<blockquote><p>在AI技术日益普及的今天，产品经理的工作方式正经历着前所未有的变革。本文将探讨AI时代产品经理如何适应新的技术环境，提升工作效率和创新能力。</p> </blockquote>  周末和几位资深产品经理交流，主要讲AI出海，有几点感悟。 ## 01 产品经理要学会写代码 一个产品的诞生，需要经历需求调研、方案设计、PRD撰写、开发、测试上线、用户反馈。 你会发现整个链路中，几乎很多方面都可以用AI来实现了，然后再AI输出的基础上进行二次的处理。 调研报告、产品方案、PRD等等，我们还能改一改，但是开发的代码，产品经理就改不动了。 所以，产品经理最好懂一点代码，可以借用AIGC的能力，进行辅助编程。 这样，产品的全生命周期，基本上可以由产品经理来闭环。 最近体验的飞书低代码工具，就有很深的感受，原型搭建、数据库串联，业务使用，快速迭代，系统搭建门槛变得很低了。 ## 02 数字游民的到来 AI的到来，使得我们不一定要拘泥于一个城市，有时候可以在澳大利亚晒着太阳，和国内的成员开会，合作完成一个项目。 ## 03 积极主动 做任何项目，都需要带着激情，有了激情才有动力。主动寻找问题的答案，主动学习新知识，主动关注海外市场，主动做事，用最小化的成本先跑通闭环，而不是等着别人来安排。 ## 04 先让自己爽 找项目找方向的时候，先要让自己爽自己能够在这个项目中感受到价值，确确实实能够帮助到我，然后再找到更多和我有相同需求的人。 梁宁老师讲过一句话，任何行业只要能够存在，就一定有价值，但是失败了，一定是个人的模式问题。 所以，能够让自己爽，并且找到更多相同的用户群，那剩下的，就是怎么做大的问题了。 这个思路和以前的老师讲的思路不太一样，以前老是强调要找到用户的痛点，然后再形成产品。 现在是找到自己的痛点，然后再把它放大。 ## 05 不要依赖网上的视频 AI时代，知识的更新速度太快了，有时候我们看到的视频的知识，很快就过时了。 最好的办法是多逛社区，比如海外的Reddit，里面有很多牛人会在上面发布很多最新的观点。 当然，知识是永远学不完的，除了学习知识，还要学习这么多知识当中底层永恒不变的思考框架，不管后面知识怎么变更，这个框架都不会变。 比如最近梳理的供应链计划，基本上就可以分为需求计划、S&amp;OP计划、综合生产计划、主生产计划、物料计划、排产计划、采购计划。只是我们利用AI等等能力，把每个环节的效率提上来罢了。 还可以和豆包对话，豆包这些工具每天都在抓取很多最新的信息，所以，从豆包这些工具，更能够补抓到一些有用的信息。当然我们也需要辩证去看，结合自己的思考框架，做好辨别。 本文由人人都是产品经理作者【蔡锦海】，微信公众号：【锦海说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

近日，中央国家机关2024年度杀毒软件框架协议联合征集采购项目入围名单正式公布。360数字安全集团凭借360终端安全管理系统的领先技术优势成功入围，充分体现了政府部门对于360数字安全集团自主研发实力、实战能力与创新实践的高度认可。  中央国家机关2024年度杀毒软件框架协议联合征集采购项目是由中央国家机关政府采购中心、安徽省政府采购中心、云南省政府采购和出让中心、吉林省公共资源交易中心（吉林省政府采购中心）联合组织招投标，采购单位覆盖国务院各部委、各直属机构、直属特设机构、办事机构、直属事业单位和有关人民团体等中央国家机关各部门各单位及其所属各级行政事业单位，参与本次联合征集的有关省市的采购人，以及在中央政府采购网注册的其他采购人等上万个机关单位。因此，此次招标项目对候选产品的产品性能、技术含量、售后服务及企业信誉等各方面综合标准要求极高，具有很强的权威性及示范性，是业内招标采购的风向标。 作为国内唯一兼具人工智能和数字安全能力的公司，360基于过去20年实战经验，构建了“看见+处置”为核心的数字安全运营服务体系，打造出数字安全中国方案。作为其中的重要组成，此次入围的360终端安全管理系统在病毒查杀能力、终端高级防御能力、立体勒索防御能力、APT对抗能力上拥有显著优势，累计服务政企客户数超10000家。 在安全大模型的赋能下，360终端安全管理系统在近期对外发布的终端All in One 5.0八大场景解决方案中，威胁检测能力和终端安全运营效率得到显著提高，构建出在终端主动防御场景的“5能+3化”体系。 其中，“5能”分别为情报能力：掌握全球400余个组织威胁情报，1800多个APT武器模型，累计发现54个APT组织； 云端大数据能力：15亿+的互联网终端部署量，云端310亿+样本数量等高质量数据，为威胁对抗提供了强有力的支撑； 安全大模型能力：安全大模型全面赋能，实现看的全，看的准，处置及时； 引擎能力：四大特有引擎深度协作，全面准确扼杀病毒，即使变种也难逃法眼； 主防能力：基于行为的主动防御，构建系统风险防御、漏洞利用防御、勒索风险防御、软件自我保护、登录防御、入口风险防御等20多个维度，超过100个防御锚点。   “3化”则包含了，一是体系化的安全管控。360终端安全管理系统集成了高级威胁发现、防病毒、漏洞防护、停服加固、终端合规管控、终端准入、终端审计、数据安全、主机加固管理等安全能力于一体，能够实现终端安全管控一体化，后台管理一体化，构建可维护、易维护的终端安全运维体系。 二是场景化的实战对抗。360长期与国家级APT组织、黑灰产网络犯罪组织战斗在一线，截止目前，累计帮助我国发现54个境外APT组织。基于实战经验的核心赋能，360终端安全管理系统全面覆盖包括勒索软件防护、挖矿攻击防护、APT攻击防护、攻防演练、重大事件响应、等级保护合规性以及数据安全等多个场景，全方位提升端点威胁防御能力。 三是智能化的安全防御。为了提升高级威胁发现的效率，360安全大模型已全面赋能360终端安全管理系统，在安全大模型加持下，360终端安全管理系统能够实现智能化风险研判，运用大模型专家库、技能库实现漏洞捕获、高级威胁猎杀，增强“看见与处置”能力。 目前，360已与众多部委、央企、大型金融机构、运营商以及上百万中小企业开展了数字安全合作，持续提供优质的数字安全技术、产品和服务。此次成功入围是对360数字安全集团安全能力的又一次有力认可与肯定。未来，360将继续专注自主创新，夯实技术储备，为全面保障国家及各政府部门的数字安全建设贡献更多力量。

为什么会有这些变化？为什么是现在？为什么是它们？

<blockquote><p>作为国内领先的电商平台，拼多多吸引了众多商家和运营者的关注。本文将详细讲解如何在拼多多上进行有效的竞品分析，希望能帮到大家。</p> </blockquote>  每个电商运营估计做梦都想爆单吧，不例外的我也天天想爆单，但是只想不做有用吗？自然是没用的，眼里只有目标没有行动是不可取的。那么如何行动才能爆单呢？这可就复杂了。 首先得有好品吧，然后得有高逼格的素材吧，还有无限额的直通车预算吧，再有你我都会的拼多多牛掰技术吧，除此之外还有很多很多条件，这些条件都具备了，各位电商朋友才有爆单的可能。 这篇咱来讲哪个环节呢，俗话说万事开头难，咱就来讲下爆单的前置条件竞品链接分析吧。 我发现有的电商运营拿到品之后，啥都不看，直接上架开干，这叫啥行为？胡闹。电商是这样玩的吗？这样如果都能爆单，谁还来看我写的竞品分析，赶快下架链接，看完这篇文章再去搞。 ## 01 竞品链接分析要怎么看 首先咱们要清楚，做竞品链接分析要分析什么，我最开始做电商时，我也想做竞品分析，打开搜索框，搜产品的关键词，出来了N条销量贼高的链接，看的我眼花缭乱的，作为新人的我，除了分析出来别人做的牛掰外，啥有效信息都没获取到，这应该是所有电商新人的通病吧。 以前自己走了弯路，现在我绝对不能让关注我的宝宝们再走弯路，今天在线的宝宝们，有一个算一个，来，3.2.1…上干货。 看竞品链接就是看别人主图咋做的，是怎样的风格，文案写的啥，销量有多少，卖价和SKU是咋写的，标题关键词有哪些，评论有多少条，评论最多的都是啥卖点，除了上述最常规的基础信息外，还有一条隐藏信息，大家务必要了解到，就是这条链接，切的是哪个用户群体。 举个例子，如果各位是卖卫生纸的，你看竞品top链接主图文案是母婴可用、单卷很耐用、够用大半年，还有些其他的文案。 就说上面三个，你应该可以判断出，他们切的分别是宝妈重安全群体、全员重质量群体、大多数重性价比群体，不同的用户群体有不同量级的用户池子。 你做竞品分析，看竞品链接切的用户群体同时结合这个链接的单量，就要判断出这个用户池子的量级，从而为自己要切哪部分人群做参考依据。 如果你是厂家，发现用户群体最大的是重质量的，你还打够用半年的口号吗？当然不了，市场是怎样的，咱们就做怎样的。 当然，实际情况是看重性价比的群体一定是量级最大的，那我们如果想提高毛利，做高客单就不能切量级最大的重性价比人群，而是切重安全的宝妈群体，体量不大，但是利润最大，做高溢价链接的思路就是这样来的。 ## 02 竞品链接数据要怎样看 拼多多做竞品链接的数据分析，有个很直观的点，就是在链接详情页面，有个24小时内有多少人拼单的数据，相信我，这个数据是完全真实可靠的。 记住，只有top链接才有这个，据我观察，日销100单以上的链接都有，如果你刷到的竞品链接没有这个数据，说明这个链接销量不行，没必要分析。 还有很多人不知道如何找高销量的竞品链接，这里简单提一下，就是搜产品关键词，点击按销量排序，这样前面的链接基本上都是销量很高的。 如果点了第一二个链接都没啥销量，那可能是直通车来的，不用管，继续点下面的，总有一个会有很高销量的。然后在详情页面大概率会有榜单的快捷入口，你找到了一个高销量链接，点击进榜单就找到了一群类目top链接。 把榜单分享给自己，这样下次就好找多了。然后看榜单链接的销量都是多少，根据这个链接的客单价来推算这个链接一天的GMV有多少。这就可以作为咱们做这个类目一个月能做多少销售额的参考。 假如说，你看到榜一链接一天才50单，客单50块钱，你想在这个类目做到月销100万，那完全没可能得。数据显示，这就是个小类目，这样的类目就不可能赚大钱，现在大家明白竞品分析的价值了吧，想赚大钱，一个月千万流水，就别碰小类目榜单。 我在逛拼多多时，发现有个柜门合页竟然有1000单/天，虽然我的认知是这个品应该没啥市场吧，但是数据告诉我，这个品单链接一天也能有5千到1万的销售额，这样的类目可以做吗？肯定是可以的。当然，还要看各位有没有这方面优质的资源了。 ## 03 竞品链接分析完要怎样干 竞品链接的分析都是前哨站，真正的价值是让咱们知道后续自己的链接应该怎样干。比如上面提到的纸巾，从数据上看出人群最大的池子是性价比了。 那我们就要看自己能不能切这个池子，巧的是，咱就是厂家，那就好办了。接下来要怎样做呢？ 把玩性价比的高销量链接的主图都下载下来，保存到一个文件夹中，然后直接借鉴（抄），别人文案写的啥，咱就写啥，别人主图的产品布局是咋摆放的，咱就咋摆放，别人色调是啥样的，咱就是啥样的。 简单一点就是除了产品换成咱们自己的，其他尽量用竞品的，为啥这样做呢？踩着巨人的肩膀起链接，绝对要比自己绞尽脑汁想来的快且有效果多了。 咱们可以玩创新，但是前提是各位首先要有量，有量的最小风险操作就是借鉴了，别人竞品链接能上榜单，说明素材这样设计，文案这样说，肯定是能被消费者认可的，你照葫芦画瓢去做链接，别人一天1000单，你做个500单总是可以的吧。 这个思路不仅仅适用于做电商链接，包括产品研发、生成制造、方案策划，都是可以用这个思路的。更有甚者是青出于蓝而胜于蓝，借鉴的比原版还到位，把原版挤下来，自己当老大的例子也数不胜数。各位电商朋友如果能学会这个思路，绝对会受益一生的。 ## 04 最后 如果你做链接之前不做竞品分析，那你是个真勇士。大家想想雷军研发小米汽车之前做了哪些事，是不是把竞品车辆都开了个遍。 没有对竞品优劣的详细分析，又怎能开发出优于竞品的产品呢？做拼多多链接也是如此，想干翻竞品链接，就得先从竞品链接分析做起咯。 本文由人人都是产品经理作者【老虎讲运营】，微信公众号：【老虎讲运营】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

2025年1月14日，截止收盘，沪指涨2.54%，报收3240.94点；深成指涨3.77%，报收10165.17点；创业板指涨4.71%，报收2075.76点，两市成交额较上一交易日增加3843.23亿元，合计成交13507.01亿元。

Meta Platforms(META.US)首席执行官扎克伯格近日警告称，量子计算机的应用仍需数年时间。受此影响，量子计算概念股遭遇集体抛售。“我并不是量子计算方面的专家，但我的理解是，这离成为一个非常有用的范式还有很长的路要走，”他在周五的一个播客上表示，并补充道，许多人认为这项技术可能需要“十年以上的时间”。 这番言论印证了英伟达(NVDA.US)首席执行官黄仁勋最近的评论，他表示，量子计算机可能还需要15到30年的时间，这一消息重创了量子计算概念股。在谷歌(GOOGL.US)去年推出其最新量子芯片Willow芯片后，这些概念股一度出现飙升。 截至周一收盘，Rigetti Computing(RGTI.US)和D-Wave Quantum(QBTS.US)均下跌超30%，延续了上周的跌幅。IonQ(IONQ.US)暴跌近14%。  由于投资者纷纷支持量子计算技术，认为它是继人工智能之后的下一件大事，Rigetti和D-Wave的股价在2024年分别上涨了1449%和854%。 支持者表示，量子计算机将能够执行比普通计算机更复杂的计算任务，并处理大量数据。然而，许多投资者警告称，对于现实世界的用例来说，这可能还为时过早。 [查看评论](https://m.cnbeta.com.tw/comment/1470980.htm)

<blockquote><p>随着TikTok在美国面临封禁风险，大量北美用户开始寻找替代的社交平台。小红书凭借其与TikTok相似的短视频和互动社区功能，成为了这些用户的热门选择。本文将探讨这一现象对小红书的影响，以及国内达人和商家如何抓住这一波海外流量带来的新机会。</p> </blockquote>  如果你最近打开小红书，很有可能看到的页面是这样的…  这不是Instagram也不是lemon 8，而是小红书 事情是这样的，最近TikTok（海外版抖音）在美国遭遇封禁，大量习惯了短视频社交的美国用户需要寻找新的平台来满足他们的社交和娱乐需求，由于小红书与 TikTok 有着相似的短视频和互动社区功能，为美国用户提供了一个熟悉且可用的替代选择，所以大量美国用户涌入小红书，他们自称“TikTok难民”，让小红书快速在美区app store内冲上了排行榜第一  小红书这几年一直在探索出海，小红书应该也没想到是以这种形式让大量海外用户使用小红书，甚至小红书目前还没有针对笔记的语言翻译功能 小红书这一波的的泼天富贵，真的是太天时地利人和了。一方面小红书最近在新版本上把视频流放在跟笔记一样的一级入口；另一方面小红书在使用方式上跟Ins略像，用户界面简洁明了，海外用户更容易上手，完美的接住了这波海外流量 现在就形成了一种外网都在讨论怎么来小红书，国内都在讨论怎么接住这波机会的局面。所以，国内的达人和商家，面对这波来自海外用户的浪潮，可以有哪些机会？ ## 一、填补流量短缺，数据回暖 大量海外用户涌入，进一步提升了小红书用户基本盘，前段时间小红书启动了下沉城市地推的计划，来填补社区用户增长放缓的情况，没想到短短几天就被海外用户疯狂涌入。当然，这一现象对正在小红书做种草营销的商家来说有好有坏 好的一面是，基于社区用户的暴增，自然流量短时间大幅提升，笔记的流量可能会出现数据回暖，短幅上升。但是反过来讲，数据短时间内波动过大也不一定是好事，有可能出现画像杂乱，触达不精准的情况，因为社区出现了大量未形成明确标签的用户。所以，近期建议大家在做笔记数据归因的时候把这部分影响考虑进来 ## 二、利好品牌出海 以前，国内品牌出海，需要先适应海外的用户习惯以及媒体环境，如今不需要了，可以直接在国内平台触达大量海外用户。所以，正在尝试出海的品牌可以先在小红书平台尝试做双语类内容，对海外用户增加曝光度 之前喊的口号是”所有生意都值得在互联网上再做一遍”，接下来的口号是”所有生意都值得用英文内容出海再做一遍” ## 三、海外上下游产业的新机会 近两年国内一直在不断优化过境免签、区域性入境免签、口岸签证等入境政策，China Travel自从开放144免签后，大量老外入境游玩，很多老外来完以后，发现实际跟外媒宣传的完全不一样，这种“平反”类内容本身已经在TikTok有很高的热度。小红书本身也存在大量的旅行攻略以及好看的风景图，入境游等商家朋友可以借助这波热度，做好对应内容，承接海外用户入境游需求 除了入境游，文创产品、特色商品等容易受到海外用户关注的产品，都可以积极应对这波热度，对海外用户进行种草 ## 四、写在最后 这个事情，大概率就是个现象，不太容易持续 TikTok只是面临被封禁的风险，但至于何时被封禁，会不会被封禁，还是个未知数，对于海外用户来说，涌入小红书也许只是一种“情绪表达” 再加上双方存在文化差异、语言障碍，热度褪去是容易被预见的情况 所以，上方提到的几种类型商家，可以趁着热度还在，抓住机会；除此之外的商家朋友们记得近期在做笔记数据归因的时候把这部分影响考虑进来 本文由人人都是产品经理作者【赵子辰Vic】，微信公众号：【Vic的营销思考】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

随着TikTok“不卖就禁”禁令生效的日期（1月19日）逐步临近，本周一，两名民主党议员敦促美国国会和拜登总统延长这份禁令的生效期限，并已经计划就此提出法案。  美国参议员爱德华·马基个人官方网站公告 美东时间本周一，美国马萨诸塞州参议员爱德华·马基（Edward Markey）在美国参议院发表讲话并在TikTok上直播。他在讲话中谈及这项禁令时表示，他计划提出立法，将TikTok“不卖就禁”禁令的最后期限再推迟270天。  爱德华·马基在美国参议院就TikTok禁令发表讲话 “禁令将破坏一个独一无二的信息和文化生态系统，使数百万人在这个过程中沉默，”马基表示， “TikTok禁令将会给对数百万依赖该应用建立社会联系和维持经济生计的美国人造成严重后果。我们不能允许这种情况发生。” “此事风险重大。这就是为什么我将很快推出《延长TikTok最后期限法案》（Extend the Deadline Act），将字节跳动TikTok“不卖就禁”禁令的最后期限再延长270天。” 同时，民主党众议员罗·康纳（Ro Khanna）也在周一敦促拜登和特朗普“暂停这项禁令，这样1.7亿美国人就不会失去言论自由。如果实施这一禁令，数百万美国人的生计将受到影响。” **美议员敦促法院推翻判决** 近期，爱德华·马基、罗·康纳已经和肯塔基州共和党人兰德·保罗一起，提交了一份跨党派的两院简报，敦促美国最高法院推翻华盛顿特区巡回法院在TikTok禁令案中的裁决。  在这份简报中，上述三位美国议员认为，TikTok 禁令缺乏证据，直接与美国第一修正案相冲突，损害了使用该平台的1.7亿多美国人的权利。 如果美国最高法院在本周日（1月19日）之前不能阻止这项法律，美国人将无法再在苹果或Google应用商店上新下载TikTok，但现有用户可以在一段时间内继续使用该应用程序。不过，由于字节跳动公司将被禁止提供支持，该应用的服务将会降级，并最终停止工作。 美国当选总统特朗普已经要求法院推迟实施禁令，称他在1月20日上任后，应该有时间寻求“政治解决”这个问题。 [查看评论](https://m.cnbeta.com.tw/comment/1470978.htm)

