美股周二连续两天大幅下跌，部分原因是投资者担心特朗普的激进关税政策将引发一场严重的贸易战。道琼斯工业平均指数周二下跌670点，两个交易日累计下跌超过1300点，使特朗普去年11月赢得大选后的“特朗普暴涨”（Trump Bump）行情变成了“特朗普暴跌”（Trump Slump）。  自特朗普第二次入主白宫以来，市场的所有涨幅现在都被抹去了。 造成这种情况的原因是，人们越来越担心，市场曾经认为只是一种谈判策略的关税，现在已经变成了自2020年新冠疫情以来对美国经济的最严重威胁。 经济学家普遍仍然认为今年经济将增长，但“衰退”一词又回到了他们的预测中，关税的不确定性，以及埃隆·马斯克牵头的削减联邦劳动力的努力，都给消费者和投资者带来了压力。 自去年12月底以来，马斯克自己的公司特斯拉的股价已经下跌了约42%，他自己的身价今年迄今蒸发了约965亿美元，尽管他仍然是世界首富，截至周二收盘净资产约为3360亿美元。 “通过征收这些关税，特朗普似乎把许多外国对手梦寐以求的事情强加给了自己：对美国的部分封锁，”经济学家约瑟夫·波利塔诺（Joseph Politano）周二在他的通讯中写道。 波利塔诺补充说：“这是二战后美国贸易面临的最大障碍，可能仅次于新冠疫情最初的冲击。只要这些关税继续存在，它们就会推高价格，拖累美国经济增长，并不断有可能将规模较小的加拿大或墨西哥经济推向衰退。” 特朗普将于当地时间周二晚间在国会发表联合演讲，预计他将在演讲中宣传自己的经济计划，并声称自己利用关税赢得了美国贸易伙伴的让步。然而，他的讲话将被华尔街的最新消息蒙上阴影。 [查看评论](https://m.cnbeta.com.tw/comment/1483196.htm)

郭明錤发布其最新产业调查指出，英特尔的Panther Lake(PTL)量产时间已自2025年9月初延后至4Q25中期。芯片与成品(PC/NB)出货时间大约差2周–4周，故PTL NB可能要到2026年才会普及，意味着英特尔(INTC.US)将错失2025年的年末销售旺季，且2H25营收与利润将面临下行风险。 [](https://static.cnbetacdn.com/article/2025/0107/f6115a224c87d95.jpg) 郭明錤指出，虽英特尔对外宣称PTL预计在2H25量产，故此延期仍在其对外宣称的预期内，但如果不是遇到生产端的严重问题，不会下此决定。因为PTL延期不利英特尔的2H25营收与利润，以及最重要的组织士气与供应链信任。 根据郭明錤对英特尔先进制程耗材出货调查，3Q25的出货与目前相较没有明显变化，验证英特尔PTL的延期的可能性。英特尔在2H25主要还是需依靠Arrow Lake (ARL) 来面对AMD与Qualcomm竞争。因ARL低于40 TOPs，且品牌对推动Lunar Lake (LNL) 意愿不高，代表英特尔在2H25 AI PC竞争中居于劣势。 郭明錤表示，较积极的品牌业者已规划要让特定高阶机型采用预计在9月底少量生产的PTL QS (Qualification sample) 以争取优先上市。但因QS数量有限，故对英特尔帮助不大。英特尔自家采用18A制程生产的晶片没有顺利出货前，很难取得外部IC设计客户的信任，并实际投入大量资源与英特尔合作开发18A晶片。 [查看评论](https://m.cnbeta.com.tw/comment/1483194.htm)

一个代表几乎所有主要汽车制造商的行业组织周二警告称，美国总统特朗普对加墨的新关税将导致汽车价格大幅上涨。汽车创新联盟（Alliance for Automotive Innovation）的首席执行官John Bozzella说，“所有汽车制造商都将受到对加拿大和墨西哥征收关税的影响。” [](https://static.cnbetacdn.com/article/2024/1126/8fc3721f46f00e0.png) 该组织成员包括通用汽车、福特汽车、丰田汽车、大众汽车、现代汽车和Stellantis，但特斯拉不在其中。 “大多数人预计，一些车型的价格将上涨25%，对汽车价格和车辆可用性的负面影响几乎会立即显现出来。”他补充说。 当地时间3月3日，特朗普宣布，此前宣布的对等关税将于4月2日开始征收，而美国对墨西哥和加拿大商品征收25%的关税将于3月4日生效。 与汽车制造商们形成强烈对比的是，美国汽车工人联合会（UAW）赞扬了特朗普，并特别提到他计划在4月份采取进一步的关税行动。 UAW表示：“很高兴看到美国总统为结束像炸弹一样落在工人阶级身上的自由贸易灾难而采取积极行动。我们期待着与白宫合作，制定4月份的汽车关税，使工人阶级受益。” **警告声四起** 对于特朗普的关税，汽车制造商们纷纷发出了警告，称关税将破坏已经存在超过25年的北美一体化供应链。在最终组装之前，一些汽车零部件可能要跨越边境六次或更多次。 “汽车生产和供应链不可能在一夜之间转移。这就是挑战和困境：北美的汽车关税最终可能会在就业机会回到美国之前增加消费者的成本，”Bozzella补充道。 据报道，Stellantis周二告诉经销商，该汽车制造商将继续与特朗普政府就关税问题进行接触，并警告称这将增加影响客户的“成本负担”。 根据媒体获悉的一封电子邮件，该汽车制造商写道：“由于该行业在北美高度整合，这些关税将使Stellantis的旗舰品牌克莱斯勒、道奇、Jeep和Ram在与韩国、日本和欧洲进口商的竞争中处于劣势。” 美国国际汽车经销商协会（American International Automobile Dealers Association）指出，经销商已经面临汽车和零部件价格上涨以及高利率的问题。该组织表示：“关税可能直接导致标价增加数千美元。” 上周，许多汽车制造商会见了商务部长霍华德·卢特尼克（Howard Lutnick），敦促政府不要推进广泛的关税上调。 而上个月，福特首席执行官吉姆·法利也警告称，对墨西哥和加拿大征收25%的关税将给美国汽车业“打一个洞”。他说，“我们看到的是巨大的成本，巨大的混乱。” [查看评论](https://m.cnbeta.com.tw/comment/1483192.htm)

作为高端手机市场的高地之一，欧洲是国产手机厂商们的必争之地。正在举行的MWC（世界移动通信大会），已然成为了国产手机厂商们激烈竞争的竞技场。今年，包括华为、小米、荣耀、中兴、魅族、传音、真我等在内的国产手机厂商，均在现场展示了新产品或者新技术，他们纷纷“卷”向AI、影像、折叠屏等领域。      当然，也有例外。OPPO和vivo今年就未在MWC设立展台，这背后又有哪些原因？ **抢抢抢：****小米荣耀****秀肌肉****，****争****媒体团？** 在MWC正式开幕前一天，小米和荣耀就开启了巅峰对决，同一天召开了海外发布会。 小米方面，由小米集团合伙人、总裁卢伟冰领衔，主要面向海外市场发布了小米15系列。其中，小米15标准版在海外市场的起售价为999欧元，而小米15 Ultra的欧洲起售价更是高达1499欧元，超过苹果最贵的机型iPhone 16 Pro Max。  值得注意的是，除了发布旗舰手机，小米的汽车、AIoT业务均在加速出海。本次发布会还带来了小米澎湃OS2、小米平板7 Pro、小米Buds5 Pro、小米手表S4、小米电动滑板车5 Max等多款“人车家全生态”新品。小米还宣布将在海外正式推出大型家用电器，并且会在未来几年内将小米汽车销往全球市场。 在MWC展会现场，新浪科技在小米展台也看到了小米SU7 Ultra和小米15 Ultra同步亮相，这也是小米首次在海外市场展示小米SU7 Ultra。 至于小米汽车的具体出海规划，卢伟冰表示，小米SU7以及小米SU7 Ultra的订单情况，印证了用户对小米汽车的认可，小米汽车业务在中国市场基本上站稳。他定下的目标是，小米汽车在2027年能够官方正式出海，出海前期还要做大量的准备工作。  而荣耀方面，则由新任CEO李健领衔，这也是李健上任后首次对外公开亮相。有意思的是，由于小米和荣耀的发布会并不在一个会场，在小米发布会会场前，荣耀派出了专门的工作人员和班车来等待接走媒体团。这或许也是两家在海外争夺战的一个缩影。 在发布会上，荣耀正式发布了阿尔法战略，宣布将从智能手机制造商向全球领先的AI终端生态公司转型。为推进荣耀阿尔战略的落实，李健呼吁行业开放AI能力，赋能更多设备。在现场，他与来自谷歌云、高通技术公司、CKH 集团、法国电信、西班牙电信和沃达丰的代表们一同登台开启合作仪式。李健还宣布，荣耀未来五年将投入超过100亿美元助力AI生态建设。 **卷卷卷：卷AI、卷影像、卷折叠** 实际上，此次MWC上开展技术对决的不只是小米和荣耀，包括华为、魅族、传音、真我等国产手机厂商均在展会上进行了亮相。 第一个关键词是AI。荣耀除了宣布100亿美元投入AI之外，还展示了多项关键的AI技术。人机交互上，荣耀推出基于GUI的个人移动AI智能体，可结合用户手机中的日程安排和出行信息，通过一句话完成第三方服务平台餐厅的预订；影像上，荣耀推出了AiMAGE这一全新影像技术品牌，可实现端侧模型和云侧模型协同；同时荣耀还宣布，其AI换脸检测技术即将登陆国际市场。 展会上，星纪魅族带来了多款海外手机产品。星纪魅族方面表示， All in AI是核心战略之一。上个月，Flyme AIOS正式完成DeepSeek-R1大模型的接入，魅族21系列、Lucky 08率先上线尝鲜，StarV 智能眼镜等AI生态产品都已陆续接入。 第二个关键词是影像。此次海外发布的小米15 Ultra，搭载1英寸主摄+2亿像素超长焦，宣称拥有小米史上最大进光量和行业最强望远能力；另外，小米还在全球首发了小米模块光学系统，打破了手机和相机之间的形态隔阂。 无独有偶，真我此次也将重点放在影像方面，展出旗下首款可更换镜头概念机。据介绍，此次真我概念机定制索尼一英寸大底传感器，还配备专业镜头专有的卡扣结构，可直接安装单反镜头进行拍摄。概念机同时提供两款专业级镜头（等效73毫米焦距人像镜头和等效234毫米焦距长焦镜头），可至高支持最高10倍原生无损变焦。  第三个关键词是折叠屏。此次华为终端、企业、运营商三大业务展台集体亮相MWC，虽然华为终端此次没有专门举行新品发布会，但展台带来了全场景设备的全家桶，其中三折叠最吸引国外用户关注。西班牙国王费利佩六世更是到访华为终端展台，现场体验三折叠。  另外，专注海外市场的传音，也在展会上亮相。在MWC 2025开幕之前，传音旗下的品牌Tecno预告了一款超薄设计的新机Spark Slim，这款手机厚度仅为5.75毫米，是目前手机市场中的最薄手机；传音旗下的另一品牌Infinix也在MWC期间官宣了Infinix ZERO系列迷你三折叠概念机，用户可在小、中、大三种尺寸间自由切换，可以满足日常生活、户外探索和健身等多场景需求。 **为什么OPPO、vivo会****缺席？** 值得注意的是，在手机厂商们集体亮相MWC的同时，也有一些国产厂商缺席了，比如OPPO和vivo。 不久前，OPPO刚刚推出了宣称是全球最薄折叠旗舰OPPO Find N5，Find N5还首发全新AI意图搜索功能。不过此次OPPO并未正式参展，OPPO上一次亮相MWC是在2023年，当时OPPO携Find N2系列、零功耗标签、智能眼镜AirGlass 2等多项创新技术成果亮相。 不过，这并不代表OPPO对欧洲市场不重视。在此前接受新浪科技在内的媒体采访时，OPPO海外营销副总裁张洲川表示，2025年，OPPO开始把战略目光投向中高端产品集中的欧洲市场和充满机遇的拉美市场。“我们将在中高端集中的市场，比如欧洲和拉美投入更多资源。在三星和苹果相对强势的地方，我们会有很大空间去做增长。” 另外，vivo此次也缺席了MWC。早在上海MWC 2017上，vivo展示了屏下指纹技术；在MWC 2018上，vivo展示了概念机APEX；在上海MWC 2023上，vivo与合作伙伴展示了卫星通信样机。由此可见，vivo是将技术展示的重心放在了上海MWC上，更侧重面向国内市场用户。 [查看评论](https://m.cnbeta.com.tw/comment/1483190.htm)

