<blockquote><p>从 0 到 1 的突破只是起点，而从 1 到 10 的跨越才是决定企业能否实现规模增长的关键阶段。许多企业在经历了初期的探索和验证后，却在迈向更大市场的过程中陷入瓶颈。本文将为你揭示从 1 到 10 的核心增长策略，帮助你稳住基础、拓展边界，突破增长的鸿沟。</p> </blockquote>  昨天我们探讨了从 0 到 1 的业务发展战略，今天继续深入，聚焦从 1 到 10 的跨越增长鸿沟的营销策略。 进入从 1 到 10 的阶段，意味着核心人群匹配已经成立，核心大单品具备增长潜力，商业模式初步验证成功。此时，业务需要进入更大的增长池，向规模效应发起冲击。 在这个阶段，产品、渠道、供应链和品牌营销都将面临巨大挑战。企业需要在认知层面与过去的经验进行人为割裂，因为战略目标和市场环境都发生了巨大变化，所需的能力结构也需要进行大的调整和变革。 在这一阶段，企业要实现增长目标，有两个核心战略方向：稳基础和向外拓，营销策略也需围绕这两个方向展开。  ## 一、稳基础：巩固核心竞争力 在从 1 到 10 的阶段，用户端的品牌心智和企业资源积累尚且不足，又面临增长的需求和压力。 此时，企业不能盲目拓展品类，因为从 0 到 1 通常是从相对蓝海的赛道进入，或从大赛道的细分领域切入。 选对了品类，意味着只要品类增长，细分需求就有未被满足的空间，从 1 到 10 的增长空间是足够的。 如果急于拓展到红海品类，不仅会消耗战略资源，还可能扰乱用户认知，让消费者不知道为什么要选择你。 因此，从 1 到 10 的阶段不能急于扩张品类，而应打好品类认知和品牌认知的基础。 ### 1. 产品与供应链 在产品端，企业需巩固和优化产品品质，强化供应链管理，提高效能。确保产品的稳定性和高质量，是赢得用户信任和市场份额的关键。 ### 2. 渠道深耕 在渠道上，企业应精耕细作，加深与核心大渠道的绑定联系。通过优化渠道结构，提高渠道效率，确保产品能够顺畅地触达目标用户。 ### 3. 品牌与营销 在品牌和营销端，主要做两件事情：口碑运营和内容建设。 **1）口碑运营：**产品和服务的口碑是一切增长的基石。欧莱雅的用户调研显示，超过 45% 的用户通过口碑选择购买。 企业需要实时监测口碑，从电商评论到各大平台的用户反馈，动态监测产品和服务的认可度及问题点，及时反馈和处理。同时，加速好口碑的传播。 重点运营核心用户群，通过私域沉淀或长期服务权益的约定，经营深度关系，让这部分人成为口碑的稳定传播者。 此外，找到有更强传播影响力的人群，如符合品牌调性的 KOL 达人，基于他们对产品和服务的真实认可，建立长期合作关系，获得更强的推荐。 **2）内容建设：**内容建设包括品牌内容和产品内容。品牌内容是品牌自我表达和与核心用户交流的重要方式，在内容风格、话语体系、视觉体系上必须保持长期一致性，成为品牌心智的内核。 无论产品如何延展，用户的圈子如何扩大，品牌的表达在一定时间内必须稳定。相对应的，产品内容需要具备更大的灵活性。 在核心卖点的基础上，根据不同的投放平台，打磨出沟通效率最高的表达模式，并持续复用和迭代。 关于产品内容，在这里，介绍一个“**一加N**”的公式： - **一：核心卖点，是从 0 到 1 成为潜力大单品的支撑点。**对于“一”，不仅要给出卖点，还要给出相应的功能、利益的信任点，即支撑为什么能成为“一”的关键点，是企业的核心技术能力、原料优势、设计能力还是其他禀赋。 - **N：其他若干功能点。**在“一”的基础上，通过让不同的创作者、不同的人群更加灵活地使用N的卖点组合，形成多样化的表达。 通过“一加N”的公式，形成核心卖点的内容传达形式，保证内容的说服力和灵活性，并在不同渠道加以打磨优化，成为产品内容的核心要素。 在这个阶段，由于产品的核心人群可能会有较大的拓展和变化，因此产品内容需要动态精细打磨，以获得新人群的兴趣和信任。  ## 二、向外拓：拓展市场边界 在稳住基础的同时，企业还需要积极向外拓展，寻找新的增长机会。这里有两种方法：用老产品破圈获得新用户，以及打造新产品来满足老用户。 ### 1. 用老产品破圈获得新用户 从 1 到 10 的阶段，企业需要将产品从小众人群推向主流和大众市场。这主要包括两个层面的问题：破圈品牌心智和主流人群的拓展。 **1. 破圈品牌心智：**从 1 到 10 最难的一点在于将当期效率至上的精准营销转向占领大众人群心智的营销。进入主流人群的破局，在今天的中国，没有办法只靠种草、联名款这类方式来解决，必须选择大众媒体广告的方式。 广告通过增强受众对广告信息的记忆，在人们的头脑中搭建记忆结构。当需要产品或服务时，相应的记忆结构就会激活。在越多的人脑中建立记忆结构，产品的销售量就越大。 而高度定向的精准媒体，虽然看似减少了浪费，但事实上，这一部分人的数量很快就会走到尽头，导致长期销量下滑。 相反，以大众媒体为中心，能更好地确保品牌信息触达更多潜在用户。 **2. 主流人群拓展：**拓展主流人群需要企业调整营销策略，从精准营销转向更广泛的大众传播。通过大众媒体广告，提升品牌知名度，吸引更多的潜在用户。 ### 2. 打造新产品来满足老用户 在 1 到 10 的成长阶段，新产品研发出来是给老用户消费的，而不是新用户。为什么呢？ 因为在早期和中期的发展阶段，企业要打磨一款新品、拓展新的人群、进行新的市场竞争所耗费的资源对初创企业、中期企业来说都太大了。 因此，核心资源还是要投入在主流大单品的持续增长和破圈里，而不是为了新产品去拓展新的人群。新产品不是为了耗费或稀释资源，而是要帮助做大整体的业务盘子。 用新产品来激活老用户的潜力，可以让用户在对品牌的信任基础上更容易做出决策转化。 例如，作业帮在儿童学习平板市场中，针对不同用户群体推出了更加专业的学习机。作业帮通过自研银河大模型，将优质教研内容与前沿AIGC技术高度融合，为用户提供更智能化、多元化的学习服务。 其产品在AI精准学习和个性化学习建议方面表现突出，成功吸引了大量老用户的再次购买，并在市场中获得了较高的用户满意度和转化率。 此外，新产品还能对已有的潜在用户产生影响。这部分用户对产品和品牌的认知度和好感度都很高，但尚未转化为购买用户。 企业可以通过建构核心大单品的同品类矩阵来吸引这部分用户。 例如，针对不同人群和购买力，设计不同价格体系和功能的产品。同时，要考虑最大限度复用已有渠道的能力，在产品设计之初就要考虑销售渠道的兼容性。  总结一下，从 1 到 10 的增长阶段，核心的营销策略主要包括稳基础和向外拓两个大策略。 稳基础在品牌和营销端主要是口碑运营和内容建设，稳住核心人群，稳定品牌基石。 向外拓则主要有两个抓手：用老产品破圈新人群，打入主流人群的心智和渠道；用新产品来满足老用户，通过同品类和近似品类的产品矩阵，满足同一群人，包括已购用户和高认知的潜在用户。 通过这两个策略的协同运作，企业可以实现从 1 到 10 的跨越增长，为业务的持续发展奠定坚实基础。 本文由 @在下卓一航 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

3月30日，抖音总裁韩尚佑在2025中国网络媒体论坛上宣布，“抖音安全与信任中心”网站（95152.douyin.com）上线。网站面向社会公开抖音算法原理、社区规范、治理体系和用户服务机制。   今年1月，抖音宣布拟推出10项措施，推动平台工作透明化。抖音方面曾表示，将以安全与信任中心为依托，介绍社会关切议题，借此让公众对平台工作更加亲身可感，回应公众关切，接受公众监督。此次网站上线，意味着相关措施正逐一落地。   韩尚佑表示，抖音将坚定推进各项举措，让算法更透明、治理更完善、服务更到位，从机制层面，最终实现算法的向上和向善，让科技进步服务于美好生活。   **抖音首次公布算法原理，多样化推荐目标打破“信息茧房”**   韩尚佑在会上介绍了抖音算法原理，他表示，很多人对推荐算法技术存在误解，认为算法是给内容打上对应标签，再通过给用户打上对应的属性，最后通过数据运算，把对应标签的内容，推荐给有对应属性的用户。   但随着机器学习技术的发展，抖音的推荐系统，已经几乎不依赖对内容或者用户打标签，而是通过一系列神经网络计算，直接预估每一个用户对每一个内容的目标行为，比如点赞、关注、分享、评论的概率，并挑选出概率最大的一部分内容，推荐给用户。这意味着，算法无需理解内容类型或语义，就能直接预测用户行为。    3月30日，抖音总裁韩尚佑在2025中国网络媒体论坛上宣布，“抖音安全与信任中心”网站（95152.douyin.com）上线   韩尚佑表示，大规模计算模型也带来了挑战，例如，即使最好的算法工程师，可能也没办法具体解释出为什么把这个视频推荐给了某个用户，而另一个用户认为会更喜欢的视频没有被推荐。这些都让算法给用户带来了一些陌生和“不可控”的感觉。但抖音通过一系列实践认知到，算法虽然很复杂，却可以被“调教”和“驯化”。韩尚佑表示，真正实现算法的“向上” 和“向善”，需要回到算法的原理和生效机制层面去持续改进。   以优质内容推荐为例，抖音曾尝试给知识、历史、科技等内容，做简单的加热，但最终发现效果非常不好。这种做法改变了模型正常的计算逻辑，产生大量低于模型常规概率的脏数据，影响了算法的数据循环，导致这些内容后续的推荐反而受到干扰，并没有真正帮助这些内容找到他们的受众。   为解决这一问题，抖音转换思路，专门训练了预估收藏和重复观看概率的模型，并且将收藏按钮，放在了首页最容易点的地方。由此，抖音里的有用性内容和长内容分发得到了很大改善。“2024年，一条《450分钟解读红楼梦》的超长视频，最终获得了超过3亿的播放，700万的收藏。这是一个用户和算法双向奔赴的最佳实践。”韩尚佑举例称。2025年，抖音优质内容曝光预计将增加300%。   为了引导推荐系统分发更加丰富多元的信息，抖音建设和平衡了100多个像“收藏”这样的不同目标，解决单一目标下系统容易重复推相似内容的问题。抖音的算法里设置了专门的探索流量，帮助用户持续拓展兴趣内容。抖音还加强了推荐系统中对搜索行为的应用，让系统更实时地根据用户搜索兴趣进行调整。抖音还优化了“不感兴趣”“设置屏蔽词”等功能，实现用户对算法的调控。   韩尚佑表示，抖音将以“平等友善、丰富多元、真实美好、积极健康、尊重知识、鼓励表达”的《社区运营规范》作为原则，不断优化平台算法和业务运营。   **详解平台治理体系，内容流量越高评估次数越多**   近年来，网络暴力、谣言等平台生态治理问题备受关注。   韩尚佑在会上表示，抖音投入了非常多额外资源，建设了一套完整的内容治理体系。通过对内容进行机器和人工识别，在不同阶段过滤掉不好的内容，来解决因为系统对内容理解缺失带来的安全问题。抖音也会在用户最终看到这些内容之前，通过一些聚类打散和重组的方式，避免内容过度密集和同质化。   “抖音安全与信任中心”网站也首次公开平台治理体系，详解治理体系如何对算法进行约束、规范，保障内容安全。网站介绍了平台治理标准制定、治理流程、专项治理概况。其中详细解释了抖音机器审核与人工审核的协同机制，初审、复审、三审的审核流程，及每一层审核环节对应的把关要点。经由此链路，所有在平台发布的内容均会经过评估。流量越高的内容经过评估的次数越多，标准也越严格。    3月30日，抖音安全与信任中心网站 95152.douyin.com上线，面向社会公开抖音算法原理、社区规范、治理体系和用户服务机制   “抖音安全与信任中心”显示，除了普遍性风险内容的治理，针对社会普遍关心的、呈现聚集特征的焦点问题，抖音也成立了专项治理团队。如抵制网络暴力、未成年人保护、AI生成违规内容治理、谣言治理等典型问题，平台均设置了相应的治理标准、识别策略、处置手段和风险巡查能力。   除了阐释公众关切的算法、治理等议题，网站也公布了平台倡导的社区价值，以及对优质内容的定义。“用户服务”板块中，网站提供了常见问题答疑，及未成年人保护、人身与财产安全服务、用户与企业权益服务等路径指引。   韩尚佑表示，平台工作尚不够完善，依旧存在提高空间，欢迎大家的讨论和监督。让算法更可控更透明，需要产品提供明确交互功能，用户的主动参与和表达，创作者的信任和坚持，算法的精准计算，模型和数据的正向循环，以及平台的坚定导向，共同构建一个健康的生态。   抖音将坚定推进各项举措，让算法更透明、治理更完善、服务更到位，最终实现算法、平台和社会生态共同的向上和向善，让科技进步服务于美好生活。