美东时间1月20日，美国候任总统特朗普即将正式就任美国第47任总统。美东时间本周一（1月13日），特朗普的总统过渡团队公布了其就职前后的活动安排，包括官方派对、MAGA集会、大型烟花表演以及其他活动安排。 [](https://n.sinaimg.cn/finance/crawl/117/w550h367/20241228/93c2-79ae8e9c3e4df625fcee73a37ce6c71c.png) 据透露，特朗普的就职委员会已经筹集了1.7亿多美元，并最终有望筹集到2亿美元。 据负责追踪美国政治资金的非营利组织OpenSecrets的计算，特朗普的就职活动支出将相当于平均每分钟花费3.7万美元左右，是奥巴马第一次就职典礼时每分钟8600美元的四倍多。 特朗普将在自家球场举办就职活动 特朗普团队公布的就职活动行程为期四天，活动包括在华盛顿特区外特朗普的高尔夫球场举行的烟花表演及贵宾活动，以及在他宣誓就职仪式前夕举行的庆祝集会，以及就职仪式后的三场舞会。 在地点选择上，特朗普的几项就职庆祝活动都将在他位于弗吉尼亚的高尔夫球场举行，这与最近几次就职典礼主要在华盛顿特区举行的情况有所不同。 比如，2021年乔·拜登总统的就职典礼烟花秀就是在华盛顿国家广场举行的，而特朗普的就职典礼烟花将在距离国会山20英里的特朗普高尔夫俱乐部燃放，大部分公众都看不见。 **平均每分钟花费3.7万美元** 以最近几任总统的就职标准来看，这次安排的就职舞会只有三场，场次数量相对较少——考虑到特朗普就职委员会可支配的创纪录的巨额资金，这个数字似乎就显得更少了：据美媒报道，特朗普·万斯就职委员会已经筹集了1.7亿多美元，并有望最终筹集到2亿多美元，用于就职活动和运营。 据OpenSecrets的计算，特朗普为期四天的就职活动支出，将相当于平均每分钟花费3.7万美元左右。 相比之下，美国前总统奥巴马2009年的就职典礼就有10场官方舞会和数十场其他非官方活动。他的就职委员会筹集了超过5300万美元，创下了当时的纪录。 1997年，美国前总统比尔•克林顿（Bill Clinton）在他的第二任期就职典礼上举行了创纪录的14场官方舞会，而当时他的就职委员会筹集的资金不到2400万美元。 2021年，拜登总统因为新冠疫情，就职时没有举办任何舞会。 特朗普的大规模筹款活动和相对较少的日程安排与他在2017年第一次上任时的情况类似：2017年特朗普首次上任时，其就职委员会在短短两天的活动中筹集了1.07亿美元，花费了9700多万美元。 **众多企业积极献金** 由于特朗普已经提前预告，他一旦上台就会推出几项大规模的经济政策——包括可能全面征收关税，同时削减各种其他税收和法规，因此不少美国巨头企业都已经积极向其团队献金，似乎急于缓和与他的关系。 这一影响也延伸到了特朗普的就职委员会——该委员会目前已经收到了许多公司高达数百万美元的捐款。上周，即将离任的联邦贸易委员会主席莉娜·汗暗示，亚马逊和Meta可能正在努力与特朗普政府达成“私下交易（Sweetheart deal）”。 据报道，可能是为了回应越来越多的人对讨好特朗普的兴趣，特朗普就职典礼委员会已经要求顶级捐赠者提供至少100万美元（是2017年要求的两倍），才能获得与特朗普或万斯直接见面的机会。 **特朗普就职活动具体日程** 美东时间2025年1月18日，星期六 总统招待会和烟花表演 内阁招待会及副总统晚宴 美东时间2025年1月19日，星期天 阿灵顿国家公墓仪式：无名烈士墓的敬献花圈仪式 “让美国再次伟大胜利（MAGA）”集会：特朗普发表讲话 烛光晚餐：特朗普发表讲话 美东时间2025年1月20日，星期一 圣约翰教堂礼拜仪式 白宫茶会 宣誓就职仪式（美国国会大厦） 向前总统和前副总统告别 美国国会大厦离开仪式 总统签字仪式 JCCIC国会午宴 总统检阅军队 总统游行（宾夕法尼亚大道） 白宫椭圆形办公室的签字仪式 统帅舞会：特朗普总统发表讲话 自由就职舞会：特朗普总统发表讲话 星光舞会：特朗普总统发表讲话 美东时间2025年1月21日，星期二 国家祈祷仪式 [查看评论](https://m.cnbeta.com.tw/comment/1470976.htm)

据美国《国会山报》、法新社13日报道，美国总统拜登周一（13日）发表声明宣布，美国海军接下来两艘“福特”级核动力航空母舰将分别以前总统比尔·克林顿和乔治·W·布什（小布什）的名字命名。 __ “我很自豪地宣布，接下来两艘‘福特’级核动力航空母舰将分别以两位前总统的名字命名：比尔·克林顿和乔治·W·布什。”拜登在声明中说。 《国会山报》称，拜登表示，当他将这个消息告诉上述二人时，“两人都受宠若惊。”拜登在声明中提到，这两艘以前任总统命名的航母将在“未来几年内”开始建造。 法新社称，美国国防部长奥斯汀对这一命名决定表示赞赏，称这些航母将是“对两位领导人为服务美国而留下的遗产的持久致敬。” 法新社称，美国长期以来有以前总统名字命名部分航空母舰的传统。 据介绍，2017年7月22日，美国海军首艘“福特”级核动力航母“杰拉尔德·福特”号正式在弗吉尼亚州诺福克海军基地服役。耗资129亿美元、以美国前总统杰拉尔德·福特命名的这艘航母，被誉为“美军最新最强大的核动力航母”。 [查看评论](https://m.cnbeta.com.tw/comment/1470974.htm)

自上周洛杉矶山火爆发以来，这场火灾已经成为美国历史上最严重的自然灾害之一。美东时间本周一，南加州能源供应商爱迪生国际公司（Edison International Inc.）遭到起诉，被指控称该公司的电力设备是引发洛杉矶山火灾难的元凶之一。  **电力公司遭到起诉** 这起诉讼由洛杉矶律师理查德·布里奇福德 (Richard Bridgford) 提起，他代表的原告是在此次火灾中受灾最为严重的伊顿火区的一群房主、租房者、企业主等人。在伊顿大火中，这些人的财产蒙受了巨额损失。 该诉讼称，南加州爱迪生公司（SCE）的一座输电线塔正是导致伊顿峡谷大火的原因。 这份诉状引用了对伊顿峡谷附近的房主的采访。这些房主声称，在1月7日电力中断后，爱迪生电线塔下面出现了火苗。 其中一名居民说，他上周二（1月7日）晚上出门，走近一座架设爱迪生公司电线的电塔时，发现塔底已经出现“一场大火，可能有齐膝高”。 诉状还称，一位在伊顿峡谷徒步旅行的居民说，他最近注意到该地区“到处都是干燥的碎片和枯死的灌木丛”，诉状中还附有该地区的照片和地图。 诉讼称，爱迪生公司没有妥善维护其电力基础设施，给“私人财产带来了风险和火灾危险”。而且，该公司的植被管理不符合当地规定。这份诉讼要求公司赔偿伊顿峡谷及其周边地区大火造成的财产损失。 诉状称：“在伊顿大火开始之前，爱迪生就知道其老化和过载的公用事业塔和电线杆会引发野火的重大风险。” **电力公司否认：不存在任何电气问题** 爱迪生公司表示，其分析显示，在洛杉矶火灾发生前12小时内，他们没有检测到任何电路运行或电气异常。 爱迪生国际公司首席执行官佩德罗·皮萨罗（Pedro Pizarro）表示，该公司没有在洛杉矶地区伊顿致命火灾附近的输电线路上发现任何电气问题。 皮萨罗表示：“我们没有在遥测中看到任何电异常的迹象。通常，当你的基础设施着火时，你会看到电压下降。我们在研究中没有看到这一点。” 皮萨罗还表示，在伊顿火灾爆发之前，爱迪生公司已经关闭了火灾起点位置的配电线路。 **电力公司股价已经暴跌** 在此次洛杉矶地区的火灾中，帕利塞兹地区和伊顿地区的火灾情况最为严重。截至周一早些时候，伊顿地区大火仅得到了27%的控制。这场已经吞噬了超过14000英亩（约合5.67平方千米）的土地，烧毁了数千座建筑物，造成至少16人死亡。 洛杉矶及周边地区的火灾从上周持续至今，很可能成为美国现代史上损失最惨重的自然灾害之一。 目前，商业预报机构AccuWeather Inc.已经将这场火灾所造成的经济损失预估从之前的1350亿美元-1500亿美元提高到2500亿美元-2750亿美元。这一预期包括直接损失和间接损失（例如工资损失和供应链中断）。 在这份起诉的影响下，美东时间周一，爱迪生国际公司股价大跌约12%。而自上周的山火爆发以来，这家公司股价已经累计下跌26%，导致该公司市值缩水80亿美元。  爱迪生国际公司股价在近几日暴跌 Evercore ISI 分析师Durgesh Chopra上周估计，爱迪生公司因火灾索赔而蒙受的损失预计将接近40亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1470972.htm)

礼来(LLY.US)首席执行官David Ricks周一表示，该公司预计其试验性口服减肥药最早将于明年初获得批准。该公司将在今年年中公布口服药orforglipron的关键后期试验数据。  目前，礼来正在努力将这种药丸推向市场，与诺和诺德(NVO.US)以及其他规模较小的竞争对手争夺蓬勃发展的减肥药市场的主要份额。礼来的Zepbond和诺和诺德的Wegovy在这一领域占据主导地位，但制药商及其竞争对手一直在努力开发这些药物的改进版本。 与目前的注射形式相比，口服药对患者来说更为方便服用。在礼来和诺和诺德难以生产足够的药物来满足激增的需求之际，口服药也更加容易生产。 礼来表示，在中期试验中，orforglipron帮助患者减轻了14.7%的体重，而服用安慰剂的患者减轻了2.3%。 [查看评论](https://m.cnbeta.com.tw/comment/1470970.htm)

近日，美国当选总统特朗普针对丹麦自治领地格陵兰岛的扩张性言论引发全球广泛关注。一项最新民调显示，大多数格陵兰人支持加入美国。根据美国无党派民调组织“Patriot Polling”上周日公布的一项调查，57.3%的受访者支持格陵兰岛成为美国的一部分，只有37.4%的人对此持反对意见，还有5.3%的人拿不定主意。 [](https://n.sinaimg.cn/spider20250109/533/w800h533/20250109/38d8-108b17d83871eda3186d50ff817cc0fd.jpg) 上述民调于1月6日至11日期间进行，调查对象是416名格陵兰人。值得注意的是，在此期间，特朗普之子小唐纳德·特朗普正好访问了该岛，可能会一定程度上影响调查结果。 特朗普上个月提出买下格陵兰岛的想法，称美国拥有格陵兰岛是“绝对必要的”。他上周早些时候表示，不排除通过武力使格陵兰岛成为美国的一部分。 实际上，特朗普在其第一任期内就展现出对格陵兰岛的觊觎之心，因为该岛具有军事、资源和贸易三重吸引力。 据最新消息，美国共和党众议员Andy Ogles正在牵头起草一份法案，授权特朗普与丹麦就格陵兰岛进行交易谈判，以实现美国占领格陵兰岛的愿望。 不过，观察人士对美国最终能够控制格陵兰岛持怀疑态度。 格陵兰岛位于北美洲东北部，是世界第一大岛。该岛是丹麦的自治领地，有高度自治权，国防和外交事务由丹麦政府掌管。由穆特·埃格德领导的格陵兰岛政府一直在推动实现最终独立。 埃格德近日表示，格陵兰岛不想成为美国的一部分，但他理解特朗普对该岛的兴趣，并对与华盛顿加强合作持开放态度。 丹麦政府官员也多次强硬回应称，格陵兰岛是“非卖品”，并强调“格陵兰岛属于格陵兰人”。 [查看评论](https://m.cnbeta.com.tw/comment/1470968.htm)

据知情人士称，英伟达CEO黄仁勋本周将开始一次中国之行，访问中国主要城市。知情人士说，黄仁勋将于1月15日左右抵达深圳，参加当地员工一年一度的农历新年庆祝活动。他还计划访问上海和北京。另一位了解他旅行计划的人士说，黄仁勋还将于本周晚些时候飞往台北。 [](https://static.cnbetacdn.com/article/2025/0109/12f4a48bce3db9f.png) 本周，白宫公布了针对英伟达及其同行销售先进人工智能芯片的全面新限制。这家美国公司批评了这些限制措施，警告称这将削弱美国的竞争力。 知情人士称，黄仁勋可能仍然会选择改变他的计划。他在大约一年前也进行过一次类似的访问，在中国内地几个城市与当地员工交流。这位知情人士说，黄仁勋本周晚些时候也将出于类似目的访问台北。 英伟达此前提交的文件显示，在截至去年10月的一个季度里，其在中国内地和香港的营收为54亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1470966.htm)

<blockquote><p>对用户行为的研究和对人性的洞察，属于产品经理的基本能力之一，却不曾想到，竟然有一个模型，它如此简洁而有效。</p> </blockquote>  你有过这样的经历吗？ 某天跟好友聚会，对方说了一句“最近营养不错啊，胖了”，你回家立誓要减肥——管住嘴，迈开腿，结果“朝令夕改”，坚持没几天就放弃了； 某次述职，发现自己表现不佳，看着别人都是有理有据、引经据典，你立誓要发奋图强——学习提升，结果像无头苍蝇一样，折腾1周就放弃了； 某次体检后，发现自己的红色异常小箭头有好几个，遵医嘱需要戒烟、戒酒、戒海鲜、戒内脏、戒肥肉、戒鸡蛋等，结果一个月后，一切就抛之脑后。 某天早起时，突然后悔昨晚玩手机睡太晚，发誓明天一定早睡，结果到了晚上，却依旧在“重复昨天的故事”。 每天晚上回家，总习惯性吃零食或水果，导致越来越胖，每次都暗自发誓“最后一次”，却无法管住自己的嘴。 等等。 相信你也有从热情高涨到默默放弃的经历，它可能是减肥、运动、看书、学习、早睡早起等。 今天给你分一个模型——福格行为模型，希望对你有所帮助。 ## 01 福格行为模型（B = MAP） 福格行为模型是由“行为设计学”创始人B·J·福格博士所创，它简单且清晰地解构了每个行为发生的关键要素，以及每个要素在行为中所发生的重要作用，最终可以通过有效调整要素来改变行为。 比如通过设计情绪来改变行为，或通过打造高频率的小成功让行为自然发生，或通过改变提示来改变行为。 我们用一个公式来表达：行为（B）= 动机（M）+能力（A）+提示（P）。 即你的行为发生需动机、能力和提示三要素同时满足；而你的“不作为”则因缺少其中之一或多个要素。  举个例子。 每天晚上8点多到家，坐在电脑前，总习惯性的吃点零食或水果，明明昨天已经发誓不吃，却无法管住自己的嘴。 从动机、能力、提示三个关键要素来解构一下。 你的动机是“馋”（或叫追求幸福体验），你的能力是与生俱来的“吃”，你的提示是每次做到电脑桌前，看着桌子上的水果，以及旁边柜子里的零食，它们会不断“撩骚”你——“来吃我啊，吃我啊”。 所以，最有效的解决方案是从“提示”要素入手，其次是能力，最后才是动机。 比如解决晚上吃零食的习惯，最佳解决方案就是不买零食，或把零食放到客厅的柜子里，保证每天晚上看不到它。 ## 02 案例：如何坚持阅读超过1000天？ 2021年12月时，自觉得到APP的课程学习内容，已无法满足需求，故计划转向电子书阅读。 起初动机强烈，看到得到APP上有“每日阅读计划”，计划每天阅读60分钟，至少连续签到15天。 七天后，计划宣告失败。 一是动机问题。动机随着时间的转移，由强到弱。工作日在地铁上阅读，属于“稳赚不赔”的买卖；周末在床上阅读，属于“赔本不赚吆喝”，典型的“损失厌恶”心理。 二是能力问题。 每天阅读60分钟，是一个有挑战的事情，尤其是长久坚持。 三是提示问题。工作日每天上班到地铁上，自然就“提示”开始阅读；周末不做地铁后，睡到自然醒，跟朋友约个饭，晚上到家，临睡前才想起计划没完成，时间已来不及。 2022年1月1日，重新制定阅读计划，至今已坚持1100天以上。 如何做到的？ 一是提示问题。利用得到APP的阅读计划，每天早上7点定时提醒，同时，将阅读器放在床头，醒来或睡前都可以看到； 二是能力问题。将“每天阅读60分钟”调整为“每天阅读15分钟”。至少每天15分钟，超过的时长都是赚的； 三是动机问题。动机的产生都是由强到弱的过程，接受它，不去改变，而是改变提示和能力问题，让行为自然发生，通过高频率的小成功（即每天阅读15分钟）所带来的积极情绪影响行为，最终形成习惯。  总之，基于福格行为模式的分析与实践，解决对应问题的最佳方案，依次是： 第一，改变提示。如果是坏行为或习惯（如吃零食），你可通过消除提示的方式处理（如不买零食或放到不可见的地方）；如果是好行为（如阅读），你可增加提示的方式处理（比如消息提醒和阅读器放枕边）； 第二，降低能力要求。如果实现能力有难度（如阅读60分钟或跑步10公理），则降低对能力的要求（如阅读15分钟或俯卧撑10个），通过众多的小成功事件来逐渐形成行为习惯。 最后，用情绪改动动机。每次小成功带来的都是积极情绪，用积极情绪去影响行为，形成习惯。 ## 03 实践：SaaS产品如何发挥真正价值？ 客户A是一家给航空公司提供货运装卸服务企业，他们有1000多名蓝领员工，分为四个区域，每个区域有30-40个班组，每个班组4-6人。 区域经理根据每天的货运量情况，安排不同班组员工上班。比如10月10日预计货运量，至少需要20个班组，则当天会安排25个班组上班。 同时，班组之间的人员支援是常态，导致其排班复杂，调班组频发。 所以客户期望采购一套HR SaaS产品，并期望对应排班模块至少满足以下功能： - 按班组排班：支持快捷按班组进行排班。比如安排20个班组，则对应80-120人自动完成排班； - 班组调动自动排班：班组之间发生支援情况，自动完成排班。比如A班组的张三10月10日支援B班组，则自动按B班组上班； - 班组调动时间轴：班组与组织架构不强关联，但如果发生员工的班组调动时，明确记录每次记录，并生成每个员工的调班组的时间轴，以便随时追踪； 这是客户第一阶段的想法，下一阶段是期望可以实现智能排班和智能算薪。客户自认为第一阶段是第二阶段的基础，表示甚至愿意付费定制研发。 经过两轮沟通后，我理解他们的诉求与痛点，却不认可他们期望的实现路径。 怎么理解？ 我们从不同角色的动机、能力、提示三个层面进行拆解后，可能就会比较清晰。 第一个角色是经营者（即总经理/CEO等）。 TA的动机是追求效率和利润。即期望员工的所有排班、调班、调班组行为线上化和数据化，确保用工合规的同时，追求成本最小化和利润最大化。 TA的能力是通过采购或自研系统，达成对应业务流的线上化和数据化。 TA的提示是HRD（即人力总监）在每个月/季度/年度盘点人才与成本时，数据的准确性与及时性欠佳，以及数据采集和整理成本高。 第二个角色是管理者（即区域总监/班组长）。 TA的动机是追求管理的平衡。期望对员工的要求越少越好，在不违反企业规定的情况下，有效协同员工完成工作； TA的能力是当好员工与经营者之间的桥梁，面对采购系统时，代表员工发现并解决问题。同时，尽可能配合经营者的战略落地； TA的提示是每次员工调换班组时，每月给员工排班时，都会提醒TA工作量大，无法有效且准确记录所有信息，被迫采取“睁一只眼闭一只眼”的机制。 第三个角色是员工（即一线装卸工）。 TA的动机是追求自我利益的最大化，不愿意做符合企业利益而损失自己利益的事儿（如申请调换班组或调班），只想干好自己的装卸工作即可； TA的能力是干好自己的工作的同时，在进入机场前，尽可能通过手机或手持设备发起打卡或申请； TA的提示是区域经理/班组长的每月排班，以及每次支援时的班组调换。 从三个角色的动机、能力、提示拆分后，我们至少可以得到以下几个信息： 第一是动机层面。即经营者与员工的目标和利益的不一致，对用系统的动机强烈差异明显，导致系统与管理机制可能难以有效协同。比如经营者期望所有排班、调班、调班组的行为数据化，而员工期望流程简化，甚至没有流程。 第二是能力层面。即员工或管理者在能力层面，做不到100%及时有效记录所有调换班组、调班记录。比如每月平均每人发生10-20次，或有时进入工作场合后，不让携带手机。 第三是提示层面。即调换班组或换班主要是管理者提示员工，当下是最不容易被忽略的提示。 如果期望最终产品可以有效解决客户问题，关键并不在于系统是否支持调换班组或调班，以及记录明细形成时间轴，而在于如何改变提示、能力，甚至是动机，让管理者和员工愿意配合完成行为的线上化。 首先是提示层面。当管理者给员工排班或调班时，可加入自动提醒功能，让员工及时查看自己的班次与班组。 其次是能力层面。如果无法有效对员工或管理者进行约束（即及时提交调班审批），则可以从系统能力上赋能，直接根据员工打卡，自动匹配当天对应班次，并支持事后由管理者进行当天班次确认与调整的功能。 换句话说，对员工的能力要求，由每次提交审批降低至打卡即可；对管理者的能力要求，由每次约束或代替员工提交审批，降低至事后督查即可。 最后是动机层面。如果在提示与能力层面，已经可实现经营者的目标（即数据化），则动机层面，可求同存异，无需进行改变。反之，则可结合奖惩制度来适度改变员工和管理者的动机。 ## 04 扩展：福格行为模式的应用场景 福格行为模型（即行为 = 动机 + 能力 + 提示）是一个极其简洁却有效解决问题的模型。 对于个体而言，它至少适用于：戒掉坏习惯。比如睡前玩手机、不运动、吃零食、偶尔才跟家里人联系、沉浸式刷视频或打游戏等；养成好习惯。比如每天阅读、多吃蔬菜水果、经常跟家里人联系等。 对于产品经理而言，它至少适用于：分析与理解用户行为。把用户的每个行为都拆解为动机、能力或提示三个要素，分析哪个因素在产生作用，更容易让你理解用户；有效解决问题。当你在设计产品时，基于用户行为背后的动机、能力或提示出发，可更有效解决问题。 ## 05 写在最后 这个模型是我两年前阅读《福格行为模型》时，就认识了它。时隔两年，决定结合自己的亲身实践，把它分享给你。原因是我觉得它就是行为设计的方法论，也是对产品经理有价值的方法论，更是非常容易习得的极简方法论，希望对你有所启发。 如果不局限于行为设计，也不局限于产品设计。与之类同的方法论，还有不少（比如清单革命、平衡记分卡、系统论、人单合一、阿米巴模式等），希望后续有机会与你分享。 本文由人人都是产品经理作者【产品方法论集散地】，微信公众号：【产品方法论集散地】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