<blockquote><p>随着AI技术的普及，越来越多的人开始探索如何将其融入日常工作以提升效率。本文从企业应用的角度出发，探讨了AI在2B场景中的潜在价值，供大家参考。</p> </blockquote>  挺多人都已经在用AI产品，这说明大家都认可了AI的能力，也愿意享受它带来的强大生产力。 豆芽君作为一名软件行业从业者，我们不会止步于作为一名用户去使用像deepseek这类AI产品。近期我们从企业应用的视角，开始考虑大模型如何在企业内部应用。 以下豆芽君试着提出一些方向，以及背后的逻辑。也欢迎对这方面有兴趣的朋友，可以加入讨论，一起把AI应用这件事给张罗起来。以下说的AI仅限AIGC这个范围 ## AI到底有什么能力？ 我们不查官方资料，就从普通用户使用AI的发现，来谈谈AI的能力。 AI被输入了海量的知识，且已拥有了类人的分析、推理能力，这让它达到了各行各业的高手级的水平，在某些行业甚至达到了专家级的水平。这主要取决于一个行业的显性知识的完善程度，越能总结出显性知识的，AI也就越能达到专家级。 目前AI厂商提供的产品形态主要是问答。用户向AI输入问题，AI快速地进行分析、推理，然后回答出高质量的答案。这是比较适用于2C的使用场景。但大家是否有想过，如果是2B的场景，那又应该是怎么样的呢？ ## 2B的使用场景有哪些？ 多数办公类的企业，内部已经有各种多样的业务软件、管理软件。这时AI要如何嵌入到这些应用软件，以提高工作的效率呢？ 我们先提出一个问题：传统的应用软件有个典型的特点：所有的业务规则都需要事先定义，软件按IT人员定义好的规则来执行各种检查、运行各种进程。这种模式存在什么问题？请你先试着思考一分钟再往下看 问题就是业务规则的完整性、准确性，也就是这些软件的能力上限。 几年前，豆芽君和同行就有在讨论软件的一些智能规则，典型的如淘宝的猜你喜欢。它的背后结合了用户大数据、机器学习和实时计算（用户刚点了什么，在什么商品上停留的时长更久）等技术。 这类2C产品的技术是否也有可能用于2B的业务场景呢？ 豆芽君当时的看法是，2C的业务有更强的容错性，而2B的业务大多要求准确性，所以这类技术暂时不好用于2B业务。 但最近，豆芽君看了一些产品的使用场景后，认为2B的业务如果进一步拆分具体场景，是有可能使用一些AI工具来解决问题的。 比如说用户常常要花较多的时间在业务流程的第一个环节来录入数据，那么在这类场景中，就可以考虑引入OCR技术+大模型的分析、推理技术提高录入的速度和准确率。 具体的实现逻辑：先用OCR技术来识别来自外部商业合同、物流单据上的信息，从图片识别成文本；再用大模型的分析、推理技术将文本识别成业务系统对应字段的字段值。通过一圈下来，最后通过我们说的AI开发工具将大模型结构化后的文本写入到现有的业务系统（两边通过接口实现）。 这样一顿操作下来，用户就只需要再做些信息检查和补录就可以完成原本的信息录入了。 再比如说业务系统沉淀的这些数据，作为管理者如何充分利用这些数据，去发现新的洞见，找到业务提升点？ 具体的实现逻辑：可以考虑将AI开发工具对接已有的业务系统或数据仓库，管理者可以通过问答的方式先和AI进行对话，AI先输出提炼后的业务数据。再将大模型与已有的报表开发工具对接，直接输出直观的报表或图形。 这些合理的想象在没有大模型之前几乎是不敢想象的。因为那时我们没有AI这种“大脑”，无法借助这个跨系统的“中枢神经”来拆分、组合、推理。 但现在有了这个“超级大脑”，这一切都变得可行、可预期了。 通过我们的分享，你觉得AI还可以用在你自己生活或工作中得那些场景？欢迎留言讨论 本文由人人都是产品经理作者【豆芽悟】，微信公众号：【豆芽悟】，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。

天猫3月迎来新品爆发。   作为上半年最重要的新品发布节点之一，今年天猫3月上新季吸引了众多品牌商家积极参与，首发新品数量创新高。以快消行业为例，数据显示，美妆、个护等品类的品牌新品数，同比激增近10倍，其中不乏国际大牌和国货品牌重磅新品的独家首发。      国际品牌加速押注天猫新品赛道。香奈儿携可可小姐香水珍珠链条限定款登陆天猫，打造首发阵地；TOMFORD推出“细黑管”唇颊多用棒，抢占品类蓝海；PRADA气垫、DIOR烈艳蓝金唇膏新年版等奢品也集中亮相。   国货品牌持续加码，新品同样亮眼。夸迪悬油次抛2.0、薇诺娜清透防晒乳、珀莱雅轻享阳光防晒等新品密集上新，抢占春季消费高峰。韩束 “X肽光子精华”38大促天猫首发，期望与天猫携手打造“超级单品”。   从品类上看，防晒和底妆产品上新最为集中。超40款底妆产品，50款防晒产品一次性上架，其中就包括了NARS超水光气垫、迪奥锁妆气垫、珀莱雅持妆油皮气垫、雅诗兰黛SHUSHU/TONG 联名气垫、安热沙智感倍护防晒乳液、薇诺娜清透防晒乳新包装等。   据悉，此次3月上新季，品牌新品的站内投入同比翻了近两番，更通过明星代言、跨平台联动放大声量，展现出对天猫作为新品首发阵地的信心。譬如，理肤泉超级B5精华天猫首发之际，也官宣中国乒乓球运动员孙颖莎成为理肤泉品牌修护代言人（精华及面膜），并推出新品“孙颖莎超级B5礼盒”，邀请孙颖莎在理肤泉直播间开展“云见面会”。消息一经发布，理肤泉的新品礼盒就被“疯抢”，首日爆卖数万件，当日天猫店铺销售额创品牌历史IP新高。   为加速新品成长，天猫推出多维扶持计划，包括首页流量倾斜、搜索推荐加权、直播补贴等资源矩阵，助力品牌缩短冷启动周期。   品牌也迎来了真正的“上市即爆发”。数据显示，天猫38焕新周开卖四小时，美妆品牌集体迎来大幅增长。   其中，奢美品牌如DIOR迪奥美妆同比增长150%，SISLEY同比增长近190%，SKII 同比增长140%，CPB同比增长超120%， 赫莲娜同比增长105%……国货品牌如毛戈平同比增长近100%，彩棠同比增长126%，韩束同比增长近200%，林清轩同比增长417%……个护品牌也集体大涨，如自由点同比增长113%，海飞丝同比增长128%，卡诗同比增长120%。   天猫相关负责人表示，2025年，天猫平台将进一步深化与品牌的共创能力，让更多超级新品实现“上市即爆发”。而随着消费需求持续升级，天猫3月上新季正成为全球品牌开拓市场、引领趋势的核心战场。  

<blockquote><p>在财务管理的世界中，实际损益借(贷)方发生额作为关键指标，常常让人困惑不已。本文将深入解析本年实际损益的借(贷)方发生额，为你解答其中的奥秘。</p> </blockquote>  你是否曾在翻阅企业财务报表时，对“本年实际损益借（贷）方发生额”这一专业术语感到迷惑不解？这不仅是财务分析的核心，也是企业经营成果的直接体现。让我们一起来看看这个概念是如何影响我们的财务决策的。 ## 一、本年实际损益借（贷）方发生额的内涵 “本年实际损益借（贷）方发生额”指的是在特定会计期间内，损益类科目在借方或贷方所发生的全部交易的累计总额。 这一数字不仅映射了企业的经营成果，更是衡量企业盈利能力的关键指标。 它详细记录了企业在特定时期内所有收入和费用的增减变化。简而言之，借方发生额通常代表费用的增加或收入的减少，而贷方发生额则表示收入的增加或费用的减少。 ## 二、借贷记账法与科目记录方向 在借贷记账法的框架下，不同类别的会计科目在借方和贷方的记录方向有所区别。 资产类和费用类科目在借方记录增加，在贷方记录减少；而负债类、收入类和所有者权益类科目则相反，贷方记录增加，借方记录减少。 这种区分是理解财务报表的基石。 ## 三、本年利润科目的借贷方分析 聚焦于本年利润科目，借方余额指示当期发生的净亏损，贷方余额则显示当期实现的净利润。 借方记录企业当期所发生的各项费用与支出，贷方记录企业当期所实现的各项收入和利得。这一部分是衡量企业盈利能力的核心指标。 借方发生额，通常体现为费用的增加或收入的减少，它向我们揭示了企业为赚取利润所付出的代价。贷方发生额，则代表收入的增加或费用的减少，是企业盈利能力的直接体现。 例如，企业购买原材料时，相关的费用类科目在借方增加，表示企业资源的流出；而当企业因销售退回等原因导致收入减少时，收入类科目也会在借方记录这一变化。相反，当企业成功销售产品或提供服务，获得收入时，主营业务收入等收入类科目在贷方增加，体现企业经营成果。 ## 四、分析本年实际损益借（贷）方发生额的重要性 分析本年实际损益借（贷）方发生额，能够帮助我们深入了解企业的盈利状况和成本控制能力。通过对比不同时期的数据，我们可以评估企业的财务健康状况和经营效率。 例如，如果一个企业的借方发生额持续增加，而贷方发生额增长缓慢，这可能暗示企业的成本控制存在问题，或者收入增长乏力。 为了更直观地说明，让我们通过一个简单的例子来理解。假设一家小型制造企业在本月发生了以下业务： 销售产品获得收入50,000元，此时主营业务收入科目贷方增加50,000元； 同时，生产产品消耗了原材料20,000元，主营业务成本科目借方增加20,000元； 支付员工工资10,000元，管理费用科目借方增加10,000元。 到了月末，将这些损益类科目余额结转到本年利润科目，主营业务收入的贷方余额50,000元转入本年利润的贷方，主营业务成本和管理费用的借方余额分别转入本年利润的借方。 经过计算，如果本年利润科目贷方余额大于借方余额，那么企业本月就实现了盈利；反之，如果借方余额大于贷方余额，企业则面临亏损。 ## 五、本年实际损益借（贷）方发生额对决策的影响 对于企业管理者而言，本年实际损益借（贷）方发生额是制定预算、调整经营策略和优化资源配置的重要参考。 通过对这些数据的深入分析，企业能够及时调整经营活动，以实现更优的财务表现。 本年实际损益借（贷）方发生额不仅是财务报表中的一个数字，它背后蕴含的是企业经营的深层逻辑。掌握本年实际损益借（贷）方发生额，您将能更准确地分析企业的经营状况，为投资决策提供有力支持。 本文由人人都是产品经理作者【敏尔说财税】，微信公众号：【B端起飞啦】，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。