此次颇显冒险色彩的大手笔采购背后，公司老业务承压，初尝算力业务“甜头”。

“辣条大王”变身“魔芋大王”。

当剧集创作逻辑从追逐流量转变为追逐内容，视频平台“投资”导演还只是第一步。

2025，智驾开车动口不动手。端到端已经成为共识，下一步应该怎么走？技术路线很不同，但功能体验已经有了共识。在刚刚闭幕的电动汽车百人会论坛上，大疆提出了生成式智驾，支持语音交互下令，还分享了L4级规划。元戎启行**周光**透露VLA上车时间，指出激光雷达不再必要。长安汽车**陶吉**分享了整车智能范式，可以和AI司机对话帮你开车。 更早前，理想汽车在GTC的分享中，也透露新系统将支持车主对话，指挥AI司机。 今年的智驾不只是机械地帮你开，你还能根据不同需求，指挥智驾灵活地开。 汽车不再是单纯的交通工具，汽车机器人的概念从未像今天如此具体。 阅读指引： 1、卓驭的生成式智驾与L4硬件方案 2、元戎VLA今年落地，周光：激光雷达不是必须的 3、陶吉：长安智驾，不止VLA 4、CTO吴会肖谈长城AI转型 5、博世劝退主机厂自研高速智驾，称“FSD断代领先” 卓驭的生成式智驾与L4硬件方案 这是**大疆车载独立为卓驭**后，首次亮相百人会。 卓驭AI首席技术官**陈晓智**分享了大疆的L2+最新进展，以及L3/L4规划。 L2+方面，卓驭认为在端到端出现后，仅仅从**拟人**维度来评价智驾是不够的。 目前主流的端到端都是基于模仿学习实现，堆大量数据模仿人类，因此得到的是人类平均水平和开车风格。  卓驭认为不同人开车风格有偏差，智驾拟人应该进一步细化，模拟司机个体本身开车的偏好。 卓驭将此称之为**个性化驾驶**，你甚至可以去自定义智驾起步的快慢，跟车距离的不同风格。 模型也会学习你开车的记录，把车主的驾驶风格融入为自己的开车风格，整个过程都是在端侧完成的。 还支持语音交互，车上有老人，你可以让智驾开慢点，赶时间就开快点，动动嘴就完成了。 下个月的上海车展就能体验到，今年就量产，这背后是如何实验的呢？ 大疆结合世界模型，提出生成式智驾方案**GenDrive**。 这套智驾并非是基于直觉的一次性动作预测，而是有强大的推理能力，可以针对当前场景预测未来的N种可能，然后结合用户驾驶意图实现。  该系统同时支持**端到端的提示推理**，通过给模型输入提示词影响模型的输出，这样系统就能根据用户用户指令选择符合用户偏好的安全轨迹。  此外， 陈晓智还透露了卓驭的L3/L4级自动驾驶硬件方案，将上车激光雷达，结合以前的三目惯导做成一体化，采用英伟达Thor芯片，算力最高达1000TOPS。  陈晓智预告，L3和L4级自动驾驶能力后续也会逐步落地。 元戎VLA今年落地，周光：激光雷达不是必须的 周光认为，自动驾驶的发展是跟着大模型在走。他用LLM对比智驾系统的发展，表示目前行业大都是端到端1.0，还有很多提前定义好的规则，依然不是一个**通才系统**。 通才系统即垂直领域的很多事情都能做，就像当年横空出世的ChatGPT各种刷高考题，成绩媲美985大学生。  对于实现自动驾驶的通才系统，元戎有自己的主张： VLA。 用一个模型打通视觉、语言和动作，融合VLM和端到端，是对端到端的进一步发展，将于今年年中量产上车。 上车后能带来什么体验？ 举个例子，自己识别车道和指示，文字显示呈现给车主，同步执行动作。  值得关注的是，元戎的智驾系统将同时支持纯视觉和激光雷达。 这又回到了老生常谈的路线之争，在周光看来AI的发展其实是重构生物大脑的过程，而对生物来说，激光不是必须的。元戎现在认为，结合成本来看，增加一个激光雷达的增益是非常低的。 “但为了最后0.1的提升，我觉得是有用的。” 此外，元戎的算法今年还将适配多个芯片平台，今年会有超10个量产项目，覆盖SUV、MPV和越野车等多款车型，下个月的上海车展会提供试乘和试驾。 陶吉：长安智驾，不止VLA 陶吉首先回顾了去年行业的三大进展： 自主品牌渗透率超过合资 新能源渗透率超过燃油车 L2级智能驾驶渗透率极大提高  作为长安汽车的首席智能驾驶技术官，陶吉接着把分享重点放在了智能驾驶。 陶吉回顾了自动驾驶历史的发展，从L0到L2+花费了数十年，而L2到L2+(城区NOA)，L2+再到**城区L3**不过花了4年时间。 陶吉表示，自动驾驶已经驶入了快车道，预计L3到L4也不过4年时间，会很快到来。  而主机厂在这场变革中具有优势，是数据的第一入口，这是主机厂做AI的天然优势，这里不仅是指驾驶行为还包括座舱等等。  陶吉认为，**汽车是目前物理AI最大的应用载体，大模型通过跟物理世界不断互动，才能变得更聪明，AI才能最终走到AGI**。  在与物理世界的交互中，汽车将不断进化，汽车将具备生活空间、储能单元和机器人等多种属性。  汽车的大脑将像人，四肢又超人。 不过目前来看，汽车的大脑和四肢两部分还比较割裂，座舱就是考虑舱内的问题，智驾也只考虑怎么开车。  如何将整车智能统一？ 陶吉提出了整车智能，打造中央大脑。  目前正在落地的进展，就是长安的交互式智驾系统，**你可以语音给智驾下命令，调控智驾行为**。 比如你对座舱说“小安，我头有点晕”，智驾就会赶紧带你停到路边。  据陶吉透露，这套系统计划今年落地长安的高阶智驾车型。 听上去有点像前面提到的VLA。 陶吉也表示，目前行业内VLA的概念很火，但陶吉提出的范式不仅限于视觉和语言，而是真正的多模态横跨整车多域，因此更适合叫**AI EV**。 新技术范式对开发架构提出新的要求，AI EV需要跨域融合，不能仅限于过去独立的APP开发。 由于大模型上车，也要考虑带宽的影响，大模型瞬时产生多个token，如果传送不及时也是一大问题。  最后陶吉还展望了更大的生态，新时代的长安要打造海陆空立体出行，将在今年年底实现飞行汽车试飞，2028年下线人形机器人。 CTO吴会肖谈长城AI转型 吴会肖的分享主要围绕长城内部的AI变革。  在分享中，吴会肖透露长城搭建了行业**首个RAG知识架构平台**，覆盖研发、生产、供应和销售等全环节，可以处理多模态数据。  解决了很多内部问题，比如长城有五大品牌，多款车型，能够提升产品的质量和细节把控。 然后是长城的算法革新，吴会肖介绍去年是长城的大模型落地元年，今年还会有更多应用。 但大模型种类多种多样，如何用好大模型? 长城为此推出大模型中枢平台，既能引用外部模型，也能更好地利用自家的算法。  第三点，是系统革新，长城的智能体应用。 长城打造的如影智能体是一个伴随式对话AI助手，目前已在内部使用，以自研模型为基础，可以调用前面提到的RAG知识平台内部的知识，供长城的开发人员使用。  吴会肖在最后还介绍了长城智能驾驶的最新进展，透露“车位到车位”将落地，自己识别闸机通过。 博世劝退主机厂自研高速智驾，称“FSD断代领先” 博世智能驾控中国区总裁**吴永桥**体验FSD后给自己带来了很大震撼，他认为国内智驾头部彼此差距不大，但“FSD断代领先”国内智驾，至少领先1-2年。 然后吴永桥从供应商角度，分享了对智能驾驶发展的预判。 博世首先提出了一个不常见的概念： **中阶智驾**。 然后具体解释了中阶智驾如何划分： 功能上是高速领航和城市记忆领航辅助驾驶，底层算力80-150TOPS。 吴永桥预判，**3年之内8万到15万之间的车型会标配中级智驾**，而标配的东西可以交给供应链处理，主机厂会逐步放弃自研中阶智驾。  吴永桥分析认为，首先，**主机厂自研智驾成本很高**，像博世去年做智驾就投入了20个亿左右。 其次，**人力投入的性价比不高**，主机厂如果自研智驾要做投入一两千人的团队，也就做十来个车型。 供应商做智驾同样的团队可能对接七八个客户，能做几十个车型。 最后是时间的问题，主机厂全栈自研需要3年时间才能打通各个流程。 综合考虑，吴永桥认为，高阶智驾和L3等更高维度的自动驾驶适用主机厂自研。 标配的中阶智驾则交给供应商，座舱才是未来差异化竞争的主战场。 然后是**油电同智**，吴永桥从燃油车供电功率、散热设计和响应等方面进行了探讨：  最后，作为全球知名Tier 1，博世还谈到了当前主机厂出海面临的多重问题，比如出海目的地的政策限制、数据安全要求以及数据闭环难，博世可以助力中国智能化出海。 吴永桥透露，目前博世的中阶智驾已经落地了一个主机厂项目，博世会助力其出海11个国家。  每年的中国电动汽车百人会论坛都是大咖云集，新知涌现，实际上已成为行业的灯塔。 回想去年的百人会，彼时的大疆车载带来了7000元成本的城区NOA套件，与诸多玩家一起成为“全民智驾”的基石，敲出普及之火。 元戎等头部玩家，则率先提出端到端，今天也成为了行业共识，点燃性能之火。 而今年智能驾驶怎么发展，从论坛分享来看已经呼之欲出了。 更强大算力的芯片，和更海量的数据，支撑了泛化性更强的算法，以及更重要的是，智驾可交互。 这不仅仅给用户带来了更好的智驾体验。 同时也意味着，当人可以用自然语言指挥车子，将自己带往目的地时，我们驶向的不只是诗和远方，也向机器人时代迈了一步。未来已来。 [查看评论](https://m.cnbeta.com.tw/comment/1489398.htm)