华南厂商再度领衔小游戏出海战场。

<blockquote><p>Tiktok即将在19日遭到美国封禁，1.7亿的用户纷纷寻找安全区，连带着小红书一夜冲上免费榜第一。这篇文章，我们来看看作者的分享。</p> </blockquote>  小红书登上美国APP store下载榜第1 难怪最近2天的小红书，3步一个歪果仁。 ## 一、小红书登顶美国下载榜的背后 - **TikTok禁令的推动**：美国政府对TikTok的禁令引发了用户的恐慌，许多TikTok用户开始寻找“代餐”。小红书因其与TikTok相似的产品形态和丰富的社区内容，**能为习惯了 TikTok 的美国用户提供类似的 “解药”。** - **用户自发的传播**：大量美国用户涌入小红书，并**自称为“TikTok难民”**，他们在平台上发布内容，分享自己的生活和创意，甚至表达了对禁令的不满。这种自发的传播进一步推动了小红书的下载量。 - **平台的适应性更新**：小红书近期界面交互进行了一些更新，**如将视频界面的点赞、收藏、评论按钮移到了右侧竖排**，与抖音类似，进一步提升了用户体验。 ## 二、小红书 VS TikTok：深度剖析双雄对峙下的社交生态差异  ### 用户群体 - **TikTok**：用户群体更为广泛，涵盖各个年龄段和性别。 - **小红书**：主要用户群体为一二线城市的年轻女性，具备较高的消费能力，适合种草商品。 ### 内容生态形式 - **TikTok**：以短视频为主，娱乐性较强。 - **小红书**：以图文为主，种草价值更强，内容多集中在美妆、时尚、美食等领域，互动性强。不过随着美国用户的大量涌入，小红书的内容也在变得更加丰富多样，出现了更多文化、政治等方面的话题。 ### 社交属性方面 - **TikTok**：社交互动更多体现在视频的点赞、评论和分享上，用户之间的关系相对较为松散。 - **小红书**：除了内容互动外，还通过关注、私信等方式形成了一定的社交圈子，用户基于共同的兴趣爱好和消费需求建立联系，社交关系相对更具粘性。 ### 商业变现方面 - **TikTok**：通过广告、创作者基金等方式实现商业变现，在品牌合作和营销推广方面具有强大的影响力。 - **小红书**：主要通过电商带货、品牌合作推广等方式盈利，其“种草”属性使得它在引导消费方面具有独特的优势，商业变现模式与电商结合得更为紧密。 ### 文化和语言差异 **小红书**：目前主要还是以中文内容为主，虽然有大量美国用户涌入，但语言障碍仍然是一个问题。如何让不同文化背景和语言的用户更好地交流和互动，是小红书需要解决的难题。 ### 政策风险 **小红书**：就像TikTok在美国面临禁令一样，小红书也可能面临来自美国政府的政策审查和限制。在中美科技领域关系复杂的背景下，小红书能否在美国市场稳定发展，存在一定的不确定性。 ### 用户习惯和平台定位 - **TikTok**：用户习惯了其快速、娱乐化的内容模式。 - **小红书**：内容相对更加深度和垂直。要让TikTok用户完全适应小红书的平台定位和内容风格，还需要时间和努力。 ## 三、小红书国际化进阶：冲破前行阻碍实现跨越发展 与上次文艺复兴大众传媒的变化相比，本次小红书进军国际市场，除了影响力扩大，用户数量增加，为相关产业链带来更多的商业机会。**更重要的矛盾，是AI内容时代或将引发的结构性难题，传播速度将远超传播内容。**这主要体现在以下几个方面： ### 1. 内容质量困境：传播快与内容慢的矛盾 过快的传播机制，会导致内容生产难以跟上节奏。再加之AI在内容生成方面的发展，其中不乏大量缺乏深度思考、情感共鸣以及实际价值的无效内容，或如同潮水般涌入市场，进一步加剧了信息环境的混乱。 在美妆领域，大量 AI 生成或简单模仿的化妆教程将充斥平台。但这类教程多机械罗列步骤，缺乏对肤质、肤色及个人风格考量，难满足用户提升技巧、展现魅力需求。 在旅行板块，AI 批量生成的打卡攻略常占大量篇幅。多是热门景点简单列举，缺对当地文化底蕴、小众特色及旅行体验深度挖掘，千篇一律、走马观花，难规划独特有深度的旅行路线。 ### **2. 内容多样性短板：市场需求与内容储备的落差** 在 TikTok 12 月的战报上，可以清楚看到： 美妆个护下降 5%、女装与内衣销售额下降 4%、保健品销售额下降 21%， **只有运动与户外产品销售额为 7500 万美元，增长 9%。** 深入剖析这一现象背后的原因，以欧美国家市场为例，根据相关市场调研数据显示，近年来欧美国家健身人群比例持续上升，**美国约有 60% 的成年人每周至少进行一次体育锻炼，欧洲部分国家这一比例也达到了 40% – 50% 左右。而青少年则近 9 成每天达成至少 1 小时体育运动。**这充分表明他们高度关注自身的健康发展，有成熟的体育运动消费习惯和消费力。 从消费力来看，欧美国家的中高收入群体在体育运动消费上占据主导地位。**以欧洲为例，德国、英国等国家的中产阶级家庭每年在体育运动方面的支出占家庭总支出的 5%-10% 左右，且每年保持着稳定的增长态势。**消费者热衷于购买各类专业运动装备，如跑步鞋、登山背包、骑行头盔等，他们更倾向于购买具有高品质、高性能和时尚设计的产品。欧美国家消费者在科技产品上的年均支出逐年递增，尤其是**在智能穿戴设备、家用健身科技产品等方面，每年的市场增长率保持在 10% – 15% 左右**。 在这样的市场趋势下，小红书平台上相关领域的优质内容储备却相对匮乏。据不完全统计，**小红书上运动与户外、科技产品相关的优质深度内容占比，相较于美妆、时尚等传统热门领域，低了近 30% – 40%。**这就使得小红书在面对这些国际市场的需求时，难以凭借丰富且高质量的内容来吸引用户、激发消费潜力，进而可能影响其在国际市场的拓展步伐与商业发展。 ## 四、小红书全球化战略攻坚：从内容深耕到市场拓展的全面考验 小红书的这次“强势崛起”，或将为全球社交媒体格局的演变带来新的变数。然而，在看似一片向好的发展态势背后，实则隐藏着诸多潜在挑战。 与Facebook、Instagram、TikTok等平台已经拥有庞大的用户基础和强大的本土平台相比，小红书作为后来者，需要在这些巨头的夹缝中生存和发展，面临着巨大的竞争压力。其传播速度虽快，但如果不能在内容、功能、用户体验等方面形成独特的优势，很难吸引并留住大量海外用户并产生更大价值。 且随着不同文化背景和语言的用户大量涌入，文化和语言差异成为横亘在小红书面前的一道难题。如何打破语言壁垒，促进多元文化用户之间的交流互动，营造和谐的社区氛围，也是亟待解决的关键问题。 同时，国际政治局势以及科技领域复杂的国际关系，使得小红书面临着政策风险。就像 TikTok 在美国遭遇禁令一样，小红书也可能随时面临来自各国政府的政策审查和限制，这对其在国际市场的稳定发展构成了巨大威胁 。 本文由 @加薪在这 原创发布于人人都是产品经理。未经许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

随着大模型六小虎在AGI上的后撤第一枪被正式打响，中国大模型行业的分水岭快速露出水面、更加清晰。 初创公司在下一代超大规模模型竞争中的局限性开始被广泛关注，大厂「不下桌」的资本筹码变得更加明显。 无论是百度宣布2025年将推出下一代基座模型，还是阿里、字节在AI人才和资金上的继续投入，潮水退去，大模型在决胜战场的主导权还是来到了大厂手中。 **01  追赶与转向** 2024 年，中国的大模型分水岭其实已经出现，无论是大厂还是创业公司，在技术、产品、商业化与生态等方面的战略都开始分化。大家不再是沿着同一条路线发展，而是根据自己的能力与目标做出不同的选择。百模大战的阶段终于过去。 以创业公司为例，估值超 200 亿人民币的 5 家大模型公司中，百川智能的重心已转向行业大模型（如医疗），月之暗面与 MiniMax 的战略优先级是 C 端产品与应用，只有智谱与阶跃星辰仍在战略上朝着 AGI 大模型发力。低于 200 亿估值的 Tier 2 大模型公司也早已转向，切垂直细分方向。 随着 Claude 3.5 Sonnet 等国内外多家大模型强势发布，性能大幅提升、达到了产品需求，各项指标测试甚至超过了 GPT-4o，OpenAI 不再一枝独秀。大模型变成“电力”资源的趋势已十分明显。 一家专注 AI 代码生成的创业公司就告诉雷峰网，2023 年他们还需要围绕贴着大模型开发，这种模式的问题是但凡一家的大模型有更新、产品就要进行调整。但今年上半年，他们在应用开发中搭建了较大的容错系统后，可以同时接入 5 个底层模型，并根据产品需求调用不同模型的最长处，比如纯写代码时调用 Anthropic、指令遵循时调用 OpenAI。 在此背景下，我们认为，长期来看大模型市场只会存在三层商机：底层基座模型提供商（类比发电厂）、中间云厂商（类比国家电网、南方电网）、上层 AI 软硬产品应用（类比电冰箱、电风扇等电子产品）。  在发电厂、运营商、电气类产品这三个层级中，无论是模型还是应用的创业型公司，由于资金、人才与资源的积累，客观上至多只能选择两块战场、更多只能赌一个赛道。而由于基座模型训练的难度与资源要求高，行业的共识是，接下来更多创业公司的机会可能只有应用层，包括 AIGC 软件应用与 AI 智能硬件。 2024 年，OpenAI 仍在不断发布新模型，但值得注意的是，GPT-5 迟迟没有公布，虽然 OpenAI 发布了推理模型 o1，却并没有改变整个大模型格局。加上过去一年 OpenAI 流失多位核心技术骨干，人才在各个组织间流动、模型训练技巧几乎不再有秘密，下一代基座大模型的发展也面临更大变数。 这些变数可能是：推出下一代基座大模型的公司不一定是 OpenAI；能够推出下一代基座大模型的公司也不再只有 OpenAI。 据近期雷峰网与多位行业人士的交流，大家就接下来有望推出下一代基座大模型的团队所需能力达成的几个共识是：一是具备顶尖人才团队，二是账上有足够多的钱，三是能有大量的训练数据。高质量训练数据匮乏的解决途径包括仿真合成、用户交互或真实世界数据收集等。 也因此，更多观点认为，基座大模型的玩家会收敛到资金人才齐备的大厂、以及极少数创业独角兽上。国内大厂中，只有在基座模型上具有领先身位的百度、以及阿里、字节有一定机会。 尽管近期曝出 DeepSeek V3 的训练不到 600 万美元，但行业公认下一代基座大模型的训练成本仍是天文数字。 参考大模型的技术发展路径，不难看出基座大模型的成本会走向两个极端： 2020 年 6 月 OpenAI 推出千亿模型 GPT-3 后，大模型技术两年没有重大进展，2022 年 5 月 Meta 仿照其推出的同等参数规模大模型 OPT-175B 所需计算成本降为 GPT-3 在 2020 年的 1/7。（更多内容可以阅读雷峰网 2022 年报道《薛定谔的 AI 大模型》）但与此同时，OpenAI 在 2023 年之后推出下一代基座模型 GPT-4 的训练成本是 GPT-3 的 10 倍以上。 也就是说，基于或借鉴已有大模型进行二次训练或优化的计算成本下降是必然趋势，同时推出下一代参数规模更大、智识水平更高的基座模型成本上升也是意料之中。诸如 DeepSeek V3 的技术成功是杰出的，但万丈高楼平地起必然比站在巨人肩膀上摘果子的难度与投入更大。根据其他媒体的报道，OpenAI 训练一遍 GPT-5 的算力成本就高达 5 亿美元。 前零一万物首席架构师潘欣就告诉雷峰网，他认为大模型公司在“国内的第一梯队一年要烧 10 亿美金，国际一年可能要 50 亿美金”。10 亿美金的数字是推算出来的：训练一次多模态大模型大约需要 1000 万美金，一个模型可能要进行上百次实验。因此，下一代大模型的牌桌从资金实力上就已筛掉一批人。 在海外硅谷，近期 GPU 的价格下降也十分明显，算力不再像之前那么紧张。造成这一现象的原因主要有两个，一是供应量加大，二是需求量减少，海外也从 2023 年的模型自训练转向直接调用 API。这说明海外的基座大模型玩家也已收敛到头部大厂或创业公司。 2023 那年，国内大厂包揽模型、云与应用的态势还不算明显：字节虽有云雀大模型、也已推出豆包，行业声量上只有火山引擎站位突出；阿里虽然在云和模型层有一定累积，但多集中在TOB场景，C端AI应用步履缓慢。百度虽布局 AI 十数年，技术积累明显，在模型-云-应用也均有布局，但在大模型落地的产品、应用、场景、生态上仍在下功夫。 到了 2024 年，阿里旗下的AI应用通义正式从阿里云分拆，开始在C端发力；字节重金招入大批人才，在豆包推广上投入大量预算。百度在行业大模型与C端应用上共同发力，实现一批场景的商业化验证。至此，百度、字节、阿里形成大厂集体阵容，在战略布局上与创业公司形成了明显的优势差。 我们预计，2025 年，在大模型领域，无论是基座模型层还是 AI 应用层，大厂与大厂之间、大厂与创业公司之间、创业公司与创业公司之间的鏖战都会更加惨烈。无论从数据、人才与资金，大厂都占了更大优势，但我们也相信，或许有意想不到的黑马会冲出。 **02  大厂们的筹码** 百度、字节、阿里能够在基座模型、云服务厂商与上层应用中均有布局，这是大厂押注大模型浪潮、应对不确定性的安全牌。不过，这几家大厂是否会选择竞争下一代基座大模型（包括文本与多模态），云厂商如何兼顾自家模型与开源模型，以及应用层选择 B 端、C 端还是智能硬件或机器人等，也将决定接下来各家在大模型市场中的生态位。 目前各家布局也有所特色： 基座模型层，百度的投入与态度都很坚决，且不采用赛马机制、而是统一组队，团队成员是过去 2024 年相对较稳定的。而阿里、字节等大厂在文本、图文或视频上或多或少有资源竞争与团队竞争，赛马制明显。 云服务层，火山引擎绑定豆包与即梦、同时获取其他创业公司的基座模型授权；百度重点打头部国央企等客户，目前已有六成在使用其AI服务；阿里云则一贯，买买买，投资凶猛。 应用层，百度与阿里同时发力 B、C 端。B 端与行业头部客户共创行业大模型，C 端百度有AI搜索、文库、网盘等业务，阿里则以夸克搜索、通义App为主要抓手。百度、阿里、字节也都使用自家基座大模型升级内部产品，其中百度更是重在业务重构。字节的优先级不在行业大模型，主要聚焦在多模态 C 端应用开发，发力豆包、即梦、剪映等。 AGI 真正到来之前，最终赢家还未确定。对大厂来说，全面布局基座模型、云服务与应用端均有布局的优势是能保底增收、以守为攻，难点在于资源分配、组织协调与执行效率。 在下一代基座模型的牌桌上，百度、阿里、字节三者也展现出不同的优势。阿里是生态打法，对外投资和模型开源都是希望能把更多大模型玩家聚集在自家平台上。而字节延续一贯的土豪打法，结合算力储备、C 端产品生态闭环为多模态基座模型的训练提供支持。百度作为国内最早在大模型上投入的企业，在行业认知、模型技术积累和B、C端数据层面都有一定的领先优势。 单从基本盘来看，百度在竞争下一代基座模型上胜率较高，关键在于其要保持甚至超越原有优势。 算法积累时间长、技术系统完善、团队人才资深稳定、资金雄厚，都决定了百度可能是接下来极少数几家能够推出下一代基座大模型的中国公司之一。近期知识产权解决方案提供商 Questel 发布的《2024 深度学习专利全景报告》显示，从 2011 年到 2023 年，百度在深度学习和大模型领域申请专利数位居全球第一。其中，百度大模型创新表现出色，大模型专利申请283件，中国排名第一，腾讯第二、阿里第三。  全球深度学习专利企业申请人排名 此外，基座大模型在百度内部的战略优先级、丰富的 B/C 端数据来源也会是百度差异化竞争条件。 之所以谈到战略优先级，是因为 2024 年全球已有多家公司宣布退出或减少大模型的预训练投入，技术优先级从大规模预训练转向微调、指令优化或现有模型的行业适配优化，战略制定以商业化考虑为先。但据了解，百度仍在继续投入预训练，并预计在 2025 年年初推出下一代文心大模型。 当技术不再是秘密、大模型的发展走势也更清晰时，在一些关键问题的抉择上，决心比能力更能决定未来的形态。以基座模型的升级为例，当下一代大模型的训练投入成本从千万美金上升到 5 亿、10 亿，一些团队即使有能力参与竞争也可能会因为商业的考量而退出竞赛。风险高的牌桌不适合筹码过少的玩家，只有能够自我造血、且有坚定技术信仰的公司能够顶住压力，继续往下摸索。 百度从 2010 年前后开始全力转向人工智能，曾一度因为布局过早而踩了许多先行者注定要踩的坑，但也因此提前赶上了 AI 的浪潮。根据百度多次公开披露，多年来百度一直将超过收入所得的 20% 用于人工智能等技术的研发，研发占比远超其他同规模大厂。 在战略驱动的胜利下，百度在 2023 年 3 月推出中国第一个类 ChatGPT 产品文心一言，同时基于文心大模型与各行各业共创行业大模型。除了文心一言，也是在 2023 年，百度内部提出用大模型技术对全线产品进行重构，百度文库、百度网盘、自由画布等产品也因此得以在 2024 年冲出。 与创业公司相比，拥有庞大业务线的大公司，实现能够打破公众预期、引人瞩目的创新通常需要更高的门槛。但不得不承认，百度 C 端 AI 应用的发展比我们想象地迅猛。 以百度文库为例。据百度官方消息，百度文库在国内的付费用户已经突破 4000 万。根据其他媒体报道，截止 12 月底，百度文库仅 AI 功能的月活跃用户数已超过 9000 万，该数字仅次于 ChatGPT 的 3.1 亿，位列全球第二。相比之下，豆包的月活跃用户数是 5000 万规模。  不论是文心一言还是百度文库，百度在C端产品上的先发优势仍在持续起作用，对用户心智的抢先占领，决定了市场份额。尤其在付费的情况下，用户极少会更换产品使用。在海外 ChatGPT 的 C 端收入仍难被超越也是同一逻辑。雷峰网 根据数据飞轮的原理，越早形成网络效应的C端大模型产品，就能越早形成数据飞轮，促进大模型智能进化。因此，在C端应用上的优势，不仅是商业化成功的验证。从数据的角度来说，也是百度的筹码之一。 从行业上看，高质量训练数据的匮乏已经成为下一代基座大模型训练的重要影响因素之一。 GPT-4 的参数规模是 1.6-1.7T，行业猜测 GPT-5 的参数可能是 10T 以上，也就是说下一代基座模型所需的数据量大约是现有的 8 倍以上。在 NeurIPS 2024 上，Ilya Sutskever 宣称预训练命运终结的主要原因就是，我们只有一个互联网，训练模型所需的海量数据即将枯竭，唯有从现有数据中寻找新的突破、AI 才会继续发展。Ilya 预测的数据突破口是智能体、合成数据与推理时计算。 也就是说，在大厂之间关于下一代模型训练的竞争中，率先实现数据飞轮的公司将有更高的胜率。 在这个问题上，百度的数据优势包括：1）百度搜索引擎带来的大规模中文数据。2）百度智能云积累的企业场景数据。3）文心一言、百度文库、百度网盘等 C 端应用产生的用户交互数据。4）自动驾驶产生的大量高质量多模态数据。5）知识增强技术提高优质数据的利用率。6）完善的数据安全使用体系。 百度的 B 端与 C 端业务同时与模型结合，率先形成数据飞轮，有望帮助大模型训练解决高质量数据稀缺问题。雷峰网 除了基座模型与 B、C 端应用，中间层的算力与 API 服务对大厂也是考验与机遇同在。当越来越多 AI 应用公司出现，大厂们能否在稳住底层与上层实力的同时，扮演好中间的服务商角色？ 尽管现在国内的 AI 应用团队还不够多，星星之火仍未燎原，但当前的大模型应用商都已将多个模型接入应用底层、按需调用。在未来，一个任务可能是 4、5 个模型一起完成。唯一的问题是，现在大模型都分散在不同的云厂商手中，且相互之间不兼容。从用户的体验看，如何低成本调用不同厂商的基座模型是他们最关心的问题。雷峰网 一位 AI 代码生成的厂商向雷峰网评价，最理想的模式是通过一家云厂商能同时接好几家大模型。从价格模型看，每家云厂商都需要拥有至少一个主打模型，同时拿到其他模型的授权或自己投入开发多个类别的基座模型。但在方便 AI 应用开发的角度来看，无论海内外，许多云厂商的产品开发体验仍处于起步阶段。 由于基座模型的不断迭代，百度在中间层的基本盘已能稳住。此外，飞桨平台为文心大模型提供高效的训练和推理支持，为开发者提供完整工具链和开发环境，在争夺开发者与企业开发生态上有优势。百度自建数据中心和 AI 专用加速硬件，昇腾芯片和其他国产硬件的支持增强了技术自主性，也能很大程度上规避外界因素的影响。 总的来说，2025年，中国大模型格局从百模大战到大浪淘沙，进入快速的洗牌期。接下来一年中，或将有更多创业公司在下一代基座模型竞争中退场。从如今的战略决心和粮弹储备来看，留在下一代基座模型升级道路上，始终稳坐「大模型牌桌」的可能只有百度、字节、阿里等大厂。可以预见，2025年的大模型竞争格局也将就此打开全新的局面，大浪淘沙下，众者进入深水区。

