互联网历史最大并购案:美团正在并购滴滴?

蓝色关注,回复“1”获取知名公司程序员和产品经理职级

这是我的第85篇原创文章

见字如面,我是军哥。

昨天晚上11点半一位好友发来美团预收购滴滴的文章,请看截图:

我一夜未眠,这事背后一定有原因,于是我去脉脉和雪球了看看有没有相关的报道,发现还真有。

同时我也从王兴的饭否上看到,王老大又一次发了「同向为竞,相向为争」的言论,而且不止一次发这个。

今天我将从「过往的较量,历史惊人的相似、收购的本质」3点逐一展开。


 1 

过往的较量

我相信大家都知道,美团2017年做打车的生意从南京开始切入,以下是美团打车的时间线,2018年3月21日正式进入上海,然而美团打车被列入黑名单2年,这对美团开展新业务是打击非常大的。

我们再来看看滴滴做外卖的情况,以下是某度可查的信息:

然而现在也基本看不到滴滴外卖的信息了。

很显然,在对方已经有非常强大的先发优势下,如果没有新的模式,只是模仿对方之前的经验+补贴是很难成功的,参考俞军之前的产品公式:

用户价值 = 新体验 - 旧体验 - 替换成本。

两大公司这2年多竞争下来,落下一地鸡毛,我认为都是过眼云烟。


 2 

历史惊人的相似


在美团进入外卖市场之前,也尝试来收购饿了么,因为这对于未来本地生活的布局是必须要拿下的城池,然后未能收购成功。

才自己下手干起来美团外卖,并且成为美团并购点评后团,找到公司增长的第二条曲线。

然而事与愿违,饿了么(我的老东家)最终被杭州马收入囊中,当然收购快2年了,美团的外卖市场和阿里的外卖市场,也拉开了差距。

这场战役还需要时间的证明。我们都拭目以待吧。


 3 

收购的本质

2018年滴滴公布年亏损109亿,如今已经是2020年6月了,2019滴滴的年报也并未公布,可以大胆猜测以下,结果应该不会太好了。

加上今年疫情影响,全球经济下行,滴滴的日子并不好过,比如我已经好久没有收到滴滴打折用信息了,然后今年5月却收到不少。以下是截图:

一般来说公司想被收购,一定是一个愿打,一个愿挨,对于滴滴已经「F++」轮了,程维手上的牌已经不多了,这个时候投资人也会给很大的压力。

从创始人和大股东的角度考虑,可以得到最大化的回报是首要要考虑的,上不上市不是关键,就比如当年的饿了么。因为上市之后,你还得继续对公司的营收负责,对股东负责,日子一样难过。

当然从未来竞争格局上来看,美团要收购滴滴,阿里是不会答应的,所以我猜他们双方都已经开始在暗中谈判了。但最终不管怎么样,还是希望我们普通老百姓得到更好的体验和服务。


写在最后

以上,是今天文章的全部。

我以上三个角度解读了,这场正在进行的中国互联网最大并购案。

关于今天的主题,你有什么样的收获或建议?请留言区留下你的「精彩」评论吧。

也可以加我微信与我沟通和讨论,朋友们注明来自公号:


公众号对话框回复w,获取微信与我建立连接和互动。

另还有高质量技术、产品、技术管理群(每周分享),助你「快速成长」。

另公号下方菜单:我和服务-》提供「知识服务」。

-------

以往热文推荐:

如何工作和学习1年顶3年?


