当地时间周一，又一家国际投行对特斯拉股价前景作出了悲观预测。瑞银（UBS）分析师表示，这家电动汽车制造商的股价仍“从根本上被高估”。 瑞银分析师列举了特斯拉业务面临的诸多风险，包括美国政府取消电动汽车税收抵免以及特斯拉首席执行官马斯克的政治活动。 “我们看到，汽车业务的基本面正在恶化，100%利润率的积分收入将不复存在，业绩预期可能出现负面修正，而且这位CEO可能会对业务分心（或者至少可能不像投资者希望的那样专注于公司）。”瑞银分析师在一份报告中写道。 瑞银分析师给予特斯拉 “卖出”评级，目标价为215美元（较当前水平低逾30%），比华尔街大多数分析师更为悲观。 相比之下，在Visible Alpha追踪的券商中，该股获得了8个“买入”评级，5个“持有”评级，4个“卖出”评级，平均预期目标价略低于300美元。 瑞银分析师表示，尽管交付量低于预期，但他们预计特斯拉第二季度的盈利将符合预期。他们表示，尽管他们有所担忧，但他们认识到，特斯拉“可能是终极的故事-叙事-动力-模因股”。 特斯拉定于7月23日美股盘后公布第二季度财报。对于特斯拉第二季度的业绩，瑞银预计每股收益为0.43美元，而汽车毛利率（不包括信贷）为14%，而华尔街的普遍预期为13.5%。 瑞银分析师表示，特斯拉下周的电话会议可能不会太聚焦汽车需求，马斯克更有可能将重点放在上个月推出的自动驾驶出租车Robotaxi和Optimus机器人的进展上。 对于特斯拉的汽车业务，瑞银分析师们预计，该公司将公布原定于今年上半年推出的更实惠的特斯拉车型的最新情况，以及该公司对电动汽车税收抵免取消的看法，以及这将如何影响特斯拉的利润率。 特斯拉股价周一上涨1%，收于略低于317美元的水平，自今年年初以来已累计下跌逾16%。  本月初，特斯拉在华尔街的最大空头摩根大通重申了其对该股的看空立场。该行分析师 Ryan Brinkman 重申了对特斯拉115美元的目标价，这一目标价是华尔街主要分析师中最低的，比特斯拉当时的交易水平低逾六成。他认为欧洲需求持续疲软、美国联邦电动汽车税收抵免可能提前到期等因素，都是特斯拉短期面临的风险。 上个月，特斯拉在华尔街的另一大空头富国银行警告称，特斯拉今年的自由现金流或转负。该行分析师Colin Langan重申了其对特斯拉的“减持”评级以及120美元的目标价。 就连特斯拉在华尔街的长期多头之一Wedbush近日也罕见发出警告，敦促特斯拉董事会限制马斯克参与政治的行为，以免进一步干扰公司运营与股东利益。 [查看评论](https://m.cnbeta.com.tw/comment/1513072.htm)

随着比特币价格在本周一强势升破了12万美元，其创始人中本聪的财富可能也正持续“水涨船高”……据区块链分析公司Arkham称，中本聪在其数千个钱包中持有109.6万比特币，按当前价格计算价值已超过了1310亿美元。长期以来，业内普遍认为中本聪仍占有全球5%(约110万枚)的比特币。  从理论上讲，这一数字将使中本聪在《福布斯》亿万富翁榜上排名第11位， 超过科技巨头戴尔科技公司首席执行官迈克尔·戴尔，后者的净资产为1251亿美元。 而若再往上一步，中本聪则需要挑战目前全球前十大富豪中的“守门员”——“股神”巴菲特。根据福布斯的数据，巴菲特当前的身家约为1421亿美元。  《福布斯》亿万富翁榜单在评估富豪的财富时，并不考虑加密钱包的持有量；相反，其追踪的是个人可公开验证的资产持有量，例如股票。 目前，SpaceX和特斯拉首席执行官埃隆·马斯克仍在《福布斯》富豪榜上高居首位，这位全球首富的净资产超过了4040亿美元。软件公司甲骨文的联合创始人拉里·埃里森位居第二，身家预估为2740亿美元。Meta首席执行官扎克伯格以2740亿美元的财富位列第三。 若以币价计算，比特币需要再上涨208%才能达到370000美元——从而帮助中本聪登顶全球首富，但前提是其他亿万富翁的净资产保持不变。 行业分析师Eric Balchunas在上月的一篇X平台帖子中则曾大胆预测，中本聪到2026年底至少会成为全球第二大富豪。他当时表示，如果比特币实现“正常的每年50%”涨幅，那么中本聪很可能会在“明年某个时候”攀升至富豪榜第二位。  “值得深思的是，如此成功项目的创始人却从未套现过资产，这一点与Jack Bogle的理念不谋而合。”Balchunas补充道。Jack Bogle是先锋集团创始人，其以长期持有指数基金、反对频繁交易而闻名。 10x Research高管Markus Thielen则预计， 比特币在未来两个月内还会上涨20%，并在9月份达到133,000美元的可能性为60%。 2008年，自称为日裔美国人的“中本聪”发布了一份比特币白皮书，首次提出“去中心化”的货币概念，并于次年启动了比特币网络。不过，自2011年“中本聪”从互联网神秘“消失”后，关于其真实身份是个人还是团体的猜测，一直众说纷纭。 截止目前，中本聪持有的比特币数量可能仍远超其他任何人，甚至比机构还多。Bitwise近期发布的《2025年Q2企业比特币采纳报告》显示，截至6月30日，全球共有125家上市公司持有84.7万枚比特币，占比特币总供应量的4.03%。 目前已知的一小部分个人，也拥有大量的比特币。据估计，加密货币交易所Gemini的创始人Winklevoss兄弟持有约7万枚比特币。 风险投资家、比特币早期支持者Tim Draper持有约3万枚比特币，这些比特币是他在2014年美国法警拍卖会上购得的。Strategy联合创始人Michael Saylor在其公司持有的比特币之外，还拥有约17732枚比特币的私人储备。 [查看评论](https://m.cnbeta.com.tw/comment/1513070.htm)

越南官方媒体周二援引一名政府官员的话说，SpaceX预计将从今年第四季度开始在越南推出“星链”（Starlink）卫星互联网服务。据报道，越南科技部副部长Pham Duc Long表示：“科技部的目标是在该投资者完成投资程序并在越南建立法人实体后，立即批准使用低轨道卫星的试点服务，目标是在2025年第四季度部署服务。” [](https://static.cnbetacdn.com/article/2024/1009/fc154f860a328a4.jpeg) 报道称，SpaceX目前正在与越南财政部合作，以完成在当地设立一家全资子公司所需的程序。 今年4月有报道称，SpaceX正准备在越南建立一个用于星链卫星的地面站，并计划建造更多地面站。 越南政府今年3月表示，将允许SpaceX在该国试行其服务，没有外资所有权限制，试运营期将持续到2030年底。 [查看评论](https://m.cnbeta.com.tw/comment/1513068.htm)