随着企业数据增加，寻找有效方法管理复杂、相互关联的数据也日益重要。比起传统的关系型数据库，图数据库更擅长于此。 Business Research Insights的报告显示，2023年全球图数据库规模约6亿美元，预计2032年将达到21.6亿，2023年至2032年复合增长率预计为18.2%。国内也有调研显示，95%企业认为图数据库是重要的数据管理工具，超65%的厂商认为业务上图数据库优于其他选择，目前应用场景主要集中在金融风控、欺诈检测等。 不过，由于目前市场教育仍需提升、图数据库的生态系统和行业应用场景有待完善拓宽等，整体而言，图数据库使用仍处于早期阶段。 作为图数据库市场玩家之一的嬴图成立于2019年，已入选Gartner® 2022《图数据库管理系统市场指南》全球代表厂商，以及登上DataTech 50 2024 / ESG FinTech100全球奖项名单，其在全球图数据库行业地位可见一斑。嬴图也于去年发布Powerhouse，标志产品架构的彻底革新，为复杂数据计算、分析和存储提供快速强大的动力支持。 嬴图的成绩单熠熠闪耀。嬴图创始人兼CEO孙宇熙向雷峰网回顾嬴图的成长历程，感慨完成产品“不可能三角”的闭环并不容易。从0到1，嬴图如何在图数据库市场中打出自己的名声？已经是第四次创业的孙宇熙，这些年对数据库市场又有何观察？  嬴图创始人兼CEO孙宇熙 **数据库的市场教育是踩坑踩过来的** 做好图数据库这个目标，起源于孙宇熙在2016年的一次创业尝试。 当时他从EMC离开，结束了自己九年的大厂工作生涯后，用两三年做了名为全历史（Allhistory）的文化产品。这个网站的内核是知识图谱，对内容关联性的要求很强。然而，团队在市场调研后发现，当时很多图数据库都算力不足，数据库穿透能力很差，耗费大量资源。 孙宇熙没能找到满意的图数据库。2019年，他亲自下场，成立了嬴图。 不同于传统的关系型数据库，图数据库具有更高的灵活性，支持高维建模和动态建模；能进行更高效的复杂查询与计算、多表关联查询，能实现动态、海量、复杂模型的实时计算与分析；并且是白盒化、可解释的。尤其在查询逻辑上，图数据架构在关联查询时，效率会显著高于关系型数据库；随着查询深度增加，时耗差异会指数级增加。 然而，当时以传统数据库为默认选项的市场，对图数据库的接受如何？ 孙宇熙指出，过去几年的数据库市场混乱，极大考验用户的判断能力。一个悖论是：用户要知道产品好坏就要使用产品，但使用产品前往往需要先采购——有些POC只是走一轮过场，让用户在判断产品真实效力时仍举步维艰。而且，图数据库应能做关联分析，但可能是汉字使用习惯导致，有中国IT从业者会习惯性认为数据“库”就是只存不算。 举例来说，把全国工商数据导在图数据库里，若想知道某公司的对外投资网络里有多少股份在百分之几以上的被投公司，只存不算的数据库无法进行递归式穿透，需要把数据导到Apache Spark或Apache Hadoop再写一套程序，之后把结果导到Excel里传回或做成报表，再找一套可视化工具实现。本该实时完成的事变成大规模批处理，要横跨几个部门、花几天，甚至几周才能实现。 很多头部金融机构和银行都走过“采购只存不算的图数据库”的弯路，可以说，数据库的市场教育是大家踩坑踩过来的。尤其早期，涉及到认知层面的碰撞都会很激烈——当时有的客户并不重视实时性的意义，嬴图的产品创新在他们眼中就一文不值，“当你不觉得越快越强是一件好事时，就会陷入螺旋式内卷”。 嬴图图数据库产品2大核心，分别是底层的实时图数据库与上层的高可视化平台。底层的分布式、可扩展、可弹性的高性能原生图数据库，能承载万亿级点边的超大规模数据集，通过超融合统一图计算架构，提供达到实时级别的微秒、毫秒级查询和分析。 市场教育需要时间，是一种集体意识。所幸，对实时性的重视一传十、十传百，孙宇熙在这六年里已感受到头部和中部客户的认知在发生变化。 嬴图图数据库的存储引擎、计算引擎，甚至查询语言都是自研。新的查询语言是否会给用户带来学习压力？2024年4月，国际标准化组织（ISO）和国际电工委员会（IEC）发布了图查询语言（GQL）国际标准的第一个正式版本，嬴图9月就在其最新的Powerhouse版本中提供GQL支持。在孙宇熙看来，标准出现后对技术人员而言就不存在学习成本了，需要考虑的只是在SQL和GQL之间做抉择。 到今天，孙宇熙都相信，图数据库是一种终极数据库。现在市场上同类玩家不多，他这么理解：任何东西有足够的门槛，做的人就一定很少。 **产品从1做到99 要五到十年** 创业初期做市场调研时，孙宇熙发现，国内市场内有三百多种不同类型的数据库，但具体落地质量参差不齐。早期他经常被投资人问到一个问题：你这个产品是基于哪篇论文的？ “有基于一篇论文可以做出的产品吗？一个产品通常要基于上百或上千篇论文吧”，孙宇熙答到。 他指出，光是计算引擎就可能要建立在一两百篇论文的基础上，而图数据库还包含存储引擎、图查询语言编译器或优化器、数据库管理组件等，还涉及到大量可视化问题，这些都建基于浩如烟海的文献。在一篇论文基础上做出的产品，只能说是“PPT创业”。 产品做出来还只是第一步，距离真正工业化道阻且长。以金融业为例，他们对产品效率、系统稳定性和精准性要求很高，要把产品从0到1再做到99甚至120分，才有可能被采纳。而产品从0到1可能只需花费一年，但1到99就可能要花五到十年时间。“很多东西做到最后都是工程，一个重研究轻工程的公司是极其危险的”。 孙宇熙向雷峰网表示，“功能的完善”、“稳定性”、“效率”这三个重要维度，是数据库级别产品的“不可能三角”——这个三角没有四五年，基本不可能达到闭环。巨大的时间成本对寸光阴寸金的创业公司而言，也是莫大考验。嬴图在相当长一段时间里，做产品研发都依靠自己的资金储备。 嬴图成立于2019年，到现在已迈入第七个年头。头两年公司还在做产品的闭环，第一年大量时间进行内部试验，实现高效的计算引擎；第二年把计算引擎的功能补全，让它跟存储引擎结合，实现端到端闭环。真正商业化落地是在第三年。 2021年开始，产品进行不断迭代，一直到公司成立后的第四第五年，这个“不可能三角”才逐步闭环并增强。这时孙宇熙回顾两年前产品，发现它就是“能用，但不完善”，“挺痛苦的，意味着那不是一个标准化的解决方案”。与国内众多厂商不同，嬴图并不满足于只提供定制化的解决方案。以全球金融风险管理领域为例，2021 年，嬴图为某银行定制的流动性风险管理图中台系统，一经推出就斩获国际唯一的 “流动性风险管理成就奖”，还被 IBM 研究院收录为案例。但孙宇熙深知，定制化虽能解一时之需，却难以推动行业的长远发展。所以，打破定制化局限，创造更具价值的创新样本，通过金融+科技手段，才是将金融风险管理迈向更普适、高效的后手棋。 在这两年，嬴图数据库在持续的场景拓展过程中，研发团队紧密围绕实际反馈，对产品性能进行全方位、深层次的优化，针对不同场景下的特殊需求，从硬件配置到软件算法，从底层系统到交互展示逐一精雕细琢，其系统通用性能够无缝适配各类环境与用户需求。孙宇熙指出，可拓展性也是产品的一大重要性能。现在市场上大量产品没有可拓展性，只能服务中小玩家——如果面对大玩家的海量数据，有拓展性的情况下还要稳定，且葆有良好的性能，这几乎又是一个“不可能三角”。 不过，即便见过很多场景，国内数据库公司仍面临较普遍的发展痛点，即甲方基本把乙方当“外包团队”使用。孙宇熙说道，中国许多甲方高度依赖乙方，要乙方帮忙寻找需求、设计产品，但知识产权理论上都归给甲方。这种合作模式会导致乙方永远在给别人高度定制开发，所做的内容没有延续性。 他也感受到，很多时候头部金融机构更能明白自己的需求，也因此，嬴图很多早期的客户是头部金融机构，在双方合作中打磨产品。 嬴图的又一挑战是身处后疫情时代，客户没钱，资本市场干涸，劣币驱逐良币，价格战愈演愈烈。在孙宇熙看来，这是一件三败俱伤的事情：有企业用十万去做本该用一百万完成的工程，打败竞对拿下单子，但这大概率会是个烂尾工程；客户会因过多烂尾工程而对整个行业产生失望，投入更少，导致行业间争抢更加激烈，由此陷入恶性循环。 要走过辛苦的时期，嬴图很注重开源节流。比如孙宇熙很早就留意到了，公有云并不便宜。于是他们在团队规模还在十人上下时，便决定自己搭建私有云，这已经够几十人开发测试应用，即便加上电费、存储硬盘和监控网络等成本，一年下来也只相当于用公有云两个月的成本，且能保障数据安全。 嬴图推出的一系列相关专著 。 **第四次创业 情绪内核稳定是重要招人标准** 前段时间，孙宇熙参加了清华一个人工智能和大数据专委会，与老师和毕业校友相聚。大家都在聊出海，嬴图现在也得谈论出海的问题。 嬴图的出海计划里，跟云厂商合作是一个重要方向。孙宇熙指出，今年年初，嬴图已发布了嬴图Cloud2.1版本，并已在海外上线。因嬴图客户大多是大型企业，海外的云厂商可以整套组件都部署到客户那端，其API、SDK都能直接调用，云上的解决方案如图数据库等可以迁移。 国内图数据库市场玩家中也不乏蚂蚁、华为等大厂的身影，但孙宇熙对嬴图在竞争中的优势依然颇有信心。他观察到，目前“old money”头部金融机构依然是数据库的重要客户，但有时互联网的产品放到监管严格、合规流程要求多的金融机构里，容易水土不服；且有时大厂内部复杂的阵营倾向与立场分歧，也会极大影响产品研发。 这也是他在过往的职业生涯中所感受到的。 孙宇熙在清华计算机系学EDA，做CPU芯片设计。毕业后，比起做硬件底层，他更喜欢做网络、操作系统，在雅虎美国、微软亚太研发集团就职过研发或研发管理相关岗位，并曾任EMC亚太研发集团CTO和中国研究院院长。 谈起微软，孙宇熙印象深刻的是“建设性批评”的企业文化。它确实存在积极的一面，但硬币的另一面也会表现为不同部门甚至同部门内的微妙博弈或隐形抗衡。 也因为此，嬴图从创立之日起就崇尚TEAL文化，强调组织的自主性、完整性和进化性。团队的员工情绪（内核）都非常稳定——这是嬴图招聘时着重考虑的一点，再次才是写代码、调试测试的功夫等，“情绪稳定代表心智的成熟和把控自己情绪的能力，这并不容易，有的需要后天极大魄力才能学会”。 嬴图为员工举办的研学沙龙分享活动，特别邀请了国际知名绩效科学领域的Ken West 博士。其分享内容聚焦于如何通过改变潜意识、提升自我意识以及激发正能量。 嬴图是孙宇熙的第四次创业。他从1999年硕士毕业到现在工作的近25年中，有十五年时间基本都在创业。小公司从融资到退出或跟大公司合并的过程，他已经历过三次，可以说是一个创业爱好者。 在孙宇熙看来，自己能承受普通人难以承受的压力，甚至不觉得那是压力。对于过往他并没有太多惋惜，“典型的创业者会选择忘记遗憾”，但在很多个有所突破的时刻，他都感到成就满满—— 面对图数据库所需的高计算力，嬴图很早就意识到，需要解决的核心问题是对超级节点极其高效地穿透。现在，嬴图有个名为“超级节点穿透”的核心专利，是全世界首个探索超级节点排序技术的专利，也仅此一个。 当时团队尝试了几周都没能把这串代码跑通。有次孙宇熙在一个国际航班起飞前都还在尝试。起飞关电脑后，他左思右想睡不着，半梦半醒间有了灵感，打开电脑写了一个多小时，终于把这串代码跑通。 那是在2019年下半年，他已记不清自己当时是找乘务员要了杯酒，还是原地振臂高呼了两声，但无比确切的是当时真的超级兴奋。 在2025年的开始，孙宇熙对未来充满信心。他相信，随着市场对图数据库有更好认知，而嬴图又能为客户创造降本增效的产品和解决方案，再次伟大的机会也在眼前。

 《炉石传说》“星际英雄传”迷你系列将于1月22日上线。 这是《炉石传说》发布的有史以来规模最大的迷你系列，其中包括49张全新卡牌（以往通常只有38张）：4张传说卡牌、1张史诗卡牌、20张稀有卡牌和24张普通卡牌。这些卡牌分为：每个职业3张职业卡牌，每个《星际争霸》阵营5张多职业卡牌，以及1张无阵营中立卡牌“玛润”。  这些卡牌可以通过打开“深暗领域”卡包获得，也可以通过购买完整的94张卡牌系列*获得。普通版迷你系列售价为128符文石或2500金币。 全金色版本的迷你系列售价为488符文石或12000金币，并会附赠1张钻石传说卡牌“玛润”！如果你只想要这个特殊迷你系列的其中一个阵营，你也可以花费60符文石或是1200金币单独购买各个阵营的普通版本。 迷你系列卡牌会在一整周内逐步揭晓！请关注《炉石传说》官方网站以及微博、公众号，并访问[官方卡牌库](https://hs.blizzard.cn/cards/)以了解已经公布的所有卡牌！ 星际英雄传迷你系列分为三个标志性的《星际争霸》阵营：异虫，星灵以及人类。每个阵营拥有5张可跨职业游玩的卡牌，加入该阵营的职业均可使用。其中包括1张作为领袖的传说英雄牌，以及该阵营内每个职业的3张职业专属卡牌。   

