初创企业是经济增长的重要动力,不但可以刺激新的就业,还能够催化技术进步。在这之中,估值10亿美元以上的独角兽企业,它以卓越的创新能力、爆发式的增长、较短的成长周期来颠覆产业发展的传统模式,是新产业、新技术、新模式和新业态的开拓者。
埃森哲非常关注中国独角兽企业的进化和发展,并于近日发布了《中国独角兽企业研究》报告。
埃森哲运营亚太、非洲、中东和土耳其地区总裁李惠红表示,近年来一些中国独角兽企业不断成长,埃森哲希望给这些企业提供一些支持和帮助,以此为前提,埃森哲做了《中国独角兽企业研究》。这个报告是观察和调研了7大行业87家独角兽企业,看看他们如何成长,如何面对一些挑战,以及未来怎样能够更好地发展。
独角兽有哪些相似的成长轨迹?
调查显示,54%独角兽企业的营收规模多集中在0.5到10亿人民币之间,相当于A股上市公司中后进的40%区间。李惠红表示,从营收的规模来看,这些独角兽企业都有上市的潜力,埃森哲作为一家咨询、服务公司,应该去助力独角兽企业快速成长起来。
行业方面,物流交通和信息技术领域的独角兽企业估值较高,此外,教育、信息通信互联网、文娱健康、先进制造、企业服务也是比较突出的类别。
针对这些调研结果,埃森哲对独角兽的成长呈现的趋势进行了归纳总结:趋势一,To-B模式逐渐成为主流;趋势二,重回“技术为本”,硬核技术派逐年攀升;趋势三,告别野蛮生长,做大也要做强。李惠红补充道,烧钱这个模式肯定不能维系(公司业务发展)的,企业一定靠自身去成长,自己去挣钱,靠自己的产品和服务去变现,这个才是企业发展最根本的基础。
在进化中分化的独角兽企业
生物的进化遵循优胜劣汰,独角兽企业的进化也是如此。埃森哲把目光放在“进化先锋”的身上,进化先锋选择的是2019年营业收入位居前1/4的独角兽企业,看看这些独角兽企业的新范式有哪些值得企业去学习,值得同类的行业互相交流和探索。
数据显示,进化先锋中,30%来自物流交通,43%在信息通信互联网。9%的进化先锋专注于AI、AR、大数据等新兴技术,未来突破空间值得期待。
李惠红总结进化先锋的制胜之道,首先以长期增长为着眼点,才能成长得更好,如果只是短期的烧钱没办法变成进化先锋。同时围绕四个核心的基本能力——技术创新、运营效率、人才组织、治理与信任,加上聚焦长期增长这样一个基本的管理思维,成为了进化先锋的制胜之道。
独角兽企业如何成为巨兽?
成为更强大的巨兽——这是独角兽企业的终极目标,从调研中发现,提升运营效率、构建创新生态、完善人才发展体系、构建360度信任,这四件事是独角兽企业成为巨兽的基本条件。
李惠红从这四个方面入手,逐一进行解释,她提到,提升组织的运营效率并不是单纯做的更快、更好,这只是其中一部分,能够更好的运营内外部资源,拓展企业的能力,从运营效率来讲这是非常关键的;生态的概念,永远不要只靠自己,如何能够借鉴已经有的能力构建生态的思维是非常重要的;未来的成长就是靠人才来推动的,特别是独角兽企业,埃森哲建议大家要持续关注组织和人才的发展,因为它是企业增长和创新的原动力;还有360度的信任,承担社会责任,构建360度全链全域信任,最终实现技术向善,这些都是这些企业能够构建信任的一个基础。上述四点差不多能做到的话,独角兽就有成为巨兽的可能。
独角兽企业的当务之急还是要把自己的能力做好,李惠红说道,我们也会帮助独角兽企业在海外拓展业务,埃森哲本身在全球就有运营的机制,可以帮助企业招聘人才,运营方面也可以提供一些支持,还有市场洞察等。
独角兽企业的发展态势前景可期,埃森哲《中国独角兽企业研究》报告,不仅剖析了独角兽企业“成长的烦恼”,还指出了长期运营管理之道,为更多企业的未来发展提供借鉴,其价值也会随着越来越多独角兽企业的出现,不断被复制、被推广,与时俱进,持续更新。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。