<blockquote><p>传统的人工派单方式不仅耗时费力，还容易因人为因素导致错误，进而影响客户满意度。随着AI技术的发展，DeepSeek等智能工具为这一难题带来了新的解决方案。本文将分享如何将DeepSeek与智能派单系统结合，通过构建政务知识库、实时语义检索和人机协同闭环，实现工单处理的自动化与智能化。</p> </blockquote>  在政务服务领域，工单处理是日常运营中不可或缺的一部分。同时，随着服务需求的增加和复杂性的提升，传统的工单处理方式已经难以满足高效、精准的需求。 **客服人员每天需要面对大量的工单，手动分类和派发不仅耗时耗力，还容易出现错误，导致处理效率低下和客户满意度下降。**DeepSeek作为一种先进工具，能够通过学习历史工单数据，自动分析和分配工单，从而减轻人工负担，提高派单效率。 本文将深入探讨如何将DeepSeek与智能派单系统结合，解决政务服务领域中的工单处理痛点。 ## 01 困局：传统派单模式为何难以为继？ **1. 工单处理效率低下** 在政务服务领域，工单种类繁多，涉及的问题类型复杂多样。传统的工单处理方式依赖人工分类和派发，客服人员需要根据工单内容手动判断问题的归属部门或处理方。 这种方式不仅耗时，还容易因人为因素导致错误派单，进而影响处理效率。 **2. 人工判断的局限性** 客服人员在处理工单时，往往需要依赖经验和直觉来判断问题的归属。然而，随着服务范围的扩大和问题复杂性的增加，人工判断的局限性日益凸显。 特别是在面对新问题或复杂问题时，客服人员可能无法准确判断问题的归属，导致工单派发错误或延误。 **3. 历史数据利用率低** 政务服务领域积累了大量的历史工单数据，这些数据中蕴含着丰富的经验和知识。然而，传统的工单处理方式往往忽视了这些数据的价值，未能充分利用历史数据来优化工单处理流程。 这不仅导致了数据的浪费，也限制了工单处理效率的提升。 ## 02 DeepSeek+智能派单解决方案 基于DeepSeek的智能派单系统旨在通过人工智能技术，自动分析和分配工单，减轻人工负担，提高派单效率。 该系统通过**学习历史工单数据，自动识别问题类型和归属部门，并根据预设规则和算法，将工单分配给相应的处理方。客服人员只需对系统派发的工单进行审核和确认，即可完成派单工作。** ### 系统核心逻辑 通过三步实现“零训练成本”的智能化： - 构建政务知识库：整合历史工单（含问题描述、处理部门、解决时长）、政策文件、部门职责说明，建立结构化数据库； - 实时检索与推理：针对新工单内容，自动匹配相似历史案例，提取处理规则并生成派单建议； - 人机协同闭环：人工审核修正结果实时反馈至系统，动态优化知识库优先级。 ### 实施步骤 **第一步：构建工单知识库** - 数据接入：对接政务系统现有数据库，自动抽取历史工单关键字段（问题类型、处理部门、解决方案）； - 智能标签体系：通过DeepSeek自动提取高频问题关键词（如“接口超时”“验证码错误”），构建语义关联网络； - 规则可视化管理：支持管理员通过界面直接调整部门职责映射（如“登录问题→统一认证平台”），实时生效。 **第二步：搭建智能派单引擎** - 语义解析层：DeepSeek将用户描述转化为结构化问题（如将“输对密码进不去”解析为“登录认证失败”）； - 案例匹配层：基于语义相似度，从知识库中检索Top 5相关历史工单，并提取处理路径； - 规则决策层：综合检索结果与预设逻辑，输出派单建议（如“推荐部门：统一认证平台；依据：近3个月类似问题87%由该部门处理”）。 **第三步：实现人机协作平台** - 决策看板：向客服展示系统推荐理由、匹配案例详情、处理时效参考； - 一键修正：人工调整派单结果时，可勾选修正原因（如“政策已更新”“系统升级”），反馈至知识库； - 数据驾驶舱：实时统计派单准确率、处理时效、高频问题类型，辅助管理决策。 ## 03 落地价值：效率、质量与可持续性的三重突破 **1. 提高工单处理效率** 通过引入DeepSeek智能派单系统，工单处理效率将得到显著提升。系统能够自动分析和分配工单，减少人工干预，缩短工单处理时间，提高客服人员的工作效率。 **2. 降低人工成本** 传统的工单处理方式依赖大量的人工操作，不仅耗时耗力，还容易出错。智能派单系统能够自动完成工单分析和派发工作，减少人工操作，降低人工成本。 **3. 数据驱动的决策优化** 智能派单系统能够充分利用历史工单数据，通过数据分析和挖掘，优化派单规则和算法，提升系统的智能化水平。通过数据驱动的决策优化，进一步提升工单处理效率和质量。 ## 最后的话 DeepSeek+智能派单系统的引入，为政务服务领域的工单处理提供了全新的解决方案。 通过自动化工单分析和派发，系统能够显著提高工单处理效率，降低人工成本，提升客户满意度。 未来，随着人工智能技术的不断发展，智能派单系统将在更多领域得到广泛应用，为企业和机构带来更大的经济价值和社会效益。 希望带给你一些启发，加油！ 作者：柳星聊产品，公众号：柳星聊产品 本文由 @柳星聊产品 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。

Over 100 participants from across the globe attended the event. They reached a consensus that inclusive development and cross-industry collaboration are key to achieving sustainable AI growth, and stressed a need for enhanced international cooperation to address challenges related to computing power and energy consumption.

到2024年，曾经的彩电市场之王，（线上市场）已经跌出行业前五。

下沉之王蜜雪，上市定价也主打低价亲民。

摆脱“黄金15秒”。

 近期，Splunk 威胁研究团队发现了一起大规模恶意软件攻击活动，4000 多家互联网服务提供商（ISP）深受其害，黑客借此获得了关键基础设施的远程访问权限。种种迹象表明，此次攻击或源自东欧，攻击者运用了暴力攻击手段、植入加密挖掘负载，并采用了先进的规避技术。 **攻击概述** 该恶意软件专门针对 ISP 系统中存在的弱凭证，通过暴力破解的方式强行渗透进入。一旦成功潜入系统，攻击者便迅速部署一系列恶意二进制文件，像 mig.rdp.exe、x64.exe 和 migrate.exe 等。这些文件一方面执行加密挖掘操作，利用受害系统的计算资源谋取利益；另一方面，负责窃取敏感信息。 这些恶意有效载荷具备多种破坏能力，它们能够禁用系统的安全功能，通过命令和控制（C2）服务器（其中包括 Telegram 机器人）将窃取的数据泄露出去，并且能够在受感染的网络中寻找并攻击其他目标。在受感染网络中横向移动时，该恶意软件主要借助 Windows 远程管理（WINRM）服务。它运用编码的 PowerShell 脚本，不仅可以禁用防病毒保护，终止其他竞争的加密矿工程序，还能在受感染的系统上建立起长期的控制权，同时修改目录权限，限制用户访问，防止自身文件被发现。  启用目录的继承权限 **技术细节** 此次恶意软件活动采用自解压 RAR 档案（SFX）的方式，极大地简化了部署过程。以 mig.rdp.exe 有效载荷为例，它会释放出多个文件，其中包含批处理脚本（ru.bat、st.bat）和可执行文件（migrate.exe）。这些文件会禁用 Windows Defender 的实时监控功能，并添加恶意例外，以此躲避安全软件的检测。另一个组件 MicrosoftPrt.exe 则充当剪贴板劫持程序，专门针对比特币（BTC）、以太坊（ETH）、莱特币（LTC）等加密货币的钱包地址进行窃取。 攻击者还使用 masscan.exe 这类大规模扫描工具，识别 ISP 基础设施内易受攻击的 IP 范围。一旦确定目标，便利用 SSH 或 WINRM 协议进一步获取访问权限。  SSH 连接凭证 为了提高攻击效率，攻击者利用 Python 编译的可执行文件实现自动化操作，这样既能最大限度减少操作痕迹，又能在受限环境中保持高效运作。像 Superfetch.exe（XMRig 加密矿工）、IntelConfigService.exe（用于逃避防御的 AutoIt 脚本）以及 MicrosoftPrt.exe 等文件，均已被研究人员标记。这些文件通常隐藏在诸如 C:\Windows\Tasks\ 或 C:\ProgramData\ 等非常规目录中。此外，该恶意软件还会操纵注册表项，禁用远程桌面协议（RDP）服务，注销活跃用户，以此阻碍受害方的补救工作。 此次活动凸显了针对关键基础设施提供商的恶意软件日益复杂化。 通过将加密挖掘与凭证盗窃和高级持久性机制相结合，攻击者的目标是最大限度地利用资源，同时逃避检测。 使用 Telegram 机器人作为 C2 服务器进一步使传统的网络监控工作复杂化。 Splunk发布了一套检测规则，帮助组织识别与此活动相关的可疑活动。 这些包括针对不寻常文件路径、基于 WINRM 的 PowerShell 执行以及与 Telegram API 相关的 DNS 查询的警报。 由于互联网服务提供商 (ISP) 仍然是数字连接的重要支柱，此次攻击凸显了采取强有力的网络安全措施的迫切需求。 建议组织实施强密码策略，密切监控端点活动，并部署先进的威胁检测工具，以减轻与此类复杂活动相关的风险。

