顾问总结提炼出了“业务流程重组”的概念。在一系列的文章和著作中，迈克尔·哈默、托马斯·达文波特、詹姆斯·钱皮等人全方位阐述了业务流程重组的目标、思路、原则和方法。如哈默在《再造：不是自动化改造，而是推倒重来》一文中所说的那样，业务流程重组是“对企业的流程作根本性的思考和彻底重建，其目的是在成本、质量、服务和速度等方面取得显著的改善，使得企业能最大限度地适应以顾客、竞争、变化为特征的现代企业经营环境”。 在信息技术广泛渗透的大背景下，业务流程重组的理念成功地连接起信息技术、业务流程、重新设计三个关键性的元素，并深刻地揭示了计算技术的真正价值不仅仅在于提高工作效率，还在于改变工作的方式。 一方面，信息技术使重组成为可能：流程之所以能够重组，是因为以信息技术为代表的新型生产条件和管理手段为流程的设计提供了新的选择。 另一方面，信息技术使重组成为需要：流程之所以需要重组，是因为在变化了的经营条件下，原有的流程在能力和效果上都存在缺陷。 理论的提炼与实践的探索相得益彰。在学界，哈默等人对一系列早期案例进行了分析，在此基础上总结出了业务流程再设计的七条原则： 第一，流程应围绕产出目标而非活动进行设计； 第二，让使用流程产出的人来执行流程； 第三，将信息处理工作纳入到产生该信息的活动中； 第四，将地理上分散的资源当作是集中的资源来对待； 第五，将并行的活动连接起来，而不仅仅是聚合其结果； 第六，将决策点放在工作执行的位置上，并在流程中建立控制； 第七，在源头一次、一处捕获信息。 围绕这些原则，咨询公司构建起了体系化的方法论，并开发了大量用于流程建模、分析及设计的工具。在业界，企业争先恐后地启动了业务流程重组的变革项目。根据达文波特的估算，1995年北美企业在业务流程重组项目中的投入达到了510亿美元。 然而，第一轮激进的业务流程重组成功率极低，失败案例众多。许多企业投入了大量的资金和精力，换来的却是远低于预期的成效，甚至是严重的负面后果。 1993年，在麦肯锡咨询公司调查的20个项目中，只有10%的企业认为达到了业务流程重组所承诺的效果，60%的企业取得的效益低于5%；1994年，美国计算机科学公司（Computer Sciences Corporation，CSC）调查了100个业务流程重组项目，其中67%的企业认为效果甚微或失败。 从1995年起，人们开始对激进的业务流程重组进行深入反思。正如哈默最初所论述的那样，激进的业务流程重组“是非连续性的改变过程，追求的是‘10倍的改进’，往往要废弃旧的工作流程，彻底重新设计未来的流程”。这种非连续的、突进式的管理改造意味着组织整体价值链的重建，其中必然潜藏着巨大的困难和风险。在最初的狂热中，这些困难和风险是被忽视的，这使得业务流程重组的实践陷入了一个又一个的泥潭中。 首先，一次性的、全面的流程改造并不能使组织的关键业务流程达到期望的理想状态，寄希望于以一个整体性的BPR项目让企业脱胎换骨，往往是不现实的。 其次，对于那些已经发展成型的企业，这种全面的、根本性的流程重建，就像要改造在铁轨上高速运行的列车一样艰难，稍有不慎就会脱轨翻车。 再次，许多BPR项目过于强调对旧流程的否定，往往会落入“为了改变而改变”的陷阱。 最后，业务流程重组往往过于强调流程结构，忽视了人的因素，得到的结果因此常常与预想的情况大相径庭。正如达文波特所总结的那样，业务流程重组成了一场“忘记了人的狂热”。 反思过后，业务流程重组的实践从激进转向渐进。以“改良”为导向的“业务流程优化”（ Business Process Improvement ，BPI）和“业务流程管理”（ Business Process Management ，BPM）成为主流，强调在分析理解现有流程的基础上进行连续性的优化改造，不再追求对管理框架的整体性颠覆，从而降低和控制组织转变的风险。 “最佳实践”流程的引入和建立，往往只在ERP等重大企业应用系统的实施中强调，而在稳定运行的企业中，业务流程管理通常聚焦于关键流程的渐进优化，如针对生产制造等重复性流程的精益管理和六西格玛方法等。 新AI视角下的业务流程 以生成式大语言模型为代表的新AI具有一系列鲜明的新特点。与计算机、数据库和网络等基础性信息技术相比，新AI的这些新特点为人们在更高的维度上重新审视、思考和设计业务流程提供了可能性。新AI具有以下五个特点。 第一个特点是通用性。传统上，基于规则的AI应用需针对特定领域情境专门构建，即便是以往的机器学习技术，也须借助充足的领域数据进行专门训练。相比之下，大语言模型“通古博今”，能够广泛地应对多样化的领域情境。尽管针对特定应用场景的专门“调教”仍然必不可少，但其高度的适应性是以往的智能技术所不可比拟的。 第二个特点是交互性。新AI应用最初以对话机器人的形态出现，重要原因在于大语言模型具备根据上下文语境进行多轮连续交互的能力。强大的自然语言处理能力使得新AI应用能够与人类用户进行多角度迭代式的信息交换。 第三个特点是多模态。尽管语言文本仍然是大语言模型最擅长处理的信息形态，但快速拓展的新AI技术已能够有效地处理和解释多种形态的数据信息，包括图像、声音、视频、设备信号等，并在这些不同模态之间建立关联，提供更为丰富和综合的理解和响应。 第四个特点是动态性。新AI应用在与用户及环境要素持续交互的过程中，能够根据外部的反馈不断地调整自己的判断和输出，也能基于用户的要求进行修正。这种动态性使得新AI应用有可能在持续交互中不断完善信息输出，但另一方面也使得信息输出缺乏稳定性、确定性和可靠性，甚至可能产生捏造事实信息的“AI幻觉”。 此外，由于作为新AI基础技术的深度神经网络模型存在缺乏可解释性的“黑箱”性质，这种不稳定、不确定、不可靠的信息输出，在许多场合都可能给人们带来严重困扰。 第五个特点是成长性。成长性也可以称作“学习能力”。在预训练阶段，大语言模型基于海量数据集中学习语言模式、语法规则和知识信息。这种训练通常需要大量的计算资源，并在模型部署之前完成。在应用部署之后，模型可以自动在特定任务的新增数据上进一步学习，从而适应特定任务的需求，提升自身的能力和表现。从这个意义上说来，新AI具备在工作中学习成长的素质。 当新AI被纳入到业务流程的构建之中时，以上这些特点使其有可能在业务流程中起到以往任何技术都未能达到的作用，从而给新型业务流程的设计和管理带来前所未有的想象空间。具体来说，新AI在业务流程中可能发挥出四个作用。 第一个作用是替代知识性工作。长期以来，信息技术在业务流程中的一个重要的作用便是替代人工活动，从而实现自动化、数字化。以往的信息技术替代的主要是事务性的工作和结构化的决策；新AI能够替代的则是诸如程序开发、文件编撰、综合分析、方案设计等以往只有训练有素的知识工作者才能完成的专业性、知识性活动。例如，在一家大型互联网企业的程序开发中，AI自动生成的代码已达到72%，程序员开发的代码量不足30%。 第二个作用是检查与识别。例如，对于撰写完成的文字材料，AI可以进行检查审阅，发现其中的问题并提出修改方案。对于一个项目计划或设计方案，AI可以帮助识别潜在的错误或风险；基于图像、视频、设备信息流等数据，AI可以及时发现潜藏的缺陷、故障或变化趋势，并给出相应对策。 第三个作用是沟通与协调。由于具有交互性、多模态特点，新AI能够成为人与人之间、人与设备之间、设备与设备之间沟通的有效桥梁。