市场研究公司国际数据公司(IDC)周一公布的数据显示，全球智能手机出货量增长在今年第二季度出现放缓，因消费者对美国关税引发的经济不确定性感到担忧，从而削减了支出，尤其是对低端设备的购买。 初步数据显示，4月至6月当季全球智能手机的出货量同比仅增长了1%，达到2.952亿部，增速低于上一季度的1.5%。 随着消费者降低智能手机消费的优先级，整体市场需求已有所减弱，特别是在低端细分市场。 IDC全球客户端设备高级研究总监Nabila Popal表示：“经济不确定性往往会压缩低端市场的需求，而该市场对价格的敏感度最高。因此，低端Android手机正遭遇困境，拖累整体市场增长。” IDC表示，为弥补出货量放缓，手机厂商正持续通过在更具性价比的设备中搭载AI技术来提升价格点。 不过，IDC对智能手机市场整体依然保持乐观。IDC客户端设备研究总监Anthony Scarsella表示，“面对持续的地缘政治挑战、战争的影响以及关税带来的复杂性，智能手机市场1%的增长率正成为关键指标，表明市场正准备重回增长轨道。” Scarsella指出，“第二季度涌现出众多新机型，它们具有创新的设计，并强大地集成了人工智能，这推动了智能手机市场连续第八个季度实现增长——这是我们自2013年以来从未见过的。” 在中国市场上，尽管受到618电商节以及国补政策的带动，不过手机设备制造商和渠道合作伙伴并未明显增加出货量，而主要借助促销活动清理库存。 具体来看，三星在二季度实现了主要手机厂商中最高的增速，当季出货量增长了7.9%，达到5800万台。IDC客户端设备副总裁Francisco Jeronimo表示，“三星巩固了其市场领导地位，同时增速超越了整体市场，在新款Galaxy A36和A56的推动下，本季度实现了强劲增长。” 苹果基本维持住了其市场份额，二季度智能手机出货量增长了1.5%，不过其在中国市场的出货量下降了1%。 小米二季度以4250万台的全球出货量位居第三，vivo和传音则分别位居四、五位。  (2025年第二季度全球智能手机出货量前五大公司、市场份额及同比增速) [查看评论](https://m.cnbeta.com.tw/comment/1513066.htm)

7月15日上午消息，美国英伟达公司创始人兼首席执行官黄仁勋今天在接受媒体采访时宣布两个重要进展。 [](https://static.cnbetacdn.com/article/2025/0714/4dd8acdb3551e8c.png) 一是，美国已批准H20芯片销往中国。黄仁勋表示：“美国政府已经批准了我们的出口许可，我们可以开始发货了，所以我们将开始向中国市场销售H20。我非常期待能很快发货H20，对此我感到非常高兴，这真是个非常、非常好的消息。” 二是，英伟达还将发布一款名为RTX Pro的新显卡。黄仁勋表示，“这款显卡非常重要，因为它是专为计算机图形、数字孪生和人工智能设计的。” [查看评论](https://m.cnbeta.com.tw/comment/1513064.htm)

上个周六，外卖大战再次打响，且战火不断升级。7月13日，美团宣布截至7月12日23时36分，美团即时零售日订单量超过1.5亿。7月14日一早，淘宝闪购联合饿了么宣布，日订单量再次突破8000万创新高。 在外卖平台不断攀升的成交数据背后，却出现了不同的声音。今日，遵义市红花岗区餐饮行业商会发布《关于呼吁外卖平台停止“内卷式”补贴和不正当竞争的倡议书》。 倡议书表示，美团、淘宝闪购（饿了么）近期发起的“0元购”、“满18减18”等极端补贴行为，为争夺外卖市场份额挑动低于成本价的恶性价格战，已造成市场经营秩序混乱、行业生态严重失衡，导致本区大量餐饮企业经营陷入“不参与则无流量，参与则破价亏损”的恶性循环，更让大量依赖堂食的实体店遭遇严重冲击、苦不堪言！ 倡议书提出三项倡议：一是，停止非理性补贴，回归价值竞争；二是，保障商家合法权益；三是，共建可持续发展生态。 以下为倡议书原文： 美团、淘宝闪购（饿了么）： 近年来，国家多次提出要整治无序拼价格战等“内卷式”竞争。5月13日，国家市场监督管理总局会同中央社会工作部、中央网信办等五部门联合约谈贵司，要求公平有序竞争，共同营造良好市场环境，切实维护消费者、平台内经营者和外卖骑手的合法权益。 然而，贵司近期发起的“0元购”、“满18减18”等极端补贴行为，为争夺外卖市场份额挑动低于成本价的恶性价格战，已造成市场经营秩序混乱、行业生态严重失衡，导致本区大量餐饮企业经营陷入“不参与则无流量，参与则破价亏损”的恶性循环，更让大量依赖堂食的实体店遭遇严重冲击、苦不堪言！此举严重违反市场监管总局2025年7月12日明确要整治的“为了排挤竞争对手或独占市场，以低于成本的价格倾销，扰乱正常的生产经营秩序”等“内卷式”竞争7类典型违法违规行为的监管红线。 这场补贴大战已导致“三输”局面：商家牺牲的是长期生存空间，消费者获得的是掺水品质，骑手透支的是健康体力。我们恳请平台企业牢记，餐饮业的生命力在于品质与诚信，而非数据泡沫。作为餐饮行业代表，我们呼吁美团和淘宝闪购立即停止这种违反《反不正当竞争法》的低价倾销行为，并呼吁监管部门介入、及时整治“内卷式”竞争乱象！倡议如下： 一、停止非理性补贴，回归价值竞争 1．立即停止“0元购”等突破成本底线的非理性促销活动，避免商家被迫参与赔本经营； 2．严格执行市场监管总局关于“禁止通过低价扰乱市场秩序”的规定，取消变相价格战； 3．建立合理的定价机制，餐饮类商品折后价不应低于原材料成本+基础运营成本 二、保障商家合法权益 1．禁止强制摊派补贴成本，商家参与促销活动需遵循自愿原则； 2．优化算法和补贴规则，避免“爆单破价”现象； 3．对未参与补贴的中小商家提供流量扶持，维护市场公平性； 三、共建可持续发展生态 1．将竞争焦点转向食品安全提升和生态各方可持续发展机制建设； 2．积极响应市场监管总局整治“低价竞争、低质竞争”专项行动； 3．公开承诺不实施商业诋毁、虚假交易等违规行为。 商家之困即是民生之艰。我们恳请平台牢记：商业文明成于生态共荣，行业兴衰系于企业良知。愿各方以民生为念，止无序之争，还餐饮以品质，还市场以公平！让我们携手回归商业本质，共同守护中国餐饮行业的可持续发展！  [查看评论](https://m.cnbeta.com.tw/comment/1513062.htm)