<blockquote><p>今天分享的这个案例，是「有机思维」的典型应用实践 ，或许对咱们产品同学的综合管理、商务洽谈能有启发和参考。</p> </blockquote>  事情是这样的： 前段时间，我们基于对市场痛点和客户需求的深刻洞察，新推出了一个行业级的解决方案，该解决方案集成了“保险+SaaS系统+线下服务”，根据前期调研，市场反响还是很不错的。 为了持续保持竞争领先优势，打造技术护城河，我们内部历经多轮研讨，**最终决定从知识产权保护的角度来提升防御性能力**。 于是，由技术委员会牵头，从全国范围内招标专利服务机构来帮我们系统设计知识产品的战略。 经过前期的多次沟通和产品讲解，最终在上周我们正式「开标」，现场也很热闹，不同的供应商也都提供了各自的产品解决方案，述标环节更是八仙过海，但最后第一名却获得了压倒性优势。 在我看来，该团队是实至名归，不仅让在座的评委，甚至是现场的竞争对手都直竖大拇指，这实属难得。 说实话，镜同学参与投标很多次，也参加过开标评审，但像这么有立体性竞争力的团队也是第一次遇见，好感爆棚自然印象深刻。 其实，我会后和这个团队进一步交流得知，该主汇报人A原来是产品经理出身，思维逻辑很系统（我一直强调产品经理是综合思维的表达载体，这也是咱们的竞争优势），显然，这不是某个人的王者，而是产品思维的荣耀。 在我看来，**该团队其实就是应用有机思维的典型场景，而现场的大多数述标团队则是单点的线性思维——这是不同维度的竞争表达**。 因此，镜同学想给大家分享下这次开标经历和几点个人思考，希望对你的产品工作有启发和帮助。 ## 一、遵循第一性原理、理解客户需求，是系统表达的前提 大石哲之在《靠谱：顶级咨询师教你的工作基本功》一书中提到：**客户真正想从咨询公司得到的不是“信息”，而是“本质**”； 所以，咱们在介绍产品、阐述业务价值时也都应如此——不是上来就介绍方案，而应该先遵循第一性原理，回归客户的真实需求上来，先从本质来理解客户，而后再系统性介绍自己的解决方案。 很多同学其实都不懂这个表达逻辑，都缺乏应有的表达结构，比如，现场来“述标”的人员有十多家，**绝大多数都是开口就讲自己的解决方案**，就有点类似于需求评审上来就讲原型设计一样。 只有这家机构并非如此，他们并不是上来就直接介绍他们的解决方案，而是先表达了对我们需求的理解，而且，明显抓住了我们招标的本质： <blockquote><p>首先，听了咱们同事的讲解，我们认为，贵公司已经基于行业的理解和洞察，拥有一个保持领先的解决方案，我们理解，当下咱们公司的主要目标是保持这一方案的领先优势，不被竞争者迅速追赶。而不仅仅是从专利或软件著作权的角度来积累科技成果，更重要的是要服务于业务目标，对于公司的这个观点，我们是非常认可的，因为我们服务过很多平台客户，我们也始终坚持认为，<strong>知识产权是业务经营的工具，首先应该服务于业务本身</strong>。因此，我们在设计方案时的指导逻辑就是基于业务场景和经营需要，让专利或知识产权支持业务经营，保持领先地位，这一点非常重要，绝对不仅仅只是简单的技术面子工程。</p></blockquote> 首先，这个理解很准确——我们的确不是为了装点门面，而是实打实地想保持领先优势，你看，这就是洞察到了用户本质需求。（现场有多家都理解成我们是为了装点门面。。） 其次，这个逻辑思路和表达结构也让受众听的很清晰，而且会强化评委对其“**底层逻辑很系统**”的认知观感，无形中塑造了专家效应，自然会加分不少。（系统评审时为何不要上来就讲原型？） 你看，这就是方法论的优势。 ## 二、解决方案在于找准价值契合点 大家都知道，**产品的价值大小就在于对客户需求的满足程度**，因此，对客户的解决方案成功与否，也就在于是否能精准找到与客户需求相匹配的契合点。 显然，A同学深谙之道，他们团队所呈现的方案无一不是在体现我们的需求点。 比如，大多数专利机构的方案，都只是从软件系统的发明专利角度来讲，只是强调对系统的某些创新功能、数据算法进行专利保护，这点虽没有错，但却缺乏新意和全局性。 而该团队则是从“**商业模式+技术特征**”来展开，即，把我们业务模式的规则和方法，与SaaS系统特有的技术特征做结合，进而形成“专利、软著、商标”为一体的知识产权保护方案。 你看，这个价值的匹配点就相对比较多，从客户角度来说，我们可以有更多的选择，当然，对他们而言，也就多了中标的可能性。 再比如，该团队的提案深度聚焦本次的项目标的，但是，**在这个聚焦的基础上，又对我们平台做了更多的适配，为我们呈现了基于本次标的、且围绕整个平台所构建的知识产权的战略规划**。 说实话，这点当场就打动了老板，原因很简单——**叙事被拉长，价值匹配点就更多，自然更容易胜出**。 所以，我们要牢记，**成功的解决方案不是以自我为中心的功能堆砌，而是以客户为中心的价值匹配**，唯有此，才能不断打动客户，才称得上成功的解决方案。 ## 三、感动客户的诚意，来自于精心准备 严格来说，我们这也不算是正式开标，而是项目合作遴选，但该团队汇报结束后，我们在现场就签了合同。 除了其对我们的定位理解更透彻、解决方案更准确之外，我觉得有几个小细节不仅体现出其专业性，更体现了对本次沟通的重视和合作的诚意。 很简单，**真诚，往往是最大的杀手锏**。（这个清华老教授的产品思维，强烈推荐学习） 我随便举几个例子： 比如，在竞标讨论环节，个别汇报人之间有分歧，存在互相“委婉”否定、急于抢答的情况，但该团队并未争抢话语权，一直等到所有人都汇报完，最后才做了方案陈述。 同时，不仅没有与任何人员有争执，还特别肯定了大家的各自意见，**认为不同方案的落脚点都是为了客户的价值最大化**，这让大家感觉很舒服，现场尴尬有所缓和。 再比如，起初为了使大家更好地理解我们的需求，我们事前提供了华为某专利申请案例，以供大家参考分析。 很多同学在述标时都是一笔带过，甚至不少人压根就没提，唯独他们，不仅做了详细论述，而且还特意针对性做了详细的PPT 分析方案，而且是结合我们的场景，逐一对比分析、现场讲解。 说实话，这点真的让我们的用户情绪升到高点，再加上他们专业的汇报，大家无一例外的都觉得十分用心和感动。 你看，这就是「**精心准备**」和「**重视客户**」的诚意表达。 另外，在最后结束环节，他们还特意拿出了一份已经盖章的保密协议，十分诚恳地说道： <blockquote><p>感谢公司给我们这次汇报机会，今天我们也确实学到了很多行业知识，可谓是收获满满。但我们更知道，这些信息都涉及贵司的商业秘密，因此，我们自行签订了该保密协议，我们会对本次讨论的所有内容保密，不会泄露任何有关信息。</p></blockquote> 你看，我相信这大概率也是他们的SOP，但是，看到他们拿出的已盖章的保密协议，还是很让我们感动和受用。 至少，在座的评委也都认为，他们对本次开标十分重视，而且做了充足的、专业的工作，所以，可以说是众望所归。 在我看来，该团队的这次述标就是“有机思维”的典型表达——有机思维类似于查理芒格口中的多元化思维，也类似于咱们的产品思维。 最后，镜同学想说的是，万物皆产品，人生处处是学问，通过本案例你或许更能理解，相较于其他岗位，**产品经理的差异性竞争优势就在于对产品思维的构建，这个思维天然具有包容性、多元化和系统性**。 虽然当下还是逆周期，我们也确实看到很多公司裁员，35岁职场危机似乎是必经的焦虑山谷，但镜同学还想说的是，我身边反而不少产品经理都做的不错，不管是转行还是自主创业。 我也询问过他们这个问题：**你转型成功最大的优势在于什么呢？** 他们都略有沉思，而后目光坚定地说道：**源于产品经理的那段工作以及产品思维的修炼**。 你我，都正在围墙内修仙。 本文由人人都是产品经理作者【产品大峡谷】，微信公众号：【产品大峡谷】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

郭明錤表示，GB200 NVL72出货量或将显著低于预期，目前可能约25000–35000柜。更严重的是屡次延期造成市场信心不足，股价提前反应利多但市场信心不足下，相关市场传言就很容易被放大或过度解读。 英伟达GB200 NVL72屡次延期，郭明錤认为可能直到1H26才能大量出货，晚于市场普遍预期的2Q25。 当地时间周一，天风证券分析师郭明錤发布分析报告称，GB200 NVL72出货量或将显著低于预期。 GB200 NVL72组装量产时程延期纪录：2024年9月 → 2024年12月 → 1Q25 → 2Q25 （最新）。大量出货数次延期的结果，就是出货量将低于预期。目前预期2025年GB200 NVL72出货可能约25000–35000柜，显著低于去年市场情绪最乐观时预期的50000–80000柜。 郭明錤认为，但目前对市场情绪影响最大的，可能不是出货量变化，而是GB200 NVL72数次延期对市场信心造成的负面影响。  具体来看，郭明錤表示： 一般服务器 （x86） 从开案到大量出货的开发时间，一般规格升级需1–1.5年，若牵涉平台升级或关键技术升级则需1.5–2年。 GB200 NVL72为显著提升算力，采用多种欠缺或少有量产经验的高规技术，开发难度远高于一般服务器。即使NVIDIA整合全球服务器供应链的顶尖开发资源，合理推估开发时间仍需1.5–2年。对照GB200 NVL72数次延期纪录，延期主因明显是开发时间不足。 GB200 NVL72开案时间是4Q23，若合理开发时间为1.5–2年起跳，2Q25为合理且乐观的预期，而若再度延后到2H25也不让人意外 （如果发生又会再度打击市场信心）。 目前GB200较低规格机种与HGX几种订单消耗的GPU，仅约等同2000–4000柜GB200 NVL72，对提振市场信心帮助有限。 而市场信心不足可能带来以下负面影响： 目前对市场情绪最不利的是，虽供应链预期GB200 NVL72将在2Q25大量出货，投资人在没看到大量出货证据前，对此承诺信心不足。 即便先前有些供应商或客户张贴少量/样品出货的GB200 NVL72之成品照片，对NVIDIA或供应链股价帮助有限，因投资人在意的是明确大量出货证据 （如供应链调查、营收等）。 股价提前反应利多但市场信心不足下，相关市场传言 （但不一定全然为真） 就很容易被放大或过度解读，如先前ASIC取代NVIDIA AI晶片，与近期CoWoS扩产相关等。 GB300 NVL72也有数个关键规格升级并需要开发时间，因此较有可能直到1H26才能大量出货。因量产能见度低，短期内相关利多对提振市场信心帮助有限。 因出货问题为供应端而非需求端，在台积电谨慎扩产且先进制程为稀缺资源下，除非GB200 NVL72再度发生数次延期，否则NVIDIA短期内不会砍单。  [查看评论](https://m.cnbeta.com.tw/comment/1470964.htm)

在检测、分析，和修补Web以及网络应用程序中的漏洞方面，漏洞管理工具都发挥着重要的作用。

 人工智能行至2024，又见奇点潮涌。 To B市场的躁动与狂热说明一切，但置身其中的产业先行者们依然保持着清醒。 在2025年伊始，我们与10位To B领域CEO展开深度对话，探讨他们对中国企业级市场的思考，回顾2024的机遇与挑战，展望新一年的破局之道。 他们所带领的团队，有深耕企业服务多年的SaaS企业，也有在云计算赛道沉淀多年的玩家，有专注垂直行业的解决方案提供商，也有布局全产业链的技术平台。 浪潮的方向已然明朗，但每个企业选择的航道却各有千秋。在这场思想交锋中，我们聆听到他们对行业演进的深刻见解：云计算为AI提供了无限算力与数据基础，而AI则为企业服务注入了智能化的新活力。 但他们也直指当下的挑战：过度依赖技术堆砌而忽视商业价值，烧钱补贴难以持续，单一AI能力难以满足企业复杂需求，云资源利用效率待提升，产品功能繁多却难以变现。 To B市场在2025将有什么新焦点？AI，AI，还是AI。场景，场景，还是场景。市场会理性回归，价值向真实需求靠拢。 除了AI和场景落地，这些关键词同样值得关注：大模型产业化落地、场景化AI应用、传统软件AI转型、轻量级应用崛起、多技术协同创新、算力升级、安全合规建设、“通算+智算”演进、敏捷迭代开发、流程与场景变革。 **以下是雷峰网与10位CEO的采访实录：** **（1）** **金蝶董事会主席兼CEO徐少春：向AI转型，软件行业正迎来“第四次工业革命”** 在中国经济深度转型的当下，软件行业正站在一个极其关键的历史节点。 作为行业的亲历者，我常说三句话。 第一句话，经济不是在下行，而是在酝酿新的增长。虽然房地产行业在下行，但是像新能源、汽车、医药、装备制造，这些行业在增长。 第二句话，不是没有市场，而是市场发生了改变。消费结构的改变，消费在升级，老百姓对产品质量和服务质量的追求成为一种新的需求。那么这种需求一定会拉动每一个企业的产品创新和研发，就带来了新的需求，带来了新的市场。 第三句话，伟大的公司总是孕育在大变局之中。现在的经济调整，宏观环境其实是在转型，向高质量发展，那么各行各业对成本、对效益、对竞争力更极致的追求，这就是软件行业的机会。 随着中国经济由人口红利向管理红利转变，企业更愈发重视数字化管理。2024上半年，我国软件业务收入保持较快增长，达到6.2万亿元，同比增长 11.5％，云计算、大数据服务等领域表现亮眼。这也为软件行业提供了绝佳的发展契机，SaaS 软件凭借成本低、易维护、更安全等优势，就像是一把开启高效管理之门的钥匙，成为企业的最优选。 现在，人工智能、大模型等创新技术的融入，也为软件行业带来新一轮变革，AI红利时代已经到来，如果进一步发掘AI红利，用AI来提高企业的竞争力，中国经济又会迎来新的一轮增长。 未来，每一个企业应用，都将是智能应用，可以说AI是人类历史上最伟大的技术革命。企业管理软件系统，早期是MRP，后来是MRPII，然后是ERP，最后就到了Gartner和金蝶共同倡导的EBC（企业业务能力），现在EBC又进入到了智能EBC时代。 未来在每个企业的EBC管理系统里，将有一个超级智能的管理智能体，每个企业、每个员工大量的工作将由AI完成。这将来将释放中国企业的潜能，大幅提升我们的劳动生产率和效率。 金蝶2023年确立了“AI优先，订阅优先”的战略，逐步向AI转型，我们希望让每一个用户拥有一个超级智能的AI管理助手。今年10月，金蝶发布了苍穹APP，这款APP是金蝶自主研发的AI管理助手的移动形态，以期引领中国企业管理软件真正迈向AI原生时代，推动中国企业数智化转型加速变革。 **（2）** **微盟集团董事会主席兼CEO孙涛勇：** **未来所有的SaaS都可以用AI写一次** 过去几年，SaaS行业确实经历了低谷，许多同行都感到了前所未有的压力和迷茫。 但今天，随着AI Agent的出现，我们看到了一个全新的可能性，这种技术创新正在重新点燃整个行业的希望。 在过去一年里，我密切关注AI Agent的发展，它已经成为人工智能领域最令人振奋的方向。 与传统的大语言模型相比，AI Agent展现出令人惊叹的能力 — 它们不仅仅是被动的响应工具，而是能够主动思考、规划和执行复杂任务的智能系统。这种&#34;慢思考&#34;模式，使AI Agent在处理商业和管理问题时表现出令人惊叹的效率和准确性。 我相信，&#34;未来所有的SaaS都可以用AI重写一遍“这个判断绝非夸大其词。 就像电灯普及改变了人类生活一样，AI Agent正在重塑企业管理和生产方式。在电商、营销等领域，我们已经看到AI Agent可以快速完成从店铺搭建到运营管理的全流程工作，大幅提升了企业的运营效率。 当然，技术的成长从来都不是一蹴而就的。 目前，AI Agent仍面临模型能力、稳定性和成本等挑战。但这恰恰构成了我们不断创新和突破的动力。正如历史上每一次技术革命一样，从最初的不成熟到最终的广泛应用，往往是一个渐进的过程。 更令人兴奋的是，AI Agent正在democratize生产力。 对于小微企业和个人创业者来说，这意味着前所未有的机会。通过低成本的AI工具，个人现在可以获得相当于专业团队的生产力支持，这将极大地释放个体创造力，降低创业门槛。 从更深层面看，AI Agent代表的不仅仅是技术迭代，更是生产关系的革命性变革。它正在重构人与机器的协作模式，开创全新的工作范式。传统的SaaS产品将被智能重塑，嵌入AI Agent后，将提供前所未有的智能服务。 对于软件行业而言，这是一个极其关键的历史时刻。 我们正站在技术变革的风口浪尖，既充满挑战，又蕴含着无限可能。唯有保持极致的开放思维和敏捷姿态，主动拥抱AI Agent带来的颠覆性技术浪潮，我们才能在这场竞争中立于不败之地。 **（3）** **UCloud CEO季昕华：** **“算力+”模式加速，算力已成为赋能数字经济的新质生产力** 作为云计算行业的资深从业者，我认为2024年是这个产业的关键转折点。 大模型推动的技术浪潮正在根本性地重塑计算产业生态，传统云服务模式已经难以应对快速迭代的技术挑战。 在我看来，算力基础设施是数字经济发展的重要引擎。AI驱动的计算需求正以指数级速度增长，传统的通用计算模式已经无法支撑日益复杂的智能应用场景。 我们必须从单一的算力提供者转变为智能算力生态的构建者。这意味着技术创新不仅仅是堆砌硬件，更要在异构计算、高性能网络和定制化智算平台上持续突破。 值得注意的是，这一转变不仅仅是技术层面的革新，更是产业生态的深度重塑。 算力正在从传统的IT基础设施转变为战略性生产资料，不同行业正加速探索&#34;算力+&#34;模式，将计算能力嵌入产业价值链的各个环节。 绿色计算已经不再是可选项，而是产业生存的基本命题。&#34;东数西算&#34;战略为我们指明了方向。低能耗、高效率的分布式智算中心将成为关键竞争力。我们正在探索可再生能源、边缘计算等技术路径，从根本上重塑数据中心的能源消费模式。 全球化对于云服务商来说，已经不是简单的地理覆盖，而是要针对不同区域市场提供差异化、定制化的解决方案。新兴市场如东南亚、中东，正成为我们重要的战略赛道。本地化能力和跨境协同，将成为企业制胜的关键。 然而，行业仍面临诸多挑战：价格战扰乱市场秩序，资源利用率低下，数据共享困难等问题制约了产业协同发展。这些痛点倒逼行业寻求更高效、更智能的发展模式。 产业生态重构的核心命题是将海量算力转化为真正的生产力。混合云、专属云、边缘云将并行发展，算力即服务(AIaaS)模式将成为主流。技术创新的本质，不仅在于算力本身，更在于构建开放、智能、高效的计算生态系统。 2025年，云计算将不再是一个单纯的技术命题，而是新生产力的重要载体。谁能率先突破技术边界、构建生态、创新商业模式，谁就能赢得这场看似是技术革新、实则是生产方式变革的竞争。 这是一个充满挑战和机遇的时代，我们别无选择，只能勇敢前行。 **（4）** **青云科技CEO林源：** **算力结构向“通算+智算”演变，多元算力融合成常态** 2024年，我观察到最明显的变化是算力结构的转型——从通用计算向&#34;通算+智算&#34;演进。这不仅仅是简单的资源叠加，而是整个IT基础设施的重构。 传统的资源调度和运维体系都需要为AI场景重新设计，这给整个行业带来了新的技术挑战。 在资源效率方面，当前智算中心普遍存在资源利用率不足的现象。 究其原因，一方面是需求和供给未能有效匹配，另一方面是调度系统还不够精细。这不仅造成了资源浪费，还抬高了使用成本。要解决这个问题，需要在算力网络、调度算法等方面进行创新，实现资源的精准投放和高效利用。 值得注意的是，当前市场对AI算力的追逐可能存在一定泡沫。不是所有场景都需要昂贵的GPU资源，如何根据实际业务需求选择合适的算力类型，这需要更理性的评估。 我认为未来会形成通用计算、AI算力、超算的多元融合格局，各类算力资源将根据负载特征动态调配。 从市场结构来看，我还观察到一个有趣的现象：三四线城市的数字化转型需求正在快速增长。 这些地区的企业面临着与一线城市完全不同的挑战：预算有限、技术人才缺乏、数字化基础薄弱。但恰恰是这些&#34;痛点&#34;，可能催生出更具创新性的解决方案。 展望2025年，行业大概率会出现几个关键转变： 首先，AI算力将从集中式向分布式演进，边缘智能将得到更多应用；其次，绿色计算将从概念走向实践，能源效率将成为评价数据中心的关键指标；最后，云计算将进一步下沉，使更多传统企业能够享受到技术红利。 对于云计算行业的长期发展，我的想法是：要警惕同质化竞争，真正的差异化优势来自对细分场景的深度理解；要重视技术创新，但创新必须立足于解决实际问题；要平衡短期收益和长期价值，避免过度透支未来增长空间。 面对不断演进的市场环境，保持技术灵敏度和战略定力同样重要。 站在技术供应商的角度，我们既要前瞻性地投入研发，又要脚踏实地地解决客户问题。 毕竟，技术创新的最终目的是服务于业务创新，推动整个产业的升级和演进。 **（5）** **奥哲CEO徐平俊：** **SaaS未来，AI赋能与垂直化并进** 在当前的SaaS行业中，AI大模型的引入为创新提供了极大的机遇。 随着技术的融合，SaaS企业必须重新审视和革新自身产品，AI的智能化应用将推动业务流程的自动化，进而拓展市场空间并丰富应用场景。 尽管To B产品的AI应用仍处于早期阶段，但我们已经看到智能客服、智能问答、企业知识管理以及BI分析等领域的成功案例，这些应用有效减少了重复人工工作，提高了效率。 近年来，SaaS行业呈现出明显的垂直化发展趋势。未来的战略方向应包括低代码化、行业化、AI化和国际化。通过微创新来提升竞争力，强化全链路一站式服务能力，并优化获客、转化和留存的流程，将是企业持续发展的关键。 此外，建立生态合作关系，整合各方资源，不仅能实现共赢，还能为客户提供更全面的解决方案。 然而，作为行业参与者，我深知当前SaaS行业面临的挑战，例如产品同质化严重和客户付费意愿低下等问题亟待解决。许多企业在产品开发上缺乏差异化，导致市场上出现大量相似的解决方案，使客户难以辨别产品的核心价值。 同时，经济环境的不确定性使得客户在采购时更加谨慎，直接影响了企业的收入和盈利能力。 我始终相信，破局之道在于做专做精、深耕细分领域。通过专注于特定行业或业务场景，深入了解客户的痛点，SaaS企业可以打造出具有专业性的产品和解决方案，从而提升客户的付费意愿。 此外，加强生态合作，构建资源整合的生态系统，为客户提供一站式解决方案，将是实现长期健康发展的重要策略。 展望2025年，我们计划继续推进一站式数字化解决方案，并在国际市场上加大布局，特别是在东南亚市场。同时，我们将推动低代码与AI的商业化应用，探索更广泛的应用场景，以提高整体竞争力。 在这个充满变革的时代，SaaS企业必须在保持创新的同时，更加注重产品价值的深耕与商业模式的可持续性。只有真正理解并拥抱变革，才能在这个AI驱动的新时代抓住机遇，实现基业长青。 **（6）** **蓝凌软件董事长杨健伟：** **数字化转型核心价值点应锚定流程与场景变革** 在2024年这个数字经济快速迭代的关键时期，作为一名深耕企业数字化转型多年的实践者，我愈发清晰地认识到，数字化转型的核心价值最终可以归结为流程变革和场景变革这两个关键维度。 流程变革意味着打通业务端到端，实现组织效率的系统性提升；场景变革则是通过整合数据和系统，为一线业务提供智能、敏捷的支持和赋能。这两个维度的协同，将决定企业在数字经济时代的竞争力。 观察当前市场，央企和国企已经成为数字化转型的中坚力量。他们展现出&#34;应用广泛&#34;、&#34;业务深入&#34;和&#34;快速交付&#34;的显著特征。对这些企业而言，数字化转型已经超越了技术升级，而是对业务模式和组织架构的根本性重塑。 金融行业的实践尤其值得关注。通过信创化和中台化，金融机构不仅展现了卓越的技术能力，还推动了整个产业的数字化进程。 制造业同样如此，像三一重工这样的企业，通过技术中台化和业务服务化，实现了全球协同和端到端管理，为制造业的数字化转型提供了绝佳范例。 在数字化转型进程中，还必须重视数据与知识等资产的价值。知识管理与人工智能的深度融合，将为数字化转型带来新可能。私有大模型与智能知识库的结合，能帮助企业构建自己的数字大脑，满足多场景应用，研发大脑、营销大脑等将助力企业盘活IT资产，创造更大价值。 未来，集成能力已经成为企业的刚性需求。企业必须建设敏捷的集成平台，不仅要提高响应速度，更要持续优化客户体验。 在数字化建方面，我主张采用&#34;在城中村上盖高楼&#34;的渐进式策略，在保护原有IT投资的基础上，叠加技术中台，让旧有系统释放新价值，同时赋能业务敏捷创新。 真正的数字化转型并非一蹴而就，它需要企业领导者保持战略定力、开放心态和持续学习的能力。 在这个加速迭代的数字经济时代，唯有保持战略定力和创新意识，才能在这场没有硝烟的商业革命中抢占先机，实现企业的可持续发展。 **（7）** **库帕思CEO黄海清：** **构建高质量数据集，助力AI赋能千行百业** 算法、算力和数据构成了人工智能发展的三大引擎。 从算力层面，公开数据表明，至2028年全球算力规模预计增长至18282.3EFlops，平均年增速有望达到65%；从模型层面，大模型参数模型正快速迭代，精度和通用性持续提升。归根结底，大模型的竞争核心在于语料数据质量的竞争。 展望2025年，百模大战已步入下半场，基础大模型的数量未来大概率会在十个以内，而蓬勃兴起、各具特色的行业垂类模型将会成为竞争的主战场。 研究机构Epoch-AI预测，到2028年左右，人工智能很可能面临数据枯竭。其实不然，随着人工智能与各行各业数字化转型的持续探索，数据会遵循着更高质量的要求蓬勃发展。 例如，在医疗领域应用，对于患者的诊疗数据，不仅要求涵盖病症表现、诊断结果等基本信息，更加注重数据的连贯性、准确性以及隐私保护，以此来确保数据分析结果能为精准医疗提供可靠支撑；而在工业制造领域，各类传感器收集的设备运行数据，正朝着实时性、完整性、可追溯性方向优化。这些都彰显着数据在迈向高质量、专业性的发展趋势。 当前，契合行业应用场景需求的高质量专业数据集仍是稀缺资源。着力构建前沿且高质量数据集，无疑是撬动这一宏大产业的有力支点，其中，数据的高质量、高流通、高安全是大模型广泛应用的重中之重。 第一，高质量数据成为行业发展的“天花板”。 数据作为AI智力因素的上限，数据的质量直接决定了智能应用的效果与可靠性。人工智能已经拥有了一个具备相当规模的基础知识库，徒有数量而无质量的数据无异于“废矿”，伴随着智能场景的细化以及供需之间的紧耦合，打造基于虚拟与真实世界相结合的语料数据链接枢纽，通过智能体与行业场景适配的专业知识是赋能大模型应用最后一百米的核心路径。 第二，高质量数据将呈现加速流通与协同的发展态势。 2025年，我们将看到更多企业之间的跨界合作与数据流通，特别是在工业制造、医疗卫生、金融服务、教育培训、具身智能等领域。高质量数据集的流通将助力企业涌现出更多创新的解决方案，驱动各行各业朝着智能化、数字化加速转型。 第三，数据治理与合规性将继续成为行业关注的核心议题。 随着数据价值的攀升，隐私泄露、数据滥用等风险隐患日益严峻，唯有严格遵守法律法规，切实落地加密存储、匿名化处理等技术手段，才能有效维护公众信任，为数据产业的持续创新营造健康发展的生态环境。 伴随着语料数据资源的深入挖掘和开放，越来越多的行业企业借助AI技术实现创新应用的落地实践。与此同时，政府层面精准施策，围绕推动数据产业迈向高质量发展密集出台一系列利好政策，全力促进大中小企业融通发展、产业链上下游协同创新，构建良性循环的产业生态体系。 诚然，人工智能数据产业仍面临诸多挑战，例如数据隐私与安全、数据伦理与偏见以及专业人才短缺等。在这一充满挑战的背景下，我们愈发认识到，数据不仅是“资源”，更是“价值”的体现。 未来，高质量数据将成为千行百业发展的强大助推器，加速各行各业向智能化、数字化和可持续方向迈进。 **（8）** **奇点云创始人、StartDT CEO张金银：** **AI赋能SaaS，重构产品形态与服务边界** 回顾过去一年，我深刻感受到AI大模型为SaaS行业带来了革命性的创新机遇，正在重塑传统SaaS的产品形态和服务边界。 我认为这一趋势体现在几个关键维度： 首先，AI大模型推动SaaS从“Software as a Service”向“Service as a Software”演进。通过整合大语言模型（LLM）能力，传统需要人工服务的环节被重构为产品化的解决方案。这极大地扩展了SaaS的服务边界。 在奇点云的实践中，尤其是在数据开发、ETL流程和指标建模等专业领域，我们发现AI的加入显著提升了效率。某些场景的工作量降低了60%-80%。 其次，AI与数据技术的深度融合催生了新的机遇。 AI4DB（AI for Database）和DB4AI（Database for AI）两条技术路线相互促进，AI提升了数据库的自动化与智能化水平，同时数据库技术也优化了AI模型的开发与部署。这种融合带来的创新机会，得到了资本市场的认可，例如Databricks最近获得的100亿美元融资就是一个有力的例证。 与此同时，我也发现，AI赋能SaaS仍面临诸多挑战。 首先是技术层面的局限，如模型的幻觉问题、知识持续性差和处理数据量受限等；其次是落地应用中的合规与安全问题，特别是在处理企业核心数据时；最后，中国市场的特殊性也带来了挑战，包括需求的碎片化、管理方法的非标准化以及多云多引擎环境下的数据治理难题。 展望未来，随着底层模型能力的提升和应用场景的成熟，我相信AI赋能SaaS将呈现更务实的发展态势。 一方面，越来越多的一线工作者开始在实际业务中尝试和验证AI应用，从图片生成、代码开发到数据分析等领域都涌现出创新实践。 另一方面，企业也更注重将AI能力与既有业务流程深度整合，重构工作流程，提升实际业务价值。 这一趋势预示着，AI与SaaS的融合不是简单的技术叠加，而是带来了服务模式和商业模式的根本性变革。 SaaS行业的长期健康发展，核心在于解决供需匹配和效率革命两个根本问题。AI大模型带来的变革，本质上是为解决这两个问题提供了新的可能性。然而，要真正实现这种可能性，还需要整个行业在技术创新、商业模式、管理方法等多个维度共同努力。 **（9）** **六度人和CEO张星亮：** **SaaS要积极拥抱AI，跳出定制化的泥潭** 在经历了近几年的快速扩张后，2024年的SaaS行业正在经历一次深刻变革。 资本退潮与AI技术的双重影响下，整个行业开始从追求规模转向追求效益，从追求全面转向追求专精。 从技术层面看，AI大模型正在重构SaaS的核心能力。它不仅能提升产品的智能化水平，更重要的是能重塑企业的运营效率。 我观察到，那些成功落地AI应用的企业，往往能在销售、服务、运营等环节实现质的飞跃。这种技术革新正在推动整个行业从传统的数据管理向智能化决策支持转型。 但是，更值得关注的是商业模式的变革。 过去几年，行业普遍追求&#34;All in One&#34;的模式，试图通过大量定制化开发来满足客户需求。然而这种模式带来了严重的成本压力和运营负担。 现在，越来越多的企业开始转向&#34;尖物组合&#34;模式，即通过生态合作的方式，让各家企业专注于自己最擅长的领域，通过标准化接口实现系统间的无缝对接。 这种转变实际上反映了行业的理性回归。当下，SaaS企业更需要思考的是如何在专注度和覆盖面之间找到平衡点。我认为，未来成功的SaaS企业一定是既能做深某个细分领域，又能通过开放平台汇聚各类生态伙伴的企业。 在商业模式上，我预见，未来会出现更多创新。特别是随着AI技术的深入应用，按量计费很可能成为主流的收费模式。这种模式不仅能更好地匹配客户的实际需求，也能帮助SaaS企业建立更可持续的收入模式。 展望2025年，我认为行业将围绕三个关键词继续演进：专业化、标准化和生态化。 专业化意味着企业要聚焦核心能力；标准化是实现规模效应的基础；生态化则是应对市场竞争的必然选择。 当然，行业发展仍面临不少挑战。如何平衡标准化与个性化需求？如何在保持创新的同时实现盈利增长？这些都需要整个行业共同探索。 站在新的历史节点上，我们要以更开放的心态拥抱变革。AI技术的发展、用户需求的升级、竞争格局的变化，都在推动着SaaS行业向着更理性、更专业的方向发展。 在这个过程中，只有那些能够准确把握行业趋势、持续强化产品能力、积极拥抱创新的企业，才能真正在未来的竞争中脱颖而出。 **（10）** **数势科技CEO黎科峰：** **大模型Agent时代来临，非技术人员数据使用门槛将被打破** 数据对于做决策很重要，但现在最大的痛点问题就是如何让非技术人员如管理层和一线业务团队能高效地把数据用起来。我创业时，就想以金融和零售两个行业切入，做Data+AI，构建整个企业的数据层，再用数据驱动业务。之前做的平台是面向技术团队的，使用门槛高；但ChatGPT出来后，用大模型Agent就可以通过对话去做数据的洞察、决策的建议。 原来每个场景都得写一套算法，现在只要一个Data Agent就能做这么多事情，当然具体解决什么问题，还需要企业和用户共同探索——许多用户不一定知道自己想要什么，所以要引导他们看见自己的需求，解决痛点问题。 在全体拥抱大模型的当下，数据能够高效获取、可信可靠且有灵活性，能做智能化分析，这几个核心价值都很重要。许多企业也都在抓紧机遇做这样的事。除了创业公司，国内一些大厂也在做类似方向的数据产品。 2025年有望成为Agent爆发元年，我也坚信大模型应用的时代即将来临，企业需要做好准备迎接。深耕十几年的经验积累将开花结果，最终还是应用产生价值，而这也是我比较擅长的地方：我不是一个做底层的AI科学家，我更多是看最新技术怎样产生实际的价值和应用，这是我的基因。 更多观点和故事，欢迎加作者程敏微信** LCMfancyworld **交流。 雷峰网雷峰网雷峰网、