例如，在涉及复杂检查维修工作的客户服务流程中，新AI能够实时同步对接用户、产品设备、技术人员、产品经理、物料管理系统、生产排程系统等相关人员、设备及系统，成为信息沟通的中枢，并在整个维修服务流程中扮演调度协调的角色。 第四个作用是信息萃取、预测与决策支持。大数据环境下的管理决策依赖于对内外部多源、多模态信息的广泛采集和综合萃取。新AI的通用性、多模态、动态性特点，使其能够有效汇集来自不同领域的不同形态的数据，据此作出预测判断，为管理决策提供建议方案，并在交互讨论中配合管理者实现决策方案的完善与优化。 业务流程再设计 新AI所带来的新想象空间，催动着业务流程重组思想的复苏。进取型的企业将有机会对自身的业务流程进行根本性思考，并进行重新设计，从而实现业务流程在价值创造能力上的显著提升，使企业能更有效地适应以顾客、竞争、变化为特征的现代企业经营环境。 上一轮业务流程重组的探索者们曾经总结出一系列原则，帮助企业更有效地组织业务活动、设计业务流程。经过长期的实践，这些原则大多已成为流程管理的普遍规范，融入到企业组织的管理体系和日常运行之中。在新AI时代，流程的设计和优化面临着新的可能性和新的要求，业务流程重组思想与新AI结合形成若干新的参考原则，对新情境下的实践有所助益。 第一，业务流程仍应围绕产出目标而非活动进行设计。 业务流程更新设计的根本目的不是用机器人代替人，而是使流程能够以更高的效率创造更高的价值。因此，在新AI条件下考虑流程的再设计，出发点不应是“流程中的哪些活动可以由机器人来完成”，而是“流程如何调整能够达到更好的效果”。早期业务流程重组实践中，福特在营收账款管理中以集成的数据库消除单据的多重匹配活动、IBM信用公司以通才代替专才快速完成信贷流程等，均是这一原则的典型例子。 在新AI条件下，一些企业的实践也有效地把握了这一原则。例如，一家汽车企业在新车型研发流程中，将AI技术与产品主数据系统结合，建立虚拟仿真平台，改变了车型研发的传统“V”型流程结构，通过仿真实现“虚拟验证”，从而大幅减少了所需的实验次数，显著缩短了研发周期，有效地提升了市场响应速度。相反的例子是，一些企业盲目地在产品营销业务流程中引入AI技术，用机器人代替人类员工，以更高的效率给更多的用户拨打营销电话，这非但未能带来更好的营销效果，反而大大降低了用户的体验。 这些例子提醒我们，AI在流程中的真正价值在于以新的工作方式使流程更好地达成产出目标，而不是通过机器人代替人把原有的工作步骤执行得更快。 第二，应当让执行流程的人来参与和主导流程的设计和优化。 在上一轮业务流程重组的理念中，一个重要的原则是让使用流程产出的人来执行流程，目的在于破除职能壁垒的束缚，使流程能够更高效地运转。在新AI的加持下，流程的执行者不但能够获取跨职能领域的信息以完成工作任务，还有可能借助AI工具改进流程。 例如，在一家互联网企业中，一个软件开发团队通过引入基于大语言模型的翻译及测试工具，改变了以往多语言版本软件先开发后翻译的流程，实现了边开发、边翻译、边测试的多语言版本同步并行研发流程。同样是这家互联网企业，产品经理借助大语言模型构建了快速实现产品原型的工具，从而大幅减少了概念印证阶段产品经理和软件工程师之间的信息沟通量。企业应当为这种积极的变化创造有利的环境，让流程的执行者有机会创造新AI条件下的新流程形式。 第三，将AI视为合作者而非工具。 这一原则具有两方面的含义。一方面，新AI具有交互性、成长性，在进行分析和判断时，往往需要经过多轮的交互和调整，才能触及问题的实质，得出高质量的结果。传统技术工具如电子表格计算、数据库查询统计等，则更具稳定性、确定性，根据特定的输入数据和指令，就能够得到稳定的、确定的结果。因此，对于数据库、电子表格、优化求解模型等“工具”而言，人们需要做的是“发出指令”；而对于大语言模型这样的“合作者”而言，人们则需要与之“交流讨论”。 另一方面，新AI的动态性特点也使其更像合作者而非工具。工具是稳定可靠的，而合作者则可能是动态多变的。新AI如大语言模型能够根据外部的反馈不断调整自己的判断和输出，这种调整的基础是内部不计其数的复杂神经网络节点以及数以千亿计的参数，其思维脉络对于人类而言是不透明的。在业务流程中，新AI的这种动态多变性会给流程带来更高的不确定性。因此，在流程设计中，应当为这种不确定性预留更大的容错空间。 第四，将决策权交给人和传统智能技术，而非大语言模型。 之所以提出这一原则，是因为以大语言模型为代表的新AI在信息输出方面缺乏稳定性、确定性和可靠性。因此，大语言模型技术应用于业务流程中时，更适合发挥“参谋建议”而非“代理决策”的作用。 第五，为新AI提供学习和成长的条件。 新AI具有学习能力，可以基于特定任务的新增数据进一步学习。因此，要使新AI实现学习成长，一方面要在业务流程中设计有效的反馈机制，使新AI应用能够及时获取业务流程内外部产生和采集的增量信息；另一方面，管理者应持续分析评估新AI应用在业务流程中的表现，并施以针对性的训练调校。 在这一点上，机器学习与用户行为的偏差问题值得注意。大语言模型本质上仍然是机器学习模型。机器学习方法在数据使用和模型训练中不可避免地会存在模型偏差（如数据观测和提取中的采样偏差以及模型构建中的拟合偏差）；同时，在情境应用中，模型作出的预测和推荐对不同用户的感知、态度、行为选择和观点表达会产生不同的影响，形成行为偏差（如用户活动的选择偏差和行为表现的表达偏差）。 一方面，行为偏差会被带入到用户行为数据中，通过算法训练的过程被机器学习模型所习得，产生新的模型偏差；另一方面，模型偏差会在系统应用中输出，在情境交互中干扰用户的自选择及行动，引发新的行为偏差。这样的循环使得模型偏差和行为偏差往复重塑，在交互和习得过程中持续放大和扩散，可能会导致模型算法的效力降低甚至失效，也可能使用户陷入信息茧房等困境。 从这种意义上说来，在流程中设置有效的反馈机制以支持AI的持续学习，是新AI条件下业务流程再设计的一个关键且极具挑战性的任务。 上一轮业务流程重组的启示 让我们再次回顾当年那些绊倒了上一轮业务流程重组的“石头”，为即将开启的新AI时代的新业务流程重组提供警示与借鉴。 上一轮业务流程重组带给我们的第一个教训是不应过于激进。 二十世纪九十年代初期第一轮业务流程重组成功率低的首要原因是过于激进。在新技术潮流的牵引下和成功案例的鼓舞下，人们寄望于以一次性的、非连续的、突进式的管理改造重建组织价值链，从而获得竞争力的飞跃。这种根本性改造蕴含的巨大风险不应被忽略。 当前，许多企业的ERP等系统的建设实施已完全成型，业务流程与管理体系在成熟的信息系统平台持续运转。试图对运行中的业务流程进行面向新AI的整体性重新设计，就如同要在高空中为一架正在飞行的飞机更换发动机一样，是不现实且极为危险的。 因此，除非是初创企业，否则就大多数企业而言，新AI条件下进行新业务流程重组，更为恰当的策略应当是积极探索和渐进重组，在组织中逐步建立起新AI应用的条件与环境，持续展开业务流程的调整与优化。对那些不以前沿信息技术应用作为自身核心竞争力的企业而言，采取“跟随”策略，观察别人的探索，再择机学习借鉴，也不失为一种稳健有效的选择。 上一轮业务流程重组带给我们的第二个教训是不宜“过度设计”。 在新技术、新模式的吸引下，流程的变革很容易落入“为了改变而改变”的陷阱。在新AI的应用探索中，简单地以智能机器人替代人工、“为了智能而智能”的改造屡有出现。