狂飙的山姆，是该做平衡题和反思题了。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

甜蜜蜜们走出去。

AI蛋白质解析领域正在经历一场静水流深的变革。

石头科技正经历创新型企业常见的增长悖论。

“报行合一”新规之后，“二八分化”或进一步加剧。中小财险公司，该何去何从？

剖析“病灶”，直面资本与人性、制度的深层博弈。

不再死磕国内市场，而是从海外反攻国内，是泡泡玛特走得最对的一步棋。

你上一次发朋友圈是什么时候？ 不是那种工作相关的转发，不是层层标签的「分组可见」，不是图一乐的节日打卡，而是真正意义上的「在社交媒体上展示你」，分享自己的生活、情绪、观点，哪怕是一张早餐图。 对许多人来说，这种更新频率也许已经以月计，甚至年计。仿佛只有年终总结、旅行打卡、人生大事、重要节日值得一圈，除此之外，日常内容逐渐消失了。 这不能简单归因于「懒到只想已阅」，也并非中国独有，而是全球人民共通的「社交冷感」现象： 人们在主动逃离公共社交，从公之于众的「广场」上，躲回到更私密的群聊、私聊甚至「仅自己可见」的心里 。  正如《纽约客》近期一篇长文《Are You Experiencing Posting Ennui?》所写：「我们好像已经无法想象，曾经为什么吃个早餐也要发个圈儿。」 我们正在经历一个「发帖倦怠」（posting ennui）的时代。 # 01 发什么，都不对劲 十年前的微博、朋友圈、Instagram，是「看什么都值得发」的年代。 三明治咖啡早餐、地铁自拍、书页一角、午后家居、emo 金句……这些内容甚至形成了一种风格：Ins 风。 在那个智能手机和 4G 网络串联起的时代里，生活的一切仿佛都值得展示。  这画风起码得有 10 年了｜图源：Instagram 而 2025 年，我们却陷入了一个奇怪的悖论： 任何东西都可以发，但没有任何东西值得发 。 《纽约客》的作者 Kyle Chayka 观察到，普通人不再轻易将生活碎片分享在平台上。「做这件事不再那么自然，甚至让人怀疑我们曾经为何觉得它自然。」文中写道。 「现在发个自拍我都会犹豫，觉得是不是太轻浮了。」华盛顿一位酒吧服务员告诉记者。 她在 Instagram 上发了几张自拍，又在数小时后选择删除。「当全世界都在经历悲剧的时候，我担心我看起来不合时宜。」 这不是孤例，而是 Z 时代人的共识： 比起被看见，更不想让别人误解 。 比如文中出生于 2008 年的 17 岁少年 Tarik，他表示自己从未体验过所谓的「社交媒体黄金时代」。在他看来，即便是私人账号，也需要「看起来很松弛」。 「我根本无法想象就发一张早餐照。」他总结了一套「朋友圈六宫格模版」：一张自拍，一张合影，一张美食照，再加几张自然风光或独特爱好，「最好是没刷到别人也发过的那种。」Tarik 补充道。 发动态前，大家开始设想「这张图会不会太做作」、「会不会显得我很无趣」、「发了又没人看没人赞，有什么意义」……这种内耗顶替了展示的欲望，让人选择了「返回」而非「发布」。 而且发了可能也没人看，甚至之前有个热门标题就叫「算了你肯定觉得没意思」。  真把动态发出去后，可能还会经历一轮「内耗」，《纽约客》的文章提到一个有意思的心理词汇： vulnerability hangover，用来形容在公开表达脆弱之后，感到羞耻、后悔、焦虑或暴露感的反应 。 这个词近年来频繁出现在社交媒体语境中，尤其与「发帖后懊悔」、「删掉限时动态」、「不想让别人看到太真实的自己」等行为相关。 就像刚发完朋友圈，发现没什么人点赞评论后，就想删掉。 人们已经学会了把生活中的脆弱和情绪，藏起来、缩小化、去情绪化，于是朋友圈人均花好月圆，岁月静好。 点赞量、转发数、评论数是反馈，配图的审美、发布写的文案、生活的精彩程度还塑造了自己的「数字人设」。 所以发得不够好，不如不发；被误解，不如沉默；迎合算法，不如只消费不创造。 # 02 算法与观看 就如同被误解是表达者的宿命，被看到也是表达者的动力。 在《纽约客》的采访中，有不少人提到，他们愿意发动态也是觉得「朋友会看到」。但随着算法推荐机制的出现，很多平台不再按照时间线推送内容。相反，热门内容、商业账号、带货信息，才有可能出现在首页。 曾经的社交媒体是一个「去中心化」的舞台，允许普通人分享生活，如今却像与算法的对赌，发个帖不带点儿 #Hashtag#，跟仅自己可见没区别了。  生怕别人看不到，没文案也要把话题都加上｜图源：小红书 但这并不意味着大家都不用社交媒体。相反，很多人每天都会花许多时间去浏览、参与、分享内容。 平台的设计、舆论的敏感、内容的对比，怕「被审视」也怕「没人看」的焦虑， 让「我在看，只是不语。」成了这个时代社交媒体的主旋律 。 同时，还有一批年轻人在实践「数字极简主义」，不仅不发，还少看、少评、少点赞，甚至关闭通知、卸载通知，以恢复注意力、缓解焦虑，给自己进行一个「数字排毒」。  近五年来都很流行的「数字健康」｜图源：Google 据皮尤研究中心 2023 年的一项报告，约有 64% 的 18-29 岁美国受访者表示，他们曾在过去一年中「主动删除或暂停使用某个社交平台」。 在中国，朋友圈是最先「沉默」的社交平台 。 核心原因还是微信太泛用了，早已变得「公私不分」。你发一个自拍，把相貌暴露给了「网友」；发一段深夜 emo，起早就会收到亲戚们的问候；就时事发表一个观点，可能会被持相反意见的好友默默拉黑；发一个下班后的精彩生活，隔天领导就问你工作是不是不饱和。 而且这些人还都是你的「好友」而非「网友」，在这种氛围下，轻易表达观点与情绪都可能成为「自找麻烦」。 正因如此，朋友圈逐渐失去了「生活区」的定位，被转移到了「更不怕自我暴露」的平台：QQ 空间、小红书、同好群聊。 尤其是引领了「发疯文学」的 Z 世代，更倾向于用多账号、分区社交的方式来维护自己的身份边界。 所以分享欲不会消失，只会转移。 如果说 2010 年代是「发给所有人」的年代，那么 2020 年代，也许是「发给几个人」的年代 。 群聊、分组可见、好友可见、互关可见、非关注者不允许评论……这些功把「小区广场」变为了「我家的客厅」，大家都找到了自己的「私域」，能在一个地方做真实的自己，在另一个地方经营可见的自己。 人们并没有停止表达，只是更审慎地选择表达的场域与对象。 # 03 谁还在表达？ 我们如今能在社交平台上看到什么？ 滤镜精修的网红美照、剪辑精巧且生活充实丰富的 Vlog、国际和社会新闻里的战争、对立、恶性事件、借社会焦虑「钓流量起号」的话题、生活窍门和技巧、包裹在日常里的「广告」……在内容无限内卷的时代，要么养眼、要么有用、要么有情绪、要么能变现。  算法引导下的自媒体时代，真的刷不出来「活人」｜图源：小红书 在 AI 兴起后，产生了一个术语叫「Google Zero」：即通过 AI，搜索引擎直接呈现答案，用户不再点进网站的时代。 社交媒体的未来，也许正在逼近「Posting Zero」。 那将是一个普通人不再发帖的世界，只剩品牌、媒体矩阵、营销、AI 生成的内容，以及一群内容工匠，对着沉默的人群继续产出「内容」。 未被职业化、商品化、情绪化的内容，将不再会呈现大众面前 。 或许这个时代已经到来了。打开你常用的内容媒体，在瀑布流里刷十分钟，可能都刷不到一个真正的「素人」内容。 《纽约客》写到，出版人 Michael Goldsmith 是少数仍然坚持「随意发帖」的人之一。他在 X 上拥有不到 2000 个关注者，常常发布一些幽默的日常思考，比如：「如果狗能抽烟，它们会用两只爪子夹住烟，还是一只爪子两个指甲之间？」 这条推文没有收到任何点赞。他表示自己并不在意：「我只是把脑子里的东西丢到另一个容器里。」 「我不在乎我发了三十条，只收获两个、甚至零个点赞。」他继续说，「总有下一条等着我。」这种不被期待回应的表达，或许才是社交媒体最初的原型。 但他可以不在乎，那你呢？