<blockquote><p>在复杂的商业环境中，人性、行业潜规则以及非技术因素往往才是真正的胜负手。本文将揭示AI在商业应用中的局限性，以及那些被忽视的商业本质，供大家参考。</p> </blockquote>  2025开年，以DeepSeek为代表的AI工具，如同一群脱缰的野马，正以“降本增效”的名义重构各行各业。 然而，当我深入某些行业亲身实践，或与一线老板交流需求痛点后，才发现：AI虽然能为很多行业增添光彩，降低生产力成本，但不是决定一个生意是否成功的唯一因素。 真实的情况是：每一个细分市场，都远比你想象得更加复杂；每一个行当，都隐藏着非公开的经验知识。 AI归纳“明规则”是一把好手，但未必能搞定那些“潜规则”。很多生意人也不是被AI打败的，而是被人性打败的。 ## 一、广告行业：AI沦为职场内耗的工具 年前就听说，广告行业现在出现了这种荒诞现象：乙方用AI创作完内容，给甲方过审时，甲方还会用AI对内容进行批评指点，再返还给乙方。 这就导致双方不仅没有通过AI降本增效，反而还因为有了AI，增加了博弈的复杂度和内耗程度。 本应减轻乙方工作强度的AI，最后竟然起了反作用。 我想这是AI应用商应该深度思考的问题：如何让AI变成一个能够平衡甲乙方权益的工具，而不是增加双方矛盾的工具。 比如开发一个甲乙方多人协同工作的AI智能体，等等。 只有当AI真正造福行业，才能被所有人接纳，否则依然会有人选择抵抗。 ## 二、跨境电商：AI规避不了平台政策的变化 最近，我在研究跨境电商，一开始只看到了利好面：比如用了AI后，运营效率增长了多少倍。 但这种冲动让我忽略了最基本的问题——平台考核规则。 比如，一个亚马逊新手卖家可以用AI模特将上新效率提升3倍，但可能会因为平台的新一轮合规审查，而损失三个爆款链接；或者因为侵权问题被投诉，导致资金冻结，等等。 这种不确定性带来的损失，比你用AI提效带来的利益更大。 AI在这个行业反倒成了一个无关紧要的可选项，有它没它只不过是效率有高低。可是没有一家AI应用商，敢拍胸脯保证你不会出现这种风险。 换言之，影响你生意的致命点，有平台规则的制约，也有大国博弈的“不可抗力”，更有中国卖家潜藏在背后的恶意竞争… 上述复杂的干扰项，哪一个不比AI带来的杀伤力更强？如果AI没有解决这些需求痛点，那么它赋能生意的程度就非常有限。 ## 三、洛丽塔服装：AI无法撼动KOL的圈子话语权 现在用AI做服装草图，从技术上来说已不是一件难事。但是否所有服装生意都能靠AI来改造工作流呢？似乎也不一定。 碰巧这两天，我参加了几场小红书的语音连麦，也结识了不同行业的老板，其中就包括“Lo圈”的服装老板。 *备注：“Lo圈”指喜欢穿着洛丽塔（Lolita）服饰的人所形成的社交圈子，“Lo服”是指洛丽塔风格的洋装服饰。 “你用AI前期给我出再多图，其实并不能促进销售。”一位“Lo服”老板向我透露，“因为决定一款新品有没有市场潜力，并不在于你能搞出多少款式，而是该“Lo服”画师的权威性和影响力。而且不找这些人都不行，这个前期成本是省不了的。” 在这个小众圈子里，找画师KOL设计服装款式测试市场反馈，早已成为卖家上新的“默认规则”。 越知名的画师人气越高，就能鼓舞更多人下单。 而且，这些画师手里都有一批潜力顾客，因此他们不仅能提供设计图，还承担了推广的作用。 当生产出样衣之后，商家还需要寄给社交媒体上的“种草姬”们去试穿。那些真人实拍效果，会比AI生成图更有带货能力，用户反而不喜欢太完美的AI模特。 “Lo服”老板坦言：“我们都不把顾客称为顾客，买卖双方的关系其实更像朋友。甚至很多买家对卖家的宽容度令人费解。哪怕面料材质一般，还是会有人出高价买单。” 在这个小众细分赛道中，顾客购买的不仅是服装本身和圈层认可，更是与画师、“种草姬”等KOL的情感羁绊。 因此，AI很难撼动KOL垄断话语权和依靠情感维系的“垂直小圈子”。 ## 四、微商江湖：AI打不破人情驱动的消费观 除了特殊小圈子，这个底层逻辑同样也适用于微商江湖中。 大家身边可能都有这样的家人，因为“不好意思拒绝”，所以购买了微商朋友的产品。 比如我妈，曾经在她朋友那里买了很多瓶洗衣液。我妈的解释是：“我下单不是因为觉得产品有多好，而是因为我和你阿姨交情很深。所以哪怕家里暂时不缺洗衣液，我还是不好意思拒绝她。” 这种基于熟人社交、血缘/地缘的信任网络，和人情主导的消费观念，是AI永远无法破解的。 你三姑的减肥茶再难喝，家族群里的红包雨也得准时落下。 这时你会发现，消费者需要的根本不是AI标准化的回复，而是好友夹着方言口音的“专属关怀”。 ## 五、金融灰产：有心人会利用AI操控舆论 “道高一尺，魔高一丈”。 在金融行业，AI则变成一面“人性照妖镜”——有人用AI辅助金融决策，就有人用AI输送误导数据。 当DeepSeek成为股市预测的“神器”，市场上反而出现了一批操控股市舆论的灰产团伙。 他们通过批量投喂“非法数据包”，虚构金融内幕或小道消息，甚至伪造上市公司财报，来污染AI训练数据，恶意诱导“韭菜”入市。 “AI炒股导师”一边用DeepSeek生成《权威分析报告》，一边在社群里扮演“暴富人设”。 当监管机构追踪到资金流向时，发现所谓的“量化策略”不过是Excel随机函数生成的数字游戏。 这些精心设计的“AI幻觉”，本质上是在利用人对AI的信任度，以此达到操控舆论的目的。 AI没普及前，虚假消息还能追踪溯源；而当AI赢得全民信任后，使用虚假消息误导人就更隐蔽了。 所以，千万别过于盲目的相信技术红利。技术的纯洁性在人性贪欲面前，脆弱得如同泡沫。 ## 结语：“三百六十行，行行出状元” 在一个“技术平权”时代，AI工具或许会成为每个企业的基础设施，但真正稀缺的能力，却是洞察人性和对行业潜规则的敏锐感知。 “潜规则”是指在正式规则之外，存在于社会、组织或群体中的不成文、隐秘但被广泛遵循的行为准则或惯例。 这些规则通常没有被明文规定，但却在实际操作中起着重要作用，有时甚至凌驾于正式规则之上。潜规则往往涉及权力、利益、人际关系等因素，其特点是隐秘性、灵活性和非正式性。 商业世界的吊诡之处在于：当AI将确定性事务的效率推向极致，真正的胜负反而转移到那些无法被计算的灰色地带。 这些矛盾的背后，是技术理性与人性混沌的永恒角力。 作者：金鑫YOYO；公众号：一个符号工作室 本文由 @一个符号工作室 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 Pexels，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。

China&#39;s new tariffs on agricultural products show if US insists on imposing tariffs, China will resolutely hit back and fight to the end, and the US will shoot itself in the foot, the state media-related influencer commented.

<blockquote><p>在影视与汽车营销深度融合的时代，车企纷纷涌入电影市场，试图通过IP合作、植入广告等方式提升品牌影响力。然而，当票房热度退去，真正的营销效果却往往不尽如人意。本文通过剖析汽车影视营销的现状，揭示了车企在流量、转化和技术应用上的三大幻觉，拆解出价值观绑定、技术叙事和场景设计等反常识的营销逻辑。</p> </blockquote>  当《哪吒2》票房持续冲高，合作车企的传播战报铺天盖地时，小僧不禁想泼盆冷水：这年头在电影里露个脸，蹭个海报长图，拍条短片就叫营销成功？ 别逗了，回顾近期数据，春节档6部电影出现汽车品牌植入，但观众能记住几个？会爱上几个？ 也许能说出来的的只有坦克的“冰火双擎”，其他车企的LOGO早被特效淹没。这暴露出车企影视营销的集体幻觉： ## 一、影视营销的三大幻觉 你以为的泼天富贵，可能只是自嗨，在多方决策和多部门点头后，大家形成了集体幻觉，哦不是，集体共识，无非是： ### 1.流量幻觉 很多人天真以为绑定顶流IP=自动收割关注，结果电影越火，品牌越透明。 犹记得某新势力在科幻大片里植入旗舰车型，散场后观众讨论外星飞船设计，没人记得车里那块中控屏长啥样。 ### 2.转化幻觉 幻想观众看完电影直接下定或直奔4S店，再不济也来个路转粉，但现实是超70%的影视合作带不来有效线索。 即便火爆如《变形金刚》带火了大黄蜂，但雪佛兰科迈罗在中国的年销量即使不是惨淡，那也是和声量不相配。 ### 3.技术幻觉 吹嘘AR植入、元宇宙联动、3D渲染，实际体验还不如影院门口的车型展台。某品牌在悬疑片里搞扫码解锁隐藏剧情，最终互动率0.3%，不至于沦为行业笑柄，但也是贻笑大方了。 可怕的现实是，当车企还在数植入镜头时长，观众早已用脚投票——电影是电影，买车是买车，这届消费者分得门儿清。 小僧只想说，流量≠品牌资产，转化≠销售漏斗，技术≠用户感知。 车企花大价钱本质上买的是“在场证明”，但观众要的是“价值共情”。当植入变成“付费背景板”，不如把钱省下来给车主发加油卡，你说呢？ ## 二、汽车影视营销无路可走吗？ 存在即合理，但同时，没有路总能趟出路。 锁定红得发紫的哪吒，我们不禁发问，坦克×哪吒2为何没成炮灰？在一片背景板案例中，坦克的“冰火双擎”营销却杀出重围，小僧拆解出三条反常识逻辑： ### 1. 要绑定IP，先绑架价值观 当同行砸钱抢镜头时，坦克干了两件“蠢事”： 首先是，把“无路闯出路”的品牌主张，丝滑融入进哪吒“我命由我不由天”的台词里；其次，让企业故事与影视故事交融，如工程师出镜讲述研发故事，和《哪吒2》特效团队比谁更“死磕”。 这些狠招背后透露出，影视营销的本质是价值观争夺战。 与其让车在电影里当道具，不如让品牌精神成为剧情注脚。 小僧以为：价值观绑定是最高级的洗脑术。哪吒粉丝为“逆天改命”热血沸腾时，坦克悄咪咪完成了品牌人格化——观众记住的不是车，而是“和哪吒一样硬刚命运”的狠角色。 转化如果不是一时能达成，那就把转化的开关植入大脑中。 ### 2. 技术叙事，得把自己逼成编剧 在技术参数透明的时代，硬核实力更需要“软包装”。 冰火双擎动力系统被拆解成哪吒、敖丙的“元神之力”，参数表变身神话图谱；导演访谈里“不小心”透露：电影里岩浆喷射特效，参考了坦克发动机热效率数据。 技术更重要的是理解度，而不是参数，消费者不懂差速锁扭矩，但看得懂“神话照进现实”的隐喻。 小僧常说：技术营销的终极形态是“造神运动”。 当发动机热效率=哪吒三昧真火，变速箱逻辑=敖丙冰霜结界，枯燥参数就成了观众颅内高潮的触发器。 你说，一个镜头植入，一闪而过不提到找不到，但是，这样的技术融入编剧，你不用说，别人会自己去找，找到了还很开心，开心了还会显摆分享出来，孰高孰低高下立判。 ### 3. 别做流量乞丐，要当场景导演 社交媒体对营销最大的荼毒就是，让大家觉得热点是速效救心丸，只要无脑冲就能上，而其次的毒害就是，让人觉得social营销免费也能有效果，无效果就是不够快或者脑洞不够大。 坦克的骚操作证明：影视营销的战场不在事后蹭，甚至不在银幕，更不会免费，而是一套组合拳： - 前戏：电影上映前放出导演吐槽“车企甲方比龙王还难搞”的短视频，播放量破亿； - 正片：影院派发“冰火能量盒”伴手礼，打开是车模+线下试驾券； - 彩蛋：凭票根抽奖送三个月坦克使用权，把“观影冲动”变成“占便宜刚需”。 电影也许是火yao，但点燃销量引线的，得是车企自己设计的导火索。你都不愿意埋线，只想坐观烟花，那就只能看别人的烟花。 影视的品牌合作流量就像烟花，绽放时绚烂，落地后只剩灰烬。坦克的高明在于把烟花残骸收集起来，做成“冰火能量盒”——让观众带着品牌记忆回家，而不是留在影院的爆米花桶里。 ## 三、汽车影视营销破局之道 当所有车企都学会蹭IP时，真正的较量才刚刚开始。影视营销的“四重觉醒”，小僧劝你盯紧： ### 1. 内容觉醒：从“贴金”到“造血” 学学阿斯顿·马丁：早在《007》剧本阶段就参与创作，让DB5成为邦德人格的一部分；警惕“汽车总动员式陷阱”：皮克斯能造出闪电麦昆，但现实车企复制不了它的灵魂。 归根结底，内容共创不是给编剧塞钱加台词，而是让产品成为故事DNA。 当车企抱怨“观众记不住我们”时，先问问自己：你的车配当主角吗？或者，你有给你的车塑造主角光环吗？如果车在影视中就是配角或背景板，为什么你会指望电影上映后，车能成为主角呢？ ### 2. 技术觉醒：让算法给影视打工 技术是车企的立身之本，但技术需要演绎，而不是参数的堆砌。玩转“时空折叠”，用AR让观众在《头文字D》重映时，通过手机召唤AE86漂移。 警惕“精准触达”，别让大数据推送变成骚扰，技术在场景中才有说服力，技术在利他的角度才能利己。先考虑内容再考虑触达，战争片观众收到越野车广告是精准，爱情片观众被硬塞MPV广告就是犯蠢。 ### 3. 用户觉醒：把观众变共创 某品牌让粉丝投票选电影植入车型，结果评论区被“不如降价三万”刷屏。 UGC不是让用户免费打工，而是给他们“改写剧本”的权力。当网友为你的车创作段子时，品牌才算真正活进用户认知世界里。 ### 4. 价值觉醒：营销终要回答“凭什么是你” 影视营销的终极目标，是让消费者说出“这车就该你造”。汽车是重投资型，影视何尝不是？价值是他们共同的底气。 所有营销都是品牌价值的注脚，影视营销不该是短视行为，当车企用电影讲技术、用票房证实力、用IP塑信仰时，卖车就成了水到渠成的过程。 汽车影视营销，少点套路，多点真诚和心气。 目前来看，影视营销从来不是车企的救命稻草，而是照妖镜——流量狂欢之下，照出的是品牌的内功深浅。 当同行还在争论“植入镜头该怼车标还是内饰”时，真正的破局者早已想明白：比起在电影里卖车，不如用卖车的精神拍电影。 下次再有车企老板抱怨“我们营销不够炸”，小僧只想回一句：您先问问自家产品，配不配得上观众的掌声。 注，本文提及案例均来自公开报道，对号入座者请自觉补交广告费。 本文由人人都是产品经理作者【小僧鲲鲲】，微信公众号：【营销禅修院】，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。