人们倾向于认为更先进的技术总是能够带来更优质的流程，因此执着于引入新技术，而不是寻找最合适的解决方案。同时，在业务流程重组时，也往往过于追求理想化的设计而忽略了业务的真正需要。 新AI条件下的新业务流程重组要避免“过度设计”，关键在于坚持“业务流程应围绕产出目标而非活动进行设计”这一原则。毕竟，只有在能够帮助人们更好地开展工作以达成目标时，新技术才是有用的，新AI也如此。因此，新业务流程重组仍应以业务为导向，而非以AI技术应用为导向。 上一轮业务流程重组带给我们的第三个，可能也是最重要的一个教训，是不该忽视人的因素。 流程变革之中，人员减少、人力成本降低，是最直观也最容易实现的“效益”。新AI应用最直接的形式便是“替代人工”。然而，上一轮业务流程重组之所以遭遇许多重大挫折，正是因为将人员节省作为衡量效益的第一标准，将人看作是简单的数字以及可以被技术替代的工具。 尽管以“机器人”形象出现的新AI很容易让人想到对人工劳动的替代，尽管利用AI技术“减员降本”的诱惑直观而又强烈，新业务流程重组中的管理者仍应自觉地避免陷入这一误区。 以裁减人员为目标的业务流程重组存在着巨大的风险。 一方面，聚焦于通过替代人工来降低成本，可能导致流程的设计忽略“价值创造”这一根本性的目标，从而错失利用新AI实现业务流程实质性再设计和根本性提升的机会； 另一方面，以裁减人员为目标的重组，必然会遭到员工显性或隐性的抵制，因为没有人会乐于“被重组”，而抵制之下的重组，则可能会带来种种始料不及的不良结果。 因此，新AI条件下的新业务流程重组，不应重蹈覆辙，不应成为又一场“忘记了人的狂热”。新业务流程重组应当以价值创造而非人员节省为效益衡量的首要标准。毕竟，新技术应当用于解放人们工作的兴趣和活力，而非剥夺人们工作的机会和权利。
Allegro：波兰第一市场
凭借其用户友好的界面和丰富的产品目录，Allegro 已成为波兰网上购物的首选目的地，也是该国最值得信赖的消费品牌。让我们仔细看看品牌和零售商如何在欧洲这个不容错过的市场上进行销售。 Allegro 市场关键数据 波兰最受欢迎的市场 Allegro 的数字和统计数据令人印象深刻： 超过2100万客户 超过2亿个优惠 +128,000 名来自世界各地的卖家 82%的波兰电子消费者青睐 Allegro 每月20145 万名访客 Allegro 是欧洲顶级市场之一，与Zalando、OTTO或 Cdiscount齐名。下图显示了Allegro等市场的强劲增长： 图表来自Statista。 Allegro：为品牌和零售商带来的好处 抛开事实和数据不谈，为什么品牌和零售商应该将 Allegro 纳入其市场战略？Allegro 市场能够成为企业有价值的平台的三个原因： 信任：如上所述，Allegro 被誉为安全且值得信赖的市场，这有助于为在波兰销售的品牌和卖家建立信任和信誉。这对于在该国或其他电子商务平台上可能没有强大影响力的较小或不太知名的品牌尤其有价值。 便利：在 Allegro 上销售既简单又方便，提供一系列工具和功能来帮助企业管理其列表和订单。这可以为企业节省时间和精力，并使他们能够专注于运营的其他方面。 客户服务：Allegro 为卖家提供一系列支持选项，包括专门的专家团队，可以帮助解决可能出现的任何问题。这可以帮助企业为客户提供更好的服务，并改善他们在平台上的整体体验。 无论您是刚刚起步的小型企业，还是希望扩大在线业务的大型品牌，Allegro 都可以成为您在跨境电子商务战略中考虑的宝贵平台。 关于 Allegro 您需要了解的信息 在 Allegro 上销售之前您应该了解以下几个重要方面： 作为一个综合性市场，Allegro 拥有多种类别：家居与园艺、健康与美容、服装与配饰、鞋子、电子产品、家用电器等。 Allegro 提供广泛的工具来提高您的产品在市场上的知名度：Allegro 广告、奖金硬币、优惠徽章、交易和品牌区等。 Allegro可供各种规模的商户使用，并且不需要任何月费。相反，该平台收取销售佣金，佣金根据产品类别而有所不同。 波兰是欧洲增长最快的电子商务市场之一， 2021 年收入达 149 亿美元，仅次于瑞士。根据 Statista 预测，2022 年至 2027 年期间收入的年增长率 (CAGR) 预计为 15.32%，预计到 2027 年市场规模将达到 286.4 亿美元。 文章翻译自：lengow；原文链接：https://blog.lengow.com/marketplaces/allegro-the-number-one-marketplace-in-poland/
Artificial intelligence (AI) in language teaching: Future perspectives and challenges
In a world where educational technology is advancing by leaps and bounds, it is no surprise that artificial intelligence is revolutionizing the way we learn languages.The combination of machine learning in education and AI in language teaching has opened up a range of exciting possibilities and, at the same time, poses challenges that we must face to make the most of this innovation.What is Artificial Intelligence in Language Teaching?Artificial intelligence (AI) in language teaching refers to the use of algorithms and computer systems to facilitate the process of learning a new language.From mobile apps to online platforms, AI has been integrated into a variety of tools designed to help students improve their language skills efficiently and effectively.Advances in AI and its challenges in language learningArtificial intelligence (AI) is radically transforming the way we learn languages. With the emergence of AI-powered apps and platforms, students have access to innovative tools that personalize learning to their individual needs.These tools use