这家来自中国的电商平台与墨西哥金融科技公司Stori合作,在《Sourcing Journal》发布的声明中宣布推出Shein x Stori Mastercard信用卡。
根据Stori的介绍,持卡人在购买Shein产品时将获得双倍积分,并且首次购物时会额外赠送250 Shein积分。该卡可在全球超过2400万个接受Mastercard的商户使用,且同时提供实体卡和数字卡两种形式。公司表示,Shein和Stori将在墨西哥的全国购物节(如“Buen Fin”)期间为用户提供特别折扣。
Shein选择在墨西哥首度推出联名信用卡,显示出其对该市场的重视。消息称,Shein正考虑在墨西哥建立一个卫星生产基地,以便更接近西半球的消费者,特别是美国市场。
Shein全球支付负责人Ted Wang表示:“与Stori的合作是Shein迈出的重要一步,旨在为用户提供更多和更好的支付选项,改善购物体验,整合金融解决方案,帮助建立信用历史,这必将受到客户们的欢迎。”
墨西哥的电商正经历快速增长。根据墨西哥在线销售协会(AMVO)的数据,2023年该国在线购物大幅增长,推动销售增长24.6%。这一增速超越了巴西等邻近国家,以及菲律宾和印度等成熟市场。
美国国际贸易管理局(ITA)去年末表示:“在Covid-19大流行期间,墨西哥电子商务迅速发展。”如今,墨西哥在全球电子商务零售增长率中排名前五,预计到2027年,电子商务市场的总值将达到704亿美元,这得益于更好的连接性、金融包容性、物流改进和数字素养提升。
ITA还指出,拉美的电子商务平台Mercado Libre是墨西哥消费者偏好的零售商之一,此外,Amazon、Walmart和Shein也在其中。
墨西哥的信用卡市场同样在增长。根据GlobalData的报告,2024年该国信用卡交易的年交易总额将达到2141亿美元,并预计到2028年将以超过10%的年复合增长率(CAGR)增长。
尽管信用卡的使用在增加,AMVO数据显示,74%的在线购物者仍偏好使用借记卡,这显示出转换的潜力。墨西哥政府及中央银行也在推动信用卡和电子支付的发展。
这些趋势让墨西哥金融科技公司Stori获得了成功,它也是Shein在信用卡领域的新合作伙伴。此次合作发生在Stori完成了2023年8月的一轮融资后,融资总额达2.12亿美元。Stori表示将利用这笔资金加速增长,并继续推动其“为拉丁美洲常被忽视的中产阶级群体提供优质金融服务”的使命。
Stori联合创始人Marlene Garayzar表示:“这款新产品不仅得益于Mastercard的支持,提供了全球范围内的使用灵活性和安全性,而且还特别设计了旨在提升购物体验的优惠。”
她补充道:“我们非常自豪成为Shein全球范围内第一个与之建立此类合作关系的伙伴。我们创造了一种帮助用户轻松获取信用、奖励日常使用的工具,并始终确保用户能够了解如何负责任地使用信用卡。”
Garayzar表示,Stori的成立旨在填补墨西哥传统金融体系中的空白,作为一个金融教育平台,同时帮助墨西哥消费者建立信用。自2020年发布首张信用卡以来,Stori自豪地宣布自己是墨西哥唯一一家拥有99%审批通过率的信用卡公司,目前在墨西哥有约300万用户。
此次信用卡的推出与Shein的全球扩展和市场渗透计划形成对比,因为Shein正面临着来自国际关于其社会和环境影响的争议。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。