在这场AI应用竞赛的喧嚣之外，腾讯另一条与大模型应用相关的暗线正悄然铺开。

 《怪物猎人：荒野》公布了后续三周内的活动任务计划，其中第一批活动任务已于本日上线，完成将获得饰品奖励，后两周的任务分别能获得凯玉以及珠子。 # 本周（2025.03.05 〜 2025.03.12） 丰饶清净，怪鸟兴兴 收集特殊素材，获取可爱的头部装备“花妖猩α”吧！ - 原野:绯红森林 - 承接/参加条件:猎人等级 9 以上 - 完成条件:狩猎怪鸟 - 发布开始时间:2025.03.05 08:00 - 发布结束时间:2025.03.19 07:59  在晚饭之时点火 轻松收集营火烹饪所需的追加食材“库纳法奶酪”！新活动任务现已登场！ - 原野:天堑沙原 - 承接/参加条件:猎人等级 9 以上 - 完成条件:狩猎炎尾龙 - 发布开始时间:2025.03.05 08:00 - 发布结束时间:2025.03.12 07:59  # 下周（2025.03.12 〜 2025.03.19）： 对美味的执拗 轻松收集强化防具所需的“坚铠玉”和“尖铠玉”！新活动任务现已登场！ - 原野:天堑沙原 - 承接/参加条件:猎人等级 21 以上 - 完成条件:狩猎缠蛙（历战个体） - 发布开始时间:2025.03.12 08:00 - 发布结束时间:2025.03.19 07:59  丰饶清净，怪鸟兴兴 收集特殊素材，获取可爱的头部装备“花妖猩α”吧！ - 原野:绯红森林 - 承接/参加条件:猎人等级 9 以上 - 完成条件:狩猎怪鸟 - 发布开始时间:2025.03.05 08:00 - 发布结束时间:2025.03.19 07:59  # 下下周（2025.03.19 〜 2025.03.26） 雨中起舞的刺刀 轻松收集“发光宝珠·剑”！新活动任务现已登场！利用装饰品来定制武器技能吧！ - 原野:绯红森林 - 承接/参加条件:猎人等级 21 以上 - 完成条件:狩猎刺花蜘蛛（历战个体） - 发布开始时间:2025.03.19 08:00 - 发布结束时间:2025.03.26 07:59  满身沙伤的狂野之魂 轻松收集“发光宝珠·铠”！新活动任务现已登场！利用装饰品来定制防具技能吧！ - 原野:天堑沙原 - 承接/参加条件:猎人等级 9 以上 - 完成条件:狩猎辟兽 - 发布开始时间:2025.03.19 08:00 - 发布结束时间:2025.03.26 07:59  夜半沙中火，匆匆无影踪 收集特殊素材，获取以调查队纹章为设计灵感的头部装备“调查队耳饰α”吧！ - 原野:天堑沙原 - 承接/参加条件:猎人等级 9 以上 - 完成条件:狩猎雌火龙 - 发布开始时间:2025.03.19 08:00 - 发布结束时间:2025.04.02 07:59 

<blockquote><p>在快节奏的职场生活中，高效的工具能够显著提升我们的工作效率。本文将介绍一个神仙组合——AI+绘图工具，让你在3分钟内轻松绘制流程图。</p> </blockquote>  “朋友，又在对着一堆毫无逻辑的文档梳理流程图？” 晚上9点，看着被甲方打回的第8版评审文档，你是不是也想过把文字直接”变”成流程图？ 作为被UML虐了无数次的产品经理，想跟你们分享一下，【DeepSeek对话生成+Drawio自动绘图】组合技。 实测3分钟就能把需求文档给你们变成标准流程图，老板看了都知乎内行。  ## 一、利用deepseek输出XML文件 首先，我们把产品文档上传/复制到deepseek上，让DS以XML形式功能流程框架。 例如我把CRM产品功能文案复制到ds后输入：“以上为CRM系统中的客户管理模块，请根据内容梳理流程图，并且以XML形式进行输出” 随后把点击右上角【复制】按钮，把XML内容复制下来。  ## 二、把内容粘贴到txt，修改文件后缀为XML 随后，我们新增一个txt文件，把复制的内容粘贴到文件上，随后保存文件  保存后，把文件后缀改成XML格式。  ## 三、把XML文件导入drawio 最后，我们打开drawio（地址：www.draw.io），创建新的流程图文件。 点击右上角【文件】—【从..导入】—【设备】，随后选择保存好的xml流程图。  导入后系统自动生成信息架构，我们可以根据细节进行调整流程图，最后在drawio中进行到处png或者xml格式即可完成。  ## 最后总结 自从学会了这套组合拳后，最爽的不是省时间，而是能站在上帝视角审视流程逻辑——毕竟不用再边画图边改排版了。 而且以后我们可以通过AI绘制流程图，节省更多的时间进行学习知识，不断变得更强。 好啦，今天话题就聊到这，希望文章内容能帮助到大家，如果你们还想学习更多AI应用知识，欢迎留言沟通，拜了个拜❤️。 本文由人人都是产品经理作者【北沐而川】，微信公众号：【健彬的产品Live】，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。

用AI解决自己的问题是一码事，将AI杜撰的信息混到公网里又是另一码事了。

 V 社于今日公布了2025年3月最新一期的 Steam 全球销量排行榜。一如既往，榜单排除免费游戏常青树，从而带来更好的游戏及硬件选购参考。本周的排行榜中，《怪物猎人：荒野》持续登顶， 而《R.E.P.O.》则紧追其后。详情如下： 1.《怪物猎人：荒野》 &lt;内嵌内容，请前往机核查看&gt; 2.Steam Deck  3.《R.E.P.O.》 &lt;内嵌内容，请前往机核查看&gt; 4.《天国：拯救2》 &lt;内嵌内容，请前往机核查看&gt; 5.《PGA TOUR 2K25》 &lt;内嵌内容，请前往机核查看&gt; 6.《EA SPORTS FC 25》 &lt;内嵌内容，请前往机核查看&gt; 7.《彩虹六号：围攻》 &lt;内嵌内容，请前往机核查看&gt; 8.《席德·梅尔的文明VII》 &lt;内嵌内容，请前往机核查看&gt; 9.《严阵以待》 &lt;内嵌内容，请前往机核查看&gt; 10.《纪元1800》 &lt;内嵌内容，请前往机核查看&gt;