machine learning algorithms to analyze student progress and deliver tailored content, from grammar exercises to conversation practice.Additionally, AI-powered translation has significantly improved in accuracy and speed. Apps like LIKE.TG Translate allow users to instantly translate between multiple languages with just a few clicks, making multilingual communication easier.Artificial Intelligence offers unprecedented potential to improve the language learning process, providing students with personalized and efficient tools.Positive Perspectives of AI in Language TeachingOne of the main advantages of AI in language teaching is its ability to personalize learning. Through data analysis and machine learning, AI systems can adapt digital learning platforms, content and activities based on the needs and preferences of each student.This allows for a more individualized and effective approach to improving language skills.In addition, AI has also enabled the development of more accurate and faster real-time translation tools. With apps like LIKE.TG Translate, users can access instant translations in multiple languages with just a few clicks.This facilitates communication in multilingual environments and expands opportunities for interaction and learning.AI in language teaching opens the doors to global communication without barriersChallenges and Future ChallengesDespite advances in AI applied to language teaching, there are still important challenges that we must overcome. One of the main challenges is to guarantee the quality and accuracy of the content generated by AI.While AI systems can be effective in providing feedback and practice exercises, there are still areas where human intervention is necessary to correct errors and provide high-quality teaching.Another important challenge is ensuring that AI in language teaching is accessible to everyone. As we move towards an increasingly digitalized future, it is crucial to ensure that all people, regardless of their geographic location or socioeconomic status, have access to AI language learning apps.This will require investment in technological infrastructure and digital literacy programs around the world.How Long Is It Possible to Learn a Language with Artificial Intelligence?With the help of artificial intelligence (AI), learning a new language can be more efficient than ever.Although the time required to master a language varies depending on various factors, such as the complexity of the language, the level of dedication of the learner, and the quality of the AI tools used, many people have managed to acquire significant language skills in a relatively short period of time.Thanks to AI applications and platforms designed specifically for language learning, users can benefit from a personalized approach tailored to their individual needs.These tools use machine learning algorithms to identify areas for improvement and provide relevant content, speeding up the learning process.On average, some people have reported significant gains in their language proficiency in just a few months of consistent use of AI tools.However, it is important to keep in mind that learning a language is an ongoing process and that completing mastery can take years of constant practice and exposure to the language in real-world contexts.Ultimately, the time needed to learn a language with AI depends largely on the commitment and dedication of the student.