你的父母用AI吗？

<blockquote><p>每一份JD都是一扇窗，透过它可以看到企业的需求、业务的现状以及未来的方向。本文将带你像侦探一样深度剖析JD，从能力要求到公司背景，从个人适配到招聘方视角，全方位解读背后的秘密。</p> </blockquote>  在求职的道路上，我们经常会看到各种各样的职位描述（Job Description，简称JD）。面对琳琅满目的JD，你是否也曾感到迷茫，不知道哪个才是真正适合自己的机会？一份看似简单的JD，其实蕴藏着招聘方的诸多信息和期望。今天，我就来分享一套我总结的JD分析方法论，帮助你拨开迷雾，精准定位，找到那份让你心动的Offer！ 文末提供这套方法论的提示词，让AI帮你快速分析JD~ ## 第一步：像侦探一样，解码JD背后的能力要求 拿到一份JD，不要急着看薪资福利，首先要仔细研读“职位要求”或“任职资格”部分。这里面藏着招聘方对候选人的核心能力诉求。我们可以从以下几个方面入手： ### 1. 行业经验：你的积累是敲门砖 - **工作经验：**JD中通常会明确要求几年以上的工作经验。这不仅仅是一个数字，更代表着招聘方希望你具备一定的行业沉淀和解决问题的能力。思考一下，你的工作经历是否与JD中要求的行业、业务方向高度相关？ - **业务经验：**除了工作年限，更要关注JD中是否提及特定的业务经验，例如电商、金融、教育等。如果你有相关的业务背景，这将是你的一大优势。 ### 2. 技能/硬实力：你的专业是核心竞争力 **产品能力：**如果你应聘的是产品经理相关的职位，那么JD中一定会列出对产品能力的具体要求，例如： - **需求分析：**是否要求具备用户调研、竞品分析、需求挖掘等能力？ - **行业经验：**是否需要特定的行业知识，例如SaaS、互联网医疗等？ - **产品规划与定义：**是否要求具备制定产品战略、规划产品路线图、定义产品功能等能力？ - **项目管理：**是否需要具备协调跨部门资源、推动项目进展、把控项目风险等能力？ - **其他硬实力：**根据不同的职位，可能还会涉及到数据分析、技术理解、设计能力等。 ### 3. 综合能力/软实力/其他：你的特质决定你的上限 - **沟通能力：**无论是与团队成员、上下级还是外部合作伙伴，良好的沟通能力都是至关重要的。JD中可能会提到“优秀的沟通表达能力”、“跨团队协作能力”等。 - **自驱力：**招聘方往往希望找到能够主动思考、积极解决问题的人。JD中可能会出现“积极主动”、“责任心强”等描述。 - **其他：**例如学习能力、抗压能力、创新思维等。 **分析方法：**针对JD中列出的各项能力要求，逐一评估自己的匹配程度。可以将自己的经历和技能点与JD要求进行对比，找出重合的部分和不足之处。 ## 第二步：透过JD，反向推理公司和业务的现状 一份好的JD，往往能透露出公司和业务的一些关键信息。我们可以尝试从以下几个方面进行反向推理： **1. 商业化阶段：探索公司的盈利模式** - 如果JD中强调“商业化落地”、“营收增长”，可能说明公司正处于商业化的关键阶段，需要有经验的产品经理来帮助实现变现。 - 如果JD中更侧重“用户增长”、“产品创新”，可能说明公司还处于早期发展阶段，更关注用户规模和产品打磨。 **2. 解决方案与技术生态：洞察公司的业务模式** - 如果JD中频繁提及“解决方案”、“项目交付”、“技术集成”，可能说明公司的主要业务模式是为客户提供定制化的解决方案或进行项目开发外包。 - 如果JD中更关注“平台建设”、“生态合作”、“开放API”，可能说明公司正在构建一个开放的平台或生态系统。 **3. 用户痛点与竞争格局：理解公司的挑战与机遇** - 仔细阅读JD中关于产品目标、用户需求的描述，尝试理解公司希望解决的用户痛点是什么。 - 结合你对行业的了解，思考一下这个领域是否存在激烈的竞争？公司希望通过招聘这个岗位来应对哪些挑战？ **分析方法：**结合JD中的描述和自己对行业的了解，对公司的商业模式、发展阶段、面临的挑战等进行初步判断。这有助于你更好地理解这份工作的价值和意义。 ## 第三步：审视内心，这份工作真的适合我吗？ 在分析完JD和公司情况后，最重要的环节是进行自我评估，看看这份工作是否与你的职业发展规划和个人偏好相契合： **1. 产品类型：业务产品 vs. 平台产品** - 你更倾向于直接服务于业务增长，解决具体业务问题的业务产品？ - 还是更喜欢构建通用能力，赋能更多业务线的平台产品？ **2. 工作内容：做产品 vs. 做解决方案** - 你更享受从0到1打造产品，持续迭代优化的过程？ - 还是更擅长根据客户需求，提供定制化的解决方案？ **3. 赛道前景：增长期 vs. 成熟期** - 你是否看好这个赛道未来的发展潜力？它是否处于一个快速增长的阶段？ - 这家公司的市场定位是否清晰，能否在激烈的竞争中脱颖而出，获取更多客户？ **4. 工作年限与个人发展：薪资、挑战与成长** - 如果JD要求的工作年限低于你目前的年限，你需要考虑薪资是否能满足你的期望，以及是否愿意接受更具挑战性（可能也意味着更多付出）的工作。 - 如果JD要求的工作年限高于你目前的年限，你需要认真评估自己的能力是否能够胜任，或者是否有潜力在短期内快速成长。思考如何通过你的调研分析、行业洞察和对业务的理解来证明你的潜力。 **分析方法：**结合自己的职业规划、兴趣爱好和能力优势，认真思考这份工作是否能让你获得成长和满足感。 ## 第四步：换位思考，站在招聘方的角度看自己 最后一步，我们需要站在招聘方的角度思考，他们会如何看待我们？我们需要如何展现自己的优势，弥补自己的不足？ **1. 经验：用成果说话** - **已经做过的事、取得的成果：**这是最直接的证明。在简历和面试中，要重点突出你过去的项目经验和取得的成就，用数据和案例来支撑你的能力。 - **没有相关经验，如何证明你是合适的：**如果你缺乏JD中要求的某些经验，不要气馁。你可以通过深入的行业调研、竞品分析、对目标业务的理解和提出的创新性建议来展现你的学习能力和潜力。 **2. 能力：展示你的专业素养** - **已经做过的事、取得的成果：**同上，用实际案例证明你的产品能力、沟通能力等。 - **不足的地方，如何通过努力证明：**坦诚承认自己的不足，并说明你已经采取或计划采取哪些措施来提升自己。例如，正在学习相关领域的知识、积极参与行业交流等。 **3. 其他：展现你的个人特质** 例如你的学习能力、适应能力、解决问题的能力等。 **分析方法：**模拟面试场景，思考招聘方可能会提出的问题，以及你如何有条理、有逻辑地回答。准备好你的“亮点”和“加分项”。 ## 总结：双向匹配，才能成就更好的彼此 求职不是单向的选择，而是一个双向匹配、双向奔赴的过程。理想的状态是，你对这份工作充满热情，而你的能力和经验也正好符合公司的需求。 如果你发现自己某些方面与JD的要求有所差距，也不要轻易放弃。认真分析对方的“不足”你是否可以接受，或者你自身存在的“不足”是否可以通过努力在短期内弥补。 希望这套JD分析方法论能够帮助你在求职路上更加自信和高效，早日找到心仪的工作！ **附：产品经理JD分析的提示词** <blockquote><p>请使用以下步骤分析JD：</p> <p>1.能力要求分析： 详细提取并分析JD中对行业经验、业务经验、技能/硬实力和综合能力/软实力的具体要求。</p> <p>2.公司/业务现状倒推： 基于JD分析，推断该公司/业务可能处于的阶段或面临的挑战（商业化、解决方案、技术驱动、用户痛点、创新探索等）。</p> <p>3.自身匹配度评估： 结合自身经验、技能和职业规划，从产品类型偏好、工作内容偏好、赛道潜力、公司定位和工作年限等方面评估该职位是否适合自己。</p> <p>4.外部视角评估： 从招聘方的角度思考，评估自己在经验、能力和其他方面与职位要求的匹配度，并思考如何弥补不足。</p> <p>5.理想状态评估： 综合以上分析，判断该职位是否符合理想的双向匹配状态，自己是否能够接受对方的不足或通过努力达到对方的要求。</p></blockquote> 作者：知行迢迢，公众号：知行迢迢 本文由 @知行迢迢 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

<blockquote><p>AI 玩具市场规模持续扩大，预计未来几年将迎来爆发式增长，但同时也面临着技术门槛高、市场竞争激烈、数据隐私等诸多挑战。本文将深入剖析 AI 玩具行业的现状与趋势，探讨其在宏观环境下的发展机遇与痛点，并从产品、价格、渠道、促销等角度进行细分市场分析，希望能帮到大家。</p> </blockquote>  （注：文中数据已做脱敏处理，具体参数需结合最新市场调研更新） ## 一、行业介绍 AI 玩具行业是将人工智能技术融入传统玩具领域而形成的新兴行业。其发展历程从早期简单的语音交互玩具逐步发展到如今具备复杂情感识别、智能学习等多种功能的 AI 玩具。产业链分工中，上游主要是芯片、传感器等硬件供应商以及人工智能算法研发企业；中游为玩具制造企业，负责将各类技术集成到玩具产品中；下游则是通过线上线下渠道将产品销售给消费者。该行业属于技术驱动型，人工智能技术的不断进步是推动行业发展的核心动力。 ### 1.1 行业市场规模和趋势 AI 玩具市场在 2023-2025 年呈现加速增长态势，中国市场的增速尤为突出。未来，随着 AI 技术的进一步成熟和消费者需求的提升，该行业有望继续保持高速增长。 **2023 年市场规模** - 全球 AI 玩具市场规模约为 87 亿美元（Grand View Research 数据） - 另一份数据显示，2023 年全球智能玩具市场规模约为 50 亿美元（IMARC 集团数据） - 中国玩具市场（不含潮流和收藏玩具）零售总额为 906.9 亿元，同比增长 2.7% **2024 年市场规模** - 预计全球 AI 玩具市场规模达到 181 亿美元（IMARC 集团数据） - 中国玩具零售总额预计增长至 948 亿元（中商产业研究院预测） **2025 年市场规模** - 预计中国 AI 玩具市场规模将突破 400 亿元（宇凡微电子数据） - 全球 AI 玩具市场规模预计达到 70 亿美元（部分机构预测），而另一份报告则预计 2030 年将增长至 600 亿美元。 **未来增长趋势** - **2030 年预测**：全球 AI 玩具市场规模预计将达到 320-600 亿美元（不同机构数据差异较大） - **增长驱动力**：AI 大模型（如 DeepSeek、豆包等）的接入、个性化互动体验、教育功能的强化，以及电商渠道的扩展。 ### 1.2 行业痛点情况 **行业内企业普遍存在的痛点**： - 人工智能技术研发成本高，技术更新换代快，导致企业需要持续投入大量资金； - 部分 AI 玩具产品稳定性不足，容易出现故障； - 数据隐私和安全问题困扰企业，如何保护用户数据成为难题。 **行业解决的购买者痛点**： - 为儿童提供更具互动性和教育性的玩具体验，满足家长对孩子智能启蒙教育的需求； - 丰富玩具功能，延长玩具的吸引力和使用周期，解决传统玩具玩法单一的问题。 ### 1.3 行业发展驱动要素 - 人工智能技术的持续进步，如语音识别、图像识别、机器学习算法等技术的成熟，为 AI 玩具功能的丰富提供了支撑； - 消费者对智能玩具需求的增长，特别是年轻一代家长对孩子教育和娱乐相结合产品的青睐； - 资本的持续投入，推动了行业内企业的研发和市场拓展。 ### 1.4 商业模式 行业内企业的主要商业模式： - 以产品销售为主，通过生产和销售各类 AI 玩具获取收入； - 部分企业还通过提供软件升级、内容更新等增值服务增加盈利； - 一些企业与教育机构、影视娱乐公司等合作，推出联名款或定制化产品。 ### 1.5 行业在价值链中的位置 - **产业上游角色和主要供应商**：上游主要是芯片制造商（如英特尔、英伟达等）、传感器供应商（如博世等）以及人工智能算法研发公司，为 AI 玩具提供核心硬件和技术支持。 - **产业中游角色和主要供应商**：中游是玩具制造企业，如美泰、孩之宝等，负责将上游的技术和硬件集成到玩具产品中，并进行生产和组装。 - **产业下游角色和主要供应商**：下游主要是线上电商平台（如亚马逊、淘宝等）和线下玩具零售商（如玩具反斗城等），负责将产品推向终端消费者。 **该行业在整个市场中所处的位置，是否具备定价权**： 在整个玩具市场中，AI 玩具作为新兴细分领域正逐渐占据重要地位。由于技术和品牌差异，龙头企业在一定程度上具备定价权，但随着市场竞争加剧，定价权也受到一定挑战。 ### 1.6 细分市场情况 该行业内的细分市场： - 按功能可分为智能陪伴类、教育学习类、互动游戏类等； - 按适用年龄可分为婴幼儿 AI 玩具、儿童 AI 玩具、青少年 AI 玩具等； - 按玩具形态可分为机器人玩具、玩偶类 AI 玩具、益智类 AI 玩具等。 ## 二、宏观环境对行业影响 ### 2.1 政治（Political）因素分析 **结论**：政策整体利于 AI 玩具行业发展，监管逐步完善保驾护航。**支撑论据**： - 各地政府出台政策鼓励科技创新，对涉足 AI 玩具研发的企业给予资金扶持，最高可达数百万，降低企业研发成本。 - 相关部门制定儿童玩具安全标准法规，明确 AI 玩具的安全规范，保障消费者权益，推动行业规范发展。 ### 2.2 经济（Economic）因素分析 **结论**：宏观经济状况对 AI 玩具行业影响利弊共存。**支撑论据**： - GDP 增长率在过去几年保持在一定水平，如 [X]%，居民可支配收入增加，为 AI 玩具消费提供经济基础，推动市场规模扩大。 - 通货膨胀率上升导致原材料价格上涨，AI 玩具生产成本增加约 [X]%，压缩企业利润空间。 ### 2.3 社会（Social）因素分析 **结论**：社会文化趋势为 AI 玩具行业带来广阔机遇。**支撑论据**： - 消费习惯转变，家长更注重玩具的教育和智能属性，超 [X]% 的家长愿意为 AI 智能玩具支付更高价格。 - 人口结构中，儿童数量在部分地区稳中有升，为 AI 玩具提供稳定消费群体。 ### 2.4 技术（Technological）因素分析 **结论**：技术发展推动 AI 玩具行业快速变革。**支撑论据**： - 人工智能算法不断迭代，使 AI 玩具交互更智能，产品创新加速，新功能不断涌现。 - 技术创新速度加快，缩短了 AI 玩具产品更新换代周期，从过去的 [X] 年缩短至 [X] 年，加剧行业竞争格局变化。 ## 三、行业竞争分析 ### 3.1 新进入者的威胁 **结论**：新进入者面临一定威胁，但机会与挑战并存。 **论据**： - **技术门槛**：AI 玩具融合多种前沿技术，如语音识别、图像识别等，新进入者需要投入大量研发资金和时间建立技术体系。据估算，搭建基础 AI 技术研发团队及设施，初始投入可能超 500 万元。 - **品牌与渠道壁垒**：现有品牌在市场上已积累一定知名度和稳定销售渠道，新品牌进入需花费高额营销费用开拓市场和搭建渠道。例如，知名品牌费雪在全球有成熟销售网络，新品牌要与之竞争需巨额市场推广资金。 新进入者对现有企业竞争压力目前较小，但随着技术普及和资本涌入，压力可能增大。 ### 3.2 替代品的威胁 **结论**：替代品威胁较小。 **论据**： - **性价比**：传统玩具功能单一，无法提供 AI 玩具的智能交互体验，而 AI 玩具虽价格相对较高，但功能丰富。例如，普通毛绒玩具价格几十元，AI 智能毛绒玩具价格 200-500 元不等，但能实现对话、讲故事等功能。 - **转换成本**：消费者一旦习惯 AI 玩具智能体验，转向传统玩具意愿低，因为 AI 玩具能更好满足儿童探索欲和互动需求。 替代品对 AI 玩具行业市场份额和利润影响有限。 ### 3.3 供应商的议价能力 **结论**：供应商议价能力中等。 **论据**： - **供应集中程度**：AI 玩具关键零部件如芯片、传感器等供应商相对集中，少数几家企业掌握核心技术和生产能力。如芯片供应，全球前三大供应商占据 70% 市场份额。 - **产品差异化程度**：部分零部件可替代性低，但随着技术发展，部分通用零部件竞争加剧。如普通传感器市场竞争激烈，供应商议价能力弱，但高端智能传感器供应商议价能力强。 供应商对 AI 玩具企业成本和利润有一定影响，但企业可通过多供应商合作等方式降低影响。 ### 3.4 购买者的议价能力 **结论**：购买者议价能力较强。 **论据**： - **购买者集中程度**：消费者分散，但大型采购商如玩具零售商、教育机构等采购量大。例如，大型玩具连锁零售商采购量占企业销售额 30% 以上。 - **购买量大小**：大型采购商凭借大量采购需求，有较强议价能力，能要求企业提供价格折扣和优惠条款。 购买者对 AI 玩具企业价格和利润有较大影响，企业需平衡销量与利润。 ### 3.5 行业内现有竞争者的竞争 **结论**：竞争较为激烈。**论据**： - **市场份额**：行业内领先企业如科大讯飞、小米等凭借品牌、技术优势占据较大市场份额，其中科大讯飞在智能语音交互玩具领域市场份额达 25%。 - **竞争策略**：企业通过价格战吸引消费者，如电商促销季，部分 AI 玩具降价幅度达 30%；同时注重差异化竞争，开发独特功能产品，如编程教育类 AI 玩具。 现有竞争者之间竞争激烈，推动行业技术进步和产品创新。 ## 四、行业细分市场 4P 分析 ### 4.1 行业产品分析 **结论**：AI 玩具行业产品类型多样，涵盖智能玩偶、益智机器人、互动学习玩具等多种品类，形态丰富且技术含量不断提升。 **支撑论据**： - 智能玩偶类产品成为热门，如索尼的 AIBO 机器狗，以其高度仿真的动作和互动能力受到消费者喜爱，销售额占比达 25%。 - 益智机器人品类发展迅速，像科大讯飞的阿尔法蛋系列，通过智能语音交互助力儿童学习，市场占有率超 15%。 - 互动学习玩具形态各异，有智能拼图、编程积木等，满足不同年龄段儿童需求，在玩具市场中的份额逐步扩大。 ### 4.2 产品价格分析 **结论**：AI 玩具价格体系较广，从百元左右的基础款到数千元的高端产品均有，各级渠道商价格折扣体系差异明显，存在一定价格断层。 **支撑论据**： - 基础款 AI 玩具价格多在 100-300 元，如一些简单智能语音玩偶，占市场销量的 40%，主要面向大众消费群体。 - 渠道商方面，线上平台如淘宝、京东等，促销活动时折扣可达 8-9 折；线下经销商在节日等特殊时期折扣在 9-9.5 折。 - 高端 AI 玩具价格在 2000 元以上，如某些具备复杂编程和高度拟人化交互功能的机器人，与中低端产品价格差距较大，形成价格断层。 ### 4.3 销售渠道分析 **结论**：AI 玩具主要销售渠道包括线上电商平台、线下玩具专卖店和大型商超，渠道模式以直接销售和代理销售为主。 **支撑论据**： - 线上电商平台成为销售主渠道，如天猫、拼多多等，线上销售额占总销售额的 60%，消费者购买便捷且产品选择丰富。 - 线下玩具专卖店凭借专业的产品展示和服务，吸引众多消费者，约占销售份额的 25%，像玩具反斗城等品牌专卖店。 - 大型商超通过客流量优势，销售部分热门 AI 玩具，占比 15%，产品多为基础款和知名品牌，便于消费者冲动购买。 ### 4.4 销售促销分析 **结论**：AI 玩具主要推广策略包括线上广告投放、线下体验活动和网红直播带货，促销手段以打折优惠、赠品等为主。 **支撑论据**： - 线上广告投放广泛，在社交媒体、视频平台等投放广告，如抖音平台相关广告播放量超 5 亿次，有效提升产品知名度。 - 线下体验活动常见，品牌商在商场、学校等地举办体验活动，参与人数累计达数百万，促进产品销售转化。 - 网红直播带货成为新兴促销方式，知名网红直播带货销售额可达数千万元，同时结合打折优惠、赠送小礼品等手段吸引消费者购买。 ## 五、行业分析结论 ### 5.1 行业发展阶段 AI 玩具行业处于快速发展阶段。 - 市场规模持续增长，2020 年约 35 亿美元，2021 年 42 亿美元，2022 年达 50 亿美元左右，2020-2022 年年均增长率近 20%。 - 技术不断进步，人工智能算法迭代促使产品交互更智能，功能不断丰富，产品更新换代周期缩短。 - 消费需求旺盛，年轻家长对智能教育娱乐玩具青睐，超 [X]% 家长愿为 AI 智能玩具支付高价。 ### 5.2 行业是否可进入 行业有进入机会但存在一定挑战。 - 新进入者技术门槛高，搭建基础 AI 技术研发团队及设施初始投入可能超 500 万元。 - 需面对品牌与渠道壁垒，开拓市场和搭建渠道需高额营销费用。 - 不过政策鼓励科技创新，对研发企业最高给予数百万资金扶持，降低进入成本。 ### 5.3 可以切入的有潜力的市场 智能陪伴类、教育学习类、互动游戏类等细分市场潜力大。 - 按功能分，智能陪伴满足儿童情感需求，教育学习助力儿童启蒙，互动游戏提升趣味性，市场需求不断增长。 - 按适用年龄，婴幼儿、儿童、青少年 AI 玩具市场分别对应不同成长阶段需求，儿童数量稳中有升提供市场空间。 - 按玩具形态，机器人、玩偶、益智类 AI 玩具各有特色，可满足不同消费者偏好。 ### 5.4 潜在的客户需求 消费者对 AI 玩具在功能、质量和价格方面有潜在需求。 - **功能上**：期望玩具具备更丰富智能交互功能，如复杂情感识别、智能学习等，满足探索欲和互动需求。 - **质量上**：要求产品稳定性强，减少故障发生，保障数据隐私和安全。 - **价格上**：在保证功能前提下，希望产品性价比高，减轻购买成本压力。 ### 5.5 可以提供的产品或服务 可提供多功能 AI 玩具及相关增值服务。 - 生产智能陪伴、教育学习、互动游戏等多种功能集成的 AI 玩具，满足不同场景需求。 - 提供软件升级、内容更新等增值服务，延长玩具吸引力和使用周期。 - 与教育机构、影视娱乐公司合作，推出联名款或定制化产品，增加产品独特性和吸引力。 结语： 当玩具成为儿童接触 AI 的第一入口，产品经理正站在重塑下一代成长方式的战略制高点。在这个技术迭代以月为单位的赛道，唯有持续解构用户本质需求，方能在智能玩具革命中抢占先机。 思考题： 如果让你设计一款面向 5-8 岁儿童的 AI 玩具，你会如何平衡教育属性与娱乐属性？欢迎在评论区分享你的产品构想。 本文由 @木学 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