Thai officials are reportedly optimistic about settling an agreement by the August 1 deadline.

未来，该领域或将持续吸引技术与资本的关注，成为全球健康科技创新的核心赛道。

更务实了？还是更无奈了？

县城手机店只是一个案例的侧影，面对着变化如何做是我们每个人都需要回答的问题。

OpenAI需要再重复一次ChatGPT时的奇迹。

当靶点从神坛跌落，真正的较量才刚刚开始。

飞猪能接住多少流量？

（北京）7月15日，**宝马宣布与中国科技企业Momenta合作**，联合开发面向中国市场的新一代智能驾驶辅助解决方案。该方案充分结合双方在人工智能和汽车工程领域的优势，以“中国道路”为舞台打造安全可信且切实可落地的智能驾驶体验。这一合作标志着BMW在智能驾驶领域的本土化创新迈出关键一步，为中国消费者带来更贴合本土出行场景的先进驾驶辅助功能。  **专为本土场景打造，全域领航辅助出行**   **双方将基于国产宝马新世代车型的智能架构和硬件平台，聚焦智能驾驶辅助前沿领域，**开发基于AI大模型的驾驶辅助功能软件，并进行持续优化与测试验证。合作将聚焦中国出行场景和用户需求，打造“土生土长”的中国专属智能驾驶辅助解决方案。**这套本土驾驶辅助系统将提供全场景、点到点的领航驾驶辅助功能，覆盖高速及城区道路，无论是长途自驾还是复杂拥堵路况都不在话下。**未来，宝马车主可实现从车位泊出，途经城区、高速、城区，到目的地车位泊入的跨城交通，“一站式”实现无忧出行。该方案将应用于包含国产新世代在内的多款车型，覆盖多个细分市场。  **AI大模型赋能，一体化感知决策与自进化升级**   新一代方案的技术核心在于AI大模型驱动的“感知-规划-控制”一体化架构。借助Momenta提供的先进人工智能算法，车辆能够以近似人类驾驶员的方式理解复杂路况并做出决策，提高对动态环境的适应能力。该方案采用了端到端的大模型技术，融合超大规模神经网络用于环境感知、路径规划和车辆控制，实现高度智能化的驾驶判断。相比传统基于规则的系统，大模型方案能不断从驾驶数据中自我学习改进。通过远程升级功能（Over-The-Air），车辆的软件算法可持续迭代进化。借助这一机制，宝马的新一代驾驶辅助系统将具备“自我进化”的潜力，在产品全生命周期内不断变得更聪明、更可靠。   **宝马集团大中华区总裁兼首席执行官高翔表示：**“宝马独有的产品理念、智能驾驶之道正与中国卓越的数字科技深度融合，为中国用户打造拥有宝马DNA和中国智能的纯粹智能驾趣。我们期待着与Momenta树立又一个共创共赢的范例，**中国智慧，强强联合，将宝马‘在中国、为中国，以中国速度创新’战略推向新的历程。**”从华为、阿里到Momenta，宝马智能转型押注中国，与中国科技公司的合作从数字生态、AI交互拓展到智能驾驶辅助领域，实现从虚拟世界到现实道路的“跨次元”突破。  **Momenta CEO曹旭东表示：**“非常荣幸与宝马集团合作**，BMW始终是驾驶乐趣的代名词和行业创新的领导者。Momenta将充分发挥自身在智能驾驶领域的专长与优势，与宝马联合打造集‘德系卓越驾控’与‘AI大模型前沿能力’于一体的智能驾驶辅助产品，为用户带来安全、便捷、高效的未来智慧出行。”**   **安全机制完备，严守数据安全与用户隐私，凝聚宝马集团二十年驾辅经验**   宝马自动驾驶和驾驶辅助的开发理念是安全为本（Safe）、共驾思维（Symbiotic）、智能驱动（Smart）。**宝马集团驾驶体验高级副总裁米希亚尔·阿尤比博士表示：“**我们此次与志同道合的伙伴展开合作，将为中国客户提供独一无二的驾驶辅助体验。我们全力推进宝马集团20余年的安全技术积淀与中国本土智慧及顶尖AI技术相融合。”  **安全始终是宝马对驾驶辅助技术的第一要求。新一代系统在设计上融入了宝马20余年来在驾驶辅助领域的安全技术积淀，建立起全方位的安全冗余和风险应对机制。**宝马早在上世纪末就开始探索驾驶员辅助系统技术，并在过去二十多年中不断改进诸如自适应巡航、车道保持、防碰撞预警、眼神变道，为智能驾驶打下坚实基础。此次合作研发的方案充分继承并升级了宝马的安全DNA。依托这样的安全基因，新一代智能驾驶辅助方案将把驾驶风险降至最低，在提供便利的同时确保始终如一的安全守护，让用户真正体验到“放心敢用”的智能驾驶辅助。**于此同时，宝马始终坚持严守数据安全与用户隐私，**本次合作开发的驾驶辅助系统将在数据采集、存储与使用全流程严格遵守中国法律法规要求，确保所有车辆数据处理均在合法合规框架下进行。此次合作将把数据安全保护机制融入产品设计基因，以确保智能驾驶辅助功能的发展建立在合规、透明、值得信赖的基础之上。   **“本土智能驾驶辅助方案”加持新世代“王牌”技术，新世代智能驾趣如虎添翼**   宝马新世代车型将重新定义智能驾趣，**宝马在驾控和交互领域划时代的自研技术突破与本土智能驾驶辅助方案相结合，共同构成了宝马在智能驾驶体验领域的独有的优势与护城河。**不同于其它品牌，宝马在开发阶段就综合考虑智能交互、操控和驾驶辅助的协同整体性方案，力求达到智能便利、驾驶乐趣、行车安全三者的完美平衡。 **“驾控超级大脑”和“全景iDrive人机交互”与“中国本土智能驾驶辅助方案”相辅相成，是宝马跻身智能驾驶体验第一梯队的底气。**车辆层面，“驾控超级大脑”为中国本土智能驾驶辅助系统提供了坚实基础。“驾控超级大脑”首次将动力域及底盘域二合一，把驱动、制动、转向、充电与能量回收等关键操控环节整合成一个协同系统，通过智能底盘实时感知并调整车辆动态特性，车辆响应延迟低于千分之一秒，信息处理速度提升10倍，可以在不被用户察觉时完成千百次调整。在此基础上，中国本土智能驾驶辅助系统结合软硬件一体化环境感知和道路规划，两者相互协助，确保车辆能高效、平稳、“无感”地应对各种复杂场景。   **用户层面，BMW首创全景iDrive以驾驶者为中心，划时代的人机交互为智能驾驶辅助保驾护航。**从驾驶员视角看去，新世代超感智能座舱的四大交互界面基于“视觉锥”设计理念排布。视平线全景显示、向心中控和3D HUD界面全面优化驾驶辅助内容的显示方式和层级，让丰富信息一目了然。配合超感智控方向盘“直觉式”一键操作，人车互动流畅自然，确保驾驶员眼不离路、专注驾驶。从信息呈现到操作决策，堪称最有“安全感”的驾驶辅助多模态交互布局，让宝马独有的直观、便捷、安全“人车合一”驾驶体验再上新台阶。   安全可靠和切实落地将是BMW智能驾驶战略在中国市场的不变准则。通过与本土科技力量Momenta的强强联合，宝马将全球领先的汽车安全工程与中国尖端的人工智能技术深度融合，推动智能驾驶辅助在中国的加速落地。此次合作不仅为宝马开创了“联合本土创新、服务本土用户”的全新范式，也展现了双方共创共赢、引领未来出行变革的美好愿景。