在AI时代的大幕下，荣耀正发起一场开放式变革。

<blockquote><p>你是否曾经困惑于如何在复杂的金融环境中找到最佳的融资途径？本文将深入剖析物流供应链金融环境下的企业融资策略，从理论到实战，帮助你理清思路，掌握关键步骤。</p> </blockquote>  供应链金融是指基于供应链内各方的合作，通过金融手段优化资金流、信息流和物流的关联，实现资金在供应链中的高效流转。其核心在于通过核心企业的信用背书，打破传统融资方式中存在的信息不对成的问题，提高资金的流动性和透明度。 供应链金融依托信息技术平台，使供应链各方能够共享信息，简化融资流程。供应链金融可以帮助上下游企业在较低的融资成本下获得资金支持，尤其是中小企业，借助核心企业的信用，获得融资机会。其主要特点包括依托核心企业信用、提升资金流转效率、信息共享等，使得供应链内的融资成本较传统方式大幅下降，融资时间得到有效缩短。 ## 一、物流在供应链金融中的重要作用是什么？ ### 1、物流是供应链的重要环节 物流作为供应链中的重要环节对于供应链金融的实施至关重要。物流不仅涉及产品的运输、仓储、配送等环节，还直接影响到资金流转的速度和效率。尤其在融资过程中，物流的及时性和准确性对于资金的回笼、应收账款的兑现等有着重要影响。 ### 2、优化物流环节 物流供应链在供应链金融中占有举足轻重的地位。企业通过物流管理的优化，能够较快地实现资金回笼，降低资金占用成本，减少库存积压，提高物流周转效率。及时高效的物流体系在加快货物流动的同时，也保证了资金在供应链上的顺畅流通，进而促进整个供应链的资金利用效率的提高。 企业可以在物流优化的基础上，在库存中减少资金的占用，并在其他生产活动中投入资金，以增强资金的流动性，从而达到降低资金占用的目的。 ### 3、物流与融资协同 在供应链金融中，物流不仅是物资流动的环节，也可以作为融资的担保物。在某些融资模式下，物流的时间表、配送轨迹等信息可以作为资金流动的验证工具，证明货物的流转情况和资金流动的真实性。 这种协同作用可以有效降低融资风险，提高融资的可控性。通过物流和融资的有效结合，企业能够确保资金在各个环节的顺畅流动，同时避免因资金流动不当导致的融资风险。 ## 二、供应链金融环境下企业融资的主要问题 ### 1、信息不对称问题 由于供应链各方的信息共享程度低，特别是企业的财务状况、经营资料等关键细节，往往不能全面披露，致使金融机构对企业信用风险的评估很难做到准确无误，从而造成无法对企业信用风险进行准确评估，对企业的信贷风险造成很大的影响。信息不对称不仅导致融资难度加大，还会导致企业面临较高的融资门槛，尤其是信用较弱的中小企业，容易在贷款审批过程中存在控制风险不足的问题。 ### 2、融资成本高 虽然供应链金融相对于传统的融资方式具有更大的灵活性，但是对于缺乏有效担保或信用等级不高的企业而言，金融机构通常会要求更高的利率来覆盖风险。 另外，整个供应链的融资成本仍然受制于中小企业的信用状况，导致整体融资成本偏高，尽管核心企业的信用支持能够降低一定的风险。 ### 3、资金流动性差 虽然供应链金融在理想状态下能加速资金流动，但在实际操作中，资金的流动性依然面临着诸多问题。企业的账期较长、货款回收困难等因素，限制资金的及时回流，均会导致资金周转不灵。尤其是上下游企业之间的资金流转不畅，可能使得中小企业无法及时获得所需的流动资金，进而影响其运营和融资能力。 ### 4、风险控制难度大 由于核心企业与上下游供应商和客户信用关系复杂多变，导致供应链金融中风险控制难度较大，缺乏有效的风险监测系统和实时的数据支持，难以有效防范和控制信用风险和违约风险。特别是供应链中的金融风险受市场环境变化、政策不确定性等因素影响更容易积聚。给企业融资带来更大的挑战。 ## 三、供应链金融环境下企业融资难题与创新对策有哪些？ ### 1、信息不对称问题的创新对策 在供应链金融中，多数中小企业融资过程中普遍存在着信息不对称的问题。为了解决这一问题，企业可以在区块链技术的帮助下，确保信息的透明度以及信息的可溯性。通过建立以区块为中心的信息化平台，企业在区块链上可以实时、公开地记录所有的有关交易信息，使参与方能够及时获得准确的财务数据和经营状况，减少信息偏差，是企业避免因出现偏差而产生的风险，提高企业在金融领域的发展。 金融机构也可以结合供应链数据和企业历史业绩，建立动态、智能的信用评估模型，对企业的融资额度、贷款利率进行实时调整，减少因信息而造成的风险，提高了企业的融资效率。 ### 2、降低融资成本的创新路径 供应链金融虽然相对于传统的融资方式来说比较灵活，但是融资成本对于一些信用水平较低的中小企业来说仍就是问题。为降低融资成本，企业可通过在供应链金融平台上使用智能合约技术减少人工干预，从而实现自动化审批与风控。 另外，通过引入众筹模式，特别是供应链金融平台，为特定行业或地区提供融资，可为规模化资金集中的投资者聚集，形成规模化的资金支持，分担风险，降低融资成本。核心企业可以协助金融机构降低中小企业的风险评估门槛，通过提供更详细的交易数据和信用背书进一步降低融资利率。 ### 3、提升资金流动性的创新路径 尽管资金流动性是供应链金融的理想对象，但由于企业实际面临着账期延迟、汇款困难等问题，在供应链金融中存在着一定的不确定性。企业可以根据实时交易数据和物流信息对融资额度和时间进行调整，借助供应链金融平台的动态融资功能能提高资金流动性。如企业通过物流跟踪系统，对货物状态、流转进度等进行实时掌握，并据此加快融资审批速度，使资金到账时间缩短。 同时，银行和金融机构可直接根据货物的流转情况提供融资，消除传统融资模式中信息滞后的问题，通过供应链票据、仓单等融资工具，使资金的流动性和企业的资金周转效率得到大幅提高。 ### 4、创新风险控制模型 在复杂信用系统和多边参与者环境中，供应链金融风险管控的形式十分严峻。为有效把好企业风险关，可搜集客户各个方面的数据，并通过人工智能和大数据所得到的分析来对客户的风险情况进行实时评估和预测，以有效地把控潜在风险，减少风险问题的存在。同时，可以根据供应链金融的信用背书来增强融资能力。 ## 四、总结 供应链金融是当前一种新兴的融资模式，为企业提供了灵活的融资手段，特别是中小企业。但其在执行过程中面临着信息对称的问题，导致融资成本居高不下，风险管理举步维艰。通过扩宽融资渠道，加强信用评价和风险控制，促进技术创新，企业能够为自身发展提供更有力的资金支持，以有效提高融资效率，降低融资成本。 作者：物流小兵说 公众号：物流小兵说 本文由 @物流小兵说 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 Pexels，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>小鸡专注APP以其独特的功能设计帮助用户专注于工作和学习。本文将深入分析该APP的各项功能，拆解其背后的设计逻辑，为你揭示如何利用这款应用提高生产力，实现高效生活。</p> </blockquote>  今天介绍的软件主要解决专注问题，提高工作/学习中专注效率的一款专注工具-小鸡专注 **用户市场数据：** - 全球专注力经济市场规模已达42亿美元（Grand View Research 2023） - 84%的职场人存在”数字分心”现象（微软工作趋势报告2022） - 大学生平均专注时长从12秒降至8秒（美国国家生物技术信息中心研究） ## 一、首先站在战略层，这款工具解决了用户什么样的核心需求 用户普遍面临问题 比如；注意力不集中，容易受外界干扰，没有动力专注，工作/学习效率低等问题 对比传统番茄钟专注上解决方案创新性  ## 二、从范围层角度 需要设计哪些功能？ 思考用户在专注过程中，会出现哪些问题来确定对应功能范围 首先从专注的目的来说是为了完成一个具体的目标，就可以把完成目标过程拆分为  **2.1 开始时会面临问题：增强用户完成动机，提高趣味性和成就感** 比如：完成作业，我为什么要开始写作业，因为可以提高成绩水平，这就是我写作业的动机 如果每个人都有足够的自主性和自制力的话，就可以自主完成作业，那么绝大多数学生也都可以成为好学生 但实际情况却不是这样，比起完成作业有更多事情更有吸引力，更能激发兴趣：比如打游戏，打篮球，看漫画 **2.2 做事过程中：营造专注环境，提升干扰影响** 会面临多钟干扰，那么如何该减少外界的打扰呢，理想情况下只要不理会外界的打扰就可以，但事实上除了外部世界，手机上也总有各种干扰吸引着我们，比如腾讯视频好看的电影，王者荣耀中排位赛，金铲铲等。 那么如何减少或者降低这些外界诱惑对我的干扰呢，最理想的办法当然是全部卸载掉，但是这却是不可能的，所以应该减少外界对我们干扰的提示 **2.3 完成一件事情后：结果可预见性，具象化，提高下次完成的动机** 很多时候当完成一件事情后都会有一种期待感，这种期待感是：对于这件事情可能会对我们产生什么影响的期待，但是如果你问他，希望再完成一次么，我想很多人都不会的。因为开始是困难的，过程是枯燥的，结果是未知的。那么这个过程中要增加：结果可预见性，具象化，提高下次完成的动机 那这个阶段要解决的是外界对我们的干扰如何降低，或者如何减少我们被其他干扰所带走 那么三个阶段中要解决的问题就很明显了 第一：增加用户开始外部动机，让开始有趣味性和成就感， 第二，较少其他外界对做事过程中干扰， 第三：增强完成目标的成绩感/以及下次完成的动机 小鸡专注是如何满足的？如何让用户完成单次专注 ### 1. 开始专注前 开始专注过程等于宠物养成的过程，小鸡会随着专注而逐渐长大，增强用户完成动机，以具象化方式让用户看到专注成果。 支持用户每次专注前，选择专注的类型，用于给目前已专注时间进行分类统计，让用户更直观看到专注时间分布 ### 2. 专注过程中 专注方式 - 专注方式1：正计时专注 - 专注方式2：番茄钟方式专注（增强专注效果） 原理：番茄钟将任务拆分为25分钟专注+5分钟休息的周期（可自定义），利用人类注意力集中时长特性（通常10-40分钟）减少疲劳，通过短暂休息恢复精力 **减少外界干扰** 根据用户实际情况设置不同专注模式 - 学霸模式：中途打开任何软件都将专注失败 - 白名单模式：支持设置一些软件白名单 - 宽松模式：专注过程中可以打开任何软件 **营造专注环境** 支持用户选择白噪音，帮助用户在环境嘈杂环境中进行专注 在专注完成、休息完成、专注中断这种关键节点时，可以选择声音提示，给用户带来不同感官刺激，也避免用户点开手机后被其他内容吸引。 损失厌恶机制（当专注中断时宠物死亡） 损失厌恶：指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。 利用人们对损失厌恶的心理，如果中途退出专注，已养成小鸡将会挂掉，反向促进用户完成专注 ### 3. 专注完成后 **好感度/成就系统** 1 行为激励机制：提升用户专注动力 每次专注完成后可以收获小鸡+好感度等即时反馈，让用户感受到「当下努力有回报」，同时好感度累计到一定数值，可以用来兑换其他动物，设置进行专注的长期目标，形成「短期激励+长期目标」的闭环。这种机制利用了心理学中的「目标梯度效应」 通过成就系统将抽象的「专注」转化为具象的里程碑（如「累计100小时」），触发用户对自我挑战的满足感。