日前,国家中小企业发展基金完成了对慧算账数千万元的投资。慧算账成为互联网企业财税服务领域中第一家获得该国家级基金投资的公司。专注于企业级财税服务创新的互联网平台——慧算账,致力于以互联网技术创新不断改善和升级企业财税服务业态,为中国中小微企业提供最具性价比的全生命周期财税服务。该公司于去年底宣布2016年完成两轮融资,总计融资额度达1.5亿人民币,投资方包含川融资本、IDG资本等。
国家中小企业发展基金是中央政府为支持初创企业发展,激发中小企业创新创造活力而设立的,总规模为600亿元。该基金用市场化办法,重点支持种子期、初创期成长型中小企业发展,激发中小企业“双创”活力。本次投资的中小企业发展基金(江苏南通有限合伙)是国家中小企业发展基金出资设立的直投基金,由清控银杏创业投资管理(北京)有限公司(以下简称“清控银杏”)担任管理人。该基金全力服务国家发展战略,促进创业创新,聚焦实体经济,着力为经济发展注入新的动力。
国家统计局数据显示,截止2017年2月,中国市场主体已经超过8800万户。这也意味着企业级财税服务行业拥有极其庞大的潜在用户量。面对千亿市场前景,慧算账目光始终投向“创新”,其致力于在企业级财税服务领域进行产业升级和创新,利用互联网技术深耕产品能力与服务能力,保障服务产品与服务模式始终贴近用户需求。慧算账所拥有的创新基因及致力于在传统服务业实现全面技术革新的产业振兴抱负,与中小企业发展基金的投资理念不谋而合。
慧算账联合创始人张明淇表示:“所获得的发展基金将进一步投入到慧算账平台的产品能力及服务能力的建设中。今年慧算账推出新战略‘简单你的财税’,也是代表慧算账下一步企业财税服务模式的升级方向,针对中小微企业的服务将由全国统一的标准服务提供,进一步升级为深挖用户个性化需求、全面满足用户个性化需要的服务能力。同时慧算账会继续扩大对增值产品的投入,更快速实现‘自我造血’能力,打造智能财税服务生态圈。”
经历不断探索,慧算账为全国服务运营打造了市场营销体系、获客体系、会计服务体系、渠道体系、培训体系、业务支撑体系、涉税服务体系、增值服务体系8大体系,初步实现运营上平台化标准运作,服务上属地化人性服务,为全国中小微企业解决全生命周期财税服务需求。慧算账平台在近15个月的运营中,投入强大的研发团队,不断深度标准化其产品、服务及平台管理能力,保障其财税产品及服务在全国范围内拥有足够标准服务质量和运营效率,也保障全国各地用户享受贴近的优质服务。慧算账以全国布局发展为契机,推进财税服务在全国各地的不断升级。据慧算账官方介绍,截至2016年底,慧算账平台的服务网络范围已覆盖全国97个城市,实现服务门店布局150余家,服务15万付费企业用户。
经过2016年的沉淀,慧算账依然处于高速成长期。对于慧算账,进一步扩充市场份额、布局更广的城市服务网络及持续增强用户体验是现阶段首要任务。在多元业务提供上,除工商注册、代理记账等基础服务外,慧算账正与金融服务商、社保服务商等合作伙伴,一起合伙探索更新的服务形式和布局新的服务增长点,持续探索企业服务市场的产业升级及产业生态。
在资本市场经历企业服务元年之后,其细分领域,财税服务市场依赖资本的野蛮生长模式必将渐渐刹车,行业竞争格局会快步进入服务与口碑的快速沉淀中。这并不意味着该领域发展步伐的放缓与竞争的减缓,领域内的竞争将依然激烈。慧算账初期低调运作,依赖自然流量和口碑营销积累用户。现阶段,慧算账已完成前期产品及服务的验证和运营积累。接下来,以“简单你的财税”为新战略,慧算账将更广泛的参与市场竞争,全面实现布局全国,发力品牌宣传,展现平台实力,扩大客户影响及流量,升级服务产品及服务能力,为更多的企业客户提供慧算账的财税服务。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。