Nvidia in a statement confirmed it would consume H20 chip sales to China and announcement of RTX Pro, a new, fully compliant GPU for China.

融资主要用于核心AI能力研发、全球市场拓展与国际化人才团队建设。

在效率革命持续深化的今天，终端市场的进化路径愈发清晰，随着全场景替代号角吹响，一个芯片自主、整机自强、生态自信的国产化体系正凝聚更强战备力量。

安全研究人员发现，有黑客一直在使用一种名为NimDoor的新macOS恶意软件系列，以web3和加密货币组织为目标。分析有效载荷的研究人员发现，攻击者依赖于不寻常的技术和以前未见过的基于信号的持久性机制。 该攻击链包括通过Telegram联系受害者，引诱他们运行假的Zoom SDK更新，通过Calendly和电子邮件发送，类似于最近与BlueNoroff关联的一个由Huntress管理的安全平台。 **高级macOS恶意软件** 网络安全公司SentinelOne的研究人员表示，黑客在macOS上使用c++和NimDoor编译的二进制文件（统称为NimDoor），这“是一种更不寻常的选择”。 其中一个由nimm编译的二进制文件，‘installer’，负责初始设置和分级，准备目录和配置路径。它还会将另外两个二进制文件“GoogIe LLC”和“CoreKitAgent”放入受害者的系统中。 GoogIe LLC接管收集环境数据并生成十六进制编码的配置文件，将其写入临时路径。它为持久性设置了macOS LaunchAgent (com.google.update.plist)，它在登录时重新启动GoogIe LLC，并为以后的阶段存储身份验证密钥。 攻击中使用的最先进的组件是CoreKitAgent，这是NimDoor框架的主要有效载荷，它作为事件驱动的二进制文件运行，使用macOS的kqueue机制来异步管理执行。 它实现了一个带有硬编码状态转换表的10例状态机，允许基于运行时条件的灵活控制流。最显著的特性是它基于信号的持久性机制，它为SIGINT和SIGTERM安装自定义处理程序。  为SIGINT和SIGTERM注册自定义信号处理程序 这些信号通常用于终止进程，但是当其中任何一个被捕获时，CoreKitAgent会触发一个重新安装例程，重新部署GoogIe LLC，恢复持久链。 当触发时，CoreKitAgent捕获这些信号并写入LaunchAgent用于持久化，GoogIe LLC的副本作为加载器，以及自身的副本作为木马，通过addExecutionPermissions_user95startup95mainZutils_u32函数设置后两者的可执行权限。这种行为确保了任何用户发起的恶意软件终止都会导致核心组件的部署，使代码能够抵御基本的防御行动。  当进程终止时将恶意软件组件写回磁盘 CoreKitAgent解码并运行十六进制编码的AppleScript，该AppleScript每30秒向攻击者基础设施发出信标，泄露系统数据，并通过osascript执行远程命令，提供轻量级后门。 与NimDoor执行并行，zoom_sdk_support.scpt触发涉及trojan1_arm64的第二个注入链，它启动基于wss的C2通信并下载两个脚本（upl和tlgrm），以促进数据盗窃。 在“zoom_sdk_support. conf”的情况下，在Scpt的加载器中，研究人员注意到它包含超过10000行用于混淆目的的空白行。 Upl从web浏览器中提取数据，抓取Keychain，.bash_history和.zsh_history，并使用curl将其泄露到dataupload[.]store。Tlgrm专注于窃取Telegram数据库和. tempkeyencrypted，很可能使用它们来解密目标在平台上交换的消息。  针对Telegram数据的tlgrm脚本 总的来说，NimDoor框架和SentinelLABS分析的其他后门是与朝鲜威胁者有关的最复杂的macOS恶意软件家族。 该恶意软件的模块化使其具有灵活性，并且使用了新的技术，如基于信号的持久性，这表明朝鲜网安人员正在发展他们的工具包以扩展其跨平台能力。

EU's trade chief Sefcovic said the bloc has been quite close in agreeing the text on the trade agreement in principle, but there still have been "big gaps" in some areas, and "we must be prepared for all outcomes."