人类大脑对「进度可视化」有天然的正反馈机制（如进度条效应），成就系统让用户感知到「努力被量化」，强化「目标-行动-奖励」的闭环。 2游戏化设计增强参与感通过「好感度-动物」的兑换体系，将枯燥的专注行为转化为类似游戏的成就系统。用户完成专注任务时也获得了类似「完成一定任务，兑换奖励」的体验 3延迟满足与沉没成本用户需要长期积累好感度才能兑换动物/成就，这种延迟满足机制增加了用户的沉没成本（时间、精力），从而降低流失率。 **设置成就/好感度中获得标准要点** 成就以专注时间为获得成就标准，好感度生成也是根据专注时间来决定好感度获得的多少。并不是单纯引入游戏化设计，为了游戏化而游戏化。而是通过完成产品目标“让用户更加专注”而引入游戏化设计。 **3.2 时间轴回顾** 每次专注完成后，用户可填写对本次专注内容总结，支持按时间轴方式展示。让用户明显看到每次专注后心得，将抽象的时间投入变成具象的文字记录。同时按照时间轴方式，也构成【用户-个人专注总结线】，更能直观看到每次专注后所产生的火花，给用户带来沉浸感。 ## 三、结构层：用户专注流程  ## 四、框架层 页面布局 **页面布局** 主界面将宠物形象置于屏幕中上方，计时条位于下方，开始/暂停按钮位于底部固定栏，符合用户操作习惯 **操作路径** 用户完成主要动作路径很简短，方便用户操作。 如：鸡场和设置，进入对应界面后，只需要一步操作，就可以返回主界面中开始专注。 **隐藏式导航设计** 左滑进入鸡场右滑进入设置界面  ## 五、表现层 **人性化设计** 1用户重新选择标签后，下方弹出立刻开始按钮，减少用户操作路径，不需要点击返回主页，再进行开始动作 2所有付费功能，提前给用户图标显示，用户通过查看图标，一目了然是会员功能，避免免费用户点开后才发现为付费功能，给用户造成失落心理 3当用户专注时间比较短/比较长时给出建议提示 - 较短时间时：会提醒用户专注时间短，会专注失败 - 专注较长时：会提示用户时间足够长，要注意休息 **增强使用中惊喜感** 1每次完成专注后，会通过烟花特效给用户带来成就感和惊喜，同时支持用户分享本次成果，满足用户分享欲 2勋章支持在首页中显示，会随着屏幕移动方向进行移动，增加用户惊喜感 本文由 @M.Circle 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>近日，情趣用品行业迎来了新的变革——AI技术与成人玩偶的结合，让这一隐秘市场再次成为焦点。本文将探讨AI大模型如何为情趣用品市场注入新活力，分析AI娃娃的市场前景、消费群体特征以及面临的挑战。</p> </blockquote>  2025年伊始，Deepseek的落地引起了时代的科技大震荡，而随着其爆红，国内网友也玩出了各种新花样：年轻人深夜用它算命、股民根据它的建议炒股、单身贵族把它当“赛博月老”寻姻缘…不少人甚至和其谈起了恋爱。他（她）们把自己的理想型输入AI模型，用话术和AI“产崽”，打造一个私人订制版的“完美恋人”。 当然，如果将DeepSeek设置成了冷漠型男友，它也能让你瞬间破防。 不过和AI谈恋爱已经不算新鲜事了。近日，将AI植入硅胶娃娃、创造全新的“人机交互”，再次刷新了大众的想象力。据了解，一家成人玩偶制造公司金三玩美（WMdoll），旗下集成开源AI大模型的硅胶娃娃MetaBox系列，在海外市场卖得如火如荼。 食色，性也。硅胶娃娃如果从单一的“生理需求”产品，升级为具备情感交互能力的“AI伴侣”，无疑让成人用品产业拥有了更大的想象力。而这对AI硬件市场也未尝不是一件好事，在单身经济越发旺盛的背景下，广大消费者接触的第一个AI硬件爆款会是升级版的“娃娃”吗？ ## AI娃娃，重新点燃情趣用品市场 自90后高考状元马佳佳踏足情趣用品市场、创立泡否后，这一夹杂着隐秘、羞涩、欲望和暴利的行业，已经许久没有新故事了，这也使得它在资本市场上渐渐被遗忘。 根据IT桔子梳理的行业数据显示，2014年，国内情趣用品行业风险投资事件达13起，相当于2011—2013年三年间同一领域投资事件的总和；2015年，这一数量增长到24起，次年也有15起之多。可经历这次高峰后，资本对情趣用品赛道的热情变得冷淡，尽管2021年左右受疫情刺激、迎来第二春，但这种热情没有保持太久，2022年一整年也只有3起融资。 这不能归咎于资本，资本“盯上”赛道、重金下注，试图助推、引爆赛道，终极目的自然是催生出如杜蕾斯这样的头部品牌，而包括各种“玩具”、情趣服饰和内衣等多个品类的成人情趣赛道，至今没有诞生下一个“杜蕾斯”。 在这种背景下，AI的技术革命，给了情趣用品智能化的想象力，这瞬间刺激了市场，也刺激了广大男性。 众所周知，传统的成人娃娃仅限于简单反应，缺乏与人类互动所需的表达能力，随着生成式AI与大模型的突破，将使这类产品可能具备理解、分析并回应的能力。简单点说，它既能解决生理需求，还能提供情感需求。而大胆想象一下，一个知情识趣、能容忍所有缺点、无限提供情绪价值且不会索取的“伴侣”，是不是满足了大部分人对另一半的要求呢？ 起码一些男性已经动心了，他们认为，“给女朋友买包的钱，够买半个机器人了，但机器人至少不会嫌我穷。”  在2024年，Tidio公司在美国对1200多名受访者进行的一项调查显示，有48%的男性和33%的女性对机器人伴侣持开放态度。MetaBox系列在市场的反响也印证了其潜力，该产品于2024年12月启动海外公测，首批投放北美、日本及欧洲市场的200台产品迅速售罄，占同期总订单量的20%，用户活跃度持续走高。 其实相比更加考验智能化的AI伴侣，AI硅胶娃娃或AI情趣机器人反而更有爆发的潜力。因为其切中了单身经济下的用户刚需，而生理需求的重要性要远大于他们对智能化的要求，这就决定了产品受技术制约的程度较小。 智能化的噱头再加上行业暴利的诱惑，这一赛道或将迎来久违的热情。 ## 男人可能“养”不起AI娃娃 受疫情侵袭的影响，国内成人情趣行业经历过一次小高峰，尤其是硅胶娃娃。数据显示，我国2020年成人用品出口量同比增长近50%，成人娃娃的出口更是暴增100%。其中，来自德国、意大利的订单增长最为明显。此前京东调研报告也显示，2020年国内硅胶娃娃销量约为60万个，平均每月卖出5万个，全球大约200万个左右。 只是，在庞大的成人用品市场中，实体娃娃仍属于规模较小的品类，一个核心缘由是价格拦住了销量。 长时间内，市面上实体娃娃的价格普遍较高，大多在6000-8000元左右，硅胶仿真人偶的市场价高达上万，日本一些高端的硅胶娃娃甚至达到四五万。依托中国制造，国内一些制造厂商将实体娃娃的价格打了下来，但智能化的潮流，显然能将它们的身价抬得更高。 比如金三玩美的硅胶娃娃MetaBox系列，售价在1500-2000美元之间（约合10880-14507元人民币）。  我们可以参考我国情趣用品消费的客单价，根据艾媒咨询的《2023—2024年中国情趣用品行业及消费行为调查分析报告》显示，2020年中国情趣用品消费客单价主要集中在100-300元，2023年则主要集中在300-1000元。尽管客单价上涨明显，可我们看到，1000元以上的消费区间反而是下降的。 当然，这些硅胶娃娃的核心市场在对成人用品接受度更高的欧美地区，但实际上他们在成人用品上的消费并不高。  根据大数跨境搜集的一些关于美国成人用品消费者画像的数据和信息，50%的受访者（包括54%的男性和45%的女性）表示他们的性玩具价格低于20美元，仅有3%的受访者表示他们花费了超过100美元。 从这一消费状况来看，能提供感情需求的AI硅胶娃娃固然极具吸引力，可价格还是阻碍了消费热情，这就很容易让AI硅胶娃娃陷入一个“有钱男人不需要、没钱男人买不起”的尴尬境地。而且，智能化的硅胶娃娃卖的不单单是娃娃，也包括服务，服务则需要另加钱。 就像MetaBox系列，想要体验AI交互功能，需要先支付100-200美元的订阅费。如果暂停订阅，它就只是个不会说话的普通娃娃。 当这种经过智能化改造的硅胶娃娃或者说AI伴侣，不再是一锤子买卖，单靠硬件赚钱，其实消费者可能更会被“拿捏”。某公司的用户协议显示，AI伴侣会持续学习用户的作息、情绪波动甚至性偏好，这些数据不仅用于优化服务，更会反向生成“个性化付费点”。 ## 女性，更需要会互动的成人娃娃？ 长期以来，使用成人情趣用品的羞耻感，使得这一行业在我国的发展一直比较隐秘和低调，尤其是女性群体，很多人对两性生活的羞于启齿，让她们在这一行业几乎是失语的。但是，这种情况在近几年已然改变。 在CBDdata发布的《2020线上情趣用品消费报告》中，近八成的情趣用品线上消费由已婚人群完成，而已婚育婴期和已婚已育的女性消费占比尤为突出。另外，第一财经商业数据中心发布的《2021中国女性健康白皮书》也显示，在线上情趣用品消费市场中，女性的消费占比日渐攀升，增速明显高于男性，目前占比近四成。 而且从产品品类来看，自2021年以来，女用器具的发展增速在整个行业内的表现十分亮眼。 所以说，悦己观念的兴起助推女性消费者在该市场上掌握了更多的话语权，她们正在成为消费的新主力。但是不得不承认的是，女性需求与成人用品发展的错位，让现在围绕女性群体进行的产品创新才刚刚开始，很难迅速满足需求的增长。像实体娃娃这一品类，几乎默认是男性需求催生的产物。 不过，大模型的植入让娃娃类产品对女性的吸引力放大，因为相比男性，女性对情感和互动的需求往往更强烈。  这在AI陪伴的赛道上已经验证。在当前较为活跃的AI 社交App中，女性用户为主导的情况，已经开始在一些产品中出现。如Character AI 、Replika、Chai，女性用户占比都在50%以上，星野的用户群也是女性居多。另外，在AI陪伴玩具市场上，我们可以发现很多产品打造成毛茸茸的、可爱的外形，这既是迎合儿童，也是迎合女性。 而在成人用品领域，一个可能会说话、会聊天、会安慰人的硅胶娃娃，自然比一个冷冰冰的硅胶娃娃，更受女性欢迎，更吸引其痛快买单。 尤其是海外市场，女性对情趣用品的接受度更高，而且相较于国内，这类成人用品还有一群不容忽视的受众，即男同性恋、女同性恋和双性恋者，他（她）们每年在性产品上的花费比异性恋者多。 值得一提的是，我国单身女性数量的增多，也将成为AI成人娃娃或AI机器人伴侣未来发展的一个基础。根据人口普查数据，从2000年到2020年，30-44岁未婚女性的比例从0.8%上升到5.6%，增加了7倍。在经济较为发达的地区，30-34 岁的未婚人口比例要更高，比如 2020年北京在30-34岁间的未婚比例高达23.9%。 女性在婚姻上拥有越来越大的自主权，比起结婚意愿，她们的恐婚情绪反而与日俱增，所以她们宁愿选择单身。而单身女性群体的需求，显然潜藏着更多的机会，不会仅限于一个宠物经济。 当前，资本市场围绕“材料+生理传感+AI大模型”的技术包装已经变得火热，K线图上一道道陡峭的上升曲线，直白诉说着巨大的利益。不过，不管是AI硅胶娃娃还是陪伴机器人，终究是产品为王，一款还未被验证成功的产品，还不足以带动整条产业链。 本文由人人都是产品经理作者【道总有理】，微信公众号：【道总有理】，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