 感谢微软邀请，上周来到了微软大厦 1 号楼，参加了微软广告x360《坦克世界》营销案例分享会，并参加了媒体群访， 以下是媒体们的提问和以及回答汇总。  受访人： - 微软广告业务中国区副总裁黄秀兰（Landy Huang） - 微软广告中国区游戏行业负责人任海一 - 360 集团副总裁陈昊（Ruby Chen） 主持人：今天非常荣幸，能够邀请到各位媒体朋友们来聆听我们微软广告的内容分享。希望借助今天这个机会，让大家对我们的业务有更清晰的认识。今天我们邀请到了微软广告业务中国区副总裁黄秀兰Landy 、微软广告中国区游戏行业负责人任海一与大家分享相关内容。除此以外，我们也邀请到了 360 集团副总裁陈昊Ruby 与我们共同参与讨论。 Landy：我在 2024 年 11 月份加入微软，主要负责微软广告的业务，这当中主要包含了中国企业的出海广告业务以及中国企业的本土广告业务两个部分。 今天我的分享将分成两部分，分别是出海业务板块和国内业务板块。由于我们的部分产品在本土和全球布局上并不完全一致，所以在竞争优势、解决方案上都会略微不同。 首先，我们来看一下出海业务这部分。依托自身强大的生态系统和全球覆盖能力，微软能够为中国品牌扬帆出海提供有力的支持。接下来，我将具体介绍微软生态系统及全球覆盖能力是如何助力国产品牌出海的。讲到全球覆盖，微软作为一个全球化的平台，不仅在欧洲和美洲这些发达市场有广泛的影响力，在包括中东、非洲、亚太等地区在内的全球 187 个主要国家和市场，我们的产品都有着非常庞大的用户市场。所以，依托于全球化的覆盖，我们可以为中国出海企业提供强大的市场触达能力。 很多人在提到微软广告的时候，可能首先想到的是 Bing 广告。其实，微软并不是最近几年才开展广告业务的，而是从推出 Bing 这个产品起，就已经在做广告业务方面的投入了，经历了比较长的发展历史。现在，微软广告已经不局限于 Bing。大家可能注意到了，我们的业务已经从 Bing 广告更名为微软广告，这一变化反映了微软近年来正在整合全生态的产品矩阵。其中包含了 Bing 搜索、社交产品领英（LinkedIn），以及大家熟悉的 Outlook、Edge、MSN 等等。此外，在游戏板块，微软收购了动视暴雪这样知名的游戏工作室，也整合了整个游戏广告资产。 对内，我们整合自己的产品矩阵，对外，我们还通过一系列的收购，携手合作伙伴进一步拓展了整个生态覆盖范围。近年来，微软收购了北美最大的程序化广告平台，在 CTV 互联电视以及原生广告领域与众多合作伙伴建立了广泛的联系。过去这些年，我们也在不断拓展合作伙伴版图。在生态规模不断扩大的过程中，微软对产品质量和合作伙伴始终保持着严格的要求。目前，我们整个生态覆盖是非常广泛的，其中包含奈飞、CTV、The New York Times 等大家耳熟能详的品牌和平台。 回顾微软广告的发展历程，除了拥有这样一个生态系统，微软还有一个非常独特的优势，那就是在 AI 技术上的领先地位。我们将 AI 技术赋能到整个广告业务中。基于这样非常广泛的生态系统，以及大量数据的加持，我们能够通过微软的技术对受众进行智能分析，帮助客户触达更精准的用户人群。 而作为一家极具责任感的公司，微软也非常重视数据安全，严格保障广告主的品牌安全性和透明度。 单独看微软产品的矩阵，可以看到过去这些年，我们的受众保持了持续增长。比如大家熟悉的 Bing 产品，目前全球日活已超过 1.4 亿，日检索量超过 1 亿，占据了可观的市场份额。大家熟悉的 Outlook，月活用户达到 2 亿。而 Edge 浏览器则连续 9 个季度实现份额增长，在平板和 PC 端市场占有率位列第二。MSN月活用户超过 5.5 亿，在桌面端新闻服务行业稳居第一。 我们的休闲游戏 Microsoft Casual Games 也有着 3000 万月活用户，日均在线时长高达 78 分钟，现已经整合进我们的广告平台。还有我们的 Xbox 业务以及收购的 ABK，有很多还在整合过程中。 我们拥有海量的数据，更可贵的在于，我们的产品矩阵也非常丰富。这些数据在不同的产品矩阵里面，能够为我们提供非常多的用户兴趣、用户标签、用户画像数据、Edge 浏览器的网络活动数据，以及 Bing 等信息流产品体现的用户搜索意图。这些能够帮助我们更好地分析用户画像和偏好，他们对什么感兴趣、应该在什么时间和地点推送、以及推送给这个用户怎样的产品。 回顾 2024 年，我们的出海业务取得了非常不错的成绩，我感到非常自豪。对比行业平均广告增速，我们的增长是行业增速的 5 倍以上。不少头部客户在过去一年中追加了 2倍、3 倍的预算消耗。过去这一年，我们还成功引入了超过 1000 家新广告主，其中包括电商、游戏、软件这些重点行业。 接下来我将开始介绍国内业务。这部分与出海业务稍微有些不同。大家知道，这些年国内流量的竞争确实已经进入了白热化阶段，也就是存量市场的竞争。 在我加入微软之后，就开始着手搭建中国的广告销售团队，逐步完善广告销售的代理渠道体系。过去这一年，我们得到了非常多客户的认可。这些客户依托微软强大的 PC 流量生态，反而找到了一个蓝海市场，找到了他们新的业务增长点。接下来，我们具体看一下微软广告在国内业务的生态系统。 目前 Windows 系统在中国 PC 机的渗透率近85%。围绕着 Windows，我们有 Microsoft 365 办公套件；有 Edge、Bing、MSN、去年开始推出的针对微软应用商店的广告解决方案以及微软电脑管家。这些产品都积累了大量的用户群体。 值得一提的是，Bing 搜索在国内桌面端搜索引擎中位居第二，去年的 DAU 年增长超过 40%，市场份额保持持续增长，日检索量超过 1 亿。在中国， PC 的用户量达到 4.7 亿。刚才我也提到了，Windows 系统在中国 PC 机的渗透率达接近85%。通过这些不同的产品，我们已经帮助广告主触达了 1.4 亿以上的用户。可以看出，我们的流量还是非常巨大的。 微软广告的另一个优势，就是能够精准聚焦高价值受众人群。我在这里提供一些数据供大家参考：男女比例为 55/45（全国平均值51/49）、超过 76% 的人群年龄低于 45 岁（全国平均值 57%）、23% 的人群拥有大学及以上学历（全国平均值 15%）、71% 的人群生活在中高线城市（全国平均值 51%）。 我们的团队建立起来之后，在国内也发布了本地化的广告平台。如今我们在国内也能提供一站式的解决方案，涵盖从洞察、创意、投放，到转化、跟踪、优化等一系列产品，都已经落地并且完成本地化，可以说是非常智能的一个系统。 更值得强调是，我们将 AI 技术应用到了广告投放全流程系统，以此来赋能我们的营销解决方案。举个例子，我们的智能营销助手，通过为广告投放增加这样一个 AI 助手，就能帮助你做各种各样的事情。比如，自动监测现在的投放效果、自动提供调整投放时间、调整人群触达等优化建议。 AI 技术在营销领域的另一个广泛的应用就是创意。各种级别的客户和合作伙伴，都已经在用 AI 来帮他们做创意。因为 AI 可以更好地识别不同的受众群体，更好地了解客户到底需要什么，更好地判断什么样的素材对客户来讲转化率更高。这也让我们在这方面投入更多的资源，利用 AI 去深度赋能整个广告营销过程。 微软是非常注重用户体验的一家公司，始终秉持用户第一的理念。所以我们对素材的内容把控是非常严格的。一些其他平台的素材，在微软这里并不一定能够运行。我们没有弹窗式、打扰式的广告，同时一个页面里的广告数量也有严格规定。我们希望实现商业化和用户体验之间的平衡。这样在整个生态下，从用户、广告主到再到广告发布商，就会形成一个良性的循环。 我的介绍就到这里，下面把时间交给我们国内游戏行业负责人任海一，请他为大家讲一讲《坦克世界》和微软的合作。 任海一：微软广告与《坦克世界》这个客户保持着紧密合作和深度绑定。我们将双方的合作概括为“硬核战场，专注长效增长”。接下来我将给大家介绍一下整个案例的情况。 根据2024年的报告数据，在中国游戏行业中，移动端游戏的市场份额占到 70%以上。可以说，移动端游戏正处于一个很艰难的红海阶段。整体来看，中国游戏的用户增长空间有限，单体用户的消费也已经慢慢处于平稳阶段。所以如何在媒体上有效投放广告，并且能够挖掘有效用户，是我们面临的一个主要问题。 此外，游戏版号发放常态化，大量新游戏进入市场，投放素材的生命周期也越来越短。那么，如何把一款老游戏的营销做得更好，对我们来说是很大的一个挑战。 相信大家能感受到，在目前的存量市场，大家不断通过竞价系统购买流量并触达用户。这对于整个游戏产业是一个良性循环，但问题也随之产生，那就是投入产出压力巨大，比如流量价格不断飙升，高价值潜在用户越来越稀缺。那么，要怎么应对这些挑战？ 我们看一下《坦克世界》是怎么做的。它是 Wargaming 旗下的一款旗舰级游戏产品，在中国已运营长达 13 年之久，可以说玩家对这款游戏是有感情的。游戏里面所有的参数都是真实的，所有地图都是从真实场景中复刻下来的。如果你把游戏的效果全开，炮弹射出的时候，玩家会听到划破空气的声音。这样的真实性，对于这款硬核游戏的玩家来讲至关重要。所以，面对这样一款老游戏、一款好玩的游戏，与客户开始合作的时候，我们就在思考，要怎么去把它做好。 接下来的任务还是如何吸引新人。拉新方面，迫在眉睫的一件事就是如何能找到有效的硬核玩家。我们分为三个部分。先铺一些资源，比如在 MSN、游戏卡片和 Edge 浏览器的游戏频道等等。通过这些资源获取了玩家的动作和信息之后，就可以把这个人群的侧画像描述出来。描述出来之后，我们会利用 AI 的技术进一步拓展人群，通过搜索、品牌专区等方式，把他们纳入到后面的投放计划里。寻找到这些人之后，我们再通过信息流定向向大家展示广告。这样就完成了三步走，就是寻找玩家、加深品牌意识、精准推送给有效人群。 做完这几步会发现，微软广告与《坦克世界》的合作带来的有效用户，与游戏之间的契合度非常高，包括游戏付费的部分。我也分享一下我们对于有效用户的定义：完成客户端下载和账户注册，并且进行一场游戏对局后，才会被认定为是有效用户。可以说，在用户画像方面，我们做得比较精准。因此，双方的合作是一个强强联合的过程。 针对新老用户，我们也设计了不同的刺激方案。比如老用户的专属通道、数据继承，用户的新手礼包等。接下来我为大家展示一下，我们用了哪些资源来为《坦克世界》进行投放。首先，Windows 整个操作系统端，我们是全覆盖的。正因为这样的全覆盖，让我们在前期覆盖的人群更广一些，之后再慢慢收紧，让有效用户显现出来。 其次，是我们的游戏频道。这一部分的投放就是比较精准的，因为用户来这里就是为了找游戏。通过我们的 Bing 搜索 CPC 广告，会比信息流广告更加精准，因为它是用户的主动行为。在这里，搜索《坦克世界》、硬核端游等，我们都会给用户推荐相关的搜索结果。此外，我们在今年也会推出一个比较大的品牌专区和动态品牌专区，第一时间把游戏里原汁原味的打击场景给用户展现出来。大家体验之后，发现确实如宣传般好玩，接下来就是口碑相传的阶段。 Edge 浏览器的信息流投放，主要是先圈定品牌意向人群。这就涉及到一个问题，圈人群过程中，如果圈定得太精准，那么受众就相对窄，所以我们要做的是泛精准。泛是指扩展到战争类题材、再到二次元打击类的游戏等，这是我们讨论的泛精准人群，然后再针对这个人群不断收紧。整个投放周期就是先放再收，抓住真正的《坦克游戏》的受众用户。 接下来看一下数据表现，搜索品牌专区月均 CTR 最高达到了 70% 以上，创造了行业新高。新用户消费能力高达 40%，也远高于其他媒体。 因此，重要的一点就是这款游戏是一款特别棒的游戏，在微软这个平台上，通过我们的一些算法和 AI 技术，以及长效经营，我们能够把整个营销业务做的非常好。 谢谢！ 主持人：下面大家有问题可以提出，问题还是集中在我们的合作上。 <blockquote> 刚才聊了很多微软和 360 的合作，可以透露一些数字吗？比如 360 这边的投入和产出是怎么样的？对于 2025 年的预测是怎样的？微软这边有没有关于 AI 具体应用的案例可以聊一聊？</blockquote> Ruby：非常感谢这位老师。《坦克世界》和微软广告的合作，在我看来是比较有挑战的，获得的成绩也是非常让人惊喜的。因为像前面所说，《坦克世界》是一款上线超过十年的产品，又是一个比较细分的题材，这样的一个产品要怎样才能够获得新生？像海一所说的，新增用户的部分、流失用户召回的部分，我们要如何带来增长？ 事实上，在过去一年半左右的时间里，我们开始不同形式的合作。我能够透露的是，每一个形式都是一步一步来实施的，都是在确认了 200% 以上的增长后才开始下一步的。感谢 Landy 团队带给了我们很大的惊喜和可能性。 <blockquote> 微软用了哪些 AI 相关产品帮助《坦克世界》进行宣传？</blockquote> 任海一：从具体的场景上举例。比如在为《坦克世界》投放的时候，我们想拓展一些词，可能需要一次性跑出 10 万个，靠人工来做分类是不可能的。所以我们交给了AI工具，大概用了不到十分钟，就把所有词语分得很详细，这些词的排名如何，属性是什么，等等。我们再根据这些去给到客户做分析，再去做这些词的上线。 再比如，通过移动端注册游戏的时候，可以了解到用户的手机号，用户的性别和年龄段等等。但是在 PC 端，这些数据是不太有的。虽然叫个人电脑，但有时候坐在电脑前的可能并不总是同一个人；PC 的用户可能会涉及到家庭用户、网吧用户，还有办公类的用户，那么要怎么样获取这些人的画像？在这个方面，我们用了深度的 AI 技术，用户在进行日常搜索的时候，在 Edge 浏览器里看一些 MSN 新闻的时候、在看新闻点击的时候、搜索的时候，慢慢就能够把这个人的画像描绘个大概。并且从保护用户数据的角度，我们不会描绘得过于精准，只是到可以让客户参考的程度。比如这是一个休闲类的用户，那是一个较为硬核的用户，这个用户的机器配置高一些，那个用户的机器配置会常规一些。通过这些信息，我们再去推送不同类型的游戏。 再就是素材方面。靠人工来制作一些素材，可能是上一个阶段的广告投放会涉及的工作，现在大家都是用 AI 来批量产出素材。当然需要强调的是，这里涉及到一个审核的环节，需要人工去界定 AI 的边界。但即便是 AI 生成+人工审核，整体的速度还是很快的。当素材不断迭代之后，我们能够高效、迅速地选取出哪些是真正有投放价值的素材，这也是 AI 帮助我们提升投放效率的一个应用场景。 <blockquote> 如果从《坦克世界》这款游戏的角度来看，跟微软广告的合作除了带来用户增长和品牌增长，还有什么益处？有没有对用户游戏体验的提升？或者是为游戏长远发展带来新的机遇？</blockquote> 任海一：首先，《坦克世界》是一款好游戏。我们在平台上推广好游戏，对广大用户和玩家来说是有益处的事情；其二，我们在投放过程中，会有一些用户行为反馈对接，帮助《坦克世界》后端和研发更好地更新。这个游戏已经十多年了，我们相信，十多年前的人和十多年后的人心态一定是不一样的，玩的东西也不一样。但是《坦克世界》的生命力为什么足够持久，是因为我们会思考如何让这款游戏与新玩家和新时代相契合，这是我们能够带给广告主和厂商的有力反馈。 我们也非常注重内容的深耕，包括有一些内容和资讯，都会围绕着玩家用户去做。这样你会发现，在阅读一些新闻或者游戏资讯的时候，用户会潜移默化地受到游戏或者厂商的消息的影响和感染，慢慢地成为我们的玩家。你会发现这是一个相互增长的过程。 <blockquote> 《坦克世界》这款游戏周期很长，它一定会有不一样阶段的玩家。比如玩儿了十年的老玩家和刚刚接触 3、4 个月的新玩家。那么微软广告是怎么针对不同阶段的玩家用户投放广告内容的？他们之间的投放内容有什么不同？</blockquote> 任海一：事实上针对《坦克世界》这样一款硬核的战争类题材游戏，玩家的属性变化不会特别大，基本都是对这类游戏题材比较感兴趣的。虽然玩家的年龄跨度大一些，但基本属性相对一致。游戏里的更新也会涉及到一些新的题材，能够吸引玩家去消费。 不同阶段的玩家，他们对于游戏的想法会不一样，比如打法不一样，对于坦克的偏好也不一样。有轻型坦克、重型坦克、中型坦克、火炮坦克等等，这就属于更加细分的玩家喜好，但整体的用户属性基本是一致的。后期游戏也推出了一些二次元风格的更新，玩家的反馈也还是不错的。 Ruby：我来补充一下，我们与微软广告的合作形式有很多，是全流程的覆盖。针对老玩家，在游戏更新科技线分支和坦克的时候，我们主要是通过信息流来投放攻略向的内容，帮助老玩家快速理解一些技术参数的更新。 那么针对游戏中心的投放，更多是想要吸引到广义的玩家。微软广告会指导我们投放更多的福利向、活动向的素材。这也是一种投放策略的区分，在不同场景下，针对不同人群的需求，投放素材会有一些变化。可以说，双方的互动很好，这也是数据表现能够不断提升的一个重要原因。 <blockquote> 360 在做游戏运营、营销层面，对于营销的指标是怎么划分的？我们要在哪些垂直分类下做营销，最后营销目标是什么？微软又是怎么去配合 360 的这些需求，并达成目标的？</blockquote> Ruby：我们跟微软广告的合作，有两个重要的关键词：克制和理性。克制是指微软广告对于广告的展现形式是非常克制的，没有任何弹窗式、干扰式的广告。理性是指 AI 和素材调整的实时建议，提供了经过精准计算的精准人群画像指导。双方的合作更注重质量，而不是数量。我们不片面追求新增用户达到怎样的数量级，而是就 7 天游戏战斗、30 天游戏战斗、60 天游戏战斗进行长线数据追踪。这种追踪体现出来的实事就是，在我们跟微软广告的合作中，用户质量是优于其他展现平台的。因为找到了正确的人，这些正确的人真正对你的游戏有兴趣，真正投入到了你的游戏本身，这对我们而言是一个重要的帮助。 那么对游戏付费等等是不是也带来了影响？我想短期内可能无法回答这个问题。但从长线来看，我们借助微软广告所获得这些用户，能够在游戏中尽可能长时间地停留，有相对频繁的游戏行为，能够很好地帮助 Wargaming 这样的国际化公司，去研究中国市场玩家游戏消费行为的不同，在一些活动设计、运营方式上就会跟全球的活动也有所不同。让我们在口碑、收入和平衡部分做得更好。 这就是微软广告在克制和理性之间互动展现出来的长线的效果。所以我不会用投了一周或者一个月的效果去做评估。我的建议是要长线去看，3 个月、6 个月，从游戏的生态和整体人群分布的健康态去分析。因为做 PC 端游戏就是需要韧性和长线视野。在这个价值观上，我们和 Landy 的团队是非常契合的。 <blockquote> 第二个问题是，我们怎么来达到规定的这些效果？最后的效果大概是什么样的？</blockquote> 任海一：用户把《坦克世界》下载下来，完成用户注册，之后花费大概 15-20 分钟完成一局游戏。这样的用户，我们就会定义成客户的有效用户，所以我们就会朝着这个基准目标去做。具体来说，微软广告投放体系是自带 ECPC 的，后期我们对接 UET 数据之后，再做 TCPA，就是国内说的 OCPC。所以当用户完成了刚才提到的那些动作，这个时候我们就需要 Ruby 团队的支持，将这个有效用户的数据回传给我们。我们会去向前归因，看他是在哪个时间段做的点击。这就是我们做得不一样的地方，我们的系统非常灵活，这就让我们在跟用户不断沟通的过程中，基建搭得更加扎实。双方前期不断地测试，大概需要 2 到 3 周时间。我们先把这个部分做扎实，后续我们的系统就会基于这款模型自己去跑了。 跑这套模型的时候，数据不断回传回来，我们再根据这套体系进行模型拓展。这块用到了 AI 和投放系统，中间还有一些变化，比如我们会上一些素材，包括创意的规划、投放的理念，就是要把基建的工作做好。 刚开始跑的时候可能一周会回传一组数据，慢慢做累加，随着回传数据越来越多，我们会做的越来越精准，就是这样的一个过程。 <blockquote> 微软广告今年业务翻了很多倍，很想了解目前游戏这块业务，在广告业务占比是多少？现在很多广告平台会讲行业营销。今年我们大概主要做哪几个行业？有没有一些什么计划？</blockquote> Landy：先回答您第一个问题。游戏行业是我们现在重点拓展的行业，包括国内和海外。我刚才也提到，我们还在处于比较早期，但快速发展的一个阶段。我们也在融入和整合微软各种各样游戏的资源。我们的解决方案、包括跟 360 合作的现有方案，也都会拓展到更多更全面的解决方案中。 所以我们认为，2025年游戏行业将会是重中之重的一个行业。除了游戏行业，电商我们也做的非常成功了，很多电商企业都是我们重要的合作伙伴。还有软件行业、AI 行业。现在 AI 行业不管是在国内还是海外发展的都如火如荼。大语言模型也有做推广，也有做各种垂直领域的 AI 的应用。这也是我们看到的，发展特别快的，也是我们会比较重点去做的行业。 其他的，在国内包括教育、金融等等，这些是我们最主要发展的一些行业重心。 <blockquote> 刚才陈总提到了一些《坦克世界》中我们能看见的难题，比如时间长和新玩家增长。那还有什么更底层的困难呢？微软是怎么梳理这些困难并更好地去解决呢？</blockquote> 任海一：最开始我们跟《坦克世界》合作的时候，遇到最难的问题是关于国内广告主投放广告的习惯。大家在广告投放的时候能够感受到，国内的投放系统相对来讲比较简单。我遇到最难的有几个问题：第一点是我们的后台最开始是全英文的，比较考验投放主的。同时我们也跟总部反应，说在中国地区一定要翻译成中文。一开始还是机器自动翻译的，翻译出来的跟原来广告投放的系统有些出入。后面我们人工介入，把翻译搞得很透彻精准，符合广告投放的术语，以便于投放主了解。 第二点，我们做数据对接的时候也比较难。通常广告系统投放的时候，最开始先跟你对接一个星期，第二个星期就不做了，就直接用 CPC 投了，因为已经建立起来了。但微软第一步对接起来以后，后面就要一直对接，如果不对接了，总部就认为这个公司可能不在了，或者不做这个业务了，就不给你流量了。这是我们最难的点。因为客户会认为我把数据给到你了，你就会建立一个行业大模型去覆盖整个行业。举个例子，《坦克世界》做投放的时候，数据跑好了就是《坦克世界》的数据。《战舰世界》再跑数据的话，就是重新再建立，因为这个数据只用于这条产品线的投放。这也是我们不断培养与客户的关系、产生信任的过程。一旦对接起来之后，我再把目标人群投放进去：你需要什么样的人群、你需要什么样付费能力的人群、你想要什么样的付费金额。客户可以给到微软，我们按照这个标准再找人，这是我们最开始的难点，但慢慢经过一年多的时间也都培养出来了。 Landy：我们非常注重数据隐私、数据安全。所以反而这个方式，能够赢得我们的合作伙伴，也就是广告主对我们的信任。 Ruby：我觉得比较难的一点是这类军事题材的游戏相对比较少。Wargaming 作为世界顶级开发商，我们也没有办法用竞品的产品数据或者信息让 AI 去学习。 微软广告有天然的、依托于微软的游戏 DNA，比如它在硬件部分有 Xbox，在软件部分有动视暴雪，在内容生产有 MSN，在服务部分有 DirectX 等等这些，我认为微软对于游戏有自己的热爱和理解。 首先，AI 学习部分是核心价值和核心能力。可以看到 AI 学习速度是很快的，所以整体来说，我们每开一种新的形式，如果在经过一段时间的调整之后能够有一个比较好的数据表现和增幅，其实也依赖于 AI 技术方面的提升。 其次，在合作过程中，我们对素材质感的要求本身还是出于对平台用户负责任的态度。像海一所说，广告主也存在对自身行为优化、提升的过程。我们在 2025 年也会希望有一些页游层面的合作，看是不是有更广的适用度，毕竟PC端有近85%的用户在微软这边，是可以被微软广告覆盖到的。我们希望在新的游戏品类也能有新的突破。所以我们虽然起步于 Wargaming 的 PC 产品，但是 2025 年如果要保持增长的话，我们也会有更多的产品进入到这样的合作中。 <blockquote> 国内游戏市场属于增长的红海，首先想请您从宏观角度聊一聊您是如何看待国内游戏市场广告营销趋势的，以及您对非游戏领域是否有一些宏观的思考？</blockquote> 任海一：在游戏方面，2024 年整体市场是 3200 多亿的销售收入，其中移动端游戏大概占 2300多亿，超过了70%，其中大多是来自于抖音、快手等移动端。这其实是一个压力传导的过程。比如发布一款新产品，一开始会把产品给到媒体，这是注册行为，后续再进行付费行为，所以是一层一层递进，对我们就是一个严格的考验阶段。移动端和 PC 端都是一样，压力很大程度源于如何帮助客户找到精准的玩家。 对于 PC 端来讲，基本稳定在 10% 左右，大概是 8%、9% 的占比。我们可以看得到，对于厂商来说现在已经发生变化了。因为《坦克世界》太硬核了，只能在 PC 端玩，但其他好多游戏是分三端或者多端的，也就是 PC端、移动端或/和主机端。所以从推广来看，它就不仅仅局限于在移动端投放，这其实是我们的机会。 比如《寻道大千》《时光大爆炸》等等，它推出的是一个小程序游戏，所以在 PC 端搜索到的是一个小程序结果，点击直接进入微信小程序去玩，他们的数据表现非常好。当然这类游戏前期取决于公司的考核标准。公司认为既然能搜索到这款游戏，证明这个玩家是目标用户，就不会纠结来自于什么渠道。所以我们发现，无论是媒体端、厂商端还是广告主，他们的思路已经发生变化了。因为后端业务不断整合，把移动端、PC 端都整合到一起，那么考核标准就也会整合到一起。 那么对于微软广告来讲，我们还有两个可以深入挖掘的部分。首先，Windows在 PC 端的占比已经足够大，我们现在所展现的 Bing是前端的展示，这部分我们还有很大的提供服务的空间。其次，我们也在不断试水移动端，这个月我们刚上新 Mobile PC，像《梦幻西游》手游也在不断尝试。这其实比较符合微软的打法，我们做事情比较稳、比较扎实，我们会考虑给所有合作伙伴更大的利益。所以无论是 PC 端的深耕，还是 PC 端到移动端的转化，还是后期移动端的拓展，其实我们都是很扎实地往前走。 Landy：回到营销的本质，现在的数字营销和传统硬广还是不一样的。数字营销从本质上来讲，中间是一个技术驱动的广告平台，一边是用户，另一边是品牌、广告主。那广告平台要做的是怎么帮你触达你的用户，并且要触达得更精准、更高效、更智能。 所以营销的本质没有变，但是趋势上，你到底要怎么去做营销？你的打法是什么？你怎么样利用各种平台不同的优势来适时地做调整？这需要根据用户行为的变化，以及整个技术发展趋势的变化来进行。 在最早的互联网时代，大家肯定是以 PC 端为主。移动互联网快速崛起之后，大家就把注意力全部放到了移动端。进入 AI 时代，我们会发现 AI 有很多方面是跟生产力相关的。很多用户因此回归了 PC端，并且会花费更多的时间。我们有研究发现，AI 之所以在移动端没办法承载更多性能，很多原因都与生产力相关。所以很多用户现在都是跨平台、跨设备的。 很多品牌原来只投放移动端，但现在也开始回归 PC端，开始研究怎么挖掘 PC 端的流量蓝海，并随之调整投放策略。原因就在于，用户是不分设备的。 此外，技术是在实时发生改变的。以前的投放搭多是比较粗放的、手动的，但现在 AI 已经越来越广泛应用到营销全链路中。从市场洞察、智能投放，到素材的生成优化，以及整个广告账户效果的优化等等，这些全链路都需要用到。你会发现，那些能够接受新技术，并且能够适时应用这些新技术的广告主和品牌，就能够获得更好的效果，广告效率也得到了提升。 所以在我看来，这个趋势是在不断变化的，一方面是随着用户行为变化而变化，另一方面是随着技术的发展，营销领域的应用也在不断地、适时地做调整。 <blockquote> 在您说的趋势下，微软广告是如何应对和适应这个趋势的？</blockquote> Landy：一方面是怎么能够把整个微软的生态矩阵更好地整合在一起，帮助到广告主和品牌触达更多的优质用户。这是我们过去这些年一直在努力的、现在正在加速推进的一个事情。 另一方面，微软作为一个领先的 AI公司，把 AI 应用到营销领域的决心和投入都是非常大的。可以看到，我们的 AI 应用已经涵盖了全链路的营销，能够帮助广告主提升效率还有效果，这是我们特别重要的两个发力点。