<blockquote><p>ChatGPT和DeepSeek作为当前AI领域的两大热门产品，凭借其强大的语言处理能力和智能交互功能，吸引了全球用户的广泛关注。然而，两款产品在用户体验、功能特点以及应用场景上各有千秋。本文将对ChatGPT和DeepSeek进行深度对比分析，从产品定位、技术架构、市场表现、实际使用体验等多个维度，详细探讨它们的优缺点以及适用场景。</p> </blockquote>  在产品的生命周期中，**用户感知总是滞后于产品更新**。真正能让一款产品站住脚跟的，不在于技术多先进，而在于它是否始终站在用户的角度，理解他们的真实需求。在人工智能快速发展的今天，产品如何贴近用户，变得尤为关键。 ## 一、定位与目标用户：他们想为谁解决什么问题？ 在过去的信息时代，我们一遇到不知道的东西，很自然就会想到“百度一下”。的确，百度的知识覆盖非常全面，对于我们的提问，既有个人见解也有机构权威解答，无疑给了我们诸多思维路径。但百度的解答，往往**缺乏结构性与推理链条，**需要用户自己翻找和总结答案。 随着人工智能聊天机器人的兴起（如ChatGPT、豆包、DeepSeek等等），人们逐渐把“问AI”作为寻找问题答案的主要途径。这些工具不仅能提供快速解答，还能进行逻辑推理、结构化表达，为用户节省大量筛选信息与思考的时间。那么今天我们就来聊聊其中AI产品的“领袖人物”ChatGPT和国内爆火的”新人“DeepSeek的使用体验和各自的优缺点。 ## 二、战略层：ChatGPT 与 DeepSeek 的定位差异  **技术核心**： - ChatGPT基于GPT系列大语言模型，采用Transformer架构，核心机制为自注意力（Self-Attention），使其能够高效理解上下文信息并处理长距离依赖，无需依赖传统的LSTM或RNN结构**也能建立长距离联系**。 - DeepSeek基于DeepSeek-VL与DeepSeek-Coder模型系列，采用开源大模型训练策略，强调中文理解与本地化优化。 ## 三、市场表现分析：搜索热度与地域渗透力 通过百度指数数据（2025年5月30日至6月28日）可见： - **DeepSeek的搜索热度更高**，在工作日显著活跃，说明其在提升办公效率上更具优势。 - **ChatGPT热度相对稳定**，用户分布更广，包括河北、陕西等地区。  两者均在广东、浙沪等科技与教育资源密集地区表现突出，反映出用户对AI应用的敏感度与接受度。   ## 四、ChatGPT 的产品体验：冷静的边界感，温暖的使用感 ### 4.1 ChatGPT：友好型对话体验 界面：极简黑白灰风格，突出沉浸式交互。 **如何提问 ChatGPT？问题描述越具体，答案越有价值** 在与 ChatGPT 的对话中，提问方式往往直接决定了回答的深度与质量。越是**具体、有上下文、有角色设定**的问题，模型对用户需求的理解就越准确，输出也越贴合实际。 **提问建议：尽可能详细地描述你的问题情境** - 讲出你**目前的疑惑点。** - 提供问题**产生的背景。** - 明确你的**期望输出方式**（比如以表格形式、简洁语言等）。 - 如果可能，还可以指出它与你正在做的任务的**关联性，**比如引用它上述回答的内容。 - 可以使用**“背景—角色—目标—输出”**四维结构构建问题。 **例子1：论文撰写助力场景** **角色**：我是一名正在撰写毕业论文的文学专业本科毕业生，你是位论文指导经验丰富的文学老师。 **目标**：指导我围绕贾平凹小说《高兴》中“刘高兴”的人物形象撰写论文大纲。 **背景**：需要从文本出发，分析人物形象演变、反映的社会现实，并确保具有一定研究价值。 **输出**：请以论文大纲形式输出，并附带切入点建议。 **例子2：代码教学场景** **角色**：你是一位资深 Python 工程师。 **任务目标**：请帮助我这个刚入职的实习生理解一段快速排序的 Python 代码。 **关键点**：解释 for 循环嵌套使用原因，条件判断逻辑，以及 debug 调试的观察重点。 **输出要求**：请结合运行过程逐步讲解，并补充完整的代码示例，便于我运用到实际项目中。 **例子3：引用上下文进行提问**  这样的提问会显著提升 ChatGPT 的推理深度和内容针对性。 ### 4.2 ChatGPT 的“边界感” 在使用 ChatGPT 的过程中，不少用户逐渐用它替代了传统搜索引擎。比如我的朋友小揭就表示，她现在基本上已经不再“百度一下”，而是习惯性地“问ChatGPT”： <blockquote><p>小揭说：“它不仅可以给我更全面、专业的资讯，还会自动进行内容的结构化总结，效率比自己搜索再整理要高太多了！”</p></blockquote> 但在体验过程中，她也发现了一些**边界**与**限制**，也正是这些限制，让我们意识到 ChatGPT 是一个“有原则”的智能助手，而不是一个“什么都能给”的信息工具。 小揭提到：一次，想请 ChatGPT 展示周杰伦《晴天》的完整歌词，它没有直接呈现内容，而是清晰解释了原因：  同时，它还会提供这首歌的创作背景、情感主题、音乐风格等信息，**以分析代替展现歌词**，在内容服务中传递了版权意识与产品底线。 在大模型迅速普及、AIGC创作泛滥的背景下，**这种对知识产品的尊重，正是AI工具与“盗版爬虫”之间的最大区别**，也是 AI 产品“可信赖”最根本的理由之一。 ### 4.3 工作效率的“得力助手”：从代码生成到逻辑纠错 在生活中，一部分人是出于娱乐、探索的目的与 ChatGPT 进行对话——提出各种有趣的问题、玩逻辑游戏、写故事、生成段子；而另一部分人，则已经把它当作**提高工作效率的重要助手**。 我的朋友子期是一位从事代码开发工作超过七年的程序员。他分享道：“以前所有的代码几乎都是靠我一字一句手敲出来的，但接触 ChatGPT 后，只要我把当前的需求和上下文告诉它，它就能快速生成可用的代码块，节省了我大量重复性劳动的时间。” 不仅如此，当代码出现报错时，他也会直接把报错信息贴给 ChatGPT，它能快速定位错误逻辑，并附上修正后的代码，外加一句句解释：“这个错误是因为你的参数类型不匹配，改成 int 类型后再试试。” 子期说：“与 ChatGPT 的每一次对话，都不只是信息传递，更像是在与一个理解你思路、能够修正你错误、还会给予鼓励的搭档交流。” 哪怕你的问题中出现了逻辑或概念上的错误，它也不会直接“指出错误”，而是： - 试图从**你的角度**重新理解问题； - 再解释清楚逻辑错在哪里； - 然后给出更正后的合理答案； - 最后有时还会表达“感谢你的好问题”或“希望我帮到你”这样的人性化回应。 