Biggie | 冰鉴资讯小报2023-07-05

01

6月28日消息：

在28日举行的2023全球智慧物流峰会上，菜鸟集团CEO万霖宣布：

菜鸟将联合速卖通在年内正式推出“全球五日达”国际快递快线产品，从重点国家市场开始，逐步让跨境包裹实现5个工作日送达。

据了解，通过对国内揽收、干线运输、海外分拨与末端配送四段的精细化运营；

菜鸟国际快递快线产品预计可让跨境包裹从支付到签收全程时长较行业平均提速30%，以满足跨境商家对极致物流时效与性价比的需求。 

除了国际快递提速，万霖表示：

2023年菜鸟还将在海外重点区域物流能力、国内供应链多层次产品及国内快递升级等方面做重点投入。

在海外重点区域物流建设方面，菜鸟将在欧洲、北美、东南亚等海外重点市场深入运营关键物流要素，以每年1-2个国家的节奏建设海外本地物流网络。

当天，万霖还宣布菜鸟推出自营品质快递“菜鸟速递”，主打半日达、当次日达、送货上门和夜间揽收等品质服务，以匹配市场对高质量快递、差异化服务的需求。

此外，菜鸟2023年将重点打造包括优选仓配“半日达”、智选仓配“次日达”和经济仓配在内的三大供应链分层产品。

万霖认为，未来十年智慧物流迎来全新的发展机遇，菜鸟将全力投入建设一张全球领先的智慧物流网络；

打造包括国内物流、跨境物流和海外本地物流在内的三大长链物流网络，形成末端驿站、物流地产和物流科技等三大短链业务；

为消费者、商家、平台和物流公司提供高质量、有竞争力的物流服务。 

02

7月3日消息：

近日脉脉高聘发布《2023新经济行业中高端人才就业观察》（以下简称《就业观察》）。

《就业观察》数据显示，中高端人才竞争激烈程度显著低于就业市场平均水平，新能源汽车对中高端人才的吸纳能力持续增长，研发岗中高端人才数量断层领先，三成中高端人才日均加班2小时以上。