“The journey to mastering a language with AI begins with small daily steps, but constant dedication is the key to achieving the desired fluency.”In conclusion, the integration of technology in education and artificial intelligence in language teaching offers exciting opportunities to improve the learning process and promote intercultural global communication.However, it also poses challenges that we must proactively address to ensure that everyone can benefit from this innovation in education.With a collaborative approach and a continued commitment to educational excellence, we can fully realize the potential of AI in language teaching and prepare for a multilingual and globalized future.Visit our website for more information and begin your journey towards mastering languages with the best and most advanced technology.
Artificial Intelligence Demystified: What It Is and How It Works
As a technology enthusiast, I have always been fascinated by artificial intelligence (AI). The idea of machines being able to think and learn like humans is both exciting and intimidating. In this article, I will attempt to demystify AI by explaining what it is, how it works, and the impact it has on society.Introduction to Artificial IntelligenceArtificial Intelligence, or AI, refers to the ability of machines to perform tasks that would normally require human intelligence, such as learning, perception, and decision-making. AI systems are designed to analyze vast amounts of data, find patterns, and make predictions. AI is a rapidly growing field, with new breakthroughs and innovations being made every day.What is Artificial Intelligence or AI? Understanding the BasicsAt its core, AI is a computer system that can perform tasks that would normally require human intelligence. These tasks can range from simple tasks like recognizing speech or images, to more complex tasks like playing chess or driving a car. AI systems are designed to learn from data, and can improve their performance over time.There are two main types of AI : narrow AI and general AI. Narrow AI, also known as weak AI, is designed to perform a specific task, such as recognizing faces or playing a game.General AI, also known as strong AI, is designed to perform any intellectual task that a human can do. However, we are still far from achieving true general AI.Evolution of AI TechnologyAI has been around for several decades, but it has only been in recent years that we have seen significant advancements in the technology. The development of neural networks and deep learning algorithms has allowed AI systems to analyze vast amounts of data and find patterns that were previously impossible to detect.AI technology has also become more accessible in recent years, with