<blockquote><p>在低空行业中，我有些想法想与大家分享，篇幅或许稍长，望各位大佬能抽空一阅，也恳请行业精英们不吝赐教、予以指正！</p> </blockquote>  常言 2024 年是低空元年，能开启一个行业的元年，着实是了不起的成就。当下，从各地低空政策的推出、低空产业关联企业数量的增长、低空法规的颁布，乃至低空司的设立，均可看出低空经济在国家层面备受重视。 我曾就职于一家国企，工作稳定，收入虽不及互联网企业，但也足以维持生计。因工作具有创新性，机缘巧合之下，我投身低空行业，摸索低空产品。而后又因特殊机遇，被公司派往当地另一家国企单位，参与低空经济基础设施建设工作。在此过程中，我收获颇丰，也深刻体会到这个行业发展的艰难。今日，我想客观地提出一些问题，并非针对特定个人或厂商，只是单纯为了推动低空行业发展，探寻解决之道。 从基础设施建设层面来看，低空运行离不开**通信、导航、监视、反制、气象**等关键要素。 在通信方面，当前大力倡导 5G（后文会提及 5G – A）。然而，无论是移动的 2.6GHz、4.9GHz 频段，还是电信联通的 3.4GHz – 3.6GHz 频段，若要实现空域 600 米以下全覆盖，必须新建站点且分层建设。其中，0 – 120 米可借助旁瓣（具体细节在此不做详述）实现覆盖；120 – 300 米需通过调整参数和张角来达成；300 – 600 米则可能需要专用的大张角对空基站，且成本高昂。此外，三家运营商的核心网目前难以合并，移动与电信、联通的核心网融合难度颇高。因此，城市低空网络至少需要两张同等覆盖能力的网络。值得一提的是，5G 基站单站覆盖面积约 1 – 2 平方公里，对于动辄数千平方公里的空域而言，其投资规模堪称巨大。 当然，看待问题需辩证分析。能否依据高热度航线规划建站呢？答案是可行的。但从无人机运营商角度而言，空域审批后，航线设计与起降计划应具备灵活性。除基础运输和医疗物资运输的点对点应答外，能真正实现 C 端经济的主要是外卖、跑腿、闪送等小物流场景。而此类场景需要极为灵活的航行计划与路线，由此可见，要实现小物流配送，就需实现全域 5G 覆盖，可运营商是否有能力应对，尚是未知数。另一方面，无人机运营商对 5G 并不青睐，因其使用价格高昂，他们更倾向于惯性导航或视觉导航方案。使用 5G 会使单程成本大幅增加，甚至连 RTK 技术他们都较少采用，毕竟物流公司对单程成本的敏感度极高，精确到几毛几分。 所以，从技术层面来讲，难以确保 0 – 600 米通信全域覆盖的连续性与高覆盖率；从市场角度看，商业飞行接受 5G 方案存在较大难度。 或许有人会问：低轨卫星通信是否可行？这是个很好的问题。从技术层面而言，低轨卫星通信是可行的，但目前还需等待其组网完善，同时也要关注使用成本问题。 还有人会问：使用其他广覆盖通信频段是否可行？1.4GHz 频段是一种不错的选择，但也存在几个关键问题： - 虽然在城市场景中，其单站覆盖半径可达 10 公里，且小区边缘速率能保持在 2Mbps，但容量有限。当然，通过增加基站数量可提升容量，且其整体建设成本、使用成本、运维成本以及能耗成本相较于 5G 基站要低得多。 - 1430MHz – 1438MHz 为警用航空器频段，无法对外使用；1439MHz – 1444MHz 供其他航空器使用；1447MHz – 1467MHz 是政务专网频段。简言之，该频段主要用于专用网络。尽管低空运行需要对航空器进行实时监管，图传数据十分重要，但飞行数据尤其是对地视频数据进入政务网虽更有利，可目前相关管理办法并未对此作出明确要求，各地综合管理平台多运行于公网。 - 存在无管委授权问题。并非随意可用，无管委对 1447 – 1467MHz 频段的规划还是十年前的，能否推动修改，取决于行业头部力量的博弈。 - 还有一个隐性问题，网联盒子是为无人机提供通信服务的关键模块，需要适配相应软件，而软件部署涉及业务平台与核心网所在网络的对接，实际操作中会遇到诸多问题，不过相对低空行业整体而言，此问题尚在可解决范畴。 另外，从无管委角度出发，目前原则上不允许 4G/5G 作为无人机通信网络，对此我表示认同。 综上所述，目前低空各类航空器的网络通信问题尚未得到完美解决。 接下来谈谈低空的另一重要环节——监视。 监视工作源于政府对空域安全管理的需求，旨在对辖区空域内的飞行器进行全面、实时的探测与感知。 当前，通常将无人机从管理角度分为合作无人机与非合作无人机，核心判断依据是其是否主动广播发送标准报文。不过，此判断标准的合理性仍有待进一步探讨。理论上，只要能实时向地区综合管理平台及国家综合管理平台推送自身飞行状态和数据的无人机，都应纳入合作范畴，毕竟报文的主要作用是明确自身位置（动态报文）及关联实名信息（静态报文）。 之所以强调这一点，是因为目前主要使用 remoteID 识别器接收报文。依据《民用微轻小型无人驾驶航空器运行识别最低性能要求（试行）》，RID 采用 2.4GHz/5.8GHz 通信频段，即常见的 WIFI 频段。在此频段下，底噪干扰问题严重，家家户户的 WIFI 都可能对其造成影响。而更为关键的是，飞机厂家对 RID 发送模块的功率配置并无明确标准。无管委基于电磁环境因素，规定其功率需小于 500mW，这就导致判断一架无人机是否为合作无人机存在不确定性，如同薛定谔的猫，存在能收到报文和收不到报文两种可能。不过，相对而言，这一问题较易处理，其防范程度有限，并非难以攻克的难题。接下来，再看看针对非合作无人机的探测问题。 在空域安全监视环节中，对于非合作无人机的探测能力至关重要。目前有多种常见探测设备，如 5G – A、TDOA、AOA、CRPC 协议解析、低空雷达、无线频谱探测、光电探测等。 先谈谈近期备受瞩目的 5G – A。在此主要探讨其在探测方面的作用。无论是移动的 4.9GHz 频段还是电信联通的 26GHz 频段，其原理都是将基站转化为小雷达，在向外发射电波的同时接收反射波，通过算法解析所探测到的物体。当识别为无人机且该位置无合作目标时，即判定为非合作无人机。 5G – A 的优势在于不仅提升了基站通信容量和速率，还赋予了基站探测功能。若基站广泛分布，其探测能力也将无处不在。 然而，美好的事物往往存在瑕疵。5G – A 在探测方面存在以下重要问题： - 其探测高度依赖算法，但目前三大运营商尚无法通过算法对返回波束进行精准测算，在实际场景中，飞鸟、塑料袋、气球、飘荡的高压线、路面汽车、航模、风筝等物体都可能引发 5G – A 的误判，并生成看似合理的轨迹。 - 虚警率过高，这一方面归因于其无法准确识别目标，另一方面则是算法融合问题。当前业内通过构建多模态感知体系提升探测能力，即将多种设备组合使用，实现多重数据来源互补。在 5G – A 出现之前，TDOA/AOA/低空雷达/频谱探测/光电监测/协议解析等已形成相对成熟的多模态感知体系，实力较强的解决方案提供商也在不断优化后台算法。但 5G – A 的高虚警率融入后，形成了木桶效应，导致整个体系的可信度降低。而且 5G – A 自身无法单独构成有效探测体系，其在整个探测体系中的定位较为尴尬，犹如“外来和尚”却难以念好经。 - 高功耗是一个隐蔽但不容忽视的问题。仅 5G – A 的感知模块部分，功耗就约达 400 瓦且全年不间断运行。虽然单看单个基站似乎影响不大，但考虑到 1000 平方公里大约需要 1300 个 5G – A 基站，其整体运行能耗支出极为可观。 - 定位精度欠佳。目前 5G – A 的探测定位误差在水平方向可达 30 米左右，高度方向约 40 米左右，这在低空运行管理中是需要进一步优化的。此外，运营商之间也存在竞争，电信联通对自家 26GHz 毫米波感知技术颇为自信，认为优于 4.9GHz 频段。但需要注意的是，26GHz 频段尚未获得无管委授权使用。实际上，移动也在对 26GHz 频段进行探索研究。虽然从物理特性上看，高频段相对低频段具有一定优势，但在未获得合法授权的情况下，其应用仍需谨慎观望。 - 关于 5G – A 感知单元覆盖范围小、对底噪造成污染、无法感知悬停设备等问题，在此不再赘述，以免引发不必要的争议。 对于其他探测设备，简要介绍如下：TDOA 采用时差法定位，精度仍不稳定，误差可达十几米；CRPC 协议解析在长期攻防中具有一定优势，可将非合作无人机的动态信息掌握得如同合作无人机一般，但该系统需要多次解析协议才能成功，一旦成功解析，便会形成记忆库，类似病毒库升级。打个比方，就像低配版的圣斗士，对于同一招式，需要多次应对后才能免疫，但在低空攻防场景中，一旦遭受攻击，可能就会对整个低空行业造成严重影响，这个行业既充满机遇又十分脆弱。需要注意的是，该系统对静默无人机无效。低空雷达由于其特性，无法在居民生活区部署，因此需谨慎使用。相控阵雷达比普通雷达稍微隐蔽一些，不那么容易被投诉，是另一种选择。但成本原因不建议大范围使用。 至于导航、反制、气象等方面的设备，在此暂不展开详述，这些领域主要由专业部门负责解决相关问题。 说了这么多，并非是我在唱反调，相反，我对这个行业满怀热爱。无人机在军事、医疗、农业、政务、安全、应急、勘探等众多领域都发挥着无可替代的作用。 在试点城市大力开展基础设施建设后，却发现各厂商提供的产品与宣传相差甚远。因此，真心希望各位大佬能否提供更好更先进的技术或者解决方案，共同推进低空经济的基础建设，让这个行业真正的安全的飞起来、火起来。 以上内容主要涉及基础设施建设设备方面，关于空中管廊规划以及如何实现低空经济的可持续发展等问题，日后有机会再另行探讨。 再次强调，我所阐述的是行业现状与问题，并非针对特定对象，只是希望能尽早揭示问题，大家群力群策，共同推进解决。如有误解之处，还望各位大佬不吝解惑与指正。同时，针对现存问题，若有更好的解决方案或先进技术，也请各位慷慨分享。我真心希望能与志同道合之士共同推动低空行业的发展。 本文由 @果汁儿 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