中高端人才竞争激烈程度低于平均水平 新能源汽车行业人才吸引力稳定增长

脉脉高聘对“中高端人才”的定义为年收入人民币30万元以上职场人。

《就业观察》显示，近三年，中高端人才求职市场竞争日益激烈，但求职难度仍低于就业市场平均水平。

2023年1-5月，中高端人才供需比为1.80，显著低于就业市场整体人才供需比的2.24。

新能源汽车、电子、人工智能行业具备较强的人才吸纳能力，人才供需比低于其他行业。

具体而言，2023年1-5月，人工智能行业人才供需比为1.38，新能源汽车行业人才供需比为1.19。

此外，在2021年-2022年间，新能源汽车连续处于人才净流入态势，2022年，新能源汽车行业人才流入流出比达到1.76，位列各行业榜首。

值得关注的是，互联网依然是中高端人才存量最多的行业，遥遥领先于排名第2的电子商务&新零售行业和排名第3的企业数字化服务行业。

人工智能、新能源汽车等热门行业的中高端人才数量也跻身榜单前10。

比亚迪、字节跳动成中高端人才首选 南方城市中高端人才显著多于北方

中高端人才的企业迁徙趋势具有明显的“行业融合”趋势。

2022年，比亚迪在所有企业中的人才流入流出比例最为显著，高达2.92，吸纳了来自腾讯、OPPO、小鹏汽车、博世以及华为等各领域企业的人才。

字节跳动的人才流入流出比例也达到了2.18，是阿里巴巴、腾讯、百度、美团、OPPO、华为、Shopee以及微软等众多知名企业离职员工的首选公司。

从城市分布来看，一线城市仍然是中高端人才聚集地，但二线城市对中高端人才的吸引力在上升。

北京上海成为中高端人才存量最大的两个城市，深圳紧随其后，杭州超越广州位居第四。

南方城市整体表现亮眼，占据前十中的八席，北方城市仅有北京、西安入榜。

2022年，苏州、合肥的中高端人才从净流出逆转为净流入。

从就业偏好来看，高速增长的独角兽公司以27.69%的占比位列首位，其次是外企，占比为23.38%，大型民营企业的选择占比则为19.07%。

研发岗中高端人才数量断层领先 80后、90后成中高端人才中坚力量

从岗位分布来看，研发岗位的中高端人才数量最多，对排名第二的项目管理岗、第三的产品岗形成断层式领先。

人力资源、设计、财务税务、市场公关等中后端岗位也上榜， 但数量较少。

从年龄分布来看，80后、90后已成为职场中坚力量。

30至40岁的人群在中高端人才中的占比达到58.22%，25至30岁的人群占比为16.97%，40至45岁的人群占比为17.25%。 

学历通胀的背景下，中高端人才的学历也显著高于就业市场平均水平。

中高端人才中本科人才占比为57.83%，硕士人才占比31.2%，博士人才占比1.6%。

3成中高端人才日均加班2小时以上 6成选择拓展人脉提高竞争力

中高端人才加班是常态，超7成存在不同程度的加班。

26.73%的人会加班1-2小时，18.18%的人会加班1小时以内，16.88%的人会加班2-3小时，而超过3小时的加班人群比例则为11.15%。

在随着就业市场的缓慢复苏，中高端人才的收入也在增长。

2023年1-5月，38.96%的中高端人才实现了不同程度的月收入增长，38.31%的中高端人才月薪没有变化。

从支出来看，房租/房贷成为中高端人才第一支出大项。

其次是基本生活支出以及子女抚养费用。

面对就业市场的人才饱和周期，中高端人才应对竞争的方式比较积极。

《报告》显示，六成左右的人选择“持续学习，提升学历”和“积极社交，拓展人脉”作为提升自身竞争力的主要手段；

近半数选择“拓展能力边界，考证、在知识平台学习”，而选择“浏览职场社区，了解最新职场信息”的人数占比为44.37%。

脉脉创始人兼CEO林凡公开表示，AIGC带来的是一场史无前例的、极具颠覆性的生产力变革。

职场人与AI适配的程度将决定其薪资水平。

中高端人才与其他人才的最大区别是：打破原有规则、正确提出问题将会是。

脉脉高聘将持续在新经济领域拓展更多行业，在产品和服务上持续完善内容和招聘生态，提供更多行业动态、人脉信息、知识干货，助力中高端人才提高竞争力的同时，为更多企业吸纳中高端人才提供更多助力。

03

6月29日消息：

美团于香港联交所发布公告，称已完成光年之外境内外主体100%股权的收购，收购价约为20.65亿人民币。

此前，光年之外联合创始人王慧文因身体原因，离岗就医及休养。

美团在公告中对于并购的解释是，通过收购事项获得领先的AGI技术及人才，有机会加强其于快速增长的人工智能行业中的竞争力。

光年之外是国内领先的AGI创新企业，由王慧文创立，致力于推动实现AGI普惠。

消息人士称，光年之外在两个月内完成了以产品和技术人才为主的团队搭建，吸引了包括多名人工智能领域顶级专家和创业者的加入。

目前团队规模在70人左右。

美团方面表示，并购完成后，将支持光年团队继续在大模型领域进行探索和研究。

04

7月4日消息：

据报道，东方甄选将于7月5日至11日开展甘肃专场直播活动，此次直播活动将由俞敏洪亲自带队并同时在东方甄选新版App上进行。

据悉，这也是东方甄选创办一年多来，首次在自有APP启动直播活动。

事实上，东方甄选APP早在去年8月就已推出并在各大平台应用商店上线，时隔快1年才启动直播。

去年6月，东方甄选随着主播董宇辉在抖音的爆火而吸引众多粉丝，迅速成长为抖音带货榜上的热门号。

随着东方甄选的火热，当时有报道称东方甄选陷入遭抖音限流的“争议”中，不过随即双方均予否认。

去年8月东方甄选推出独立APP，此举被电商分析人士解读为“出逃抖音”的准备，不过在11月的财报电话会议上，东方甄选高管对此进行回应称：

东方甄选和抖音是互惠互利的合作关系，东方甄选会支付其技术服务费。

抖音想作为内容电商的形象出现在直播市场，就需要有内容的创作者，我们其实就是内容创作者。

截至2022年11月30日东方甄选已在抖音开设六个直播账号，主账号“东方甄选”外，还有“东方甄选美丽生活”“东方甄选之图书”“东方甄选看世界”“东方甄选将进酒”“东方甄选自营产品”等，形成直播矩阵，产品类别及SKU包括农产品、食品、图书及生活用品。

新抖数据公布的今年4月抖音主播带货榜显示，东方甄选排名第一，这已是其第四次蝉联抖音“销量冠军”。

05

7月3日消息：

在办公场景中，文档类型图像被广泛使用，比如证件、发票、合同、保险单、扫描书籍、拍摄的表格等；

这类图像包含了大量的纯文本信息，还包含有表格、图片、印章、手写、公式等复杂的版面布局和结构信息。

早前这些信息均采用人工来处理，需要耗费大量人力，很大程度上阻碍了企业的办公效率 。

其图像文档识别与内容理解业务就是为了解决此类用户痛点。

自 2017 年以来的不断耕耘，金山办公在图像文档识别与理解领域已达到了国内领先水平。

其主要使用了 CV（Computer Vision）与 VIE（Visual Information Extraction 视觉信息抽取） 等相关深度学习技术，例如通过 CV 技术识别发票和 PDF 大纲并获取其中的数据关系，其日请求次数已达上亿次。

图像识别与理解是一个很复杂的过程，一个任务的 pipeline 用到的深度学习模型多达 20+ 个，且日请求量级较大（上亿级别）需要大量的计算资源。

当业务落地时，团队主要面临以下两个挑战：任务的绝对耗时不能过长，以及成本问题。

为了解决上诉的两个挑战，金山办公采用了英伟达 T4 Tensor Core GPU 进行推理、英伟达 TensorRT 8.2.4 进行模型加速、英伟达 Triton 推理服务器 22.04 在 K8S 上进行模型部署与编排。

长链路（多达 20+ 个模型的 pipeline）意味着长耗时，若基于 CPU 推理的话，pipeline 耗时会长达 15 秒左右，通过 GPU 推理和 TensorRT 加速，成功将耗时降低到了 2.4 秒左右。

模型部署的时候，常见的做法是推理与业务代码（前后处理）放在一个进程空间里，每个模型需要在每个进程中加载一次，由于显存的限制，很多时候难以得到较高的单卡 GPU 使用率。

就算采用了进程池的方式提高了单卡的 GPU 利用率，也会因 CPU 的限制，出现机器整体的 GPU 利用率不高。

而在引入了 Triton 推理服务器进行推理部署后，将推理与业务代码解耦，初步实现将 GPU 资源池化调度。最终在同等业务规模情况下，部署成本节省了 23%。

你“在看”我吗？