the development of open-source libraries and platforms. This has allowed developers to create AI systems without having to start from scratch, and has led to a proliferation of AI applications in various industries.Types of AI SystemsThere are several types of AI systems, each with its own strengths and weaknesses. Some of the most common types of AI systems include:Rule-based systems: These are systems that use a set of predefined rules to make decisions. For example, a rule-based system might be used to diagnose a medical condition based on a set of symptoms.Neural networks: These are systems that are designed to mimic the structure and function of the human brain. Neural networks are often used for image and speech recognition.Deep learning systems: These are neural networks that are designed to analyze vast amounts of data and find patterns. Deep learning systems are often used for natural language processing and predictive analytics.Expert systems: These are systems that are designed to replicate the decision-making processes of human experts. Expert systems are often used in fields like medicine and law.Applications of AI in Various FieldsAI has numerous applications in various fields, from healthcare to finance to transportation. Some of the most common applications of AI include:Healthcare: AI is being used to diagnose medical conditions, develop personalized treatment plans, and analyze medical images.Finance: AI is being used to detect fraud, make investment decisions, and analyze market trends.Transportation: AI is being used to develop self-driving cars, optimize traffic flow, and improve public transportation.Manufacturing: AI is being used to automate production processes, optimize supply chains, and improve product quality.How AI Works – Exploring the AI AlgorithmsAI systems use algorithms to analyze data and make decisions. These algorithms can be divided into two categories – supervised learning and unsupervised learning.Supervised learning algorithms are used when the system is given a set of labeled data, and is trained to recognize patterns in that data. For example, a supervised learning algorithm might be given a set of images of cats and dogs, and would be trained to recognize which images are of cats and which are of dogs.Unsupervised learning algorithms are used when the system is given a set of unlabeled data, and is tasked with finding patterns in that data. For example, an unsupervised learning algorithm might be given a set of customer transaction data, and would be tasked with finding patterns in that data that can be used to make business decisions.Future of Artificial Intelligence: Trends and PredictionsThe future of AI is both exciting and uncertain. On the one hand, AI has the potential to revolutionize numerous fields and improve our lives in countless ways. On the other hand, there are concerns about the impact of AI on jobs, privacy, and security.One of the biggest trends in AI is the development of explainable AI. Explainable AI refers to AI systems that are designed to provide clear explanations of