 休闲闯关类游戏《验证：请证明你是人类》正式公开。通过游戏中的图片或者文字提示，输入对应文字、按顺序点击提示文本、拖动图片到达对应位置、点击对应图块或者回答简单的小学初中题，完成50个不同难度的验证操作，即可闯关成功。    &lt;内嵌内容，请前往机核查看&gt;

 近日，任天堂官方更新了Nintendo Switch 2的宣传图及视频，此前出现在右侧Joy-Con上的神秘按钮，已确定为C按钮，目前功能依然未知。 旧图：  新图：  这也是任天堂第一次以官方的途径确认C按钮的存在，此前的官方宣传图上的该按钮没有的任何标识。 官方将于4月2日，也就是本周三，举办专场直面会介绍更多信息。 

<blockquote><p>智能合约是一种基于区块链运行的自动执行合约，它通过代码实现合约条款的自动化执行，无需人工干预，具有不可篡改、透明可验证等特性。本文将深入探讨智能合约的定义、工作原理、应用场景、优势与挑战，并分析其在交易所等领域的应用现状及未来趋势。</p> </blockquote>  ## 一、什么是智能合约？ **智能合约（Smart Contract）** 是一种 **自动执行合约**，它基于区块链运行，**当满足预设条件时，代码会自动执行，无需人工干预**。 **1、关键特性**： **自动化执行**：合约部署后，无需第三方干预，即可自动运行。 **不可篡改**：一旦部署到区块链，代码就无法修改，确保安全性。 **透明可验证**：代码和交易记录在区块链上公开，任何人都可以审查。 **去中心化**：不依赖银行、律师等中心化机构，降低交易成本。 **2、核心作用**： 在 **DeFi** 中，智能合约管理 **借贷、DEX 交易、流动性挖矿**。 在 **NFT** 领域，智能合约用于 **创建、交易、版税分成**。 在 **DAO** 生态，智能合约自动执行 **治理投票、资金管理**。 ## 二、智能合约的工作原理 **部署**：开发者用 Solidity（以太坊）、Rust（Solana）等语言编写智能合约，并部署到区块链。 **触发**：当满足特定条件（如用户发送交易），智能合约自动执行预设逻辑。 **执行**：智能合约执行代码，更新链上状态，例如转账、Token 发行、NFT 交易等。 **示例：简单的以太坊智能合约（Solidity 编写）** <blockquote><p>// SPDX-License-Identifier: MIT</p> <p>pragma solidity ^0.8.0;</p> <p>contract SimpleContract {</p> <p>string public message;</p> <p>function setMessage(string memory _message) public {</p> <p>message = _message;</p> <p>}<br/> }</p></blockquote> 这个合约允许任何人调用 setMessage() 方法，修改链上的 message 变量。 ## 三、智能合约的应用场景 智能合约广泛应用于 **DeFi、NFT、GameFi、DAO、RWA（现实世界资产）等** 领域。  ## 四、智能合约的优势 **无需信任**：合约代码决定一切，不依赖第三方。**高效率**：自动执行，减少人工审核成本。**全球可用**：任何人都可以访问，无需权限。**透明安全**：合约代码公开可审计，减少欺诈。 ## 五、智能合约的挑战 **代码不可修改**：如果代码有 Bug，无法直接修复。**黑客攻击风险**：如果代码有漏洞，可能被黑客利用（如 DeFi 被盗）。**Gas 费高**：以太坊上的智能合约执行需要高额 Gas 费。**法律 &amp; 监管问题**：智能合约运行在全球，法律监管仍不完善。 ## 六、交易所（MEXC、Gate.io）如何利用智能合约？ **CEX + DeFi 结合**： 交易所可以推出 **智能合约钱包、质押收益、链上合约交易**，增强 DeFi 生态。 通过智能合约优化 **跟单交易、永续合约、流动性管理**。 **交易所治理 &amp; DAO 化**： 通过智能合约实现 **交易对上架投票、用户治理**，增强社区共识。 **RWA 资产上链**： 未来，CEX 可能通过智能合约发行 **链上债券、稳定币、Token 化资产**。 ## 七、未来趋势 **Layer2 解决方案**（如 Arbitrum、Optimism）降低 Gas 费，提高合约效率。 **跨链智能合约**（如 Cosmos、Polkadot）打破链间孤岛，提高互操作性。 **AI + 智能合约**（如 EigenLayer）实现智能执行和自动优化策略。 **合规化**：智能合约可能引入 **KYC/AML 机制**，符合全球监管要求。 ## 八、总结 **智能合约是区块链的核心技术**，驱动 DeFi、NFT、DAO 生态发展。 **自动化、透明、高效** 是其最大优势，但仍面临安全和监管挑战。 **未来交易所可以结合 DeFi、DAO、RWA 资产上链，优化用户体验**。 智能合约正在改变金融、艺术、社交、治理等多个领域，Web3 生态未来将更加智能和去中心化！ 本文由 @USDT用户体验 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

