中国新出海故事:人、疫情与纽带

【潮汐商业评论/原创】

《枪炮、病菌与钢铁》中对人类社会发展的洞察与新千禧年发生了奇妙的呼应,战争、疫情成为了这十年的历史注脚,但时代的车轮总是滚滚向前的,新的世界版图里,全球化、数字化的浪潮构成了新世界跳动的脉搏,在出海这项令人着迷的生意里,企业们乘风破浪,书写着新的商业故事。

01 大航海时代:那个想成为海贼王的男孩

“想要我的宝藏吗?如果想要的话,那就到海上去找吧,我全部都放在那里。”-“海贼王”哥尔·D·罗杰。

而在互联网无远弗届的基石之上,在全球化的浪潮发展态势下,新的大航海时代来临,跨境电商迅速发展,写下了很多人追梦的故事,Gerry(文中人物为化名)就是其中之一。

热爱动漫的他出生农村,高中毕业后,就只身前往日本。回忆过去十几年的学生生涯,他只是淡淡一句“我在学生时代走过一段弯路”。

父母给了他11万去日本留学,想让“弯路”之后的人生平坦一点,这11万也是爸妈给他存了很多年的“老婆本”。但很快这笔钱就在出国留学的第一年就花完了,为了维持生计,他开始半工半读的生活,那段日子里他见证了无数个凌晨四点的日本街头。

直到2016年,命运才真正透过裂缝,给他的人生撒下一束光,这一年23岁的Gerry找到了一份从事亚马逊日本站店铺的运营工作,让他对跨境电商的生意有了初步的了解,并积累了相关经验,也成了他出海路上的一块敲门砖。

虽然这两年并不是创业的好时机,也过了风口无处不在的时代,但是互联网的改造和全球化的浪潮远没有停止。2021年入行五年的他,辞掉了原来的工作,决定换种姿态出海,Gerry找了3个志同道合的同行一起合伙创业转战亚马逊美国站。

这个转换的身影,也是近年来无数跨境玩家的缩影。

据企查查数据显示,近5年来,我国跨境电商相关企业注册量逐年上升,尤其2019年以后,跨境电商相关企业注册数量增幅明显:2019年新增企业注册量同比增长24.38%,2020年同比增长58.42%,2021年同比增长72.20%。

但海之彼端既有海贼王说的宝藏,也有不断起伏的海上风浪。

02 Hard模式:“浪里淘金”

事实上,这三年的生意并不好做,疫情以及后疫情时代作为结构性因素已经深刻地影响了整个行业,开启了跨境电商的Hard模式。

2020年疫情之初,释放了一波“疫情红利”。从需求来说,疫情催化下海外电商渗透率极速提升,据网络公开数据,美国电商零售市场的渗透率,从2019年的16%猛增到2020年4月的27%。

当然,抓得住的机遇才叫红利,接得住的需求才能转化为商业利益。

中国跨境卖家们在这一年赢得漂亮,一方面从供给侧来说,中国跨境电商背靠完善的供应链,另一方面以TikTok为代表的社交电商平台、以菜鸟国际为代表的国际物流、以PingPong为代表的跨境支付企业三大服务商代表为其提供了强而有力的支撑。

所以虽然受到疫情影响,跨境电商依然有一张漂亮的成绩单:2020年我国跨境电商进出口额达到1.69万亿元,增长31.1%。

如果说2020年中国的出海商业迎来一阵春风,但之后的两年却遇到了很多不可预期的因素。

首当其冲的是,海运价格的暴涨。

疫情后随着各经济体陆续开放,以及供应链各环节库存的重建,国际间贸易的运力需求大涨。受空运成本更高、航班取消等因素影响,在没有其他替代方式的情况下,2021年海运价格暴涨十倍,跨境卖家不仅成本压力陡增,甚至仍然抢不到货柜。

另外,全球各地相继将跨境电商纳入税源,也提高了跨境卖家的经营成本。继2020年6月1日,墨西哥打响第一枪后,2021年起英国、欧盟等相继出台新的VAT(增值税)税务政策。同年7月,美国佛罗里达州和堪萨斯州也开始正式实施新税法,要求电商平台于当天开始,向售往这两个州的订单计算、征收和缴纳销售和使用税。加拿大政府在这一天开始实施新的商城征税(MTC)规则。

总的来说,外部环境风云变换,跨境整个行业内部也正面临着巨变,在经历了一次次大浪淘沙后,精耕细作终将代替野蛮生长。

坐以待毙不是上策,开拓进取才是上上签。

一方面,跨境卖家们顽强求生,比如上文提到的在日本创业的Gerry,五年亚马逊日本站的经验形塑了他的工作态度,“日本人是出了名的吹毛求疵,在当地的线下门店,想要生存下去就要把产品和服务做到极致,让消费者享受到‘我是上帝’的感觉。”所以他在创业的时候,卖的是最简单的标品,但提供了极致的产品和服务。