their decisions and actions. This is important for ensuring that AI systems are transparent and accountable.Another trend in AI is the development of edge AI. Edge AI refers to AI systems that are designed to run on devices at the edge of the network, such as smartphones and IoT devices. This allows AI systems to be more responsive and efficient, and can improve the user experience.Advantages and Disadvantages of Artificial IntelligenceLike any technology, AI has its advantages and disadvantages. Some of the advantages of AI include:Increased efficiency and productivityImproved decision-makingEnhanced customer experienceImproved healthcare outcomesSome of the disadvantages of AI include:Job displacementSecurity and privacy concernsLack of transparency and accountabilityEthical concernsArtificial Intelligence and the Job MarketOne of the biggest concerns about AI is its impact on jobs. While AI has the potential to create new jobs and improve productivity, it also has the potential to displace workers in certain industries.According to a report by the World Economic Forum, AI is expected to displace 75 million jobs by 2022. However, the report also predicts that AI will create 133 million new jobs by 2022, resulting in a net gain of 58 million jobs.Artificial Intelligence Technology and Its Impact on SocietyAI technology has the potential to transform society in numerous ways, from improving healthcare outcomes to reducing traffic congestion to enhancing national security. However, there are also concerns about the impact of AI on society, particularly in the areas of privacy, security, and ethics.One of the biggest ethical concerns related to AI is bias. AI systems are only as unbiased as the data they are trained on, and if that data is biased, the AI system will be biased as well. This can lead to discrimination and other forms of unfairness.Future of AI TechnologyThe future of AI is difficult to predict, but it is likely that we will continue to see rapid advancements in the technology. Some of the areas where we can expect to see significant progress include:Natural language processingRoboticsExplainable AIEdge AIConclusionArtificial intelligence is a rapidly evolving field that has the potential to transform numerous industries and improve our lives in countless ways. However, there are also concerns about the impact of AI on jobs, privacy, and security. It is important to approach AI technology with caution and to consider the ethical implications of its use. As AI technology continues to evolve, we must be mindful of its potential benefits and drawbacks, and work to ensure that it is used in a responsible and ethical manner.To learn more about the latest developments in artificial intelligence technology, check out our blog.REMEMBER !!!You can download our available apps for translating and learning languages correctly available for free on googleplay and applestores.Do not hesitate to visit our LIKE.TG website and contact us with any questions or problems you may have, and of course, take a look at any of our blog articles.
相关产品推荐
