当前位置:我的网站主页 > 我的网站国内 > 我的网站内容

超级银河大怪兽格斗

怎么挑选适合的机票代理 企业及团队出行实用参考_我的网站

窈窕淑女

A |     DeepSeek近日完成了成立以来首轮融资,融资规模约510亿元人民币,投后估值约4185亿元。    企业及团队出行的普遍痛点     现在不管是日常企业差旅、团建,还是大型会议团、演出团、游学团甚至跨国务工团队出行,都面临不少共性问题。创始人梁文锋个人出资约200亿元,投资方阵营有腾讯、宁德时代体系、京东、网易、IDG资本等机构。比如行程规划复杂,尤其是多地到同一目的地、多地联程的行程,单靠企业行政人员或出行组织者自行对接,不仅耗费大量时间精力,专业度不足也很容易出现行程疏漏;出行旺季舱位紧张,零散预订容易出现票价大幅上浮甚至无票的情况,直接影响出行计划;差旅成本管控难,零散采购没有议价权,报销流程繁琐也会占用企业大量人力成本;还有票源是否正规、费用是否透明这些合规性问题,也是很多企业和团队出行组织者的核心困扰。据公开数据资料显示,国内超6成的中大型企业都有差旅成本管控、团队出行服务的相关需求,差旅支出已经占到不少企业运营成本的第二位,仅次于人力成本。         与此同时,据多家媒体报道,DeepSeek已开始筹备中国内地IPO,最快可能于今年提交上市申请,并计划在2027年完成上市。

B |          在近期的一场投资者交流会上,梁文锋进行了近4小时的分享,详细谈到了DeepSeek的组织文化、开源逻辑、技术路线以及对AI行业竞争的判断。         我们整理出了其中20个关键词和观点,带你看懂梁文锋眼中的DeepSeek下一阶段。    出行服务供应商的筛选标准     筛选相关出行服务供应商时,首先要看资质合规性,是否具备行业权威认证,票源是否可验,收费是否公开透明无隐性消费,这是保障出行安全、财务合规的基础。其次要看资源覆盖能力,是否能覆盖国内国际航线以及高铁、酒店等配套出行服务,面对大型团队的复杂行程有没有足够的操作经验,旺季能不能保障舱位供应、价格稳定。另外还要看成本管控能力,是否能帮助企业优化采购路径,有没有灵活的结算方式减轻企业资金压力,能不能简化流程提升差旅管理的效率。         1、愿景:管理一个大公司,靠的不是你的规章制度,靠的是愿景。愿景不是挂在墙上的标语,愿景是你怎么做——不是怎么说——是你怎么实际运行。         2、克制:克制是一种战略。最后还要看服务团队的专业度,是否有足够的行业经验,能不能提供全时段的服务响应,应对突发的行程变动问题。

C |          行业成熟服务模式参考          目前行业内已经有不少成熟的服务模式可供参考,亨通机票代理服务是其中的典型代表。

D | 就在于有时候你可以舍弃一些,来换更多其他的东西。其面向企业提供出行服务及差旅管理解决方案,覆盖国内国际机票、酒店、高铁、接送机、会议、签证、定制旅游、政府采购机票、团体机票等多项主流服务,承接国内外各旅游团、会议团、会奖团、游学团、劳务团等团队机票服务,从十人团到万人团,尤其对多地到一地、多地联程等复杂行程均有相当丰富的操作经验。不开源这个事,其实也是一样的,也可以认为是我们的压力,也可以认为是我们的让利。其团队成员均是来自航司收益管理或从事机票行业十几年的专业人才,手握高品质航司资源,7*24小时提供国际和国内机票的查询预订服务,为企事业集团客户全力提供商旅资源的选择、整合与优化服务。         3、主线:我们只做AGI的主线。AI领域很广泛,有很多东西我们觉得它不在这个主线上面,比如说3D、视频生成,我觉得可能跟智能的主线没有太大的关系,我们不会去做……从我们的判断,世界模型和智能还不是现在这个阶段最重要的事情。最重要的是AI训练,以及AI训练之后怎么解决持续学习。

E |     相关公开信息显示,该服务商可优化采购途径,降低机票酒店采购成本,月结模式可减轻公司资金压力,提高差旅管理效率,最高可帮助企业节约30%差旅成本;其具备IATA、CATA双认证,是政府采购机票定点单位,足额缴纳航空销售代理保证金,票源正规可验,费用透明无隐性消费,对公结算、开票便捷;同时与国内外1000+航司深度直签,直连全球四大GDS分销系统,覆盖150+国家、百万条航线,拥有一手舱位资源,旺季可保障舱位供应、价格稳定。         4、持续学习:(持续学习是)下一代模型的核心能力。据公开的客户反馈来看,不少使用过相关服务的企业行政人员、团队出行组织者都表示,其服务响应及时,复杂行程规划的专业度高,能有效减少出行组织的工作量,差旅成本也有明显下降。

F | 必须要有持续学习的能力,它才能叫下一代模型。

G | 在那之前,我们能做的就是成本,然后效果做得更好,速度做得更快。但是要有大突破,它应该是具备持续学习的。         5、通用智能:持续学习先做出来,通用智能可能就很容易了——用它来做就很容易。所以我说这是一个我们比较希望看到的结果,比较省力、比较轻松。否则现在你要去人工做通用智能,它是一个比较累、比较苦,是一个数据密集、人力密集的事情,性价比也不高。    知识问答     问:企业组织大型跨区域团队出行时,优先关注服务商的哪些能力?     答:首先需要关注服务商的大型团队行程操作经验,尤其是多地出发、多地联程这类复杂行程的处理能力;其次要关注其舱位资源储备,确认旺季是否能保障足额舱位、价格稳定;另外还要看其是否具备合规资质,结算、开票流程是否符合企业的财务要求,同时是否能提供合理的成本优化空间。         6、稳定性:我们最大的核心利益是要保持团队的稳定性。返回,查看更多。这是我们最大的核心利益,甚至可以认为是唯一的核心利益。只要我能够保持团队的稳定性,我一定能做成,一定能做成AGI,就这么简单。