3月26日，知乎（美股ZH.N；港股：2390.HK）披露了2024年四季度及全年财报。 财报显示，知乎在2024Q4实现收入8.59亿元；同期毛利率录得63%，同比提升了4pct。**本季财报最大的亮点是知乎在经营利润和净利润两个层面双双实现了首次盈利，具体到数据上，2024Q4净利润为0.86亿元，经调整净利润0.97亿元，同期经调整经营利润2310万元，远超市场预期。** 那么，以专业讨论为其核心竞争力的知乎，在本季度实现全面盈利背后的核心驱动是什么？知乎长期投资价值的核心看点又有哪些？  ## **财务综述：全面实现季度盈利** 知乎在2024Q4单季实现营业收入8.59亿元。**从收入结构来看，付费会员、营销服务、职业培训是目前知乎的基本盘，这三大业务在2024Q4的收入占比分别为49%、37%和10%。**根据知乎目前的收入结构可知，知乎在本季度收入同比减少的核心原因，主要是受到了营销服务和职业培训收入同比减少的影响。  知乎2024Q4收入结构；资料来源：wind，36氪 **盈利能力方面，知乎在2024Q4的单季毛利率录得63%，同比提升了4pct。长期趋势来看，知乎的毛利率在近年来有显著提高，本季的毛利率相比2022Q1时提升了18pct，知乎毛利率大幅提升主要是得益于运营效率与商业化能力的持续提升。** 具体到业务层面，知乎本季度收入同比减少相对较多的职业培训和营销服务这两大业务，都是将战略重心放在盈利能力更强的业务上，比如，职业培训业务中盈利能力更强的自营比例在逐步提升，营销服务业务则是以聚焦利润率作为战略重点。**所以，在职业培训结构调整与营销服务战略性收缩的共同带动下，实现了本季毛利率相对显著的提升。**  知乎近3年来单季毛利率变化趋势；资料来源：wind，36氪 **利润方面，知乎经营利润和净利润在本季度均实现了首次盈利，其核心的驱动因素是盈利能力的提升与压缩期间费用支出。**控费方面，知乎2024Q4的期间费用总支出同比下降了38%，其中，同期销售费用同比下降了40%，研发费用同比下降了37%，一般及行政开支下降了28%。 **期间费用同比大幅下降的主要原因是通过技术创新显著提升了运营效率，并进一步优化了成本和费用的投入结构，人工智能赋能核心业务在其间起到了重要作用。**目前，人工智能在营销服务业务中的主要应用之一，是通过AI技术推动广告内容的分发效率，并提升广告转化的质量，契合营销服务聚焦利润率的战略诉求。 **在运营端，知乎核心的运营机制是以专业讨论的内容取向叠加多方位的激励机制，共同驱动高质量内容与高质量用户之间形成正反馈螺旋，保障社区的高质量发展，并在此基础上，通过知乎直答等AI应用进一步提升了自身以专业讨论为核心的社区价值。** 体现在运营数据上，截止截止2024年末，知乎累计的内容创作量已高达8.7亿，同比增长13%；创作者超过了7700万；2024Q4的MAUs（月活跃用户数）达到了8140万，并保持了环比增长的态势；同期月均订阅会员1410万。在AI应用方面，知 乎直答于2024年6月上线以来，活跃度快速增长，目前月活已达千万水平。  ## **AI浪潮下如何为知乎估值？** 人工智能在当下的发展方兴未艾，从技术演进的趋势来看，市场关注的重点已经逐步从硬件层转向应用层面，AI在内容搜索、收集、编辑、创作等方面已经具备一定优势，因此AI是否会对传统的内容社区产生冲击亦是市场颇为关心的问题，在知乎2024Q4及全年业绩的电话会上，就有投资者就提出了知乎是否会被AI取代的问题。 关于这个问题的答案，首先从技术层面来看，以专业讨论为护城河的知乎具备三方面的优势： **1、内容广度方面，知乎已经沉淀了高达8.7亿的内容创作量，并且大量的专业讨论内容由专家、专业创作者深度参与，由此形成了高度结构化的知识图谱；** **2、在内容深度方面，知乎的一大核心价值由专家、专业创作者、科研人员、行业从业者等共同构成的作者生态持续产出的专业内容，AI难以独立生成与之深度类似的内容；** **3、知乎以问答为主的内容生产机制，特别是追问、辩论、内容迭代的过程，是实现内容动态进化的关键，这种用户之间的相互协同使知乎具备内容持续进化的能力。** 由此可见，知乎在内容广度、深度上的优势，叠加内容社区运营机制对产出内容的持续进化能力，不仅不会被AI替代，而且在AI深度渗透的当下，知乎专业讨论的核心价值正借由AI经历三个维度的升级： 其一，在技术维度，知乎长期沉淀的海量专业讨论内容是AI训练的高质量数据库，可大幅提升AI输出内容的可信度与准确性，并利用AI在搜索、编辑等方面优势，完成对相关内容的再整合； 其二，在产品维度，以知乎直答为代表的AI工具，可以将专业讨论内容转化为可交互的智能服务，以此创造新的内容消费场景； 其三，在生态维度，在AI工具的辅助下，创作者的效率将显著提升，同时凭借AI的算法优势实现对内容需求的精准匹配，由此在内容生产者与内容需求之间借由AI工具增强了需求闭环。 **因此，知乎的专业讨论与AI工具之间是彼此强化的关系，即持续沉淀的专业讨论内容是AI大模型持续优化的燃料，尤其是在知识门槛较高的科研、法律等垂直领域，相关从业人员给出的专业内容是提升AI工具输出内容质量的关键；另一方面，AI工具又可以反哺内容生态，在内容产出、用户活跃等多个方面提升社区价值。所以，知乎以专业讨论为核心的社区价值在AI时代将会被放大，AI应用的渗透有助于加速释放专业讨论内容的社区价值，并打开长期变现空间。** 近期，知乎AI应用端的一个大事件是旗下AI搜索产品知乎直答发布了新版本，在接入DeepSeek“满血版”R1大模型等技术升级基础之上，继续提升软实力：知乎直答的生成结果可以直接溯源到社区答主的真实创作，也可以将每个答主当做独立知识库聚焦提问。这一变化背后的核心是知乎超过7700万专业创作者构成的专家网络，这些专家在AI搜索的场景下具有更高的权重，也将释放出更大的专业价值。  再从需求端来看，更新版本后的知乎直答以人机协作的模式抓住了目前对内容需求的一个核心矛盾，即垂直行业的知识壁垒要求相关的内容服务必须建立在对特定领域的深刻理解之上，知乎直答专家网络则是内容可信度的重要保障，故而随着专家的价值的放大，可激发知乎更高的专业价值与商业想象空间，知乎直答目前千万的月活水平，亦是对趋势把握的正反馈。 **总之，升级后的AI直答不仅通过技术创新实现了服务升级，而且在运营上作为人与AI的结合体，知乎直答也成为了人与人的一种连接方式，不再是单纯的AI搜索工具，故而在其运行的底层逻辑上有别于其他AI搜索工具。** 展望未来，随着知乎社区生态的持续优化，驱动用户黏性得以显著增强、创作者活跃度明显提高的大趋势下，人工智能对于知乎而言是个历史性机遇。AI将继续助力知乎社区持续生产高质量内容，巩固专业讨论这一核心优势，并进一步提升内容的传播效率，从而吸引和服务更广泛的用户。 估值方面，知乎在显著提升盈利能力和高效运营的情况下，2024年末的净资产是目前总市值的两倍，显然知乎目前的估值并没有包含上述好预期。从业绩预期来看，知乎收入端短期的同比减少一方面是受到了弱复苏的影响，另一方面则是高质量发展、聚焦利润率的结果，在科技驱动运营效率提升的逻辑下，知乎未来的业绩预期向好。 再从投资主题来看，在当下的AI浪潮中，AI赋能于知乎业务端与运营端的效果均已显现，符合市场目前注重AI在应用端兑现的投资逻辑，而且知乎以专业讨论为核心价值，以及业已建立的专家网络，使得知乎在资本市场具备相当的稀缺性，重点AI应用工具知乎直答接入DeepSeek在当下也是资本市场的热门话题。 因此，凭借如上好预期，以知乎目前的估值水平，短期内存在估值修复的机会，知乎以专业讨论为核心的社区价值，与AI对其业务端的赋能都是知乎长期投资价值的核心看点。不少金融机构也在近期表达了看多知乎长期投资价值的观点，中信里昂将知乎评级从“持有”上调至“跑赢大盘”；花旗银行看好知乎净现金储备和长期变现空间；国元证券认为 AI 有助于知乎生态升级。

<blockquote><p>AI行业技术门槛高、概念复杂，产品经理不仅需要理解业务需求，还要掌握核心技术概念，才能在技术与业务之间架起桥梁。本文将为转行AI产品经理的人提供一份核心概念速成指南，帮助他们打破技术黑箱，掌握主动权，避免沟通断层、需求误判和资源错配等问题。</p> </blockquote>  AI行业技术门槛高、概念庞杂，产品经理角色从“业务需求翻译者”升级为“技术与业务的桥梁”。若缺乏对核心概念的体系化认知，极易陷入以下困境： - **沟通断层**：无法理解算法工程师的术语（如“过拟合”“SHAP值”），需求文档变成“模糊指令”，导致开发效率低下； - **需求误判**：因不了解技术边界而提出不可行方案（例如要求用LSTM模型实时处理TB级数据，却忽视其计算成本）； - **资源错配**：盲目追求“高大上”技术（如GPT-4），忽略实际场景与成本的匹配性（如客服场景用规则引擎+小模型更优）。 ## 一、打破技术黑箱，掌握主动权 AI产品的本质是“用数据驱动决策”，但若只懂业务逻辑、不懂技术原理，会导致： - **被动依赖技术团队**：工程师说“这个需求AUC不达标”，你无法判断是数据问题还是模型缺陷； - **无法定义成功指标**：混淆准确率、召回率的应用场景（例如医疗诊断要求高召回率，宁可误诊也不能漏诊）。 **案例**： 1.理解“SHAP值” → 能向业务方解释“为什么模型拒绝某用户的贷款申请”，而不仅仅是说“模型预测结果不好”； 2.掌握“模型量化” → 在移动端部署人脸识别功能时，能权衡“精度损失10%”和“计算成本降低50%”的利弊。 ## 二、通俗易懂掌握AI核心概念 算法：解决问题的具体步骤或模型（如数学公式、网络架构） 技术术语：与算法相关的概念、工具或参数（如评估指标、训练技巧、模型类型） 机器学习：机器学习是让计算机通过分析大量数据，自动发现隐藏的规律或模式，并利用这些规律对新数据进行预测或决策的过程。其核心是用算法驱动数据自我演化，而非依赖人工硬编码规则。 通俗示例：机器学习就像训练一只小狗认玩具——你反复给它看球和骨头（数据），它慢慢明白规律，以后见到新玩具也能自己叼对给你了。 监督学习：使用标注数据驱动像学生对着参考答案反复练习，最终学会预测未知数据的标签 无监督学习：处理无标注数据，通过数据内在结构自动发现规律，例如聚类或降维 自监督学习：自己出题自己练，自动生成伪标签，将无监督问题转化为监督学习任务，解决标注数据不足的问题 强化学习：无标注，需环境奖励，打游戏赚金币升级 ### 1. 机器学习 **（M**1.梯度提升类算法 → “团队协作解题，专攻错误点” 协同过滤 → “跟品味相似的人抄作业” 朴素贝叶斯算法→ “用历史经验快速下判断” 特征工程 → “数据也要洗剪吹才能上舞台” 交叉验证 → “多次模拟考，拒绝书呆子”，防止过拟合 SHAP值 → “模型的决策说明书” 实际应用时，两者甚至可以结合：（协同过滤与K- means聚类）先用K-means把用户分成群组，再在群组内用协同过滤推荐（例如：针对“学生党”群体推荐平价商品）。    ### 2. 深度学习（DL） 深度学习：依赖多层神经网络自动提取特征（如CNN、Transformer）需大量数据和计算资源。   **2.1. 算力成本评估 → 开店的成本核算** 就像开奶茶店要计算“每天卖多少杯才能覆盖房租”，AI产品需评估GPU每小时烧的钱能否通过业务收益赚回来。，选择云端大模型还是端侧小模型？人脸解锁功能：用端侧量化模型（省服务器成本，但需手机芯片支持）。癌症筛查系统：用云端高精度模型（人命关天，精度优先）。 AI产品经理行动：与算法团队确认训练/推理的硬件需求（如GPU型号、内存占用）。 **2.2 标注数据管理 → 食品安全质检** 通俗解释：标注数据是AI的“食材”，需要严格质检。医疗数据就像“有机蔬菜”，必须三甲医院专家交叉检查，确保无污染。场景：医学影像标注：同一张CT片由3位放射科医生独立标注，出现分歧时开会讨论。 AI产品经理需推动制定《标注操作手册》（如肿瘤边界如何划定），设计标注流程（如标注-审核-抽检）。评估标注成本（如肺结节标注单价5元/张 vs 普通图片0.1元/张）。 1.Transformer → 让AI拥有“过目不忘”的对话能力 2.自监督学习 → 让AI学会“自学成才” 3.量化模型→ 让模型瘦身提速 ### 3. 自然语言处理（NLP）   ### 4. 计算机视觉（CV）  **4.1 指标定义**  ### 5. AIGC概念 **5.1 AIGC属于什么技术范畴** 一句话总结：AIGC = 深度学习（技术底座） + 垂直领域技术（如NLP/CV） 可以理解为：深度学习是AIGC的“发动机” NLP（自然语言处理）和CV（计算机视觉）是它的“两条腿”，负责具体落地 通俗举例：  **5.2 AIGC的典型应用场景** 5.2.1 文本生成 电商：自动生成商品标题、详情页文案（如“夏日冰丝凉席，3秒降温，裸睡级亲肤感”） 客服：智能回复用户咨询，自动生成工单摘要 办公：辅助写会议纪要、周报、PPT大纲 5.2.2图像生成 游戏：快速生成角色/场景概念图，降低美术成本 广告：批量生成不同风格的营销素材（如“国潮风”vs“极简风”） 工业设计：生成产品外观原型图供设计师参考 5.2.3 音视频生成 短视频：用AI生成虚拟主播口播视频，自动剪辑片段 教育：克隆名师语音讲解习题，生成互动教学动画 影视：修复老电影画质，替换演员口型匹配多语言配音 避坑提醒： 版权风险：AI生成的图片可能包含未授权元素（如模仿某画家风格） 内容合规：需设置敏感词过滤和内容审核机制（如防止生成暴力/虚假信息） **5.3 通俗易懂掌握AI核心概念** 1.听懂基础术语核心原则：用业务语言解读技术概念，降低沟通成本。 关键术语解析：过拟合 vs 欠拟合：过拟合：模型“死记硬背”训练数据（如背熟100张猫图后，无法识别真实环境中的猫）。 a.欠拟合：模型“没学会”核心规律（如仅用身高预测体重，忽略年龄、性别因素） b.特征工程 vs 模型调参：特征工程是“食材预处理”（如将用户“浏览时长”和“点击次数”组合成“兴趣强度”特征）。 c.调参是“火候控制”（如学习率调大会导致模型“学得太快”，忽略细节）。 2.沟通技巧： 召回率：避免技术黑话：例如将“召回率”解释为“不漏掉真正的目标用户”。 精确率：减少非目标用户误判 **5.4 通俗易懂掌握AI核心概念** 核心原则：用数据驱动决策，选择与业务目标匹配的评估标准。 a.分类任务：F1-score：平衡精确率（查得准）和召回率（查得全），适合用户流失预警、金融风控等场景。 b.AUC-ROC：衡量模型整体排序能力，例如广告点击率预测中区分高/低价值用户。 c.目标检测：mAP（平均精度均值）：综合多类别检测效果，适用于自动驾驶识别行人、车辆等复杂场景。 d.生成任务：BLEU：量化生成文本与参考文本的相似度，用于机器翻译、文案生成等场景（但可能忽略语义流畅性）。 核心公式 召回率（Recall）：召回真实的 物理意义：在所有真实的正样本中，被模型正确识别的比例。 关键逻辑：追求“宁可错杀，不可放过”（如疾病筛查），尽可能减少“漏网之鱼”（如疾病筛查中降低漏诊率） ●真实有100名患者，模型正确识别90名，漏判10名  社交推荐模型优先精确率（减少用户反感）。 ●精确率（Precision）：—精准预测的 物理意义：在模型预测为正的样本中，真实为正的比例。 关键逻辑：追求“精准打击，避免误伤”（如法律判决），尽可能减少“误伤无辜”（如法律判决中避免冤案）  ## 三、写在最后 **1. 技术边界认知（核心能力！）** 知道什么能做/不能做： 可做：生成固定模板的电商文案（如促销活动）不可做：完全替代人类写有情感共鸣的品牌故事 典型问题：问算法团队：“如果用户想用AIGC生成法律合同，当前模型能否保证条款的严谨性？需要多少标注数据优化？” 结论：需人工律师复核 → 设计“AI生成+人工审核”流程 **2. 关键指标理解** 生成质量：人工评估，通过抽样评分（如1-5星）衡量内容可用性 自动指标：BLEU（文本相似度）、FID（图像真实性） 用户体验：响应速度（如文生图平均等待时间&lt;3秒） 编辑灵活性（如支持“生成后修改提示词局部调整”） **3. 成本与伦理** 算力成本：知道用云端大模型（高精度但贵）vs 端侧小模型（低成本但能力弱）的取舍 伦理红线：设计用户协议：明确告知内容为AI生成 避免歧视：检查模型是否对不同性别/种族生成不公平内容（如“护士=女性，程序员=男性”） AI产品经理不是算法专家，但必须建立“技术敏感度”。梳理核心概念的本质是**构建认知地图**——明确每个技术点的位置、边界与连接关系。这不仅能避免“外行指导内行”的尴尬，更能让你在复杂场景中快速找到最优解，真正成为AI落地的关键推动者。 本文由 @李雪亮 投稿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。