这种“带温度”的交互体验，相信是很多人坚定选择 ChatGPT 的重要原因。 ### 4.4 “可提升空间”：ChatGPT 仍需不断学习的细节 **1.中华文化内容适配仍有提升空间** 尽管 ChatGPT 的英文知识、代码、创意写作方面表现出色，但在涉及中文诗词、传统文学内容时，还存在一定误差。 比如，我曾向它询问一首古诗《苏幕遮》的翻译时，它提供了正确的诗词名称，但内容却引用了另一个诗人的版本，导致诗句与作者不符。类似“题目对、内容错”的情况，在中文文化素材中偶有发生。 不过，一旦我指出问题，它会： - 迅速承认错误并致歉； - 重新给出正确答案或补充说明； - 感谢我的反馈，帮助它优化回答，并且下次再提问类似的问题就不会出错。 这种反馈机制让用户在使用中感受到：**ChatGPT 并不完美，但它“可沟通、能学习、愿调整”**，这比单纯的准确率更值得信赖。 **2. 数学运算上偶有不准** 让ChatGPT讲述**递归调用**时，它采取举例说明的方式，但从树状图很显然看出它呈现的例子上看已经符合大顶堆的要求了，虽然它有说明”10的下放一层可能又不满足大顶堆的性质，可能还需要进行下一轮）所以后面那句（9&gt;10也许只是假设，但总归会使人觉得不够准确）有失水准。数字比较的细节的把控就说明ChatGPT对数字大小把握不准确的问题仍需继续提升，或者说它给出例子不够恰当。  ## 五、DeepSeek的产品体验：精准、务实，但仍有打磨空间 界面：蓝白色调，淡雅简约，功能显目 前言：在语言上，大语言模型分为英文和中文两大语种。国外大模型的训练语料以英文为主，所以对于英文语料处理能力很强，但是对于中文的处理能力不一定比国内大模型强。 对于现在国内开源大模型很多，对于厂商来说，只要有足够优秀的专业语料以及较强大的算力，经过一定的训练就能得到一个相对不错的模型，实际的能力还得从多个角度去考虑，**大模型之间真正显著的区别，会在具体的用户场景或B端的业务中体现。** ### 5.1 学术辅助能力：更懂中国高校，更贴近学术规范 DeepSeek 最大的亮点，在于它在**学术写作和论文辅助方面的适配度极高**： - 能理解国内高校对文献综述、研究背景、选题价值等写作规范； - 可结合知网等国内数据库内容进行结构化生成； - 支持多轮提问方式设计研究问题、提出论文框架，并提供参考引用。 在国内社交媒体平台如小红书、B站，已有大量博主分享如何使用 DeepSeek 高效写毕业论文，足见DeepSeek在大学生群体中的受欢迎程度。 但也要注意，目前许多高校对 AIGC（AI生成内容）提出检测要求，因此建议使用者更多将其作为**辅助工具**而非**全文替代**。 同时，DeepSeek在**经济与管理领域**具备丰富的专业知识，能提供细致的解释与多维思考。例如，我让它用商业画布分析万达广场的发展走势时，它能准确呈现各要素还可以举例进行全面解析。 ### 5.2 即时更新资料库：助力产品市场感知 可以利用DeekSeek其背后的知识库内容更新更加**接近“实时”**，对国内政策、热点事件、平台舆情等信息的响应速度较快。不仅提升了问答的**时效性**，也为用户带来了**市场分析与内容趋势洞察**的能力。尤为产品人士提供更多渠道捕捉市场热点、进行市场需求挖掘。  在“城市旅游产品开发需求趋势分析”中，DeepSeek 能够基于互联网公开数据进行**热点归纳**，并且输出了较为详细的用户痛点分析与产品方案制定，可以为管理层或者产品人员提供高度概括的产品方向性参考。 ### 5.3 与新旧产品结合实现“飞跃” 除了在学术与办公场景的出色表现外，DeepSeek 作为一个**开源、API 免费**的大模型，也迅速“被各路工具带飞”。如 MindMaster 接入后支持一键生成思维导图、补全知识脉络，可以大幅提升了知识整理与结构化表达的效率。CNSD 博客平台也接入它来帮助博主写出更吸睛的文章内容。此外它还被应用于教育、娱乐类 App 中，持续拓宽使用场景，用户体验也在不断优化中。 ### 5.4 可提升空间：表达中断、图像缺失、语义重复待优化 **（1）回答中断 &amp; 缺乏思考反馈** 在与 DeepSeek 对话过程中，偶有回答中断的情况发生。例如我在咨询植物“玉露”的夏季养护技巧时，回复中途戛然而止，原以为系统崩溃，实则只是尚未加载结果。  这一点若能**增加**“生成中”提示或“正在思考”的**动画**，将大幅提升用户安心度和耐心度。 **（2）暂不支持图像生成** DeepSeek 无法直接生成图像，但会提供描述性文字作为参考。可以复制到流程图、原型图、草图类输出的产品中进行设计。 **（3）小点回答略显冗余** DeepSeek 常使用“分点 + 总结”的方式进行内容结构化输出，但在一些回答中，小点之间语义重复，结构略显累赘，影响信息获取效率。  图上的第3、4两点表达的意思实质上很雷同，核心都是通过复盘近期事件，来反思自己的不足、短板。 **（4）互动性与内容引用欠缺** DeepSeek 当前尚不支持选中已回答内容进行**“引用式追问”**，也**无法**将**对话**结果生成链接进行**分享**。这限制了在小组协作、跨设备迁移等工作场景下的灵活性。 相比之下，豆包和ChatGPT在这方面稍优于DeepSeek，二者不仅支持引用式追问，同时对于上文的内容还会有所联系补充。同时chatgpt有**分享链接**的功能，不仅可以增加用户访问量，同时也可以增强用户之间的联系，从而进一步增加用户对产品的粘性。 **（5）逻辑思维判断、语言分辨能力有待优化** 比如这个逻辑问题”学校要求小胡去参加一个公益活动，小胡不想去，万般推脱，可是学校又要强制一个人必须得去，思来想去，那么最后来猜猜——谁去了？“， chatgpt几秒钟就回答正确了，但很遗憾，deepseek思考了59秒最后回答错误。也从侧面体现出了DeepSeek在逻辑问题方面还存在着进步空间，仍需要不断利用海量资料来训练更好的模型。 ## 六、结语 ChatGPT 和 DeepSeek 本质上都是语言模型，但他们的产品体验是有各自“性格”的——一个像朋友，一个像助手。ChatGPT 让你觉得被理解，DeepSeek 让你觉得被支持。不同产品在用户体验中呈现出各自独特的风格与潜力，但只要能**“贴近用户”**，融入人们的日常学习、工作与创作中，就是好产品。 本文由 @:) 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