4个人、2300万美金,这是Gerry在疫情下创业一年的成绩单。

另一方面,在Hard模式下,坚韧的跨境企业们更不能单打独斗。

以Shopify为代表的电商SaaS平台的快速发展,助力跨境电商玩家们投身“独立站”,开拓多元渠道,为自己多谋一条出路;“海外仓”也积极扩仓,承接跨境商品存储需求,比如阿里巴巴旗下的菜鸟海外仓网络已经在美国、英国、德国、越南、澳大利亚、俄罗斯等20多个国家展开;作为全球跨境贸易数字化服务商的PingPong,也进化出新的商业模式,从跨境支付到可以提供资金收、付、汇、兑、融资、SaaS服务等更综合的跨境贸易数字化解决方案……

弗里德曼在《世界是平的:21世纪简史》中认为,各种技术便利犹如将世界铲平了。全球化的发展丰富了财富创造的想象空间,如今进入3.0时代也是大家心照不宣的事实,但事情的发展是波浪式的前进和螺旋式的上升,而不是直线和一蹴而就的。

往往愈是风浪的颠簸处,才能愈见行业生命力的韧性。

03 新出海故事:勇敢者的协作游戏

出海是一个古老的命题,但如今正在讲述新的商业故事。

让我们回到故事的开始,跨境究竟在“怎么跨”、又在“跨什么境”?

它需要“跨越”包括物流、通关、文化、审美等各种障碍,融入和立足消费所在国家和地区市场。

而在跨的过程中,出海这个生意已经演化了一条紧密合作的产业链,以及形成了不同介质的“流”:货物流、资金流、信息流和商流。

这条产业链里包括了店小秘等提供软件工具的企业,钛动科技等提供广告营销服务的公司,提供供应链服务的行云集团,Shopline等独立站,飞鹰物流等国际物流,以及PingPong等支付玩家。

在出海的巨轮上,这些合作伙伴们扬起了新的船帆,为企业们出海持续助力,也都迎来了自己的高光时刻,为跨境玩家提供更有力的支撑。

有意思的是,行业内的“协作者”也在为卖家构建更完整的产品矩阵的同时,加强彼此间的协作,打造“协作者”的生态链。

以PingPong为例。支付一直是跨境贸易闭环的“最后一公里”,但PingPong也在进行内部进化,更新迭代产品方案:从第一个“了不起的1%”跨境电商收款产品策略,到推出B2B安全收付款解决方案“PingPong福贸”、科学选品和数字化运营工具“PingPong鸥鹭”,以及一站式跨境收单解决方案“PingPong 全球收单”等。

另外,它也向我们演示了作为跨境生意“协作者”的“生态协作”之道。

通过支付这一底层需求,PingPong将原本离散的全球跨境贸易产业链内的各个环节和参与者进行有机串联,实现了包括花旗银行、中国银行等境内外银行和清算机构,VISA、MasterCard等发卡组织,亚马逊、Shopee、wish等电商平台,安客创新、科沃斯等出海企业,菜鸟国际、联邦快递等物流商,市采通、欧税通等服务商的融合共通,创建了一张以数字化为基础、以开放为核心的生态共享网络。

菜鸟则在跨境物流领域用数字化技术实现了零散需求的集约式服务,重点解决了中国跨境卖家因为订单小且不稳定,导致跨境物流需求难以被及时满足的痛点。通过在一个较大的产业带区域内,将单一卖家们在同一时间、同一空间内的分散需求进行整合,再为其匹配以头程运输、清关、仓库运营、海外本地配送等物流服务,从而降低单一卖家成本,提升物流效率。

由此可见,站在数字化浪潮上,产业链条上的每一环节正在变得更有力、有韧性、合作得也更紧密,这股合力也在形成更强的势能。

在新出海故事里,越来越多的中小企业“出海跨境”,成为连接中国供应链与全球市场的纽带。而无论横向上“跨”的物理动作,还是纵向上“流”的有机形成,一个人跑总是太慢了,一群人跑会更快一些。

“跨境”这门生意从“东风吹来”到“逆风而起”,在风云变幻中我们其实很难预测风会从哪里来,但是向内坚守韧性,向外紧密合作,以确定性的姿态迎面不确定性的现状,才是进入这场商业竞赛的正确姿势。

「潮汐商业评论」原创出品,未经许可,请勿转载。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值