3月31日，黑芝麻智能发布2024年年度业绩公告。公告显示，2024年公司营收达4.74亿元，较2023年的3.12亿元实现51.8%爆发式增长，创历史新高；毛利率从2023年的24.69%提升至41.1%，标志着规模化量产与技术降本战略取得显著成效。  业绩增长得益于全球汽车智能化浪潮的加速推进。随着自动驾驶乘用车渗透率持续攀升，作为智能驾驶核心的车载SoC芯片市场迎来结构性机遇。 据弗若斯特沙利文预测，2028年全球、中国车规级SoC市场规模分别达2053亿元、1020亿元，2023-2028年CAGR分别为28.81%、30.74%，车规级SoC芯片市场规模将超过千亿元。 在这场千亿级市场争夺战中，依托车规级芯片的技术先发优势，黑芝麻智能通过与多家头部车企的深度绑定，在新能源与燃油车双赛道实现定点量产规模持续增加。 据了解，黑芝麻智能A1000系列芯片已在吉利、东风及比亚迪等头部车企规模化量产交付。武当C1200系列跨域融合芯片，完成了基于武当C1236芯片的城市无图NOA的功能验证，与一汽、东风、安波福、均胜电子和斑马智行等企业达成深度合作。截至2024年末，武当C1200系列芯片已获得2家主流OEM量产定点，预计C1200家族会成为行业首个量产的跨域融合或者舱驾一体平台。  技术优势支撑下，黑芝麻智能在海内外市场双线并进，同众多欧美海外车企及Tier1建立起多维度合作关系，以前瞻性布局为开拓海外智驾市场奠定基础。 值得关注的是，黑芝麻智能并未将业务局限于乘用车市场，而是凭借 &#34;芯片+算法+生态&#34; 的三位一体战略，实现从“车端渗透”到“全场景覆盖”的跨越，通过构建开放的技术生态体系，将成熟的量产经验向商用车、专用车、车路云一体化以及人形机器人等新兴领域延伸，商业化进程加速推进。 报告期内，黑芝麻智能商用车领域客户持续快速增加，公司Patronus 2.0系统落地环卫车、重卡，AEB、盲区检测功能实现规模化；车路云一体化方面，黑芝麻智能获得了包括成都、襄阳、宁波、天津等多个城市的项目试点；公司参与交付智驾芯片及算法方案，涵盖智能网联、L4及以下无人驾驶、车路协同等多功能应用场景。 另据黑芝麻智能透露，公司A2000芯片及C1200家族芯片赋能机器人及具身智能领域，公司将陆续与多家机器人主体企业合作，预计2025年批量出货。  广发证券研报指出，目前，以全球视角来看，机器人行业仍处于早期阶段，但在技术升级和成本下降的驱动下，应用场景有望不断丰富，远期机器人市场空间广阔，将进一步利好以智驾起家的主控芯片厂商。 展望2025年，黑芝麻智能表示，将加速新客户、新车型的开拓，尤其是新能源头部客户的量产交付，推动芯片出货量和收入快速提升。

 索尼互动娱乐于日前公布了《羊蹄山之魂》的最新详情。据悉，《对马岛之魂》结束300年后的公元1603年，新武者现身。玩家是一位以“战鬼”为人格的女性浪人笃(Atsu）。故土烬灭，笃由此踏上复仇之旅。 游戏背景设于日本羊蹄山麓，冰封北境一隅。家破人亡，悲愤填膺，笃化身孤狼，誓报灭门之仇，血债血偿。凡零工悬赏，皆可为征途添资。但其战斗之法、生存之道以及战鬼之演绎，均取决于玩家。  《羊蹄山之魂》视野宏阔，白天在随风摇曳的植被上奔跑，傍晚有耀眼极光，辅以繁星点点，景色如画。此作自始为PlayStation 5主机量身打造，打开PlayStation 5 Pro享受前所未有的视听盛宴。  除此之外，《羊蹄山之魂》融入新机制，革新玩法，笃甚至能挥舞大太刀、锁镰、双刀等全新武器，大展手脚。游戏将于今年晚些时候发售。

文｜任彩茹 编辑｜乔芊 最近走进无锡圆融广场，会看到一层、地下一层分别有个奥乐齐的摊位，注册会员领取牙刷、瓶装水、抽纸、肥皂的活动引得不少驻足。 这是奥乐齐无锡首店4月下旬开业前的预热活动。现场有人说，“上海人的省钱白月光总算来了。”来自德国的奥乐齐（ALDI），在开出中国首店后的第六年，才终于走出了根据地上海，去往无锡和苏州。 尽管脚步很慢——截止2024年底，奥乐齐的门店数是65家，全部位于上海。但这没有妨碍它成为零售圈被认可的存在，胖东来创始人曾说，“山姆、Costco、奥乐齐，每一个商品都是那么品质、实惠和温暖，这才是美丽的超市人。” 奥乐齐是家怎样的超市？这个问题首先能从它的“自我介绍”中意会。 在无锡圆融的这家新店围挡上，奥乐齐把自己的特质以大字报和提问的形式呈现出来——“什么才是奥乐齐够低价？”、“为什么承诺不收会员费？”、“为什么大部分是自有品牌？”——这些标签有的与山姆相似，有的则直指山姆反面。  奥乐齐无锡圆融店的部分围挡（图源网络） 而“十万个为什么”，也是山姆表达自我的方式，“为什么多是大包装？”、“为什么品项比较少？”、“为什么要收会员费？”等问题一应罗列在大大的门店海报上。 **理性而言，无论在门店面积、选址特征、包装规格还是入场会员门槛上，奥乐齐与山姆、Costco这样的“当红者”都是截然不同的形态，它更微小、更平常。但在不少沪人眼里，它们又有某种巧妙的联结。** “我如果一次性买很多东西，一般会选山姆和Costco，但日常买东西，都会去奥乐齐。”40岁的老上海人Arya告诉36氪，这样的购物组合几乎能满足他这几年来的所有需求，“最近的奥乐齐离我家大概七八百米。” 由于包装统一的自有品牌产品占据了店内多数货架，Arya对奥乐齐的第一印象关于审美，“它的陈列和视觉效果，会比当时国内的很多超市更舒适和干净。”而现在，他谈起奥乐齐时想到的标签首先是“价格很合适”，这也是上海人们在社交平台频频表达的共识。 过去，Arya习惯购买上海本土的“光明”牌牛奶，旗下的“优倍”、“致优”两款牛奶是他最常选择的，“它们都有好的杀菌工艺、7天保质期，价格基本都在20-30元。”直到他发现，奥乐齐同样规格、同样品质的自有品牌牛奶售价只有9.9元，“打折甚至能卖到7块9，理性来看，长期选购的价格优势很明显了。” 与山姆类似，奥乐齐的“性价比”也倚赖于极简的SKU、以及对供应链的把控。 奥乐齐单店的SKU数大约保持在2000个，低于山姆的5000个左右，自有品牌覆盖率超过80%，这都使得用户对单个SKU的需求足够集中，采购规模带来价格优势。另外，奥乐齐在长三角、珠三角有400余家本土直采供应商，江苏、浙江等均有其直采基地或生产线。 让Arya印象深刻的“便宜东西”还很多，9.9元的白酒、被称为“奥茅”的99元茅台镇酱酒，又或者像“它自己的仙贝和米饼，比旺旺仙贝、旺旺米饼容量大，价格还更便宜”。  奥乐齐对部分产品的“性价比”宣传图（图源官方） **不过，在山姆和胖东来的“教育”下，“性价比”、“自有品牌”的叙事在中国零售市场早已不算稀奇。选品有小心思，则是奥乐齐在上海消费者眼里的另一共识。** 上海玉佛寺、龙华寺的糕点久负盛名，国际饭店的蝴蝶酥也常年排队，“但这些在奥乐齐都能买到。”Arya说。 消费投资人陈希在奥乐齐最常购买的商品是羽衣甘蓝和长杆西兰花，“这些小众的菜在超市很少见，但奥乐齐有。”在她看来，奥乐齐的选品偏西式，简单、但足够满足各种“小众”需求。 **陈希还同时是山姆、盒马的会员，也因工作而重点关注过零售业态里的各式玩家，她这样形容三者的区别：** “山姆追求极致的SKU，不多、但每个选品都有光环，让人觉得它是在品质最好的基础上、价格最好的选择。但山姆的整体规格偏大，对年轻人而言可能太多。对于蓝莓这样的特别喜欢且消耗量大的品类，我会一直在山姆采购。” “盒马的优势是东西很全，但并不是所有的新品、创新都很好，偶尔还是会踩雷。它的产品不会给你‘一定是最好的或最便宜’的感觉。但盒马线上下单方便、送货快，会员免运费，且在会员日会有价格优惠，所以日常零碎的东西会习惯在盒马下单。” “奥乐齐跟盒马有些像，都有精品超市的感觉，品种没有那么丰富，但你会感觉它的自有品牌比例极高，总体性价比是更高的。一些外面买不到的小众蔬菜、奶酪，或是平时做个‘快手餐’，会选择它。” 总结起来，山姆具有品质和性价比的“双重buff”，是“独一档”的存在。“而盒马和奥乐齐更像是同类型的选择。”陈希谈到。 **“奥乐齐有自己的选品逻辑和商业洞察。”在国内某头部商超品牌从事分析工作的Zoe告诉36氪。在2023年底的一场采访中，奥乐齐中国董事总经理Roman Rasinger谈及选品原则——“可以覆盖消费者日常需求，也可以让他们顺道买一些有特色的、用于享受生活的商品。”** Zoe的公司近两年也身处大卖场向精品超市的转型热潮里，内部团队曾在2024年研究过奥乐齐，上万字的调研报告里形成的结论是，“在商品结构、供应链策略和营销玩法上都值得学习。”其中，营销方式体现了这家外来超市在可靠以外的“有趣之处”。 2024年年中，上海不少地铁站的墙面上，“要不要试试应聘奥乐齐”的招聘广告极为显眼，其中对品类采购员的要求写着“南北半球两头跑、有三头六臂、懂产品、会压价”，质检员的要求则是“爱挑刺、深扒供应商底细，会来事、细致盘完30道检查”。 一位广告从业者在社交平台解读该则广告时笑称，“看似是招聘，实则是向消费者宣传它的品质把控和低价能力。”此外，奥乐齐那时还将它的招聘广告贴到大巴车上，在盒马店门口反复开过，颇有点“贴脸开大”的意味，引发了网友们在社交平台上的自发调侃。  奥乐齐2024年中在上海部分地铁站投放的招聘广告（图源官方） **事实上，中国市场今天的奥乐齐不同于它在德国的样子，也不同于初进中国的定位。** 陈希曾在疫情前与奥乐齐中国高管有过交流，对方认为，类似德国奥乐齐那种单纯的“硬折扣”、以便宜为唯一优势的形态，在中国市场空间不大，还是希望将它做成一个相对“高阶”的存在。那次交流留给陈希的印象就是，“奥乐齐跟盒马挺像的。” 只是后来的几年，中国消费市场发生巨大变化，中产消费力走向低迷，愿意为品牌溢价买单的人变得少见，“质价比”成了最坚硬的需求。山姆在商品力衡量中有个指标叫“会员价值”，意为某款商品比市面上同样品质、同样规格的商品便宜的程度。在对外介绍商品时，山姆员工也乐于谈起“这款商品的会员价值是xx%”的优势。 在山姆、胖东来的刺激下，传统大卖场在中国市场只剩“调改”一条路，奥乐齐凭借单一区域、小规模，迅速完成了自我转型。 2023年起，奥乐齐开打价格战，推出“超值系列”，门店也开始大力强调低价，“好品质 够低价”的标语被四处张贴。2024年，数百款9.9元流量单品面市，降价单品的数量也不断提升。 回头再看，尽管算不上“品质极优”，但奥乐齐的极简SKU、品质可靠感、性价比、成熟的自有品牌，都与Costco和山姆有异曲同工之处。**随着社交平台越来越多人对二者进行关联性对比，有网友说“奥乐齐也是好起来了，都成了山姆的假想敌。”** 山姆、Costco在线下的大包装、囤货场景可能是难以取代的，但在更追求便捷的日常补货场景中，奥乐齐的确可能分流一部分山姆极速达和Costo同城配的份额。 奥乐齐的小包装、独有商品、性价比、信任感，恰恰是大卖场们如今希望靠拢的方向。 陈希对永辉的“胖式调改”兴趣不大，因为“不想凑热闹以及各种需求都已经有满意的消费选择了”。Arya最近也跟朋友聊起，“如果奥乐齐不作死，我应该不会再去逛那些传统超市了。”奥乐齐的扩张如若顺利，真正影响的可能正是这些艰难前行的老玩家们。 **会员店的平价版、日常版补充，是奥乐齐在上海市场的绝佳卡位**，社区超市的风随之也刮了起来——盒马正将“盒马NB”明确为新的试验场，2024年底的内部信里，盒马CEO严筱磊表示，“公司将聚焦盒马鲜生和盒马NB两大核心业态。” 能在竞争最激烈的上海站稳，已经证明了奥乐齐的实力。但硬币的另一面是，上海市场需求也更旺盛，线下商超、小象叮咚们都能有一席之地。“奥乐齐目前只是把上海的消费偏好研究明白了，那如果有一天到了北京呢？”Zoe说。过度依赖江浙沪本地供应链，则是它走出去的另一重挑战。  奥乐齐位于上海金山区的门店（图源官方） 区域扩张之外，盈利也是个现实问题。久谦中台的一份纪要显示，截止2024年Q4，奥乐齐所有门店的销售额约在25亿元，整体呈上扬趋势，但仅有少数门店盈利，而单店相关指标（销售额、客流量等）和盈利门店数，是中国区高管的KPI。 更广泛的区域渗透，以及前置仓与电商，都是未来的空间，也是不确定性所在。奥乐齐官方对2024年的总结是“不断‘打开’的一年”。这一年，它们新开14家门店，从上海市区走到了郊区，又在2025年宣布去往苏州和无锡。 这样的节奏与奥乐齐2022年设想的“上海可能开设500-600家门店”的愿景相比，还显得滞后和缓慢，但在极卷的零售市场，它至少占住了一个独特身位。“只要它保持耐心和水准，盈利只是时间问题。”Zoe说。