更多精彩,关注我公众号,一起学习、成长

▲ 长按关注军哥手记,一起学习、成长

内容概要:本文围绕列车-轨道-桥梁交互仿真研究,基于Matlab平台构建数值模型,系统分析列车运行过程中轨道与桥梁结构间的动态相互作用机制。研究涵盖多体动力学建模、耦合系统运动方程求解、边界条件设定及仿真结果可视化等关键环节,重点揭示高速行车条件下基础设施的振动传递规律与力学响应特征。该仿真方法可有效评估结构安全性、舒适性指标及疲劳寿命,为轨道交通工程的设计优化与运维管理提供理论支撑和技术路径。文中配套提供了完整的Matlab代码实现方案及操作说明,便于用户复现、验证和拓展相关研究。; 适合人群:具备Matlab编程基础和结构动力学、车辆动力学等相关专业知识的研究生、科研人员及从事铁路工程、桥梁工程与交通系统安全评估的工程技术人才,尤其适合开展轨道交通耦合振动课题的研究者。; 使用场景及目标:①用于高校与科研机构进行列车-轨道-桥梁耦合系统动力学特性的教学演示与科学研究;②支撑高速铁路桥梁的设计优化、运营安全性评估与减振降噪方案验证;③为复杂交通基础设施的多物理场耦合仿真提供建模思路与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐模块深入研读,重点关注系统建模假设、质量-刚度-阻尼矩阵构建方法及数值积分算法的实现细节,同时可通过调整参数进行敏感性分析,进一步掌握仿真模型的适用范围与优化方向。
内容概要:本文系统研究了非线性薛定谔方程的物理信息神经网络(PINN)求解方法,提出一种将物理规律嵌入深度学习模型的科学计算新范式。通过构建全连接神经网络架构,将非线性薛定谔方程及其初始/边界条件作为损失函数的核心组成部分,实现了在无须大量标注数据的前提下对复值偏微分方程的高精度数值求解。该方法充分利用自动微分技术精确计算方程残差,有效融合了数据驱动与模型驱动的优势,在光学孤子传播、量子系统演化等典型场景中展现出优异的逼近能力与泛化性能。文中配套提供了完整的Python实现代码,涵盖网络搭建、损失定义、训练优化与结果可视化全流程。; 适合人群:具备Python编程能力与深度学习基础知识,熟悉偏微分方程理论及科学计算的理工科研究生、科研人员,以及从事光学、量子物理、流体力学等领域建模与仿真的工程技术人员。; 使用场景及目标:① 掌握PINN方法的基本原理与实现技巧;② 学习如何将复杂物理方程转化为可训练的神经网络损失项;③ 应用于非线性光学、玻色-爱因斯坦凝聚、水波动力学等问题的仿真与预测;④ 为相关科研课题提供可复现的算法原型与代码参考。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解神经网络对微分算子的近似机制、损失函数的多任务加权策略以及训练过程中的超参数调优方法,进而可迁移至其他非线性偏微分方程的求解任务,拓展其在交叉学科中的应用边界。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 微软推出的【AZ-900微软认证】是一项针对初学者的基础级云服务资格认证,其目的在于帮助学习者掌握云概念、微软Azure服务的运作机制以及云解决方案的核心知识。获得这一认证后,考生将能够清晰地理解云计算领域的基础术语、服务模式(包括IaaS、PaaS、SaaS等)以及这些服务在Azure平台上的实际应用方式。 在【必过考题】部分,我们可以观察到两个重点议题,它们分别聚焦于PaaS(平台即服务)的概念阐释和云成本的计算方式。 在第一个议题中,考生被要求辨别关于PaaS的正确性描述。PaaS平台提供了一个开发环境,但并不允许用户直接访问操作系统(Box 1: No)。比如,Azure Web Apps服务可以用来部署web应用,但用户无法直接管理虚拟机或IIS系统。另一方面,PaaS确实具备自动扩展的功能(Box 2: Yes),这表示可以根据实际需求自动增加负载均衡的虚拟机以支持web应用的运行。PaaS框架还为开发人员提供了构建和调整云端应用的工具,预置的应用组件能够有效缩短新应用的编程周期(Box 3: Yes)。 第二个议题同样关注云计算理念的理解,尤其强调IT支出从资本性支出(CapEx)向运营性支出(OpEx)的转型思想。传统的IT投资通常被视为CapEx,而云计算的按需付费机制使企业能够将这部分开支转化为OpEx,从而在财务规划上获得更大的自由度。 在为AZ-900考试做准备时,考生需要特别关注以下几个核心知识点: 1. **云服务模式**:深入理解IaaS(基础设施即服务)、PaaS和SaaS(软件即服务)之间的差异及其各自的应用情境。 2. **Azure服务*...
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