国际“小众”奢牌解码在华“生存之道”。

<blockquote><p>进入新公司，我们都希望自己能快速熟悉需求了解业务，以便能迅速开展工作。有没有具体的方法可以实践的？本文作者分享的了解业务和熟悉需求的经验，希望可以帮到大家。</p> </blockquote>  小花：“每次入职新公司，总是有点茫然，不知道从何下手，感觉好像应该有一套流程的，梳理着梳理着就有点乱套。” 小A：“别着急，你一定已经有了一部分自己的方法沉淀，只是还没来得及沉淀出来。” 小花：“诶，自己好像有那么一点感觉，但又不强烈，你有什么建议吗？” 小A：“我也是刚刚整理了自己过去5年的产品工作经验，梳理了一下自己的工作思路，如果需要的话，可以一起来看看。” ## 一、初识新业务 ### 1. 公司所在行业情况及产业链 **行业情况：** 我一般会对行业现状、头部企业及其运营情况进行了解，可以快速对全行业有个基础的认知，对于一些专业领域的特定知识开始初识，针对性的根据报告中不易理解的专业性内容，但又与未来负责业务紧密相关的知识做一次深入洞察/研究。很多公司的发展路径都存在一定的雷同性，站在巨人的肩膀上了解事情、思考问题，总会对自己的业务带来一定帮助或启发。 可供学习的网站也比较多，以下是我常用的几个网站： 数据分析层面都比较全面，均有各自的侧重点 1）艾瑞网： 提供大量的行业研究报告，涵盖了互联网经济的各个方面，包括电子商务、在线广告、社交媒体、移动应用、游戏、视频等。 报告内容详尽，包含市场规模、发展趋势、竞争格局、用户行为等关键数据和分析。 2）CBNData： 聚焦消费领域的数据研究和市场洞察。 发布的行业研究报告涉及互联网、消费品、金融、房地产、健康等多个领域。 3）199IT： 提供全球范围内的市场数据和统计报告，涉及互联网、科技、金融、消费、文化娱乐等多个领域。 报告来源广泛，包括知名咨询公司、研究机构。 定期推出专题报告，深入探讨特定行业或市场的热点话题。 4）TalkingData： 领先的大数据服务平台，提供了大量的行业研究报告和数据分析。 专注于移动互联网、用户行为分析、市场趋势等领域。 发布的行业报告覆盖广泛，包括移动互联网、游戏、电商、金融、广告等多个行业。 **产业链：** 拿近几年爆火的短剧行业举例：可以从业务流程成主要涉及的环节到各环节所需消耗的成本进行梳理。  ### 2. 公司发展历程 从公司发展历程中，可以深度了解企业软硬件迭代过程的大背景、原因，对于后续的业务理解会有一定帮助，如在搭建新业务时，因为了解了公司发展过程，由于客观原因或既定事实，又或者跟随公司发展的走向，去思考的业务更贴合公司未来规划、更符合当下现状，也可以避免一些之前已经出现过的坑，可以走得更远一些。 了解途径： 1）可从公司官网直接查阅，举例如下  2）可与中高层领导/公司前辈了解企业发展历程，核心/重大事件 无论哪种途径，知道了某一阶段的结果，我尽量还会让自己多思考一下，比如为什么做这件事？不做这件事会怎么样？有没有其他更好的选择？这件事对后续哪些事情带来了比较大的影响？ ### 3 .公司商业模式 我一般从业务主线开始了解。 企业的主营业务是什么？业务流转是怎么样的？营销模式是什么？组织架构是什么？所在行业头部企业是哪些、运营模式分别是什么？ 或者简化一些的版本，可以参照以下结构进行分析，基本可以对企业的商业模式有个大体了解，再在业务熟悉的过程中，不断完善补充即可。  ### 4. 已有产品矩阵与业务流转 了解了商业模式，再来熟悉公司的产品矩阵，可能会更有思路一些，大概知道为什么做这些产品，以及这些产品的作用和解决的问题大概是什么。 从主业务流转中梳理每个环节涉及到的干系人、系统平台、目标等，将已有产品串联起来，更深入的理解每个产品背后的用户故事与作用、当前发展阶段及未来发展规划。 可参考下图进行部分内容的结构化梳理：  ### 5. 核心业务 核心业务的用户地图，可以采用脑图或泳道图的形式进行梳理，梳理的过程中，会查缺补漏从宏观分析中没有涉及到或遗漏的重点内容，梳理方式可参考下图：  ### 6. 公司未来规划方向 这项一般年初或年终的大会上进行宣讲，若错过了大会也不要紧，可以找部门领导沟通了解，我一般会了解公司整体近1～2年的营收目标、发展方向、对核心产品的迭代目标、预计投入资源，及最终要的目前已经达成的进度情况，结合当前已了解的公司背景再提出一些疑问。 ## 二、初识负责产品 ### 1. 用户故事 老生常谈的事情，谁在什么场景下用这个产品为了解决什么问题。 我总是容易先入为主的认为这个用户只有一个，但其实不然，根据实际业务出发，有主线有支线，支线往往容易被忽略，但其实缺少的话很有可能影响主线的走势，使用体验，甚至影响产品的完整性。 ### 2. 发展阶段 可以从几个问题出发，开始着手了解，我一般会问： 目前产品的迭代阶段是什么、近期的迭代目标是什么、是否碰到什么阻碍。 ### 3. 盈利模式 产品通过什么获利、其中的干系角色有哪些，分别负责哪些工作，内部干系人的KPI指标有哪些。 ### 4. 相关图 我习惯在每次整理好前面那些内容后，再理一下业务ER图、流程图、产品结构图，会帮助我更清晰的从全局角度观察整个系统，了解来龙去脉。 举例产品结构图如下：  ## 三、扑面而来的新需求 ### 1. 优先确认相关模块的业务逻辑 **1）若业务流转类需求：** 从获客到中间的页面流转再到最后的客户转化，各个核心环节的流程和限制分别是什么； 例：建筑行业需对工程计划的修改进行审批管控，需梳理已有流程的线上化都具备什么能力，对计划的管控到什么程度； **2）若是数据报表类需求：** 一般会梳理数据报表统计的业务维度是什么、主要能力是什么（如监控核心指标变化趋势是否异常等）、数据范围是什么、数据来源-上游业务是什么、数据的更新频次是什么、与其他页面的关联情况及其对下游的影响； 例：需将用原有用户转化漏斗分析进行细化，需梳理原漏斗包含了哪些流程，数据表现情况一般是怎么分布的等。 ### 2. 再了解新需求的业务背景目的/用户故事 对相关功能有了透彻的梳理后，再找业务方进行详细需求调研，了解需求的真实目的背景， 不要做需求的搬运工，我尽量让自己多问一些问题，挖掘客户深层次的需求原因。 例：上面提到的建筑行业需对工程计划的修改进行审批管控，调研了解到真正原因是，原线下管控流程过于复杂且为纸质版管理，极易出现数据丢失、周期漫长、不知道审批卡在哪里等问题，导致决策层对计划修改的频次、进度、效果等无从知晓，无法快速决策管理。 ### 3. 是否有临时方案，临时方案是什么 未成体系化或未做到系统之前，业务处理的方法是什么、是否有固定流程、参与方都有哪些，原流程有遇到什么问题吗？ 思量后，再进行大致框架设计，和可能存在的问题点。 例：将用户原有转化漏斗分析细化，调研后发现，原来解决该问题都是通过人工取数（数据分析师根据业务方要求去获取数据）的方式导出为excel表格供业务方使用，2~3次/周。 ### 4. 历史数据兼容问题 若完全独立的新功能相对好一些，历史数据的问题可能相对较少；当对已有核心功能进行改造，需要考虑历史数据兼容的情况，不能因为新上的功能导致历史数据或老用户无法正常使用； 例：共享单车调度功能，若原有2套功能逻辑，分别针对不同模式代理商使用，里面的调度逻辑可能都不相同，由于公司发展规划，后期会着重其中一个模式进行重点发展，系统上要求功能逻辑合并统一，此时，需要考虑如何合并，才能既不影响历史数据正常使用，又能让更换模式的客户快速上手；方向建议：内部评估讨论后，结合公司系统现状，基本倾向于配置化方式进行解决；当然也可能会有其他更好的方案，我们只是站在当时公司的具体情况进行评估，如果大家有什么建议，欢迎评论区一起讨论。 ### 5. 功能/数据权限控制 这是我一开始总会遗漏的点，整个方案梳理好后，需要明确功能的操作权限角色、数据的权限角色，有些业务是有严格的部门业务属性、或保密属性，需要按照业务要求进行权限管控。 例：公司财务相关的的数据，一般管控的比较严格，只有财务部门、资金部门等相关性较强的业务部才有权限进行查看，若权限随意开放给其他业务部，可能出现数据泄露等问题（这里可能存在一些无意间的调侃导致的泄露）。 今天就和大家分享到这里了，欢迎大家在评论区一起讨论学习~ 本文由 @不知名产品露 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

Four major customers including Microsoft were reported to cut some orders of racks for Nvidia&#39;s newest Blackwell architecture AI chips due to overheating and glitches during interconnected stage.

文｜周鑫雨 编辑｜苏建勋 《智能涌现》获悉，抖音早期产品负责人、原字节跳动PICO副总裁任利锋（字节花名：卷卷）的创业项目“数美万物”，近日获得了数千万美元的Pre-A轮融资。 此次融资由美团龙珠领投，锦秋基金跟投，老股东红杉中国、IDG资本继续跟投。此轮融资后，数美万物公司估值约1.5亿美元。 此前，2024年2月，数美万物在成立之初，就获得了来自红杉中国和IDG的融资。 在众多互联网高管，投身AI模型层或者AI原生应用进行创业的当下，任利锋的选择，是基于GenAI技术（生成式AI技术）的创意电商社区。 据《智能涌现》了解，数美万物旗下的个性化物品创意社区Hitems，是一个集创作者创意生成、生产、销售于一体的跨境电商平台。GenAI技术的发展，又给创意商品化带来了更大的想象空间。  △Hitems。 在创意生成阶段，基于GenAI技术，Hitems用户可以将创意或想法，通过关键词描述、图片，甚至是手绘稿，生成相应的高保真物品图； 在商品生产阶段，借助平台自研的商品级AI 3D建模技术，以及社区自有的成熟供应链，创作者的创意可以实现高效生产； 在消费阶段，Hitems不仅提供的是交易服务，还建立了一个可供用户分享、浏览、互动的社区。 作为抖音创始“七人组成员之一”，任利锋对用户群体和市场需求有敏锐的洞察力。从百度贴吧加入字节后，他担任了早期抖音冷启动的主要工作，并率领团队重构了运营类目，将抖音的垂类标签定义到了300多个细分类目——不少人评价，这一决策，为抖音的崛起做出了重要贡献。  △任利锋。 而后，任利锋在2020年调任至西瓜视频，继而又分别出任微视执行董事，以及VR业务PICO的副总裁。可以说，他是当下少有的在长短视频、社区运营，以及硬件产品上，均有管理经验的创业者。 随着AI行业进入大规模商业化的阶段，朝有金矿的场景和市场看，将成为创业者的共识。 可见的是，AI落地，已经过了“拿着锤子找钉子”的阶段。Hitems的选择，是站在成熟电商+社区形态业务的基础上，寻求更具确定性的增长。 美团龙珠合伙人王新宇表示： “我们一直关注大模型带来的新机会，经过2年的技术的进展和推理成本的大幅降低，AI应用侧的创新创业成为可能。龙珠团队看重的是数美万物团队将AI+3D技术做到行业顶尖，并且快速打通了供应链，为新时代新人群提供创意物品社区机会。”  欢迎交流！  欢迎关注！