前苹果技术主管与NUS助理教授携手，加速AI技术产业落地

**日前，全球最大汽车滚装船“比亚迪深圳”号，开启试航之旅。**比亚迪深圳号总长219.9米，超过了大型驱逐舰。型宽37.7米，大约能并排放下18辆汽车。其设计航速18.5节（约34km/h），可装载9200辆汽车，是目前全球最大的汽车滚装船。 [](//img1.mydrivers.com/img/20250331/ff5ddde5a6a8455db78f53fbff5c66d0.png) **深圳号是比亚迪第四艘汽车运输船，也是最大的一艘。**此前已经交付了三艘：开拓者1号、常州号、合肥号，长度均为199.9米，拥有7000个车位。 另外，**比亚迪第五艘汽车运输船“长沙号”也即将下水，跟深圳号一样大，也是比亚迪第二艘9200辆运输船。** 2024年1月比亚迪交付“开拓者1号”时曾透露：未来两年内，比亚迪还有另外7艘滚装船陆续投入运营。 这意味着，2026年1月前，比亚迪汽车运输船将达到8辆，出海速度史无前例。 [](//img1.mydrivers.com/img/20250331/92fe6163e58e482e95581955ba2124d5.png) [查看评论](https://m.cnbeta.com.tw/comment/1489396.htm)

**法拉第未来（FF）今日宣布，已向总部位于纽约的精品投行Univest Securities, LLC交付了FF 91 2.0 Futurist Alliance。**这也是贾跃亭2014年造车以来，11年交付的第16辆车。 据了解，这是FF在纽约州的首台交付，不仅为后续更多FF 91 2.0交付铺平道路，也为未来FX系列车型的进入奠定了基础。  FF全球总裁Jerry Wang表示：将FF 91交付给我们在纽约的全新用户与共创官，这不仅是FF的突破，也是FX战略的新起点。 **公司预计将在2025年6月正式发布FX Super One，并计划随后开启预订，为年内首台FX量产车型下线做好准备。** 法拉第未来3月28日公布的2024年财报显示，2024年全年经营亏损1.497亿美元（约合10.87亿元人民币）。同比下降约47.7%。  [查看评论](https://m.cnbeta.com.tw/comment/1489388.htm)

**苹果CEO库克今天发文宣布，向缅甸和泰国遭受地震灾难的人们表示慰问，苹果正在捐款支持当地的救援工作。**据悉，全球每次有相对较大的自然灾害时，库克都会亲自发文表示慰问，并透露苹果捐款。  今年1月西藏日喀则市定日县发生6.8级地震后，库克也发文宣布捐款。  **据中国地震台网测定，3月28日14时20分在缅甸（北纬21.85度，东经95.95度）发生7.9级地震，震源深度30千米。** 本次地震是今年以来全球发生的第17次6级及以上地震，也是今年以来的最大地震。 这次大震震中离缅甸第二大城市曼德勒非常近，强震所有能量都将释放在人口密集的伊洛瓦底江沿线。  从各国测定的震级来看，本次7.9级大地震是缅甸自1839年阿瓦大地震以来最强地震、也是2015年尼泊尔大地震后大陆内部发生的最强地震，很可能会成为今年全球重大自然灾害之一。 **截至当地时间30日午间，缅甸全国因28日强烈地震死亡的人数达到1700人，3400人受伤，另有约300人失踪。** [查看评论](https://m.cnbeta.com.tw/comment/1489386.htm)

虽然iPhone 17系列要到9月份才会发布，但供应链方面已经开始准备，目前传出了不少准确信息。**综合多方消息来看，今年的iPhone 17 Pro系列升级巨大，我们汇总了10大升级点给大家参考。**  **铝金属中框：**据传iPhone 17 Pro系列将改用铝金属中框（iPhone 15/16 Pro为钛金属中框，iPhone X至14 Pro为不锈钢中框），背部采用“铝金属+玻璃”拼接设计。 **矩形后摄模块：**Pro机型将配备圆角矩形相机模组，后置镜头仍保持三角形排列。 **抗刮擦涂层升级：**屏幕新增抗反射涂层，耐刮擦性能较前代显著提升。 **A19 Pro芯片：**搭载台积电第三代3纳米制程芯片，性能与能效比均有小幅提升。 **自研Wi-Fi 7芯片：**全系告别博通方案，首次搭载苹果自研Wi-Fi 7芯片。 **12GB大运存：**Pro Max机型首发12GB RAM，后扩展至Pro机型，优化AI与多任务处理能力（iPhone 16全系仅8GB）。 **2400万像素前置镜头：**全系升级至2400万像素（iPhone 16为1200万像素）。 **4800万像素长焦镜头：**Pro机型长焦镜头从1200万像素升级至4800万像素，支持更高解析力。 **更大电池容量：**Pro Max机型通过增厚机身容纳更大电池，续航有望提升。 **均热板散热：**Pro系列引入均热板散热系统，优化高负载场景下的温控表现。 另外还要特别提一点，从苹果的动作来看，AI功能一定会进一步升级，但国内目前尚不可用，所以对国行用户来说没有太大意义。  [查看评论](https://m.cnbeta.com.tw/comment/1489384.htm)

**日本精密零部件制造商Orbray取得技术突破，成功研制出全球最大尺寸的电子产品用金刚石基板，其规格达到2厘米见方。**这项创新成果为功率半导体和量子计算机等尖端领域提供了新的材料解决方案。 在晶体生长技术方面，Orbray采用自主研发的&#34;特殊蓝宝石基板&#34;沉积工艺，通过改良传统台阶流动生长法（step-flow growth），实现了斜截面（111）面金刚石基板的大尺寸制备。 **该技术的关键在于利用特定角度的基板倾斜设计，有效缓解了金刚石晶体生长过程中的内部应力，攻克了此类基板难以大型化的技术瓶颈。** 目前，Orbray正积极推进技术升级，计划将基板尺寸扩展至2英寸（约5厘米）直径规格。 按照研发进度，该公司预计在2026年前完成产品化准备，为下一代电子器件制造提供关键基础材料。  [查看评论](https://m.cnbeta.com.tw/comment/1489382.htm)

最近，一项令人瞩目的创新成果横空出世——世界上第一款不需要扬声器的智能手机OLED面板已然成功开发。韩国浦项科技大学宣布，该校的研究团队成功开发出了**世界上首款具有独特性能的自发声智能手机型有机发光二极管（OLED）面板。** 这款OLED面板拥有超薄、柔软的特质，其最为神奇的是能够自由改变形状，而且这一形状的改变完全通过电信号来精准实现。 研究团队研发出了一种特殊的超薄膜，**这种独特的设计使得OLED面板在保持自身原有的薄且可弯曲等优异特性的基础上，能够随心所欲地变换成各种显示形状。** 这一重大突破具有深远的意义，它为下一代智能显示器的发展奠定了基础。相关研究成果已经在线发表在新一期的权威学术期刊《npj柔性电子学》上。  [查看评论](https://m.cnbeta.com.tw/comment/1489378.htm)

据报道，**华大九天披露重大资产重组预案，拟以发行股份及支付现金方式收购芯和半导体100%股权，交易完成后，芯和半导体将成为华大九天全资子公司。公司股票将于当日复牌。**根据预案，华大九天拟向卓和信息等35名股东发行股份及支付现金收购芯和半导体全部股权，发行价格为102.86元/股。同时，公司拟向中国电子集团及中电金投定向发行股份募集配套资金，发行价格同样为102.86元/股。  **芯和半导体成立于2010年，专注于电子设计自动化（EDA）工具研发，在信号完整性（SI）、电源完整性（PI）、电磁仿真、电热分析及应力仿真等领域具备核心技术，**可提供从芯片、封装、模组到PCB及整机系统的全栈EDA解决方案，并支持Chiplet先进封装技术。 对主营业务产生如下影响：一是补齐多款关键核心EDA工具，有助于打造全谱系全流程能力;二是顺应半导体行业加快从仅关注芯片本身，向设计与制造协同优化(DTCO)、再向系统与制造协同优化(STCO)转变的趋势，标的公司拥有对标国际巨头的从芯片到系统的仿真产品，有助于上市公司构建从芯片到系统级的EDA解决方案;三是本次交易将融合双方市场、人员及技术等资源优势，提升上市公司市场竞争能力。 华大九天是目前国内唯一能提供模拟电路设计全流程EDA工具的企业，在国产EDA市场占据领先地位。**而芯和半导体的多物理场仿真及系统级分析技术已在5G、智能手机、AI及数据中心等领域广泛应用。此次并购有望加速国产EDA工具链的自主可控进程，提升对国际巨头的竞争实力。** [查看评论](https://m.cnbeta.com.tw/comment/1489374.htm)

你是否想到，昔日的美的也是小米的股东，而且持股了近10年。上周，美的集团公布了2024年年报，年报显示，美的集团在2024年彻底清仓手中持有的小米集团股票。2015年起，美的集团已持有小米股票近10年。从2020年起开始选择加速抛售小米股票，如今合计套现近20亿元。  对于此举，有专家解读，一方面，或是出于对资金流动性考虑，或是认为小米股价已达到其预期目标价，选择获利了结；另一方面，考虑到小米正积极布局家电领域，成为美的直接竞争对手，出售股份也可视为减少潜在利益冲突的战略举措。 **美的投资小米，本身就是财务投资，随着小米股价不断抬升，抛售小米股票锁定收益，属于正常的资本运作方式是情理之中的事情，这跟战略投资有本质区别。** 当然了，随着小米开始在白色家电发力，这也给美的等传统厂商带来了极大的压力。 以空调为例，美的家用空调2024年国内和海外总销量首次突破7000万台。而小米集团称2024年空调产品出货量超680万台，同比增速超过50%。其中，空调、冰箱与洗衣机出货量均创历史新高。 事实上，双方在机器人、汽车等领域也有着业务上的重合，这势必会倒逼美的更快速的适应互联网，从根本上出发应对挑战。 [查看评论](https://m.cnbeta.com.tw/comment/1489372.htm)