美国政府将允许英伟达恢复向中国销售H20芯片，并向英伟达保证将授予许可证。

<blockquote><p>数据治理在真正落地过程时（即数据管理的时候），针对的数据也需要明确一下，能够治理哪种类型的数据，哪种类型不在数据治理范围内。</p> <p>本章我们主要对数据按照结构和数据内容上进行一个划分，看看数据治理主要是针对哪类的数据。</p> </blockquote>  ## 一、从数据结构上 **从数据的结构上来说，数据主要分成三种类型：结构化数据、半结构化数据、非结构化数据。** ### 1. 结构化数据 结构化数据是指具有明确的结构和格式，可以用固定的模式进行组织和存储的数据。 通常它遵循特定的数据模型，比如关系型数据库中的表结构，数据以行和列的形式呈现，每一列都有明确的数据类型定义（如整数、字符串、日期等），便于进行高效的查询、分析以及计算机程序的处理。 常见的结构化数据来源包括企业的财务系统数据（如账目明细、报表等）、客户关系管理系统（CRM）中客户的基本信息（姓名、联系方式、地址等）。 ### 2. 半结构化数据 半结构化数据具有一定的结构，但不像结构化数据那样严格遵循固定的模式。 它一般包含有标签或者标记来对数据元素进行区分，但整体结构相对灵活，可扩展性较强。 常见的表现形式有 XML（可扩展标记语言）、JSON（JavaScript 对象表示法）格式的数据，例如在网页中，通过 HTML 标签来组织不同部分的内容（标题、正文等），其内容结构有一定条理但又不像数据库表那样固定，还有日志文件，有一些时间戳、事件类型等标识，但每行记录的具体详细内容长度、格式等可能有差异。 ### 3. 非结构化数据 非结构化数据是指那些没有固定结构，难以用传统的数据库表结构等方式进行组织和存储的数据。 这类数据形式多样，通常以文本、图像、音频、视频等形式存在。 比如员工写的工作总结文档（文本内容随意性大，没有固定格式规范）、监控摄像头拍摄的视频资料、会议的语音记录等，其内容理解和处理往往需要借助特定的技术手段（如自然语言处理用于文本分析、图像识别技术用于图像内容解析等）。 ## 二、从数据内容上 如果**从数据内容上进行划分大概可以划分为四类：主数据、参考数据、事务数据(交易数据)、统计分析数据。** 有的也会将元数据放在这个分类中。但个人觉得元数据是另一个层面的数据。暂时不放在一起讨论了。 ### 1. 主数据 主数据又被称为“黄金数据”。 主数据是企业内用来描述核心业务实体的数据，具有高稳定性、跨业务流程和系统共享的特点。 它是企业运营的关键基础信息，像企业中涉及的客户、供应商、员工、产品、资产等这些核心对象的基本信息都属于主数据范畴。 主数据的准确性、一致性和完整性至关重要，因为它会被多个业务部门和不同的业务系统所引用，一旦出现错误或不一致，可能会导致整个业务流程的混乱，比如在销售部门、售后部门以及财务部门都会用到客户的主数据来开展相应业务工作。 主数据管理（MDM）是数据治理领域一个专门的话题，其主要目的是对关键业务实体（如员工、客户、产品、供应商等）建立统一视图，让客观世界里本是同一个人或物，在数据世界里也能做到唯一识别，而不是在不同系统、不同业务中成为不同的人或物。 主数据治理的核心思想和数据治理的思路方法是一脉相承的，但是因为他过于重要，通常又被放在一个单独的领域去独立讨论。如涉及到客户主数据的时候，有ECIF系统，ECIF是企业级客户信息整合系统(Enterprise Customer Information Facility)。 个人也曾经参与过一个ECIF系统的建设，当时主要是使用客户的三证信息（证件类型、证件号码、姓名，忘了是否包含性别了。）生成唯一的一个ECIF_ID来保证不同系统里面的客户判断是否是同一个人。这种过程其实是使用工程化的思路来保证不同系统里面的关键主数据的唯一性。每一次也主要针对一类主数据。这类主数据确定之后，不同业务系统中如何进行接入或者更新，都是需要从系统工程改造层面进行考虑的，而不仅仅是数据治理层面了。 所以主数据的治理虽然在核心思路上和数据治理是一致的，过程也都需要数据集成、数据清洗，保证数据质量，但是在实现的时候更加偏工程化的实现，还是更加偏数据治理的来实现，确实是一个需要考虑的过程。目前个人也没有特别好的思路。只能说主数据是数据治理中的一个重要部分。至于说是否将主数据直接包含在数据治理过程中，需要考虑定义好的。 听说华为是因为财务主数据的不一致，在进行结算的时候不能对齐，所以才启动的华为数据治理。也就有了华为那本《华为数据治理之道》。不过像上面说的，是否将主数据都包含在数据治理领域，包含哪些类型的主数据，确实需要仔细讨论一下。 ### 2. 参考数据 参考数据通常是一组相对固定的、用于对其他数据进行分类、描述、参照的数据集合。 它起到了一种标准、规范或者代码表的作用，帮助企业确保数据录入和使用的一致性。 参考数据一般变动频率较低，用于给业务操作和数据记录提供标准选项。 例如，国家地区代码表（用特定代码对应不同的国家和地区）、性别分类（用特定代码或值表示男、女等）、学历层次分类（如小学、初中、高中、本科等）都属于参考数据，它能让不同业务人员在填写相关信息时按照统一标准来执行，便于后续的数据统计与分析。 一般参考数据也会有一些国家标准、地方标准、行业标准等等。提供参考。可以直接使用这些标准。 ### 3. 事务数据 事务数据，或者称为交易数据。 事务数据是企业在日常业务运营过程中，由具体业务活动所产生的数据，它记录了业务事件的详细情况，通常与业务流程紧密相关，且数据量往往随着业务的开展不断增长。 例如订单的下单记录、库存的出入库记录、财务的每一笔收支记录等都属于事务数据。它能够反映企业业务的动态变化情况，是后续进行业务分析、审计、流程优化等工作的重要依据。 ### 4. 统计分析数据 统计分析数据大部分是一种指标数据。 统计分析数据是对企业业务活动进行统计分析。且分析的数据主要是对事务数据进行汇总加工。 指标数据是数据治理的重点，指标的数据流分析、指标数值的波动性、平衡性监控，几乎是各个企业做数据治理时一定会做的。 ## 三、从数据来源上划分 **从数据来源上划分，又分为内部数据和外部数据。** ### 1. 内部数据 是企业或组织自身运营过程中产生的数据，比如企业内部的生产数据（产量、生产时间、工艺参数等）、销售数据（订单数量、销售额、客户信息等）、人力资源数据（员工基本信息、考勤情况、绩效情况等），这些数据反映了组织内部的业务开展、管理等各方面状态，是进行内部管理分析、决策的重要依据。 ### 2. 外部数据 来自于企业或组织外部的环境，包括宏观经济数据（如国家 GDP 增长数据、通货膨胀率等）、行业数据（如行业平均利润率、市场占有率分布等）、市场调研数据（通过外部调研机构收集的消费者偏好、市场需求情况等），外部数据有助于企业了解所处的大环境，对比自身与行业整体情况，辅助制定战略、规划等。 ## 四、数据治理作用的数据分类是什么 我们在数据治理过程中，数据治理针对哪类的数据？ 从数据结构上，数据治理主要针对的是结构化的数据，部分半结构化的数据在转换为固定结构之后，也可以在数据治理范围内。但是针对非结构化数据的治理，一般不在范围内。但是，非结构化数据的治理也是一个特别的领域，这部分如何治理也是需要研究的。 从数据内容上，数据治理主要针对的是业务数据和统计分析数据。参考数据不绝对，有时候可以放在维度中进行考虑。针对主数据，就需要特别考虑一下，在治理思路上数据治理和主数据治理是相同的。但是是否将主数据治理也纳入到数据治理的整个过程中，确实需要慎重考虑的。是更加偏工程化的每次进行一类主数据的治理，还是在数据治理中统一进行全部主数据治理。是需要在项目之初考虑清楚的。 从数据来源上，数据治理对于内部数据还是外部数据，只要在数据结构上试用，其实都是在数据治理的范围内的。不过针对外部数据的时候，需要更多的考虑数据的权限、隐私等等。 ## 五、总结 本章对数据从不同的维度，进行了一个分类。讨论一下个人认为数据治理针对哪类的数据更加适合。算是在说起数据治理的时候，能够更加明确知道作用的数据类型是什么。 本文由人人都是产品经理作者【数据小吏】，微信公众号：【数据小吏】，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。