新能源转型窗口期还剩3年。

明星创始人为融资保驾护航。

排队8小时、股价翻10倍，老铺黄金是被发现还是被高估？

<blockquote><p>现实中的数据往往充斥着缺失值、异常值、重复值和格式不一致等问题，这些问题如同隐藏的“定时炸弹”，随时可能破坏数据分析的准确性。本文将带你深入了解数据清洗的必要性、常见问题及解决方法，从“脏数据”到“干净数据”，解锁数据蜕变之旅，为数据分析和决策筑牢基础。</p> </blockquote>  日常生活中，我们常对房屋进行清洁，扫地、拖地、擦拭家具，让家里重新回归舒适整洁；我们常对衣服进行清洗，水洗、烘干、熨烫，让外在形象再次优雅。 在数据世界中，同样存在脏数据，会对后续的数据分析、挖掘、应用造成阻碍，这就需要进行【数据清洗】。 ## 什么是数据清洗？ 数据清洗（Data Cleaning）是指对原始数据进行处理，以纠正或删除缺失、异常、错误、不规范的部分，从而提高数据质量和可用性。 脏数据类型丰富多样，常见的有空值、异常值、重复值、错误数据、不规范格式等。比如员工信息表中有部分员工的联系方式为空而出现空值；比如用户统计信息表中出现年龄大于150而出现异常值；比如多人收集到同一个人的销售线索而出现数据重复；比如销售订单单价应该取折扣价而取了原价而生成的错误数据；比如日期正常格式应该是 【YYYY – MM – DD】，却被记录成了 【MM/DD/YYYY】…. 这些脏数据如果不加以处理，就像隐藏在暗处的 【定时炸弹】，在进行数据分析、挖掘潜在价值的时候突然 【爆炸】 ，导致分析结果出现偏差，无法为决策提供可靠的依据。 数据清洗的核心是发现数据问题并针对性修复，最终目标是让数据达到【准确、完整、一致、可靠】的标准。在发现数据问题并针对性修复中，需要结合业务场景灵活选择方法。 例如：金融风控数据：需严格处理异常值和缺失值，避免模型误判；社交媒体文本数据：需清洗特殊符号、停用词和拼写错误。 ## 如何进行数据清洗？ 数据清洗的目标是为了让数据达到高质量标准，需要针对数据问题来进行针对性修复。 ### 处理缺失值 - 缺失值问题：数据中的某些字段为空或未记录，影响数据分析的准确性和完整性。 - 解决方法：删除缺失记录、填充默认值（均值、中位数、众数等）、使用算法预测缺失值。 - 缺失值案例：在一份电商销售数据中，部分订单的购买价格缺失。产生原因可能是商品有报价、底价、折扣、活动价，多套价格体系，因取值策略异常而不能获取到单价。 案例有效解决办法：依据订单、活动、商品信息，重新获取正常价格，处理缺失值情况。 ### 修正异常值 - 异常值问题：数据明显偏离正常范围，影响数据分析的准确性。 - 解决方法：用统计方法（Z-score、IQR）识别异常值，根据场景修正或删除。 - 异常值案例：患者体温记录为50°C（明显超出人体范围）。可能是单位错误（如华氏度误标为摄氏度），修正为10°C（对应50°F）； 案例有效解决办法：随机筛选数据比对单位情况，若是单位错误则统一单位；若无法修正，标记为异常并剔除。 ### 删除或合并重复数据 - 重复数据问题：数据集中存在重复记录，可能导致分析结果偏差。 - 解决方法：识别重复记录（如相同ID、时间戳），删除或合并。 - 重复数据案例：在极短时间内，提交客户、产品、单价、总金额一致的订单。可能原因是防快速点击失效，多次点击提交导致订单重复。 案例有效解决办法：删除重复订单数据，注意保留与支付记录等后项操作有关的数据。 ### 统一数据格式 - 数据格式问题：同一字段的格式不一致，导致数据处理和分析困难。 - 解决方法：标准化日期、时间、单位、文本大小写等。 - 数据格式案例：在一份统计表数据中，日期格式有多种，如【2021-01-01】、【01/02/2021】、【2021年3月1日】。 案例有效解决办法：将所有日期转换为【YYYY-MM-DD】格式。 ### 解决数据不一致 - 数据不一致问题：同一实体的描述不一致，常见情况如国籍、省市区地址、月份、星期等。 - 解决方法：建立映射表或规则统一表达。 - 数据不一致案例：存在【北京市】、【北京】、【Beijing】等不同写法。 案例有效解决办法：创建映射表统一替换为【北京市】；使用正则表达式匹配缩写（如【京】替换为【北京市】）。 ## 为什么要数据清洗？ 通过上述清洗方法，可以有效提高数据质量，为后续的数据分析和决策提供可靠的基础。 准确的数据是一切决策的根基。数据清洗通过识别和修正错误数据，确保每一个数据点都真实可靠，从而为企业的决策提供坚实的基础，使决策能够建立在正确的事实之上。 但如果数据存在大量异常值、重复值或缺失值，那么分析结果将极不可靠。 企业若依据这样的分析结果制定库存管理、营销推广等策略，可能会造成库存积压、营销资源浪费等不良后果。 通过数据清洗，去除这些干扰因素，能够显著提升数据分析的可靠性，让分析结果真正反映业务的真实情况，为企业提供准确的决策依据。 企业内部不同部门一般都会基于相同的数据进行各自的业务分析和决策。如果数据质量参差不齐，各个部门可能会对数据产生不同的理解和解读，从而影响部门之间的协作效率。 通过数据清洗，统一数据格式、规范数据标准，能够增强数据的可用性，使各个部门都能基于一致、准确的数据开展工作，促进跨部门的协作与沟通，提高企业整体运营效率。 在机器学习和深度学习等领域，数据是训练模型的 “燃料”。模型的性能很大程度上取决于输入数据的质量。 脏数据会干扰模型的学习过程，导致模型无法准确捕捉数据中的模式和关系。经过数据清洗，填充缺失值、纠正错误数据，能够为模型提供更优质的数据，使模型能够更好地学习数据特征，进而优化模型性能，提高预测的精度和稳定性。 数据清洗是数据处理流程中不可或缺的关键环节。对于保障数据的准确性、提升分析的可靠性、优化模型性能、促进企业内部协作等都起着至关重要的作用。在这个数据驱动的时代，只有重视数据清洗，才能让数据真正成为推动企业发展的强大动力。 本文由人人都是产品经理作者【壹叁零壹】，微信公众号：【壹叁零壹】，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。

<blockquote><p>智能算法和机器学习的应用，不仅提高了客户服务的效率，更改变了服务的方式。本文将深入探讨大模型如何驱动售后服务的创新，从技术原理到实际应用，为你揭示未来呼叫中心的发展趋势。</p> </blockquote>  售后服务的呼叫中心似乎是两边不讨好的存在。 - 对企业： 很多领导认为可能是个成本中心，降本先降呼叫中心的本 - 对消费者：互相推卸，怎么都解决不了问题，权当是发泄情绪的地方 当然这是一种很极端的表达，售后呼叫中心仍然给消费者解决了很多问题，但是对售后的不满意也是普遍存在的现象。在大模型实践了两年后，人力成本高昂的售后呼叫中心该去哪里，其实对不同的企业，还是有很多讨论的空间。 ## 大模型Agent，完全替代人工坐席行不行？ 以我所在消费电子行业售后坐席来讲，其实他们承担了以下四部分工作 **1）咨询类问题，**帮助处理一些线上闭环，可以不去线下门店就能解决的问题，也包含一些通用话术。 这部分其实涉及比较多的垂域知识 **2）办理类问题，**这类办理可能就是通过工单或者其它系统的录单来体现的 **3）投诉，**这类问题很特别，强依赖人工，但是投诉问题，本质是服务成本的问题 当然，还有一个隐形的工作，就是对消费者的情绪安抚。 **4）情绪支持，**接收消费者一些负面情绪，提供情绪价值。 其实情绪支持是贯穿在所有的业务类型中的 如果划分为以上四个类型的工作内容，那我的结论是， 99% 的人力可以就被大模型Agent 替代。 ### 咨询类问题：两个实践难点，领域知识（幻觉）和多轮问答的效果问题 **领域知识的获取**。 RAG的基本工程逻辑： 现在大家用RAG实践的其实也比较成熟了。 那RAG和大模型理解能力的增强，其实让我们把检索精品知识（FAQ，图谱）渐渐的往检索原始长文去牵引。但是目前来看，检索高质量的知识，生成的效果还是更好。 但是，为了降低运营成本，检索原始长文必然会成为更有性价比的选择。 幻觉问题，我认为是技术和消费者双向奔赴。 幻觉越来越可控，消费者对大模型的接受程度也越来越高。 说到底，幻觉是个风险接受的问题。 **多轮问答的实现。 ** 多轮之前依赖业务配置流程 - 依赖配置，成本高 - 场景粒度不一致，管理难 - 消费者命中场景，场景内交互体验差 后面通过图谱实现 - 依赖图谱建设（真痛苦） - 依赖填槽能力建设 再通过完全依赖大模型+RAG+提示词（业务规则）实现。 其实效果已经不错。 当然这里说的仍然是消费电子产品的售后服务，如果是医学领域，估计还是要依赖图谱的严谨性。 ### 办理类问题，说白了是接口集成的跨系统能力 大模型的推理能力+RPA完全搞的定 。 某汽车厂商不是做了一个demo，用deepseek输出办理步骤，车机AI去办理。 这里不展开 ### 投诉类问题，本质是服务成本控制的妥协 这类问题是无法在售后的场景通过AI来解决的，可能要往上游追溯，从质量，服务策略的制定阶段去解决这类问题。 ### 情感支撑，人毕竟还是非理性的 情感类APP很多，这里比较复杂的是，很多投诉用户，很底层的需求是对人的发泄。 大模型或者可以低声下气，但是满足不了消费者对真人发泄的需求。 这部分可以换个题目展开讲讲。 但是我的结论是，对于真正的投诉类问题，比较难以纯靠AI解决。 ## 大模型时代，售后坐席（人）存在的价值是什么 呼叫中心是人力密集的，也是技能重复的，缺乏创造性和想象力的 。 即使没有上面关于可行性的论证，很多人也早早下了结论，人可以不存在。 从纽卡门把蒸汽机用在煤矿上抽水开始，蒸汽机以全新生产力的革命姿态替代了传统动力来源，无论是畜力还是水力，风力，都迅速的被淘汰掉了。但是，依赖蒸汽机产业的上下游，也诞生了很多新的岗位。 说了这么多，其实想表达的是，无论如何，呼叫中心坐席的人肯定会减少，但是，剩下更少的人，会要求更高的技能，这未尝不是好事。 只是说，我们从什么角度看待AI带来的重复劳动岗位的减少的问题。 这个命题太宏大，聚焦到呼叫中心来看，90%多的岗位HC还是会消失。 但是，你我的岗位不也面临同样的困境吗？ ## 大模型时代，看呼叫中心的业务、流程、IT、质量、运营 售后服务之前在华为应该有个ITR的流程，也就是从问题到问题解决。 即使有了大模型的替代，呼叫中心的业务实质是不会变的，解决消费者问题是售后存在的意义。业务不变，但是流程会变，之前依赖人力的呼叫中心，围绕人力构建的招聘、培训、评优、质检，等等一系列的东西都会变化。  -  综合售后的业务，近几年的业务目标还是不会变，但是指标可能会从NSS和CSAT渐渐的往解决率去靠 - 流程会有大变化，之前依赖人的长流程，会因为大模型端到端的黑盒能力而变短，并且围绕人力密集的站点构建的其它支撑流程也会消失 - IT系统会因为Agent的构建而变得更加无代码和低代码化，换句话，业务有可能会因为工具的强大，渐渐减少对IT的依赖 - 质量问题不依赖人，而开始依赖大模型的能力和对风险的接受程度。当然这个取决于具体的任务和对大模型的评估方式 - 运营也会渐渐的从对业务的运营，渐渐的变成对AI效果的运营。难不成过几年大家就会喊出，人人都是AI训练师的口号？ ## 总结 整体讲的其实还是很粗糙，无论是大模型在呼叫中心的替代路径，人的价值，还是对于流程IT的变化，相信大家真正的实践中，面临的问题还要更多，更细碎。但是无论如何，机会还是大于挑战。 多思考，多做一些推演，多和不同领域的人聊聊，或许，对于呼叫中心未来的演进，就有更加清晰的图景。 本文由 @Eclipse 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