 完美世界在《女神异闻录：夜幕魅影》一周年庆典前瞻特别节目中宣布，游戏将于晚些时候登录 Steam 及蒸汽平台。 同时，周年庆4.0版本「假面役者的忧郁」将于4月10日正式开启。官方将会为玩家带来《女神异闻录3 Reload》联动，详情将晚些时候公开。 &lt;内嵌内容，请前往机核查看&gt; 第四章剧情中，不仅仅是寻常的学园祭，还和“都立轨雅高校”展开了交流活动，两所学校的【戏剧部】决定展开深入合作，除了校园怪盗团以外，这次还有来自娱乐圈的大佬BOSS，新的一轮交锋开启!  - 全新角色情报「池波星辉」「长尾爱歌」 - 全新宫殿「蚁冢」 - 一周年庆玩家助力回馈系列活动 - 一周年庆版本福利活动 - 一周年庆节奏调整优化 - 一周年庆重磅联动相关内容

3月31日消息，过去几年，用户能从OpenAI的ChatGPT中学到了不少东西，而这个聊天机器人也记录了许多关于用户的个人信息。它从无数次的用户交流中收集了大量个人信息，比如谁喜欢吃鸡蛋，某些用户的小宝宝需要靠哺乳入睡，还有用户因为背痛需要调整运动方式。它甚至记住了更多更为私密、不便详述的细节信息。 [](https://static.cnbetacdn.com/article/2025/0301/576d8a2c5c9c8c2.jpg) 无论选择哪种聊天机器人：分享越多，它们就越有用。患者上传血液报告分析，工程师粘贴未发布代码寻求调试。但人工智能专家提醒，我们应该对这类拟人化工具保持警惕，诸如社会保障号码、企业机密数据等敏感信息尤其需要防范。 尽管科技公司急于利用数据来优化模型，但它们并不希望获取用户隐私数据。OpenAI明确警示，“请勿在对话中透露任何敏感信息。”谷歌也向Gemini用户强调：“避免输入机密信息或您不愿意被审核者查看的内容。” 人工智能研究人员认为，关于奇怪皮疹或财务失误的聊天记录，既可能成为训练新版人工智能的素材，也可能因为数据泄露而曝光。以下列举用户应当避免输入的内容，并分享一些保护隐私的对话技巧： 聊天机器人逼真的人性化表达方式常会使人放下戒备。斯坦福以人为本人工智能研究所研究员詹妮弗·金（Jennifer King）提醒，一旦在聊天机器人中输入信息，“你就失去了对这些信息的掌控。” 2023年3月，ChatGPT漏洞使得部分用户可以窥见他人初始对话内容，所幸公司很快就修复了漏洞。OpenAI此前还曾误发订阅确认邮件，导致用户姓名、电子邮件地址和支付信息外泄。 若遭遇数据黑客攻击或需配合司法搜查令，聊天记录可能被包含在泄露数据中。建议为账户设置高强度密码并启用多重认证，同时避免输入以下具体信息： **身份标识信息。**包括社会保障号码、驾照号码和护照号码，出生日期、住址和联系电话。部分聊天机器人具备此类信息自动脱敏功能，系统会主动屏蔽敏感字段。OpenAI发言人表示，“我们致力于让人工智能模型学习世界而非个人隐私，并积极减少个人信息收集。” **医疗检测报告。**医疗保密制度本为防止歧视和尴尬，但聊天机器人通常不受医疗数据的特殊保护。若需要人工智能解读检测报告，斯坦福研究中心的金建议：“请先对图片或文档进行裁剪编辑处理，尽量只保留测试结果，并对其他信息进行脱敏处理。” **金融账户信息。**银行及投资账户号码可能成为资金监控或盗取的突破口，务必严加防护。 公司机密信息。如果用户在工作中喜欢使用各种通用版聊天机器人，即使只是编写一封普通电子邮件，也可能无意中泄露客户数据或商业机密。三星曾因工程师向ChatGPT泄露内部源代码，全面禁用该服务。如果人工智能对工作确实有帮助，企业就应当选择商用版或者部署定制化人工智能系统。 **登录凭证。**随着能够执行各种现实任务的智能体兴起，向聊天机器人提供账户凭证的需求增多。但这些服务并非按数字保险库标准构建，密码、PIN码及密保问题应该交由专业密码管理器保管。 当用户对机器人回复给予好评或差评时，可能视为允许将提问及AI回复用于评估和模型训练。如果对话因涉及暴力等敏感内容而被标记，公司员工甚至可能会进行人工审核。 Anthropic公司开发的Claude默认不将用户对话用于训练人工智能，并会在两年后删除这些数据。OpenAI的ChatGPT、微软的Copilot和谷歌的Gemini虽然会使用对话数据，但都在设置中提供关闭这项功能的选项。如果用户注重隐私，可以参考以下建议： **定期删除记录。**Anthropic首席信息安全官杰森·克林顿（Jason Clinton）建议，谨慎型用户要及时清理对话。人工智能公司通常会在30天后清除被标记为“已删除”的数据。启用临时对话。ChatGPT的“临时聊天”功能类似于浏览器的无痕浏览模式。用户启用后，可防止信息被存入用户档案。此类对话既不保存历史记录，也不会用于训练模型。 **匿名提问。**隐私搜索引擎支持匿名访问Claude、GPT等主流人工智能模型，承诺这些数据不会用于模型训练。虽然无法实现全功能聊天机器人的文件分析等高级操作，但基础问答足够使用。 谨记，聊天机器人永远乐于继续对话，但何时结束对话或点击“删除”键，始终取决于用户自己。 [查看评论](https://m.cnbeta.com.tw/comment/1489366.htm)

近日马斯克接受媒体采访时表示，全球低生育率让自己夜不能寐。当被问及“让你夜不能寐的最大事情是什么？”马斯克回答说：“我担心的事情有很多，很多事对人们来说非常深奥，你知道，几乎每个国家的生育率都很低，除非这种情况改变，否则（人类）文明将会消失。” [](https://static.cnbetacdn.com/article/2023/1024/d1716594f8c765d.webp) 今年2月，马斯克与旗下公司高管宣布生了一个儿子，至此，马斯克拥有14个孩子。 之前马斯克就曾谈到了人口崩溃，并呼吁人们应该专注于多生孩子。 他说：“我们应该更担心人口崩溃。如果地球上没有足够的人口，那么火星上肯定也不会有足够的人口。” 在一次采访中，马斯克说：“我真的很担心出生率问题。这已经困扰了我很多年，因为我看不到它的好转。一年比一年糟。我的朋友都快被我逼疯了。” [查看评论](https://m.cnbeta.com.tw/comment/1489364.htm)

从2021年至2024年，伴随用友网络多轮换帅，其归母净利润从7.08亿元“变脸”至亏损20.61亿元。业绩越来越差之际，用友网络只能再换帅。也就是说，当下的用友网络陷入了越换越差，越差越换的死循环中。  61岁的用友网络“灵魂人物”王文京，再度出山“救火”。 3月28日，用友网络在披露上市以来首份营收净利双亏的财报的同时，还发布了董事长王文京接替“空降兵”黄陈宏出任总裁的公告。 黄陈宏于2025年1月2日接替陈强兵出任总裁，至今不满三个月的“试用期”，而王文京则迎来自2021年以来的再度出山。 管理层如走马灯换来换去，可钱却没多赚来一分。从2021年至2024年，用友网络营收从89.32亿元增至91.53亿元，年复合增长率不到1%；归母净利润则从7.08亿元转为亏损20.61亿元。员工数也在一年间少了3666人。 用友网络似乎步入了一个死胡同，换帅如换刀，裁员如切菜，但仍无法扭亏为盈。如此业绩表现也让投资者信心尽失，从2021年高点的51.82元/股（不复权）降至2024年的8.03元/股，跌幅超过84.5%，市值蒸发接近1500亿元。截至目前，用友网络市值为526.90亿元。 如此一个烂摊子，此番王文京再度接手，他能力挽狂澜于“既倒”，扶大厦于“将倾”吗？ **史上最差业绩** 2024年的用友网络，坠落至谷底。 财报数据显示，用友网络2024年实现营收91.53亿元，同比下降6.57%；归母净亏损为20.61亿元，同比扩大113.13%。 “数智研究社”发现，2023年是用友网络自披露业绩以来，首度交出亏损的财报。而2024年，用友网络“更进一步”，连营收也出现了亏损。如此业绩，堪称史上最差丝毫不为过。 对于2024年如此业绩，用友网络将其归因于部分客户需求阶段性延后，导致全年签约金额同比下滑。此外，研发投入形成的资本化无形资产摊销金额同比增长超过3亿元，以及减员3666人带来1.42亿元左右的离职补偿金等方面。 不过，细究近几年来用友网络的财务状况，其陷入营收净利双降、滚动式裁员背后的原因，远不止于此。 用友网络以财税软件起家，后借助ERP成为行业龙头。近年来，从单一的产品模式向平台化的云服务转型，是用友网络的大动作。 不过，转型也带来了动荡、影响了用友网络的持续性发展。“数智研究社”发现，从2016年用友网络开始3.0战略开始向云服务业务转型以来，用友网络的营收增速便出现了放缓状态。 从2018年至2023年间，用友网络分别录得营收77.03亿元、85.1亿元、85.23亿元、89.32亿元、92.62亿元和97.96亿元。 营收增速放缓背后，除了转型带来的动荡变化外，也与国内企业管理市场低增长趋势有关。前瞻研究院等发表的预测数据表明，2022-2025年ERP市场的复合增速只有7%，2025年时ERP市场的规模只有500亿元。 如此局面之下，用友网络便于2023年启动了历史上最大规模的组织模式升级，将原先以地区为主的组织模式调整为行业为主。但调整同时带来了研发成本、营销成本和实施成本的猛增，以及人员的持续动荡。 财报数据显示，2023年时，用友网络员工达2.49万人，研发投入21.0亿元同比增长20.1%；营销成本上，用友网络在2023年投入了27.43亿元，同比增长22.7%。最高的成本支出在实施成本，因为组织模式转型导致实施运营人员激增，导致2023年实施运维人员成本高达47.33亿元。 但伴随2024年来“降本增效”实施，用友网络的员工数减少3666人，营销费用降至26.22亿元，实施运维人员的成本也降至46.44亿元，只有研发投入微增至21.22亿元。 一顿操作下来，用友网络引以为傲的云服务业务转型也出现了问题。2024年，91.53亿元的营收中，云服务业务贡献了68.50亿元，同比下降3.4个百分点。 同时，用友网络经营现金流出现了明显恶化，净流出2.74亿元，同比下降202.4%。 照这么看，用友网络接下来又何以为继呢？ **频繁走马换将** 交出史上最差的年报后，创始人王文京被逼再度走向台前。 3月28日晚间，用友网络在发布年报的同时，还披露了一则变更公司总裁的公告。 公告称，因工作调整原因，公司董事会提名委员会提名黄陈宏伟公司第九届董事会董事候选人，自2025年4月1日起不再担任公司总裁职务。董事会对黄陈宏在任总裁期间所做的贡献表示衷心感谢。同时，根据业务发展需要，决定聘任董事长王文京兼任总裁。 据“数智研究社”了解，黄陈宏是2025年1月2日公告接替陈强兵，出任用友网络总裁的。也就是说，黄陈宏出任总裁还不满三个月的“试用期”。 黄陈宏在任的这段时间里，坊间曝出用友网络的重大业务调整和人员削减的消息。报道称，黄陈宏出任总裁后进行大面积业务结构调整，公司的交付模式将转为外包模式，年底前公司交付人员比例将降至20%左右。业务结构调整导致员工人心惶惶，转外包会获得0.4N的赔偿，不转外包直接离职会拿到N+1赔偿。说实话，谁会主动转外包呢？ 在调整和动荡中，“空降兵”黄陈宏主导的效仿SAP专注做产品的“百日维新”，伴随史上最差业绩报宣告失败。 从黄陈宏手中接过总裁一职的王文京，是“用友之父”。每逢危机，王文京总会想到换帅这一招。 据“数智研究社”了解，从2015年至2019年，历经五年转型，用友网络的营收从44.5亿元增至85.10亿元，重回高速增长后，王文京选择退居幕后。 2019年1月1日起，陈强兵接替王文京出任用友网络CEO，王文京则专任董事长一职。 但2020年，用友网络营收仅增长0.2%为85.28亿元，再度陷入停滞。 2021年初，王文京选择重回一线并兼任总裁，并称“此次人事调整，是为抢抓企业与公共组织云服务业务发展的战略机遇。”接过总裁后的王文京，除了主导云转型、分拆有车科技登陆科创板、推动用友金融IPO外，还启动了用友网络历史上最大的一次业务组织模式升级。 但是，组织模式升级、云转型等举措并未取得明显成效。财报数据显示，2021年和2022年，王文京治下的用友网络净利润还有7.08亿元、2.19亿元。2023年组织升级后，用友网络业绩直接变脸转亏9.67亿元，创出上市22年来的首度亏损。 到2024年1月，陈强兵再度接替王文京出任用友网络总裁，但年报还未披露便再度离任。接棒陈强兵的是黄陈宏，但黄陈宏也在85天后闪电辞职，王文京再度出山。 伴随用友网络频繁换帅，下面的管理层和一线员工也出现大换血。有业内人士对“数智研究社”表示，在用友网络工作十几年的老销售在批量离职，剩下的要么是新进来一年多的，要么就是七八年左右的。销售的断层最终导致极差的客户交付体验，最终给业绩带来负反馈。 也就是说，当下的用友网络陷入了换帅越频繁业绩越差，业绩越差越要换帅的死循环。想要解开这个死循环，着实为难年过六旬的王文京了。 文｜韩 湘 [查看评论](https://m.cnbeta.com.tw/comment/1489362.htm)