阿里巴巴的上市让马云成功登上中国财富状元,但他却称“连自己小区的首富都不想当”。马云表示,阿里上市后服务中小企业的初衷不会改变,会和千千万万个“小人物”共同成长。
经历过上市喜悦的马云已经在思考阿里的下一个15年,追求健康和快乐成为围绕这个生态的下一个目标,而这些梦想的实现离不开未来最核心的东西——数据。
大与小、分与合的绝妙
上市当日,马云亲手将一个景泰蓝版本的淘公仔送给纽交所,他想向外界表达的意思是,powerofsmallguys,即小企业(小人物)的力量。这些 小企业、中小卖家是15年来支撑阿里巴巴发展壮大的基石。这或许正契合了马云所谓的“小而美”理念,不起眼的小人物,未来可能会成长为改变世界的人。
值得关注的是,阿里巴巴在上市后动作频频,这些动作背后又蕴藏着分与合的逻辑。
比如淘宝旅行分拆,以“去啊”品牌独立深耕在线旅游市场,互联网金融业务以蚂蚁金服独立运营,这是品牌和架构上的“分”;而阿里无线启动开放战略,通过 开放旗下的电商生态和云计算平台聚揽移动开发者,通过移动操作系统YunOS3.0打通产业链上下游,这又是生态系统上的“合”。
马云此前用了15年构建阿里巴巴的生态系统,站在今天回顾这个过程,其中蕴藏着自身裂变和生态聚变的哲学。
马云之所以喜欢称阿里为生态,是因为生态的演变是一个自然的过程,水、空气、土壤等无机环境,生产者、消费者、分解者相互协同,生态一旦成型,物种便在自然规律下繁衍,生生不息。
下一个15年
马云在今年年初说,以控制为出发点的IT时代正在走向以激活生产力为目的的DT(datatechnology)数据时代。从眼下互联网对各类传统行业的改造步伐中不难看出,数据无疑是其中的核心基础。
进入11月份,他在公司内部讲话中的最新说法是,“未来几年内,要把一切业务数据化,一切数据业务化。”
后边这句话可以理解为,让阿里巴巴各项业务所产生、积累的大数据来丰富阿里的生态,同时让生态蕴含的数据产生新的价值,再反哺生态,这是一个相辅相成的循环逻辑。
在云计算领域的预判和布局,让阿里巴巴在下一代IT变革的浪潮中与世界顶级的互联网公司站到了一起。如果换一个角度理解,那么阿里巴巴现在已经成为一家全球最大的商业数据公司。
最近在阿里巴巴内部流传着一张图,可以视为上市后对未来公司架构的一次重新定位。图片最中央的三角形是“数据”,围绕着数据,“电商”、“金融”、“物流”呈品字形排列,这个大三角形的外围是一个圆,圆内左边是“健康”,右边是“快乐”,圆圈内的最下方是“全球化”。
从这张图看,阿里的未来再清晰不过。依托于云计算的大数据是未来阿里巴巴一切业务的核心,金融和物流好比左膀右臂,辅佐塔尖上的电商生态,这个三角形区 域再向外延伸,形成一个象征和美的圆,健康(比如投资中信21等医疗领域布局)和快乐(阿里的数字娱乐、影视文化)将是阿里未来投资和布局的两个方向与诉 求,而这一切都是放在全球化的视野下通盘考虑的。
在未来的投资方向中,马云说:“在中国,环境问题、污染的水和空气、不安全的食物,会让我们在十年后付出代价,我们应该投资这些。我也不希望我们有个浅薄的脑袋,所以我们要投资文化产品。如果不做这些,十年后我们会陷入麻烦。”
“今天很残酷,明天更残酷,但是后天很美好。”马云一直用这句话鼓励自己,他把此前15年的成功归结于坚持,并将上市视为一个新的起点,阿里的下一个15年,正带着“小人物”们的梦想起航。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。