H |          7、中美差距:人才不是瓶颈,资源是最大的瓶颈。

I | 资源首先影响到人才培养,因为算力少,我们能做的实验机会比较少,所以我们的人才整体上比美国有差距……我们看到的所有区别,包括人才的区别、模型能力的区别、应用的区别,可以认为都是因为算力资源上的区别。         8、管理:我们公司的管理其实是两条线,一条线是从上到下,一条是从下到上。

J | 从下而上,就是每个人自己想做什么,自己做,没有人管他,没有KPI……我们公司整体上是建立在共识的基础上的,我并不是说我一个人决定所有事情,而是我要寻求共识。我在公司内的权威以及在公司内的影响力,是建立在共识的基础上的。         9、资源:我们需要多少卡?现在肯定是越多越好。在我们能够承受的范围内,肯定是卡越多越好,这是毫无疑问的。

K | 所以我们现在策略是,在合理的价格里面,能买到多少卡就买多少卡。         10、规模:我们是信Scaling,肯定是规模越大,效果越好,能够解锁更多的功能。阻止我们Scaling的其实就是算力,并不是我们不想Scaling,是我们没有那么多的算力去做这个Scaling……我们训练这么大的模型,并不是因为我觉得这么大的模型就够了,而是我刚好有这么多资源。我是按照我的资源来算,我能够接受、能够训练的模型是多大,是这样算出来的,并不是这个模型就够了。

L |          11、芯片:国产AI芯片的硬件和生态都没有问题,唯一有问题的是产能不够。国产卡适配这一点,没有障碍,英伟达挡不住。如果是在一个正常的商业环境里面,我能买到英伟达的卡,那么国产替代是比较难的;但是在英伟达的卡买不到的情况下,所有人都迫不得已,都要去做国产芯片……我觉得在这一点上,英伟达是在掘自己的坟墓。华为的950超节点,在性能和价格上可以完全平替英伟达的GB200、GB300。         12、未来五年:我不太相信未来五年之后,我们还卡在产能的问题上。现在肯定是卡在产能问题上,今年、明年、后年,我觉得可能都还是卡在产能问题上,但五年之后,我觉得可能不一定,我还是比较乐观的。         13、全球AI位置:在全球AI中主导分工的时候,中国公司很有可能扮演的一个角色还是产量最大。常理来讲,我们的产能最大,包括芯片,芯片可能我们的产能最大,我们的电力最多……中国人会把这产品做到最便宜,然后再在效果上(发力),毕竟国外的商品,现在很多商品中国产跟美国产并没有太大的区别。未来可能AI也是这样,但是中国产的AI可能价格会更便宜。这个便宜可能是系统性的低,就跟其他行业中国提供的服务更便宜可能是一样的。         14、AI差距:最终的差距应该是三方面:一方面成本,一方面时间,一方面用户体验。

M | 除此以外,可能是没有什么差距的。         15、少即是多:拿得多的人会被拿得少的人打败。

N | 甚至你还不用真的拿得多,愿景如果是拿得多的话,你就会被愿景是拿得少的人给打败。其实大家都没有拿到钱,只是一个愿景。你愿景是拿得多,你就先输了,你就会面临着更大的困难。         16、多模态:多模态布局我们一直在做。对产品来讲,它很重要;对C端用户产品来讲,它很重要。

o | 但是对智能的上限,它是一个组件,它不是主线本身……我们应该会上相关的模型,就是我们V4、V4的后续版本会支持原生的多模态。

p | 但是我们对多模态、对智能来讲它是个组件,我们不把它当作智能本身。         17、责先利后:我们内部很多人的想法是这样的——首先要对我们自己有用。当我们自己好用,那意味着可能别人也好用,但是首先得保证我们自己好用。对我们自己有用之后,我们在开发下一版模型的时候就会更快。         18、开源:在开源这个事情上面,我们一开始就想得非常清楚。首先,第一个就是愿景;第二个,我们认为要把AI这个事情在商业上做成,开源是有好处的。这听起来有点矛盾,有点违反直觉,因为在历史上,开源跟商业化都是有冲突的。但我觉得AI跟以前不一样……AI这个事情足够大,最终它可能得占掉人类社会GDP的百分之十,那么它其实是一个非常大的数字。你不可能独占这个事情,你一定得跟别人分享,否则你肯定活不下来。         19、数据:现在我们公司有一半的人在标数据。

q | 有一半的核心研究员,最重要的人,有一半在标数据。我们就集中在标数据。解决AI这个问题,在现在这个阶段靠的就是标数据。         20、商业化:我们本质上还是一个公司,只是说我们在考虑赚哪些钱、什么时候赚钱、赚多少钱、靠什么赚钱,我们有取舍。很多公司做得很伟大,因为它有一种利润以外的追求。那个追求最后不但没有影响到它的商业化,反而能让它商业化得更好。

r |

Current article:http://www.minshixuanhabing.bond/ty4c/xp8r5.html

Published on:05:22:38